模拟信号到FFT频谱图分析过程

这是一个从连续到离散，再到频域分析的完整链条，涉及多个关键变换。

一、起点：连续时间模拟信号

我们有一个真实的物理信号：
xa(t)(连续、模拟) x_a(t) \quad \text{(连续、模拟)}xa​(t)(连续、模拟)
其连续时间傅里叶变换（CTFT）为：
Xa(jΩ)=∫−∞∞xa(t)e−jΩtdt X_a(j\Omega) = \int_{-\infty}^{\infty} x_a(t) e^{-j\Omega t} dtXa​(jΩ)=∫−∞∞​xa​(t)e−jΩtdt
其中Ω=2πf\Omega = 2\pi fΩ=2πf是模拟角频率（rad/s）。

二、第一步：时域采样（ADC过程）

以采样周期TsT_sTs​（采样率fs=1/Tsf_s = 1/T_sfs​=1/Ts​）进行理想采样。

1. 采样脉冲序列

p(t)=∑n=−∞∞δ(t−nTs) p(t) = \sum_{n=-\infty}^{\infty} \delta(t - nT_s)p(t)=n=−∞∑∞​δ(t−nTs​)

2. 采样后信号

xs(t)=xa(t)⋅p(t)=∑n=−∞∞xa(nTs)δ(t−nTs) x_s(t) = x_a(t) \cdot p(t) = \sum_{n=-\infty}^{\infty} x_a(nT_s) \delta(t - nT_s)xs​(t)=xa​(t)⋅p(t)=n=−∞∑∞​xa​(nTs​)δ(t−nTs​)
这是一个连续时间、离散幅度的信号（脉冲串）。

3. 采样后频谱（关键步骤）

根据CTFT的乘积性质（时域相乘 ⇔ 频域卷积）：
Xs(jΩ)=12πXa(jΩ)∗P(jΩ) X_s(j\Omega) = \frac{1}{2\pi} X_a(j\Omega) * P(j\Omega)Xs​(jΩ)=2π1​Xa​(jΩ)∗P(jΩ)
其中P(jΩ)P(j\Omega)P(jΩ)是p(t)p(t)p(t)的CTFT：
P(jΩ)=2πTs∑k=−∞∞δ(Ω−kΩs),Ωs=2πfs P(j\Omega) = \frac{2\pi}{T_s} \sum_{k=-\infty}^{\infty} \delta(\Omega - k\Omega_s), \quad \Omega_s = 2\pi f_sP(jΩ)=Ts​2π​k=−∞∑∞​δ(Ω−kΩs​),Ωs​=2πfs​
卷积后得：
Xs(jΩ)=1Ts∑k=−∞∞Xa(j(Ω−kΩs)) X_s(j\Omega) = \frac{1}{T_s} \sum_{k=-\infty}^{\infty} X_a\left(j(\Omega - k\Omega_s)\right)Xs​(jΩ)=Ts​1​k=−∞∑∞​Xa​(j(Ω−kΩs​))
结论：采样使频谱周期性延拓，周期为Ωs\Omega_sΩs​。

三、第二步：离散时间序列表示