6gccs2离散傅里叶变换.pptVIP

重庆大学材料学院 第六章、数字信号处理技术 对周期信号xT(t)采样，得离散序列xT(n),将积分转为集合： 展开，得连续傅立叶变换计算公式： 用计算机编程很容易计算出指定频率点值： 采样信号频谱是一个离散频谱，不可能计算出所有频率点值，设频率取样间隔为： Δf = fs / N 频率取样点为｛0,Δf,2Δf,3Δf,....｝，有： 6.5 DFT与FFT 　 该公式就是离散傅立叶计算公式(DFT) 6.5 DFT与FFT 　 2、快速傅立叶变换 快速傅立叶变换(FFT)是离散傅立叶变换的一种有效的算法，通过选择和重新排列中间结果，减小运算量。 展开各点的DFT计算公式： XR(1)=x(0).cos(2pi*0*1/N)+x(1).cos(2pi*1*1/N)+x(2).cos(2pi*2*1/N)….. XR(2)=x(0).cos(2pi*0*2/N)+x(1).cos(2pi*1*2/N)+x(2).cos(2pi*2*2 /N)….. 6.5 DFT与FFT 　 有大量重复的cos、sin计算，FFT的作用就是用技巧减少cos、sin项重复计算。 当采样点数为1024点,DFT要求一百万次以上计算量，而FFT则只要求一万次。 6.6 栅栏效应与窗函数 　 第六章、数字信号处理技术 1、栅栏效应 为提高效率,通常采用FFT算法计算信号频谱，设数据点数为N，采样频率为Fs。则计算得到的离散频率点为: Xs(Fi) ， Fi = i *Fs / N , i = 0，1，2，.....，N/2 X(f) f 0 Δf Δ 如果信号中的频率分量与频率取样点不重合，则只能按四舍五入的原则，取相邻的频率取样点谱线值代替。 相当于透过栅栏看风景，只能看到频谱的一部分，而其他频率点看不见，因此很可能使一部分有用的频率成分被漏掉，此种现象被称为栅栏效应。 6.6 栅栏效应与窗函数 　 2 能量泄漏与栅栏效应的关系 频谱的离散取样造成了栅栏效应，谱峰越尖锐，产生误差的可能性就越大。 例如，余弦信号的频谱为线谱。当信号频率与频谱离散取样点不等时，栅栏效应的误差为无穷大。 6.6 栅栏效应与窗函数 　 实际应用中，由于信号截断的原因，产生了能量泄漏，即使信号频率与频谱离散取样点不相等，也能得到该频率分量的一个近似值。 从这个意义上说，能量泄漏误差不完全是有害的。如果没有信号截断产生的能量泄漏，频谱离散取样造成的栅栏效应误差将是不能接受的。 6.6 栅栏效应与窗函数 　 能量泄漏分主瓣泄漏和旁瓣泄漏，主瓣泄漏可以减小因栅栏效应带来的谱峰幅值估计误差，有其好的一面，而旁瓣泄漏则是完全有害的。 相当于窗口宽度T趋近于无穷大时，谱窗变为δ(w)，而δ(w)与X(w)卷积仍为X(w)。即：如果窗口无限宽，即不截断，就不存在泄露误差。 6.6 栅栏效应与窗函数 　 3 常用的窗函数 1）矩形窗 优点：主瓣较集中 缺点：旁瓣较高，并有负旁瓣。导致变换中带进高频干扰和泄漏，甚至出现负谱现象。 6.6 栅栏效应与窗函数 　 2）三角窗 特点： 1）与矩形窗相比，主瓣宽约等于矩形窗的两倍，但旁瓣小，而且无负旁瓣。 6.6 栅栏效应与窗函数 　 3）汉宁窗 特点： 1）相当于3个矩形时间窗的频谱和 2）旁瓣衰减速度增快，泄漏减小 3）但主瓣宽度增加，相当于分析带宽加宽，频率分辨力降低 6.6 栅栏效应与窗函数 　 常用窗函数 6.5 DFT与FFT 　 总结： 信号截断?能量泄漏 FFT?栅栏效应 从克服栅栏效应误差角度看，能量泄漏是有利的。 通过加窗控制能量泄漏，减小栅栏效应误差： 6.6 栅栏效应与窗函数 　 思考题： 1.A/D，D/A转换器的主要技术指标有那些 ？ 2.信号量化误差与A/D，D/A转换器位数的关系 ？ 3.采样定理的含义，当不满足采样定理时如何计算 混迭频率 ？ 4.A/D采样为何要加抗混迭滤波器，其作用是什麽？ 5.数字信号处理中采样信号的频谱为何一定会产生 能量泄漏 ？ 6.用FFT计算的频谱为何一定会存在栅栏效应误差 ？ 7.窗函数的作用是什麽 ？ 6.6 常用的数字信号处理算法　 第六章、数字信号处理技术 数字信号处理是测试技术中最常用和最需要掌握的部分，无论开发简单或复杂的测控系统或仪器，都会用到数字信号处理知识。 时域波形分析是最常用的信号分析手段，用示波器、万用表等普通仪器显示信号波形就可以得到特征参数。 6.6 常用的数字信号处理算法　 1、时域波形参数计算 0 A t 峰值