1楼：boring洋葱
三角波函数。因为三角波的傅氏变换是抽样函数平方。（这可以用时域卷
积计算出，因为两个门函数卷积是三角波函数，而门函数的傅氏变换就是抽样函数。正好在时域里的三角波对应频域里的抽样函数平方。）但是使用对称性需要注意两点。
第一点是在数值上需要多乘2pi.第二点是频率域需要反折。对于偶函数，第二点可以忽略。
抽样函数的傅里叶变换怎么算？
2楼：匿名用户
因为频域抽样函数，反
变换回来时域就是方波)
序列福利叶变换的关系是特殊的"离散傅立叶变换"，也就是时域序列被认为是各种方波抽样信号的叠加，认为复数的角度只取0和∏这两种情况，于是你就看到了序列的傅立叶变换。
序列的傅立叶变换，因为频率不再有意义(因为只有两种角度)，所以x(k)之间只有顺序关系(原来是频移关系)，通常写为z变换。
另外,虚机团上产品**,超级便宜
函数平方的傅里叶变换
3楼：匿名用户
1/t傅里叶变换为 -i*pi*sgn(w)其中pi为3.1
&(f)为狄拉克函数
sgn（w）为符号函数
i的平方等于1
通信原理抽样函数f(x)=sinx/x的傅里叶变换的具体步骤
4楼：热带小猩猩
如图所示，矩形脉冲的傅里叶变换是sa函数。即，u(t+tao/2)-u(t-tao/2) <==> tao*sa(w*tao/2)
根据傅里叶变换的对称性，我们可以得出，sa函数的傅里叶变换是矩形脉冲。即，
wc/2pi*sa(wc*t/2) <==> u(w+wc/2)-u(w-wc/2)
再根据尺度变换特性，可以求出
sa(t) <==> pi*[u(w+1)-u(w-1)]即为幅度为pi，范围为-1到1的矩形波。
5楼：琴鸣千里
你可以用一个门函数做傅里叶变换可以得到f(x)=sinx/x的相似形式，然后用傅里叶变换的对偶性，既：f(x)-f(w) 则有 f(x)-2pi*f(w) 这样可以推出来
矩形脉冲的傅里叶变换是抽样函数吗
6楼：泳试耪
u(t+tao/2)-u(t-tao/2) <==> tao*sa(w*tao/2)
根据傅里叶变换的对称性,我们可以得出,sa函数的傅里叶变换是矩形脉冲.即,
wc/2pi*sa(wc*t/2) <==> u(w+wc/2)-u(w-wc/2)
再根据尺度变换特性,可以求出
sa(t) <==> pi*[u(w+1)-u(w-1)]即为幅度为pi,范围为-1到1的矩形波.
matlab，求出门函数和抽样信号函数的傅里叶变换，观察并验证傅里叶变换的对称性质
7楼：匿名用户
轮廓命令显示矩阵z轮廓，clabel命令可以标记轮廓。
轮廓（z）画出等值线图的矩阵z，其中z是相对的高度到xy平面，至少一个2×2矩阵。层与层价值观轮廓自动选择号码;
轮廓（z，n）：n层矩阵z绘制的等高线图;
轮廓（z，v）：在拉伸等高线图的层相同的长度，在向量v指定的值（v）;
轮廓（x，y，z）中，轮廓（x，y，z，n）时，轮廓（x，y，z，v）：类似于在上述中，x和y确定x轴的范围和y轴，如果矩阵，并且必须有相同的z顺序;
轮廓（...，linespec）：轮廓线和使用指定的颜色。
例子：[x，y] =可以试用meshgrid（-2：0.2：2）;
z = exp（.. -x ^ 2-y ^ 2）;
c =轮廓（x，y，z，6）;
clabel（c）;
sinc函数与sa函数的区别，他们的傅里叶变换费别是什么样的？？
8楼：匿名用户
1、sinc函数是正弦基函数的缩写，sinc(x)=sin(pi*x)/(pi*x)
2、sa函数是采样函数的缩写，sa(x)=sin(x)/x。
3、sinc函数是sa函数在实际工程中的应用没有差别，只是归一化与非归一化的区别而已。因为归一化的函数sinx/x在信号与系统的领域特别常用，所以p.woodward于1952年特意为其定义了一个新的函数，也就是sinc函数。
4、sinc函数和sa函数之间是可以相互表示的：sinc(x)=sa(pi*x)。记住sa函数的傅里叶变化之后，可以利用傅里叶变换的尺度变换性质求得sinc函数的傅里叶变换。
5、sa(x)采样函数对用的傅里叶变换是：pi*[u(w+1)-u(w-1)]。
6、sinc(x)正弦基函数对应的傅里叶变换是：u[(w+1)/pi)]-u[(w-1)/pi)]。
扩展内容
周期抽样脉冲函数傅里叶变换：
1、直接写成无限项和的形式，dirac函数及其延时信号的和，根据延时信号傅里叶变换性质，得到抽样信号傅里叶变换。
2、将周期信号按照傅里叶级数，再求傅里叶变换并求和，得到抽样信号傅里叶变换
9楼：匿名用户
sinc函数有两个定义，有时区分为归一化sinc函数和非归一化的sinc函数。它们都是正弦函数和单调递减函数 1/x的乘积：
sinc(x) = sin(pi * x) / (pi *x);归一化
sa(x) = sin(x) / x;非归一化sinc(x) = sa(pi * x);
离散傅里叶变换与序列福利叶变换的关系？即x(ejw)和x（k）的关系
10楼：匿名用户
离散傅立叶变换相当于，傅立叶变换在频域被抽样。(因为频域抽样函数，反变换回来时域就是方波)
序列福利叶变换的关系是特殊的"离散傅立叶变换"，也就是时域序列被认为是各种方波抽样信号的叠加，认为复数的角度只取0和∏这两种情况，于是你就看到了序列的傅立叶变换。
序列的傅立叶变换，因为频率不再有意义(因为只有两种角度)，所以x(k)之间只有顺序关系(原来是频移关系)，通常写为z变换。
11楼：匿名用户
都是针对离散数据x的傅里叶变换
假设时间上的数据x的时间间隔为0:dt:(n-1)dt
则对饮的x(k)的频率间隔为0:df:(n-1)df，df=1/(ndt)