数字信号处理第三章-2.ppt

数字信号处理Digital Signal Processing * * §3.3 频率域采样 1. 频域采样不失真条件 设任意序列x(n)的Z变换为X(z), 对X(z)等间隔采样N点得到： 该式也表示在区间[0， ]上对x(n)的傅里叶变换的N点等间隔采样。 下面推导序列xN(n)与原序列x(n)的关系。 设: 对应着时域的周期延拓 将X(k)代入 的表达式 IDFT IDFS 说明： X(z)在单位圆上的N点等间隔采样X (k) 的IDFT为原序列x(n) 以N为周期的周期延拓序列的主值序列。 频率采样定理： 如果序列x(n)的长度为M，则只有当频域采样点数N M 时，有 满足此条件可由频域采样X(k)恢复原序列x(n) ，否则产生时域混叠现象。 用频域采样X(k)表示X(z)的内插公式和内插函数： 设序列x(n)长度为M，在频域 之间等间隔采样N点， x(n) 内插函数 内插公式 当 时，上面两式就变成了x(n)傅里叶变换 的内 插函数和内插公式。 §3.4 DFT的应用举例 DFT的快速算法FFT的出现使得DFT在语音信号处理、图象处理、数字滤波、功率谱分析、系统分析等各个领域都有广泛的应用。 这些应用一般都以卷积和相关运算的具体处理为依据，或用 DFT(FFT)作为连续傅里叶变换的近似为基础。 这里主要介绍利用DFT计算线性卷积和对信号进行谱分析等基本应用。 1、用DFT计算线性卷积 则由时域卷积定理得： x1（n） x2（n） X1（k） X2（k） * x1（n） x2（n） 用DFT计算循环卷积 计算循环卷积很容易，如何计算线性卷积 *循环卷积与线性卷积相等的条件 设 h(n) 和 x(n) 都是有限长序列，长度分别为N和M。它们的线性卷积和循环卷积分别表示为： 取N的范围内 说明循环卷积是线性卷积以 L 为周期的周期延拓的主值序列。 因为长度为N和M的两个序列的线性卷积是一个长度为M+N-1的序列，所以： (1)如果LM+N-1，则线性卷积yl(n) 的周期延拓必有一部分非零值序列相重叠，从而产生混叠失真，这时循环卷积不等于线性卷积。 (2)如果L≥M+N-1，则线性卷积yl(n)的周期延拓不会产生混叠失真，这时循环卷积等于线性卷积。 *如何确定延拓的周期L呢？ 如果取L=N+M-1，则可用DFT(FFT)来计算线性卷积。如下图示： p90 L点 DFT L点IDFT h(n) y(n) 补L-N 个零点 补L-M 个零点 L点 DFT x(n) 用DFT计算线性卷积框图： 实际中经常N和M值相差很大，这样就要求对短序列补充很多零， 不仅加大了计算量；而且时延也可能不满足处理要求。这时，可以采 取将长序列分段成短序列进行卷积，然后把各段计算结果组合起来得 到原卷积计算结果。这就是所谓分段卷积计算方法。该方法可以减少 计算量、满足实时处理要求。 分段卷积可以有两种方法：(1)重叠相加法 (2)重叠保留法 N点 M点 图 3.4.4 重叠相加法卷积示意图 2、用DFT对信号进行谱分析 信号的谱分析就是计算信号的傅里叶变换。 对连续信号进行时域采样 应用DFT进行近似谱分析 （1）用DFT对连续信号进行谱分析 采样得 DFT 它是x(n)的傅里叶变换 在频率区间 上的N点等间隔采样。 连续信号xa(t) 频谱函数 FT 结论： 如果信号持续时间有限长，则其频谱无限宽； 如果信号频谱有限宽，则其持续时间无限长。 所以严格来讲，持续时间有限的带限信号是不存在的。因此在利用DFT进行谱分析时要进行一些预处理。 用以滤除幅度较小的高频成分，使连续信号的带宽小于折叠频率。 对于实际工程来讲滤除幅度很小的高频成分和截去幅度很小 的部分时间信号是允许的。 对于持续时间很长的信号，在时域要进行截断处理，取有限个点。 书第96页 式（3.4.11）下面 连续信号的频谱可以通过对连续信号进行采样并进行DFT再乘以T的近似方法得到。 对持续时间有限的信号，在满足时域采样定理时，上述方法不丢失信息。但是直接由分析结果看不到全部频谱特性，只能看到N个采样点的谱特性，产生“栅栏效应”。 如果连续时间信号持续时间无限长，上述分析中就要进行截断处理，会产生频率混叠和泄漏现象，从而使谱分析产生误差。