数字信号处理课后答案第3和4章fb.ppt

（2） 由DFT的共轭对称性可知， 如果  　　　　　x(n)=xep(n)+xop(n)且　　　　　X(k)=Re［X(k)］+j Im［X(k)］则　　Re［X(k)］=DFT［xep(n)］, j Im［X(k)］=DFT［xop(n)］所以， 当x(n)=x(N－n)时， 等价于上式中xop(n)=0, x(n)中只有xep(n)成分， 所以X(k)只有实部， 即X(k)为实函数。 又由（1）证明结果知道， 实序列的DFT必然为共轭对称函数， 即X(k)=X*(N－k)=X(N－k)， 所以X(k)实偶对称。 　　23*． 已知序列x(n)={1, 2, 3, 3, 2, 1}。 　　（1） 求出x(n)的傅里叶变换X(ejω)， 画出幅频特性和相频特性曲线(提示： 用1024点FFT近似X(ejω))； 　　（2） 计算x(n)的N（N≥6）点离散傅里叶变换X(k)， 画出幅频特性和相频特性曲线； 　　（3） 将X(ejω)和X(k)的幅频特性和相频特性曲线分别画在同一幅图中， 验证X(k)是X(ejω)的等间隔采样， 采样间隔为2π/N； 　　（4） 计算X(k)的N点IDFT， 验证DFT和IDFT的惟一性。 　　程序ex325.m如下： 　　%程序ex325.m 　　hn=［1 1 1 1］； xn=［0 1 2 3］； 　　%用DFT计算4点循环卷积yc4n： 　　H4k=fft(hn， 4)； %计算h(n)的4点DFT　　X4k=fft(xn， 4)； %计算x(n)的4点DFT　　Yc4k=H4k.*X4k； yc4n=ifft(Yc4k， 4)； 　　%用DFT计算8点循环卷积yc8n： 　　H8k=fft(hn， 8)； 　 %计算h(n)的8点DFT　　X8k=fft(xn， 8)； 　%计算x(n)的8点DFT　　Yc8k=H8k.*X8k； 　yc8n=ifft(Yc8k， 8)； 　　yn=conv(hn， xn)；　 %时域计算线性卷积yn： 题26*解图 　　x1(n)的频谱如题27*解图(a)和(b)所示， x2(n)的频谱如题27*解图(c)和(d)所示。 用32点DFT对x3(n)的谱分析结果见题27*解图(e)、 (f)和(g)， 用64点DFT对x3(n)的谱分析结果见题27*解图(h)、 (i)和(j)。 比较可知， 仅用32点分析结果就可以了。 　　请注意， x3(n)的相频特性曲线的幅度很小， 这是计算误差引起的。 实质上， x3(n)是一个实偶对称序列， 所以其理论频谱应当是一个实偶函数， 其相位应当是零。  x3anp(m)=x3n(m+10)；x3anp(N3a+1-m)=x3n(11－m)；　　end　　x3bnp=zeros(1， N3b)； 　　　　%构造x3n的周期延拓序列， 周期为N3b　　for m=1： 10， 　　 x3bnp(m)=x3n(m+10)； 　　　　x3bnp(N3b+1－m)=x3n(11－m)； 　　end　　X1k=fft(x1n， N1)； 　　%计算序列x1n的N1点DFT　X2k=fft(x2n， N2)； 　　%计算序列x2n的N2点DFT　　X3ak=fft(x3anp， N3a)； %计算序列x3n的N3a点DFT　 X3bk=fft(x3bnp， N3b)； %计算序列x3n的N3b点DFT　　%以下为绘图部分（省略） 　　3． 已知X(k)和Y(k)是两个N点实序列x(n)和y(n)的DFT， 希望从X(k)和Y(k)求x(n)和y(n)， 为提高运算效率， 试设计用一次N点IFFT来完成的算法。 　　解: 因为x(n)和y(n)均为实序列， 所以， X(k)和Y(n)为共轭对称序列， jY(k)为共轭反对称序列。 可令X(k)和jY(k)分别作为复序列F(k)的共轭对称分量和共轭反对称分量， 即　　　　　F(k)=X(k)+jY(k)=Fep(k)+Fop(k)计算一次N点IFFT得到　　　　　f(n)=IFFT［F(k)］=Re［f(n)］+j Im［f(n)］ 　　解: 本题的解题思路就是DIT-FFT思想。　　（1） 在时域分别抽取偶数和奇数点x(n)， 得到两个N点实序列x1(n)和x2(n)： 　　　x1(n)=x(2n) 　 n=0, 1, …, N－1