数字信号处理快速傅里叶变换.ppt

1-14 有一调幅信号  用DFT做频谱分析，要求能分辨 的所有频率分量，问 (1)抽样频率应为多少赫兹（Hz）? (2)抽样时间间隔应为多少秒（Sec）? (3)抽样点数应为多少点？ (4)若用 频率抽样，抽样数据为512点，做频谱分析，求 ，512点，并粗略画出 的幅频特性 ，标出主要点的坐标值。 （1）抽样频率应为 解： （2）抽样时间间隔应为 频谱泄漏 改善方法： 对时域截短，使频谱变宽拖尾，称为泄漏 1）增加x(n)长度 2）缓慢截短 栅栏效应 改善方法： 增加频域抽样点数N（时域补零），使谱线更密 DFT只计算离散点（基频F0的整数倍处）的频谱，而不是连续函数 频率分辨率 提高频率分辨率方法： 增加信号实际记录长度 补零并不能提高频率分辨率 第四章 快速傅里叶变换 FFT: Fast Fourier Transform 一、直接计算DFT的问题及改进途径 运算量 复数乘法 复数加法 一个X(k) N N – 1 N个X(k) (N点DFT) N 2 N (N – 1) 实数乘法 实数加法 一次复乘 4 2 一次复加 2 一个X (k) 4N 2N+2 (N – 1)=2 (2N – 1) N个X (k) (N点DFT) 4N 2 2N (2N – 1) FFT算法分类: 时间抽选法 DIT: Decimation-In-Time 频率抽选法 DIF: Decimation-In-Frequency 二 、按时间抽选的基-2FFT算法 1、算法原理 设序列点数 N = 2L，L 为整数。 若不满足，则补零 将序列x(n)按n的奇偶分成两组： N为2的整数幂的FFT算法称基-2FFT算法。 则x(n)的DFT: 再利用周期性求X(k)的后半部分 分解后的运算量： 复数乘法 复数加法 一个N / 2点DFT (N / 2)2 N / 2 (N / 2 –1) 两个N / 2点DFT N 2 / 2 N (N / 2 –1) 一个蝶形 1 2 N / 2个蝶形 N / 2 N 总计 运算量减少了近一半 N / 2仍为偶数，进一步分解：N / 2 N / 4 这样逐级分解，直到2点DFT 当N = 8时，即分解到X3(k)，X4(k)，X5(k)，X6(k)，k = 0, 1 2、运算量 当N = 2L时，共有L级蝶形，每级N / 2个蝶形，每个蝶形有1次复数乘法2次复数加法。 复数乘法： 复数加法： 比较DFT * 常系数线性差分方程 * 常系数线性差分方程 * 常系数线性差分方程 * 离散时间信号—序列 * 常系数线性差分方程 三、离散傅里叶变换（DFT） 同样：X(k)也是一个N点的有限长序列 有限长序列的DFT正变换和反变换： 其中： x(n)的N点DFT是 x(n)的z变换在单位圆上的N点等间隔抽样； x(n)的DTFT在区间[0，2π]上的N点等间隔抽样。 四 、抽样z变换—频域抽样理论 时域抽样定理：在满足奈奎斯特定理条件下，时域抽样信号可以不失真地还原原连续信号。 频域抽样呢？ 抽样条件？ 内插公式？ x(n)为无限长序列—混叠失真 x(n)为有限长序列，长度为M 由频域抽样序列 还原得到的周期序列是原非周期序列 的周期延拓序列，其周期为频域抽样点数N。 所以：时域抽样造成频域周期延拓 同样，频域抽样造成时域周期延拓 频率采样定理 若序列长度为M，则只有当频域采样点数: 时，才有 即可由频域采样 不失真地恢复原信号 ，否则产生时域混叠现象。 用频域采样 表示 的内插公式 用频域采样 表示 的内插公式 五 、用DFT对模拟信号作频谱分析 对连续时间非周期信号的DFT逼近 1）将 在 轴上等间隔（T）分段 2）将 截短成有限长序列 3）频域抽样：一个周期分N段，采样间隔 ，时域周期延拓， 周期为 对连续时间非周期信号的DFT逼近过程 1）时域抽样 2）时域截断 3）频域抽样 近似逼近： 对连续时间周期信号的DFS逼近 1）将 在 轴上等间隔（T）分段 2）频域截断：长度正好等于一个周期 近似逼近： 信号的频谱分析：计算信号的傅里叶变换 频率响应的混叠失真及参数的选择 同时提高信号最高频率和频率分辨率，需增加采样点数N。 信号最高频率与频率分辨率之间的矛盾 * 常系数线性差分方程 * 常系数线性差分方程 * 常