离散傅里叶变换及其快速算法概要.pptVIP

* 为混叠频率或Nyquist频率。即不产生频率混淆 现象的临界条件。 采样定理又可称为：如果分析信号中最高频率成分不 超过混叠频率，则不出现频率混叠。 反之，如果 频率成分的两倍，则采样后离散信号频谱中不会出现频率 混叠。这就是采样定理。 即采样频率大于等于分析信号中最高 如何避免频混 消除混叠的方法有两种: 提高采样频率fs，即缩小采样时间间隔。 缺点: （1）采样频率高，内存占用量和计算量 ↑。 （2）许多信号本身可能含有全频带的频率成分； （3）信号采集系统包括采样频率上限。 采用抗混叠滤波器。可先使信号通过一个低通滤波器，滤除高于fmax /2的信号频率成分，然后再进行采样。 实际上，由于信号频率都不是严格有限的，而且，实际使用的滤波器也都不具有理想滤波器在截止频率处的垂直截止特性，故不足以把稍高于截止频率的频率分量衰减掉。 所以实际处理时一般应使采样频率满足 抗混滤波(anti-aliasing) 离散傅里叶变换的泄漏问题(Leakage) 在实际应用中，通常将所观测的信号限制在一定的时间间隔内，也就是说，在时域对信号进行截断操作，或称作加时间窗，亦即用时间窗函数乘以信号，即 由卷积定理可知，时域相乘，频域为卷积，则有 有时会造成能量分散现象，称之为频谱泄漏。 从数学意义上讲，无限长连续信号的截断相当于用一高度为1，宽度为T的矩形窗函数w(t)乘原信号x(t) ，则 截断信号时域 截断信号频域 离散傅里叶变换的泄漏问题(Leakage) 余弦信号 矩形窗函数 频域 乘积 时域 余弦信号被矩形窗截断形成的泄漏 余弦信号被矩形窗截断形成的泄漏 周期延拓信号与真实信号不同——能量泄露误差 克服方法之一：信号整周期截断 对于连续周期函数，在符合采样定理的条件下，保证窗函数b(t)的时段τ等于被截函数的周期T的整倍数，可以保证逆变换后准确地恢复原波形，不产生泄漏。 对于随机振动信号（非周期函数），控制泄漏的方法是采用特定的窗函数，以达到控制旁瓣的效果。 为了减少泄漏应该尽量寻找频域中接近?(f)的窗函数W(f)，即主瓣窄旁瓣小的窗函数。 频域中|f|1/T的部分称为W(f)的主瓣－主瓣窄，分辨率高 其余两旁的部分即附加频率分量称为旁瓣。 －旁瓣低，减少泄露 －1/T 1/T 2/T 3/T －2/T 常用窗函数 (1) 矩形窗(Rectangular) w(t)=1 (2) 汉宁窗(Hanning) w(t)=1-cos(2?t/T), (3) 凯塞窗(Kaiser-Bessel) w(t)=1-2.4 cos(2?t/T)+0.244 cos(4?t/T)-0.00305 cos(6?t/T) (4) 平顶窗（FlatTop） w(t)=1-1.93 cos(2?t/T)+1.29 cos(4?t/T)-0.388 cos(6?t/T) +0.0322 cos(8?t/T) 窗函数用法 矩形窗：瞬态信号、伪随机或周期随机、窗长等于周期信号整周期时 汉宁窗：纯随机 平顶窗：周期或准周期信号 力窗或指数衰减窗：锤击法测频响函数时的力信号和脉冲响应信号 快速傅里叶变换(FFT) 直接利用DFT进行谱分析时，存在一个突出矛盾，即当序列长度N较大时计算量大、计算时间长、数据占用内存多，难以利用DFT进行实时处理，其应用受到很大的限制。 1965年库利(Cooley)和图基(Tukey)提出了一种DFT的快速算法，这就是FFT。FFT算法使计算量大大降低，计算时间减少，特别是当序列长度N较大时，效果更为显著。 FFT并不是一种新的变换形式，它只是DFT的一种快速算法。并且根据对序列分解与选取方法的不同而产生了FFT的多种算法。 FFT在离散傅里叶反变换、线性卷积和线性相关等方面也有重要应用。 DFT表达式： 通常记 ，则DFT简化为 上两式可写为矩阵形式 DFT的计算量 DFT的计算量 有限长序列x(n)的DFT为： 将DFT定义式展开成方程组 写为矩阵形式 用向量表示 用复数表示 计算一个X(k)值需要N次复数乘法和(N-1)次复数加法，那么N个X(k)共需N2次复数乘法和N(N-1)次复数加法。每次复数乘法包括4次实数乘法和2次实数加法，每次复加法包括2次实数加法，因此计算N点的DFT共需要4N2次实数乘法和(2N2+2N(N-1))次实数加法，如N=2048时，计算量为419万次。 减少运算量方法： 长序列分为短序列： 由于N点DFT的运算量随N2增长，因此，当N较大时，减少运算量的途径之一就是将N点DFT分解为几个较短的DFT进行计算，则可大大减少