第3章离散时间信号的傅里叶变换.ppt

第3章 离散时间信号的傅里叶变换 * 3.1 连续时间信号的傅里叶变换 3.2 离散时间信号的傅里叶变换(DTFT) 3.3 连续时间信号的抽样 3.4 离散时间周期信号的傅里叶级数 3.5 离散傅里叶变换(DFT) 3.6 用DFT计算线性卷积 3.7 与DFT有关的几个问题 3.8 关于正弦信号抽样的讨论 3.9* 二维傅里叶变换 3.10 希尔伯特变换 3.11 与本章内容有关的MATLAB文件 离散时间信号傅里叶变换(DTFT)的定义 傅里叶变换(DTFT)的反变换 DTFT的性质 一些典型信号的DTFT DTFT的物理意义 看频率组成、看频率响应 Input sine wave signal Amplitude:1 Input sine wave signal Frequency:20 Input sine wave signal Phase:1.2 Input sampling Frequency:200 Input sampling length:500 Input starting w for viewing:-1 Input ending w for viewing:30 Input deltw:0.001 w0 =0.6283 rad (f0 =20Hz) Aw0 =249.7494 Pw0 =1.2797 w0N =-0.6283 rad(f0=-20Hz) Aw0N = 249.7494 Pw0N = -1.2797 Elapsed time is 7.574711 seconds. 的确出现了原信号频率分量。 问题: (1)-f0处出现频率分量 (2)出现2pi(或fs)周期性 (3)其他分量 Input sine wave signal Amplitude:1 Input sine wave signal Frequency:20 Input sine wave signal Phase:1.2 Input sampling Frequency:200 Input sampling length:500 Input starting w for viewing:-1 Input ending w for viewing:30 Input deltw:0.001 w0 =0.6283(f0=20) Aw0 =499.4717 Pw0 =1.2795 w0N =-0.6283(f=-20) Aw0N =0.1354 Pw0N =0.4922 Elapsed time is 7.619203 seconds. 的确出现了原信号频率分量。 问题: (1)-f0处未出现频率分量 (2)出现2pi(或fs)周期性 (3)其他分量 其他分量 泄漏 DTFT结果是否出现-f0的解释 实信号DTFT会出现-f0成分：反相、同幅值。 DTFT结果周期性的解释 P116，图3.3.1 卷积与周期延拓 DTFT结果与离散信号的加窗 P113 图3.2.6~7 自然加窗：矩形窗 起到了平滑作用，降低了谱峰分辨能力，主瓣宽度B=4*pi/N; 但使某些不存在的DTFT变得存在。 汉宁窗、汉明窗 DTFT结果每个周期按窗长点数离散化—— 离散傅里叶变换（DFT） 抽样信号由于加窗的原因，DTFT必然是一个连续谱， 但计算机只能获得谱的一些离散值。如何离散化？ 一种方法是一个周期2pi内离散出N点。 离散傅里叶变换DFT 离散傅里叶变换（DFT）的数学模型 离散周期序列的傅立叶级数DFS DFT对 离散傅里叶变换（DFT）的性质 定义 DFT计算 线性卷积 与DFT有关的几个问题 频率分辨率 频谱中两个靠得很近的谱峰 保持分开的能力。 X(n)序列增加一些0，不影响DTFT结果，不影响DTFT的物理分辨率，可以增加DFT的计算分辨率、便于FFT的实现。 要提高物理分辨率，则要增加信号的长度 DFT对FT的近似 离散时间信号的Hilbert变换 连续时间信号的Hilbert变换 离散时间信号的Hilbert变换 Hilbert变换的性质 实因果信号傅里叶变换的实部与虚部、对数幅度与相位之间的关系是希尔伯特变换关系 实因果信号傅里叶变换中的希尔伯特变换关系 实因果信号傅里叶变换的实部与虚部不独立 实因果信号傅里叶变换的对数幅度谱与相位谱不独立 HILBERT变换的应用 wc=2*pi*400; %fc=400Hz Ts=0.0001; %fs=10kHz N=4096; wa=2*pi*20; %20Hz wf=wa;%20Hz t=0:Ts:(N-1)*Ts; ka=0.1;%AM dept