信号系统(第3章-信号的频域材料.ppt

周期序列的离散傅立叶级数 (DFS) 一个周期为N的周期序列 可表示为 周期序列的Z变换是不收敛的。但是，可以用离散傅立叶级数，即用正弦和余弦序列或复指数序列的加权和表示。这些序列的频率等于周期序列 的基频 的整数倍，其中基波为 周期序列的离散傅立叶级数 (DFS) 离散傅立叶级数(DFS)与连续傅立叶级数(CFS)的差别在于DFS 的 k 个谐波分量中只有 N 个是相互独立的，这是因为复指数序列是 k 的周期函数，即 例如，当 时， ，即 因此，对于离散傅立叶级数，只取下标从 0 到 N-1 的 N 个谐波分量就足以表示原来的信号。 周期序列的傅立叶级数 周期序列的离散傅立叶级数 (DFS) 所以，周期序列的离散傅立叶级数(DFS)表示为 式中，乘以系数 是为了计算方便， 是 k 次谐波的系数。 周期序列的离散傅立叶级数 (DFS) 现在来推导 而 周期序列的离散傅立叶级数 (DFS) 现在来推导 所以 或写成 令 ，重写前面DFS的公式及上面求 的公式如下。 离散傅立叶级数(DFS)及其反变换(IDFS) 周期序列的离散傅立叶级数(DFS)变换对 上两式中，n 和 k 都为离散变量。如果将 n 当作时间变量，k 当作频率变量，则上面第一式表示的是时域到频域的变换，称为DFS正变换，第二式表示的是频域到时域的变换，称为DFS反变换(IDFS)。 周期序列的离散傅立叶级数 (DFS) 由于 所以 是周期为 N 的离散周期信号。 周期序列虽然是无限长的，但是只要知道它的一个周期，也就知道了它的整个序列。因此，周期序列的信息可以用它的一个周期中的 N 个值来代表，因此DFS和IDFS变换式中只取 N 个值就够了。将来可看到，这正是周期序列与有限长序列之间的本质联系。 周期序列的离散傅立叶级数 (DFS) 如图所示的是周期序列 及其DFS系数 的图形。 傅里叶变换的性质 时域和频域的尺度变换 傅里叶变换的特点 对于非周期连续信号x(t)，频谱X(f)是连续谱 对于周期连续信号，傅里叶变换转变为傅里叶级数，其频谱是离散的 对于非周期离散信号，其傅里叶变换是一个周期性的连续频谱 对于周期离散的时间序列，其频谱也是周期离散的 小结 若x(t)是周期的，频域X(f)必然是离散的，反之亦然。 若x(t)是非周期的，则X(f)一定是连续的，反之亦然。 第四种亦即时域和频域都是离散的信号，且都是周期的，为利用计算机实施频谱分析提供了一种可能性。 对这种信号的傅里叶变换，我们只需取其时域上一个周期（N个采样点）和频域一个周期（同样为N个采样点）进行分析，便可了解该信号的全部过程。 信号的分类与描述 周期信号与傅里叶级数 非周期信号与傅里叶变换 离散傅里叶变换与数字信号处理 数字信号处理 离散傅里叶变换(DFT) 采样定理 泄漏与加窗 工程中的数字信号处理 离散傅里叶变换 意义 可以对任意连续的时域信号进行采样和截断，并对其作离散傅里叶变换的运算，得到离散的频谱，该频谱的包络即是对原连续信号真正频谱的估计。 离散傅里叶过程 时域采样 时域截断 频域采样 离散傅里叶变换 离散傅里叶变换 离散傅里叶变换 数字信号处理 卷积 时域相乘，频域卷积；时域卷积，频域相乘； 离散傅里叶变换(DFT) 时域采样，时域截断，频域采样 采样定理 泄漏与加窗 工程中的数字信号处理 泄漏与加窗 泄漏与加窗 泄漏与加窗 时域截断产生的能量泄漏与窗函数频谱的旁瓣相关，需要选择合适的窗函数 对窗函数的基本要求 在时域中： 改善截断处的不连续状态 在频域中： 窗谱的主瓣窄而高，以提高分辨力 旁瓣幅值小，减少泄漏和假频 数字信号处理 卷积 时域相乘，频域卷积；时域卷积，频域相乘； 离散傅里叶变换(DFT) 时域采样，时域截断，频域采样 泄漏与加窗 时域加窗截断引起能量泄漏，选择合适的窗函数 采样定理 工程中的数字信号处理 采样定理 在没有任何条件限制的情况下，从连续时间信号采样所得到的样本序列不能唯一地确定原来的连续时间信号。 对同一个连续时间信号，当采样间隔不同时也会得到不同的样本序列。 采样定理 在时域对连续时间信号进行冲击串采样，可以实现时域信号的离散化。