数字信号处理_第三章导论.pptVIP

　　最后要说明的是，栅栏效应与频率分辨率是不同的两个概念。如果截取长度为N的一段数据序列，则可以在其后面补N个零，再进行2N点DFT，使栅栏宽度减半，从而减轻了栅栏效应。但是这种截短后补零的方法不能提高频率分辨率。因为截短已经使频谱变模糊，补零后仅使采样间隔变小，但得到的频谱采样的包络仍是已经变模糊的频谱，所以频率分辨率没有提高。因此，要提高频率分辨率，就必须对原始信号截取的长度加长（对模拟信号，就是增加采样时间Tp的长度）。 [例 1] 如果x n 是一个周期为N的周期序列，则它也是周期为2N的周期序列，把x n 看作周期为N的周期序列，其DFT为Xl k ，再把x n 看作周期为2N的周期序列，其DFT为X2 k ，试利用Xl k 确定X2 k 。 解： 根据题意: 令m 2n， 则M 2N 本题主要考察对DFT变换定义及性质的了解，在推导过程中注意参数的代换和上下标的改变。 [例 2] 利用FFT对连续时间信号进行谱分析仅是一个近似的估计，现有一个FFT处理器，用来估算实数信号的频谱，要求指标：?频率分辨率为F ? 5Hz；?信号的最高频率fc ? 1.25kHz；? FFT的点数N必须是2的整数次幂。试确定： 1 信号记录长度TP； 2 采样点间的时间间隔TS； 3 一个记录过程的点数N。 解： 根据采样定理 又频率分辨率： 而N必须是2的整数次幂，取N 512。 [例 3] 设模拟信号xa t ＝cos 2?×1000t+? ，现在以时间间隔Ts 0.25ms进行均匀采样，假定从t＝0开始采样，共采N点。 1 写出采样后序列x n 的表达式和对应的数字频率。 2 若希望DFT的分辨率达到l Hz，应该采集多长时间的数据。 解 1 对应的数字频率：? ?Ts 0.5? 2 要使分辨率达到 1Hz 所以，需要采集1秒时间的数据。 1 频率域采样定理 设任意序列x n 的Z变换为 且X z 收敛域包含单位圆 即x n 存在傅里叶变换 。 在单位圆上对X z 等间隔采样N点得到 xN n IDFT［X k ］， 0≤n≤N-1 由DFT与DFS的关系可知， X k 是xN n 以N为周期的周期延拓序列 n 的离散傅里叶级数系数 k 的值序列， 即 将式 3.3.1 代入上式得 式中 为整数 其它m 如果序列x n 的长度为M， 则只有当频域采样点数N≥M时， 才有 xN n IDFT［X k ］ x n 即可由频域采样X k 恢复原序列x n ， 否则产生时域混叠现象。 这就是所谓的频域采 样定理。 3.3.2 3.3.3 X z 等间隔采样的IDFT是原序列x n 以N为周期的周期延拓的主值序列 3.4 DFT的应用举例 DFT的快速算法----FFT的出现， 使DFT在数字通信、 语言信号处理、 数值分析等各个领域都得到广泛应用。 本节主要介绍： 用DFT计算卷积 相关系数 的基本原理 用DFT对连续信号和序列进行谱分析 只要掌握了这两种基本应用的原理，就为用DFT解决数字滤波和系统分析等问题打下了基础。 3.4.1 用DFT计算线性卷积 如果 0≤k≤L-1 则由时域循环卷积定理有： Y k DFT［y n ］ X1 k X2 k , 0≤k≤L-1 由此可见，循环卷积既可在时域直接计算，也可以按照上图所示的计算框图在频域计算。 由于DFT具有快速算法（FFT），当N很大时，在频域计算的速度快得多，因而常用DFT FFT 计算循环卷积。 图 3.4.1 用DFT计算循环卷积 y n 在实际应用中，需要计算两个序列的线性卷积，为了提高运算速度，希望用DFT FFT 计算线性卷积。 而DFT只能直接用来计算循环卷积，为此须知线性卷积和循环卷积之间的关系以及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，长度分别是N和M。 它们的线性卷积和循环卷积分别表示如下： 其中：L≥max［N, M］ 3.4.1 3.4.2 对照式 3.4.1 可以看出， 上式中: 3.4.3 yc n 等于yl n 以L为周期的周期延拓序列的主值序列。 3.4.1 3.4.2 图 3.4.2 线性卷积与循环卷积 yl n 的长度为N+M-1，因此只有当循环卷积长度L? N+M-1时， yl n 以L为周期进行周期延拓时才无混叠现象。 此时取其主值序列显然满足yc n ＝ yl n 。 由此：循环卷积等于线性卷积的条件是-----L ? N+M-1 图 3.4.3 用DFT计算线性卷积框图 如果取L＝N+M-1，则可用DFT FFT 计算线性卷积，计算框图如下图。其中DFT和IDFT通常用快速算法 FFT 来实