第5章 离散傅立叶变换与快速算法3.pptVIP

* 时间窗对频谱分析的影响 分辨率降低和频谱泄漏是信号加窗的两种影响。 分辨率主要受窗函数主瓣宽度的影响； 频谱的泄漏主要指副瓣能量泄漏，一般不指主瓣能量的泄漏，主要取决于窗函数的主瓣和副瓣幅值相对比例。 进行频谱分析时，往往希望有高分辨率和小的频谱泄漏，也就是希望有小的主瓣宽度和相对小旁瓣幅度。 在具体选择窗函数时，要在两者之间进行折衷。 矩形窗函数在给定长度时具有最小的主瓣宽度，但是却有最大的相对旁瓣幅度。 * Kaiser和Schafer证明，相对旁瓣幅度基本上与窗的长度无关，只取决于窗的形状，即取决于 ，它们之间的近似表达式为： 主瓣宽度主要取决于窗的长度。主瓣宽度、相对旁瓣幅度和窗长度之间的折衷关系的近似表达式为： * 信号分析与滤波器设计的区别 * 信号的分析，并不是在NT=L为固定值的情况下，N、T就可以任意取值。 如果N太小，T太大，则无法完成信号的谱分析； 若N太大，T太小，加大了运算量而且没必要。 那么什么样的N、T选择比较合适呢？ T的选取要满足无失真采样的条件： 当信号是带限未知时，T越小越好 ；在信号带限已知时， 。 在此基础上再确定N，当然要留有一定的余度。 DFT分析参数的选取 * 考虑一个带限连续信号 ，且当 时， 。我们要利用上图中的系统来估计连续时间谱 。 为了在尽可能少的基二FFT计算量的条件下使模拟频率的分辨率不大于10Hz，则所需要截断多长的信号段？采样周期T为何值？样本数N的最小值应为多少? Ex * 解：由于要求模拟频率的分辨率不大于10Hz，所以： 截取的信号段长度至少为：0.1秒。为了采样不使信号失真，则由采样定理可知： 从而采样周期 ，在0.1秒内只能采到500个点。所以样本数的最小值为：500。 为了利用FFT，采样点数应为512 可以多采12个数据，也可以采用补零的方法 * 一、DFT对CTFT的逼近 连续时间非周期信号傅里叶变换为： 用DFT 方法对该变换逼近： * 1、将 在t轴上等间隔（宽度为T）分段，每一段用一个矩形脉冲代替，脉冲的幅度为其起始点的抽样值。 则CTFT可以近似为： 时域离散化?周期延拓 * 2、将序列 x(n)=xc(nT) 截断成从t=0开始长度为T0=NT的有限长序列，包含有N个采样，即时域加矩形窗，则上式又可以进一步近似为： 时域截断?频谱展宽 * 3、由于数值计算的限制，在频域上也只能计算离散点（频域抽样）上的数值。我们将频域的一个周期 中也分成N段，即 。每个频域采样点间的间隔为 。则上式可以进一步化简为： 频域离散化?栅栏效应 * 连续时间周期信号的傅里叶级数对为： 要将连续周期信号的傅立叶级数与DFS联系起来，就需要对时域抽样： 二、对CTFS的逼近 * 取一个周期内的N个点，即 ，则傅立叶级数近似为： 从而可以得到反变换的近似公式： 由于DFS的频率是周期重复的，其主值区间内的频率已经足以描述整个频域内的特性，所以可以用DFT来代替上面的DFS运算。 作业 10.1 10.4 10.5 10.9 * DFT的应用 DFT是一种算法，可以用硬件实现，也可以用软件实现 主要有两方面用途： 一、LTI系统实现 二、信号的频谱分析 * 一、利用DFT实现LTI系统(FIR) 出发点： 线性时不变系统可以用线性卷积和来实现和描述； 圆周卷积和在满足一定约束的条件下可以得到线性卷积； 圆周卷积和可以利用DFT来完成 h(n) * 在许多应用场合（如语音滤波）输入信号时无限长的。 尽管目前可以存储几乎所有的输入信号，但是这样的一种DFT是不现实的； 输入和输出之间的长度严重不对称，需要对FIR滤波器的单位冲激进行大量补零，浪费大量运算量； 采集完所有输入样本后才能计算滤波输出，导致有很大的处理延迟，损失实时性； 存在的问题 * 采用块卷积 将输入信号分割成多段， 对每段信号利用DFT进行处理， 适当处理后进行衔接 块卷积的方法主要有两种 重叠相加法 重叠保留法 解决方法 * 设h(n)的点数为M，x(n)为很长的序列。 将x(n)分解为很多段，每段为L点， L选择成和M的数量值级相同 用xi(n)表示第i段： 1）重叠相加法（Overlap) * 由于xi(n)为L点，而yi(n)为（L+M-1）点（设N=L+M-1）， 相邻两段输出序列yi (n), yi+1 (n)必然有（M-1）个点发生重叠 前一段的后（M-1）个点的后一段的前（M