信号处理原理课件PPT_ALL.pptVIP

信号处理原理 信号处理原理 陈韬伟 信号的概念、描述、分类 信号处理的目的、步骤 典型信号介绍 信号的基本运算 信号的分解 自然和物理信号 例如：语音、图象、地震信号、生理信号等 人工产生的信号 例如：雷达信号、通讯信号、医用超声信号、机械探伤信号等 信号描述方法 数学描述 使用具体的数学表达式，把信号描述为一个或若干个自变量的函数或序列的形式。 信号描述方法 波形描述 按照函数随自变量的变化关系，把信号的波形画出来。 信号的分类 信号的分类 信号的分类 信号的分类 信号处理及其目的 数字信号处理的步骤 典型信号 指数信号： 典型信号 正余弦信号： 典型信号 复指数信号： 典型信号 典型信号 Sa函数： 典型信号 高斯信号： 奇异信号 单位斜变信号R(t)： 单位阶跃信号u(t)： 奇异信号 单位矩形脉冲信号G?(t)： 奇异信号 符号函数sgn(t)： 奇异信号 单位冲激信号： 奇异信号 奇异信号 信号运算 信号运算 信号运算 波形变换 波形变换 波形变换 信号运算 卷积运算 卷积运算 卷积运算 卷积运算 卷积运算 卷积运算 卷积运算 卷积运算 卷积的几何作图法 卷积的几何作图法 卷积的几何作图法 卷积的几何作图法 卷积的几何作图法 相关运算 相关运算 相关运算 信号分解 信号分解 信号分解 信号正交分量分解 离散谱的性质 离散谱定义 离散序列h(nTs) (0?nN)的DFT离散谱为 离散谱性质 周期性 序列的N点DFT离散谱是周期为N的序列。 ☆幅度对称性 如果离散序列x(nTs)(0?nN)为实序列，则其N点DFT关于原点和N/2都有 ☆共轭对称性 ☆ DFT的定义是针对任意的离散序列x(nTs)中的有限个离散抽样(0?nN)的，它并不要求该序列具有周期性。 ☆ 由DFT求出的周期离散谱 ☆ 由IDFT重建的信号是离散的周期函数 DFT总结 谱函数的周期为 fs = 1/Ts = N/NTs = N/T0 = Nf0 谱函数关于变元k的周期为 N 谱函数的离散间隔为 f0 = 1/T0 = 1/NTs = fs/N 重建信号的周期为 T0 = 1/f0 = N/Nf0 = N/fs = NTs 对应离散谱的离散间隔的倒数 重建信号的离散间隔为 Ts = 1/fs = 1/Nf0 = T0/N 对应离散谱的周期的倒数 To = NTs fs = Nfo DFT总结 ☆ 实序列的离散谱关于原点和 N/2（如果N是偶数）是共轭对称和幅度对称的。因此，真正有用的频谱信息可以从0?N/2-1范围获得。 ☆ 在时域和频域0?N范围内的N点分别是各自的主值区间或主值周期。 ☆ IDFT重建信号的基频就是频域的离散间隔（或时域周期的倒数），为 f0 = 1/T0 = 1/NTs DFT的性质 线性性 对任意常数am(1?m?M)，有 奇偶虚实性 DFT的性质 DFT的反褶与平移（新解释）： 先把有限长序列周期延拓，再作相应反褶或平移，最后取主值区间的序列作为最终结果。 为了便于研究有限长序列的位移特性，需建立“圆周移位”的概念。 m N-1 m N-1+m x(n) x(n) n n O O 若将上述两个序列分别取DFT，则它们的级数取和范围出现差异。前者从0到N-1，后者从m到N-1+m。当时移位数不同时，DFT取和范围要随这改变。这种现象给位移序列DFT之研究带来了不便。 DFT的性质 时移性 序列的时移不影响DFT离散谱的幅度 频移性 对称性 把离散谱序列当成时域序列进行DFT，结果是原时域序列反褶的N倍。 如果原序列具有偶对称性，则DFT结果是原时域序列的N倍。 反褶和共轭性 DFT的性质 圆卷积 周期均为N的序列x(n)与y(n)之间的圆卷积定义为 仍是n的序列，周期为N 非周期序列之间只可能存在线卷积，不存在圆卷积；周期序列之间存在圆卷积，但不存在线卷积。 时域离散圆卷积定理 频域离散圆卷积定理 DFT的性质 时域离散圆相关定理 圆相关 周期均为N的序列x(n)与y(n)之间的圆卷积定义为 仍是n的序列，周期为N 帕斯瓦尔定理 9FFT算法 直接计算DFT的复杂度为O(N2) 计算DFT的计算量： 每算一个H(k)，需要N次复数乘法，N-1次加法。因此，N点DFT需要N*N次复数乘法，N(N-1)次复数加法。 尽管预先算好并保存旋转因子 可以节省部分运算， 但按定义求DFT的运算量仍然很大。 FFT的原理 1 W具有周期性 2 W具有对称性 N点DFT运算可以分解为两组N/2点DFT运算，然后再取和。 经过周期性与对称性简化之后,容易发现DFT运算中存在着不必要的重复计算,避免这种重复,是简化运算的关键. DFT的复杂度与点数N有关！ FFT是DFT的快速算法，不是新的变换