离散时间信号傅立叶分析.ppt

加窗序列 的DFT为： 而 对应 的等间隔采样 正弦信号的分析 连续正弦信号 理想采样，无混叠，无量化误差 其中： 则DTFT为： 根据上述结果： 正弦信号加窗后的傅里叶变换、包含重复出现在频率 和 处的，按照组成该信号的每个复指数的复振幅为增益的窗函数傅里叶变换组合 对信号加窗之后分辨率降低是对频谱的影响之一。分辨率主要受窗函数频谱的主瓣宽度的影响 循环卷积（圆周卷积） 若 则 或 序列长度均为N 和 首先以 为周期延拓为周期序列； 2) 仅在主值区区间 求和 圆周卷积与线性卷积的区别： 、 3) 是长度为 序列。 令 两个长度为N的序列的循环卷积长度仍然是N，显然与线性卷积不同(N+N-1) 圆周 卷 积 与 线 性 卷 积 的 性 质 对 比 圆周卷积 线性卷积 是针对FFT引出的 一种表示方法 信号通过线性系统时，信号输出等于输入与系统单位冲激响应的卷积 两序列长度必须相等， 不等时按要求补足零值点。 两序列长度可以不等。 如x1(n)为 N1点， x2(n)为 N2点 卷积结果长度 与两 信号长度相等皆为N 卷积结果长度为 N=N1+N2-1 圆周卷积与线性卷积的关系 对有限长序列 的DTFT ，一个周期内进行N点采样 ，它对应周期序列 的DFT 时域的周期延拓 的一个周期 若 根据线性卷积定理 定义 则 即 、 长度分别为M和L 那么 对应的序列 那么 对应的序列 那么 对应的序列 结论： 根据圆周卷积定理 利用DFT实现线性卷积 线性时不变系统，其单位脉冲响应h(n)的长度P点， 设输入x(n)长度L点, 则系统的输出y(n)为P+L-1点，即h(n) 和x(n)的线性卷积： 可以利用圆周卷积来计算线性卷积，而圆周卷积可以通过DFT来计算。 计算步骤 1 将序列x(n)和h(n)的长度通过补零加长为L+P-1点 2 将 和 看成是周期序列 和 的一个周期，周期为 ，利用DFT计算补零后的两个序列的圆周卷积 3 此圆周卷积就等于x(n)和h(n)线性卷积 对称性（周期对称） 非周期序列 关于原点对称 共轭对称和共轭反对称 各取一个周期，作为x(n)的周期共轭对称分量和周期共轭反对称分量 有限长序列x(n)，周期延拓为周期序列 周期共轭对称和周期共轭反对称 也可表示为 它们与 和 不同，且有： 关于N/2点对称 0 xop(n) n 0 xep(n) n 周期共轭对称性质 DFT对FT的近似 信号截短对DTFT的影响 计算机处理信号时，要求信号的长度总是有限长的，前面的DTFT的表达式都是对于无限长信号推导的。对于有限长信号，我们下面讨论： 一个无限长信号可以利用一个窗函数乘以该信号，将其截短为有限长信号，可以选择矩形窗口： 0 RN(n) n 矩形窗的频谱： 为增益 0 主瓣： 两边第一个过零点间的部分 主瓣宽度 其余部分称为边瓣 主瓣宽度减小， 趋于 相当于信号没有截短 0 由DTFT的性质： 若频谱在 处各有一条谱线，如果主瓣宽度 相当于“平滑”作用，对 中的尖峰和不连续点起到平滑作用降低了频谱 中的分辨能力 那么在 中，将无法分辨这两条谱线，这是因为N过小造成的。只有增大N，使得： 即可分辨这两条谱线 周期脉冲串 周期序列 可以由有限长序列 周期重复构成（周期延拓） 比较 有 周期序列的DFS系数，可以看作以此周期序列的一个周期组成的有限长序列的DTFT的等间隔采样，采样区间 ，间隔 频域中 离散时间傅里叶变换的抽样----频域抽样 即 频 域 按 每 周 期 N 点 抽 样, 时 域 便 按 N 点 周 期 延 拓. 对有限长序列 的DTFT ，一个周期内进行N点采样 ，它对应周期序列 因为 所以 已知周其脉冲串的DFS 时移 长度为M的有限长序列,频域抽样不失真的条件： 频域抽样点数N要大于或等于序