sp离散时间信号的傅里叶概要.pptVIP

第五章 离散时间信号的傅里叶分析 引言 本章主要讨论DTFT，DFT及其快速算FFT 离散化处理对信号的的真实频谱造成的影响 离散化时，信号原有的信息是否受损 如何计算抽样信号的频谱？ 信号截断时，信号的频谱会如何改变？ 如何利用离散信号的抽样值直接计算离散信号的谱值呢？ 利用有限数目的离散谱值，如何恢复抽样信号？ 如何解决编程实现中的大计算量问题？ 抽样信号的频谱与连续时间信号的频谱的关系 用离散信号的频谱来分析研究连续信号的频谱（可认为是对连续信号频谱的第一次近似） 设连续时间信号x(t)的频谱函数为X(f)，对信号按时间间隔T抽样，得如下抽样信号： 利用每二章学过的知识，对上面的信号进行傅里叶变换，得 　 即：信号时域抽样（离散化），将使得频谱周期重复，抽样信号的频谱等于原连续时间信号的频谱倍乘fs后周期重复。 抽样定理 fs2fc 在奈奎斯特区间内，模拟信号的频谱可以 （1）满足抽样定理时，用抽样信号的频谱来还原； （2）若不满足，则用抽样信号的频谱来近似。 5.1 抽样信号频谱的数值计算 ——离散时间傅里叶变换DTFT 从抽样信号我们获得了——信号的一些离散值 如何利用抽样信号来计算抽样信号的频谱 用离散序列值计算抽样信号的频谱 具体的数值计算方法 用离散序列值计算抽样信号的频谱 式中， 是理想抽样后各冲激点冲激信号的冲激强度值序列。因此，只要有了连续时间信号的抽样序列，就能通过上式计算出抽样信号的频谱来！即 这就是序列x(nT)的离散时间傅里叶变换，记为DTFT 关于DTFT公式的几点说明： （1） 抽样信号的频谱仅从抽样值x(nT)即可算出。 （2） 是f的周期函数，周期为fs。即 因此，在进行频谱分析的时候，可以只关心奈奎斯特频率区间[-fs/2，fs/2]。 （3） 如何求DTFT的逆变换？ （4） 数值近似问题。 （5） 工程近似问题。 （a）在时域，只能保留x(nT)有限数目的值，如L个样本，n=0,1……L-1。所以要用截断求和来近似上式： （b）在频域，也只能保留有限的频谱值，即只在一些离散的频率处对 取样，用有限的离散值来近似原来的周期连续频谱(离散傅里叶变换DFT)。 （6） Z变换。从上式可以导出Z变换与DTFT的关系。令 ，则 频率归一的DTFT 用抽样序列的DTFT所得的频谱，是一个以抽样频率fs为周期的周期频谱。为了研究方便，我们对这个周期频谱进行频率归一化，用归一频率 作为新的频率变量，于是 频率归一的DTFT 不必再关心信号的抽样间隔，而只需将得到的信号抽样值顺次保存起来，再作变换即可，从而大大方便了抽样信号在计算机等数字处理设备上的分析处理。因此，今后，在不致引起混淆的情况下，我们用x(n)来代表x(nT)。 为了与信号的实际物理频率区别开，我们称归一化处理后的“频率”为数字频率（归一化频率 ），单位为弧度/样本（对应数字角频率）或赫兹/样本（对应数字频率）。 频率归一的DTFT 频率归一化的理解：（1） 对于序列而言，时间间隔Ts并非必须的，将其视为1也就不会带来什么问题。（2） 对于序列对应的连续频谱，都是周期的，这个周期由信号的采样频率完全决定。而信号的采样频率是可以变化的，也就是可以按照实际需要给出。换言之，连续谱的周期并不是一个特别重要的限制条件。 （3） 对于周期谱，我们通常只需（也只能如此）关心和存储一个周期的内容，因此，周期的具体大小没什么影响。　　因此，我们把频谱的周期统一归整为是可行的。当然，在必要的时候，要恢复（求解）数字频率所对应的实际物理频率也是非常容易的。 DTFT的基本性质 (1) 周期性： 在数字频率意义下，奈奎斯特区间为 ，为研究方便，通常使用 作为奈奎斯特区间。 (2) 线性： (3) 平移： 时移特性： 频移特性： DTFT的基本性质 (4) 反褶、共轭： 反褶： 共轭： (5) 时域扩展 序列的时域扩展定义如下： 它的DTFT为 (6) 频域微分(时域线性加权) DTFT的基本性质 (7) 卷积定理 设 时域卷积： 频域卷积： (8) 帕斯瓦尔定理 例题 例4.1 求单位冲激序列的DTFT 例题 例题 例4.4 求有限长序列x(n)={4,3,2,1,2,3,4}的DTFT 解： 那么 为多少？ 加窗序列的DTFT 到目前为止，在数字信号处理中，我们所得到的