第3章 离散傅里叶变换课程.ppt

在 与 两个参数中，要保持其中一个不变而增加另一个的唯一办法是增加记录长度中的点数 ，则 例 某一处理器在近似计算实数信号频谱时，假设未对数据作任何修正处理，要求满足的指标是： （1）抽样点数必须是2的整数次方； （2）频率分辨率 Hz； （3）信号的最高频率 Hz。 请选择下列参数：（1）最短的记录长度 ； （2）抽样点之间的最大间隔 ； （3）记录的最少点数 。 解 （1）依据分辨率确定最短记录长度为 （2）依据信号的最高频率来确定抽样点之间的 最大间隔为 （3）记录的最少点数为 所以选点数为 2．频谱泄漏 若抽样信号 为无限长，为了利用DFT对其分析，必须将 截取为有限长序列，截取的结果相当于为 乘以一个窗函数。我们知道时域两函数相乘表现在频域上是其频谱的卷积。由于窗函数不可能取无限宽，即其频谱不可能为一冲激函数，二者的卷积必将使原信号的频谱发生改变。 在N点时间序列上具有k个周期的实余弦波，其N点DFT的频率响应为 减小泄漏方法： （1）取更长的数据，也就是使窗的宽度加宽； （2）不要使数据突然截断，即不要使用矩形窗，而是要缓慢截断，使用其他缓变的窗函数，如汉明窗、汉宁窗、三角窗等。窗函数的主瓣越窄、边瓣越小且衰减得越快，泄漏就越小。 3．栅栏效应 利用DFT逼近连续时间信号的傅里叶变换时，其频谱将不再是连续函数而是基频的整数倍。就此而言，用DFT 计算频谱，就如同通过一个栅栏观看一个景像，只能在离散点的地方看到真实的景像，把这种现象称为“栅栏效应”。如果在两离散的谱线间频谱有很大变化，若不作特殊处理，则无法将其检测出来。 减小栅栏效应的方法: 1 在所取时域数据的末端补一些零值点，使一个周期内点数 增加，但是不改变原有的记录数据，而频域的抽样间隔 因 的增大而减小。即在保持原有频谱连续形式不变的情况下，使谱线更密。这样，就有可能看到原来看不到的频谱分量。 2 使 为2的整数次幂，便于傅里叶快速算法（FFT）的计算。 3.4.1由 不失真地恢复 的条件 1 由频域抽样恢复序列 假定x n 的长度为M（没有限制），其z变换在单位圆上以 等间隔抽样即得DFT，即 设由频域抽样后所得的 恢复出的有限长序列为 ，即 因而有 是原 以 为周期的周期延拓序列，如图所示。 是 的主值序列，即 2 频域抽样不失真的条件 当频域的抽样点数 大于等于原序列 的长度 时，周期序列 才不会产生时域混叠，也即才能由频域抽样 不失真地恢复出原序列 ，此时有 这就是频域抽样定理。 3.4.2 由 表示 、 1、由 表示 及内插公式 由 得 即由 恢复 的内插公式 其中 称为内插函数。 令分子为零,得 ； 所以有N个零点。 令分母为零,得 为 一阶极点, Z 0为 N-1 阶极点。 极点 与一零点相消。这样只有 N-1 个零点, 抽样点 称作本抽样点。因此说,内插函数仅在本抽样点处不为零,其他 N-1 个抽样点均为零。 2、由 表示 及内插公式 令 ，得由 恢复 的内插公式为 所以 其中 称为内插函数 当k 0时,则有 时, 时, ，所以 图3.4.3示出了 时， 的频率特性。 在各抽样点处， 的值等于本抽样点处的值，而抽样点之间的 值则由各抽样值 乘以相应的内插函数延伸叠加而成。 3.5 DFT的应用 3.5.1 用DFT计算线性卷积 若 为一 点有限长序列， 为一 点有限长序列，则二者的线性卷积为 的长度是 和 的 （ ）点循环卷积，这里以 来表示。首先需要在 非零值后面补 个零值点，在 非零值后面补 个零值点，从而两序列都为长度为 的序列，则 而 将其代入 中，得 ★由于线性卷积的长度是 ，所以只有当 时，以为 周期进行周期延拓时才不会发生混叠，周期序列的主值序列 才等于 ，即 点循环卷积能代替线性卷积的条件是 用循环卷积计算线性卷积的过程如图3.5.1所示。 3.5.2 DFT对非周期连续时间信号的傅里叶变换 FT 的逼近 1．DFT对FT的逼近 非周期连续时间信号的FT为非周期连续性的频谱函数，我们可以进行相应的时域、频域抽样，从而可以利用DFT对频谱进行分析。 非周期连续时间信号 的傅里叶变换对为 （1）时域抽样 对连续信号 进行等间隔时域抽样，抽样频率为 为抽样间隔， 为最高频率，则得 将所得序列 截取成长度为 点 的有限长序列，则相应的持续时间为 。 （2）频域抽样 一个周期分N段，采样间隔F，时域周期延拓，周期为 对连续时间非周期信号的DFT逼近过程 1）时域抽样 2）时域截断 3）频域抽样 近似逼近： 2