第03章4频率取样.pptVIP

第03章 离散傅里叶变换及其快速算法 邹江 zoujiang@public.wh.hb.cn * * 这意味着，对于时间有限信号，可以像频带有限信号进行时域采样而不丢失任何信息一样，可以在频域上进行采 样而不丢失任何信息。这正是傅里叶变换中时域和频域对偶关系的反映，这有着十分重要的意 义。DFT实现了频域离散化，开辟了在频域采用数字技术处理的新领域。 这使我们自然想到，对于任意一个频率特性，是否均能用频域采样的办法来逼近，这是一个很吸引人的问题，因为用频率采样来逼近，可使问题大大简化。因此我们要讨论频率采样的可行性以及所带来的误差。 3. 4 频率取样 频率取样是指对序列的傅里叶变换或系统的频率特性进行取样 。 本节讨论在什么条件下能够用得到的频谱取样值无失真地恢复原信号或系统。 设任意长序列x(n)绝对可和，其Z变换表示为 如果在单位圆上对X(z)进行等角距取样，取样点数为M，则得 根据DFT的定义，对X(k)求反变换得 根据上面两式可得： 因为 所以 上式表明，在z平面的单位圆上对序列的Z变换进行等角距取样，将导致时间序列的周期延拓。这一结果与对连续时间信号取样导致频谱周期延拓类似。 现在我们来考察xp(n)与原序列x(n)的关系，看它如何才能代表原序列x(n)。 xp(n)是原非周期信号x(n)的周期延拓序列，因此xp(n)是一个周期序列，其主值为 在x(n)为有限长度N的情况下，如果取样点M≥N，那么x(n)周期延拓的结果不会产生混叠。这时，xp(n)的主值xN(n)与原序列x(n)一样，因此xN(n)完全能代表原序列x(n)。 如果MN，即延拓的周期M小余有限序列的长度N，则x(n)周期延拓后一定产生混叠，因而xN(n)不能无失真地代表原信号x(n)。在x(n)为无限长的情况下，对Z变换取样必然导致混叠失真，因此xN(n)不能代表原序列x(n)。（见下图） 因此，对于长度为N的有限长序列，对Z变换取样即频率取样不失真的条件，是取样点数 M应等于或大于原序列的长度N，即M≥N。在M＝N时，Z变换的取样即DFT X(k)，利用IDFT公式可由X(k)恢复原序列x(n)，即 这就是频域采样定理。 *