数字信号处理第3章离散傅里叶变换导论.pptVIP

　　 3 截断效应。实际中遇到的序列x n 可能是无限长的，用DFT对其进行谱分析时，必须将其截短，形成有限长序列y n x n w n ，w n 称为窗函数，长度为N。w n RN n , 称为矩形窗函数。根据傅里叶变换的频域卷积定理，有 其中  对矩形窗数w n RN n ，有  幅度谱Wg ω ~ω曲线如图3.4.12所示 Wg ω 以2π为周期，只画低频部分 。图中，|ω| 2π/N的部分称为主瓣，其余部分称为旁瓣。 图3.4.12 矩形窗的幅度谱 　　例如，x n cos ω0n ，ω0 π/4, 其频谱为   x n 的频谱X ejω 如图3.4.13 a 所示。将x n 截断后，y n x n RN（n 的幅频曲线如图3.4.13 b 所示。 图3.4.13 x n cos ω0n 加矩形窗前、后的幅频特性 　　由上述可见，截断后序列的频谱Y ejω 与原序列频谱X ejω 必然有差别，这种差别对谱分析的影响主要表现在如下两个方面： 1 泄露。 原来序列x n 的频谱是离散谱线，经截断后，使原来的离散谱线向附近展宽，通常称这种展宽为泄露。显然，泄露使频谱变模糊，使谱分辨率降低。从图3.4.13可以看出，频谱泄露程度与窗函数幅度谱的主瓣宽度直接相关， 　　 2 谱间干扰。 在主谱线两边形成很多旁瓣，引起不同频率分量间的干扰 简称谱间干扰 ，特别是强信号谱的旁瓣可能湮没弱信号的主谱线，或者把强信号谱的旁瓣误认为是另一频率的信号的谱线，从而造成假信号，这样就会使谱分析产生较大偏差。  增加N可使Wg ω 的主瓣变窄，减小泄露，提高频率分辨率，但旁瓣的相对幅度并不减小。 为了减小谱间干扰，应用其它形状的窗函数w n 代替矩形窗 窗函数将在FIR数字滤波其设计中介绍 。但在N一定时，旁瓣幅度越小的窗函数，其主瓣就越宽。所以，在DFT变换区间 即截取长度 N一定时，只能以降低谱分析分辨率为代价，换取谱间干扰的减小。 　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）。 sin 2*pi*50*t +2*sin 2*pi*120*t ; Matlab: t 0:0.001:0.6; x sin 2*pi*50*t +2*sin 2*pi*120*t ; Y fft x,512 ; py1 Y/512; py2 py1*2; py3 abs py2 ; i 0:256 *500/256; plot i,py3 1:257 t 0:0.001:0.6; x sin 2*pi*50*t +2*sin 2*pi*52*t ; Y fft x,512 ; py1 Y/512; py2 py1*2; py3 abs py2 ; i 0:256 *500/256; figure plot i,py3 1:257 FFT运算存在的混叠是不可避免的，频率间隔越近，混叠越强 sin 2*pi*39.0625*t +2*sin 2*pi*195.3125*t ; t 0:0.001:0.6;x sin 2*pi*39.0625*t +2*sin 2*pi*195.3125*t ;Y fft x,512 ;py1 Y/512;py2 py1*2;py3 abs py2 ;f 0:256 *1000/512;plot f,py3 1:257 ;grid on; 因此离散信号x的频谱分析时，然后除以信号长度，再乘以2 　　设连续信号xa t 持续时间为Tp，最高频率为fc，如图3.4.6 a 所示。xa t 的傅里叶变换为Xa jΩ ，对xa t 进行时域采样得到x n xa nT ，x n 的傅里叶变换为X ejω 。由假设条件可知x n 的长度为 3.4.5  式中，T为采样间隔，Fs 1/T为采样频率。用X k 表示x n 的N点DFT，下面推导出X k 与Xa jΩ 的关系，最后由此关系归纳出用X k 表示Xa jΩ 的方法，即用DFT对连续信号进行谱分析的方法。 　　由（2.4.3）式知道，x n 的傅里叶变换X ejω 与xa t 的傅里叶变换Xa jΩ 满足如下关系：  将ω ΩT代入上式，得到:  3.4.6