03_DFT2.ppt

数字信号处理 傅里叶变换 傅里叶变换基本概念 离散傅里叶变换（DFT） 离散傅里叶变换的应用 傅里叶变换（二）—— DFT 什么是DFT DFT基本性质 DFT与其他变换的关系 引言 非周期时域连续信号的FT： 时域：非周期、连续 ? 频域：非周期、连续 引言 周期时域连续信号的傅里叶级数（FS）： 时域：周期、连续 频域：非周期、离散 引言 非周期序列的FT（DTFT）： 时域：非周期、离散 ? 频域：连续、周期 引言 引入奇异函数 ， 的FT可表示如下： 设计DFS、IDFS函数 DFS的函数： function [Xk]=dfs(xn,N) % 计算DFS系数 n=[0:1:N-1];% 行向量 k=[0:1:N-1];% 行向量 WN=exp(-j*2*pi/N);% 因子 nk=n*k;% N×N矩阵 WNnk=WN.^nk; Xk=xn*WNnk; 在主函数中调用dfs函数： xn=[0,1,2,3]; N=4; Xk=dfs(xn,N) 设计DFS、IDFS函数 IDFS的函数： function [xn]=idfs(Xk,N) % 计算IDFS系数 n=[0:1:N-1];% 行向量 k=[0:1:N-1];% 行向量 WN=exp(-j*2*pi/N);% 因子 nk=n*k;% N×N矩阵 WNnk=WN.^(-nk); xn=(Xk*WNnk)/N; 1 DFT原理 四种傅里叶变换： 1 DFT原理 离散傅里叶变换（Discrete Fourier Transform，DFT）主要解决两个问题： 离散与量化：时域、频域均离散 快速运算 1 DFT原理 函数mod() 符号((n))N ：余数运算表达式，表示 n 对 N 求余数。 设计函数： function m=mod(n,N) m=rem(n,N); % 返回n除以N的余数 m=m+n; m=rem(m,N); 1 DFT原理 长度为N的有限长序列 x(n) ，其离散傅里叶变换 X(k) 仍是一个长度为N 的有限长序列； x(n)与X(k)是一个有限长序列离散傅里叶变换对，已知x(n) 就能唯一地确定 X(k)；同样已知X(k)也就唯一地确定x(n)。实际上x(n)与 X(k) 都是长度为 N 的序列（复序列）都有N个独立值，因而具有等量的信息； 有限长序列隐含着周期性。 设计DFT函数 function [Xk]=myDFT(xn,N) % 计算DFT系数 n=[0:1:N-1];% 行向量 k=[0:1:N-1];% 行向量 WN=exp(-j*2*pi/N);% 因子 nk=n*k;% N×N矩阵 WNnk=WN.^nk; Xk=xn*WNnk; function [xn]=myIDFT(Xk,N) % 计算IDFT系数 n=[0:1:N-1];% 行向量 k=[0:1:N-1];% 行向量 WN=exp(-j*2*pi/N);% 因子 nk=n*k;% N×N矩阵 WNnk=WN.^(-nk); xn=(Xk*WNnk)/N; 例 2 已知： 1 DFT原理 1 DFT原理 MatLab求解DFT矩阵 函数：A?=?dftmtx(n) Ai＝conj（dftmtx（n））/ n 调用方式： A＝dftmtx（n）： 返回n×n的DFT变换矩阵A。 若x为给定长度行向量，则y＝x*A，返回x的DFT变换y。 Ai＝conj（dftmtx（n））/n； 返回n×n的IDFT变换矩阵Ai。 阅读 1 阅读 P78~79 —— 用MATLAB计算DFT 例 3 —— P76 例3.1.1 已知，分别求其8点和16点DFT。 （1）设N=8， 则： 例 3 —— P76 例3.1.1 循环移位函数cirshift function y=cirshift(x,m,N) % 长度为N的x序列作m个循环移位 if Nlength(x)error(N必须大于等于x序列的长度！); end x=[x zeros(1,N-length(x))]; % 需要时，补“0” n=[0:1:N-1]; n=mod(n-m,N); y=x(n+1); 练习 2 2 DFT基本性质 3. 共轭对称性 2 DFT基本性质 2 DFT基本性质 2 DFT基本性质 例 5 —— 循环卷积 例 5 —— 循环卷积 例 5 —— 循环卷积 例 5 —— 循环卷积 例 5 —— 循环卷积 设计时域循环卷积函数 function y=circonvl(x1,x2,N) % N点循环卷积 if length(x1)Nerror(N必