胡广书_数字信号处理题解及电子课件_第3章_1.ppt

两个线谱和 函数的卷积： 窗函数频谱： 峰值左、右第一个过零点之间的距离称为主瓣，主瓣外第一个峰值称为边瓣。我们希望主瓣的宽度越小越好，边瓣的幅度越小越好。若想分辨出 两个谱峰，数据的长度： 是矩形窗主瓣的宽度 例3: 低通 高通 相频 3.3 抽样定理 现研究信号抽样的数学模型： 请掌握公式的推导！ FT DTFT的性质 周期延拓，无穷迭加 迭加后可能产生的影响 或 要求： 若保证 相等 则 可 保 留 全部信息 即：抽样频率 至少要等于信号最高频率 的两倍。此即抽样定理。 Nyquist 抽样定理，或 Shannon 抽样定理 如何保证 1. 做频谱分析，了解 的行为； 2. 使用抗混迭滤波器，限制 的范围。 ：抽样频率； ：折迭频率； 如果抽样频率不满足要求，将出现频谱的混 迭（Aliasing , 将无法恢复原信号。 如何由 重建出 工程上： 使用 D/A 转换器； 在满足抽样定理的情况下， 的一个周期即等于 ，因此，可截取之。 理论上： 导出如下： 其余为零 插值函数 插值公式 权 * * 3.1 FT, FS; 3.2 DTFT； 3.3 抽样定理； 3.4 DFS； 3.5 DFT； 3.6 DFT的性质； 3.7 DFT的使用； 3.8 关于正弦信号的抽样 傅立叶变换是信号分析与处理的基本工具 第3章 离散傅里叶变换 1. 傅立叶级数 3.1 连续信号的傅立叶变换 FS 傅立叶系数 是第 次谐波的系数，所以 在频率坐标轴上是离散的，间隔是 。 2. 傅立叶变换： FT FS： 若 是非周期信号，可以认为： 由 有 频谱密度 1. 对应连续非周期 对应连续周期； 2. 连续 离散 3. 密度 强度 请深刻理解FS和FT的定义，及它们的区别与联系！ FT存在的必要条件： 说法1： 说法2： 因为 因为 所以，如果 是绝对可积的，那么它一定 是平方可积的，但是反之不一定成立。例如， 是平方可积的，但不是绝对可积的。所以，取 更稳妥（即更严格）。 周期信号： 可以实现傅里叶级数的分解， 属于功率信号； 非周期信号：可以实现傅里叶变换， 属于能量信号； 那么，周期信号可否实现傅里叶变换 在经典数学的意义上是不可实现的， 但在引入了奇异函数后可以实现。 周期信号 FS 例：令 求其傅立叶变换。 因为： 所以，严格意义上的傅立 叶变换不存在，可将其展开为傅立叶级数： 现利用 函数 将 作傅立叶变换： FS FT 线 谱 Discrete Time Fourier Transform, DTFT 3.2 离散时间信号的傅里叶变换 DTFT和Z变换的关系！ （一）定义 1. 是离散的，所以变换需要求和； 2. 是 的连续函数； 3. 是 的周期函数，周期为 ； 4. 存在的条件是 空间 （二）特点 可以看作是将 在频域展开为傅立叶级数，傅立叶系数即是 ； 5. DTFT 7. 由 可以得到 的幅度谱、相位谱及能量谱，从而实现离散信号的频频分析； 6. 是 在单位圆上取值时的 变换： 8. 反变换 四种傅立叶变换: 1. 连续非周期 连续非周期 ? FT 2. 连续周期 离散非周期 ? FS 3. 离散非周期 连续周期（ ） DTFT 4. 离散周期 离散周期 DFS 切实理解四种FT之间的对应关系 四种傅立叶变换 1. 线性 2. 移位 3. 奇偶、虚实性质 （三）性质 如果 是实信号，即 如果 是实偶信号，即 则 是 的实函数！ 4. 如果 则： 5. 如果 则： 时域卷积定理 频域卷积定理！ 6. 时域相关定理 互相关： 自相关： 自相关函数的 DTFT 始终是 的实函数！ DTFT 7. Parseval’s 定理 注意：Parseval’s 定理有着不同的表示形式； ：上述关系只对能量信号成立； 8. Wiener—Khinchin 定理 对功率信号，其自相关函数定义为： 定义： 说明： 1. 在 内的积分等于信号的功率，所以称 为功率谱，同理， 为能量谱； 2. 始终是 的实函数； 3. 相关函数和功率谱是随机信号分析与处理的主要工具，它们都需要靠“估计”得到，这就形成了丰富的“估值理论”。 4. 思考：由功率谱是否可以得到原信号 例1： （四）应用 越大，主瓣越窄 函数 过零点 例2. 信号截短： 令： 则： 是周期的线谱，与 卷积后，频谱将发生失真，影响 其分辨率 Resolution 注意：所有有限长的信号都应看作一 无限长的信号和一矩形窗相乘 的结果。关键是对频域的影响。 * * * *