第二章离散付里叶变换及其快速算法（重点）.pptVIP

第二章 离散傅里叶变换及其快速算法 §2.1 离散傅里叶变换（DFT） 则DFS变换对可写为 §2.1.2 离散傅里叶变换（DFT） 频域上的主值区间与主值序列： DFT的矩阵方程表示 DFT特性： 圆周移位 循环卷积过程: 有限长序列的线性卷积： 循环卷积： 比较线性卷积与循环卷积 （8）DFT形式下的Parseval定理 2.2 利用DFT做连续信号的频谱分析 (4) DFT的分辨率 填补零值可以改变对DTFT的采样密度，人们常常有一种误解，认为补零可以提高DFT的频率分辨率。事实上我们通常规定DFT的频率分辨率为 ，这里的N是指信号x(n)的有效长度，而不是补零的长度。不同长度的x(n)其DTFT的结果是不同的；而相同长度的x(n)尽管补零的长度不同其DTFT的结果应是相同的，他们的DFT只是反映了对相同的DTFT采用了不同的采样密度。 参数选择的一般原则： 若已知信号的最高频率 ，为防止混叠，选定采样频率 ； 根据频率分辩率 ，确定所需DFT的长度 (3) 和N确定以后，即可确定相应模拟信号的时间长度 这里T是采样周期。 (5)周期信号的谱分析 对于连续的单一频率周期信号 ， 为信号的频率。 可以得到单一谱线的DFT结果，但这是和作DFT时数据的截取长度选得是否恰当有关，截取长度N选得合理， 可完全等于 的采样。 非周期信号的谱分析 作业： P93 2.6 (1) (2) (3) 选做(4) 采样定律告诉我们，一个频带有限的信号，可以对它进行时域采样而不丢失任何信息； DFT变换进一步告诉我们，对于时间有限的信号（有限长序列），也可以对其进行频域采样，而不丢失任何信息，这正反应了傅立叶变换中时域、频域的对称关系。它有十分重要的意义，由于时域上的采样，使我们能够采用数字技术来处理这些时域上的信号（序列），而DFT的理论不仅在时域，而且在频域也离散化，因此使得在频域采用数字技术处理成为可能。 FFT就是频域数字处理中最有成效的一例。 利用DFT计算连续信号的频谱 采样 截短 DFT ? （1）混迭 对连续信号x(t)进行数字处理前，要进行采样 采样序列的频谱是连续信号频谱的周期延拓，周期为fs，如采样率过低，不满足采样定理，fs2fh，则导致频谱混迭，使一个周期内的谱对原信号谱产生失真，无法恢复原信号，进一步的数字处理失去依据。 ? （2）? 泄漏 处理实际信号序列 x（n）时，一般总要将它截断为一有限长序列，长为N点，相当于乘以一个矩形窗 w(n)=RN(n)。 矩形窗函数，其频谱有主瓣，也有许多副瓣，窗口越大，主瓣越窄，当窗口趋于无穷大时，就是一个冲击函数。 我们知道，时域的乘积对应频域的卷积，所以，加窗后的频谱实际是原信号频谱与矩形窗函数频谱的卷积，卷积的结果使频谱延伸到了主瓣以外，且一直延伸到无穷。当窗口无穷大时，与冲击函数的卷积才是其本身，这时无畸变，否则就有畸变。 例如，信号为 ，是一单线谱，但当加窗后，线谱与抽样函数进行卷积，原来在Ω0处的一根谱线变成了以Ω0为中心的，形状为抽样函数的谱线序列，原来在一个周期（Ωs）内只有一个频率上有非零值，而现在 一个周期内几乎所有频率上都有非零值，即 的频率成份从Ω0处“泄漏”到其它频率处去了。 考虑各采样频率周期间频谱“泄漏”后的互相串漏，卷积后还有频谱混迭现象产生。 ? （3）栅栏效应 N点DFT是在频率区间 [0，2π] 上对信号频谱进行N点等间隔采样，得到的是若干个离散的频谱点 X（k），且它们限制在基频的整数倍上，这就好像在栅栏的一边通过缝隙看另一边的景象一样，只能在离散点处看到真实的景象，其余部分频谱成分被遮挡， 所以称之为栅栏效应。 减小栅栏效应方法：尾部补零，使谱线变密，增加频域采样点数，原来漏掉的某些频谱分量就可能被检测出来。 证：利用周期序列的移位特性： 实际上，利用WN-mk的周期性，将f(n)=x((n+m))NRN(n)代入DFT定义式，同样很容易证明。 序列循环移位后的DFT为