（全新）数字信号处理 3人文科技.pptVIP

4． ifft(x.N) ifft(x,N) 函数用来计算N点的IDFT，其中N是用户指定的长度。 （1）??若序列x的长度MN，则将序列截短为N点序列，再作N点的IDFT； (2) 若序列x的长度MN，则将原序列补零至N点，然后计算N点的IDFT。 对于函数fft(x,N) 和ifft(x.N)，如果 N 为 2 的正整数幂，则得到高速的基 2 FFT 算法，在后面的章节中介绍快速傅立叶变换FFT时，还会提到。 例3.13 已知一长度为16的有限长序列 ，试利用Matlab计算序列 的16点和512点DFT。 从图3.10可以看出，512点的DFT比16点的DFT可以获得频谱函数更多的细节，即说明了512点的DFT比16点的DFT具有更高的频率分辨率 图3.10 例3.13序列的16点和512点DFT的幅度图像 3.6.2 序列循环移位的Matlab实现 可以自己编写下面的Matlab函数来实现有限长序列的循环移位。 例3.14 现在用Matlab来重新计算例3.6，即已知x(n)={5,-4,3,-1}，求其循环移位 。 解：可以通过调用编写的函数Circularshift(x,m,N) 来完成计算。 图3.11 例3.14的序列及其循环移位序列 3.6.3 循环卷积的Matlab实现 可以利用Matlab编写函数来实现两个序列的N点循环卷积。 例3.15 利用Matlab计算例3.8中的循环卷积。即已知x1(n) = {1,2,3,4,5}，x2(n) = {6,7,8,9}，计算 5 点循环卷积 。 解：调用函数CircularConv(x1,x2,5) 即可。 x1=[1 2 3 4 5]; x2=[6 7 8 9]; N=5; x3= CircularConv(x1,x2,5) x3 = 100 95 85 70 100 3.6.4 利用DFT计算线性卷积的Matlab实现 例3.16 已知x(n)={1,2,3,4,5}, h(n)={10,12,9,7} （1）?????? 利用DFT计算离散线性卷积x(n)*h(n)； （2）?????? 直接计算离散线性卷积x(n)*h(n)； (3) 比较两种方法的计算误差。 图3.12 DFT计算线性卷积及其与直接计算卷积 的结果之间的误差 3.6.5 分段卷积的Matlab实现 1. 重叠保留法 我们通过编写下面的Matlab函数来实现重叠保留法。 function y=overlapsave(x,h,N) % y is the output % x is the long sequence % h is the short sequence % N is the block length Lengthx=length(x); % 计算x序列的长度 M=length(h); % 计算h 序列的长度 M1=M-1; % 计算重叠数目 h=[h zeros(1,N-M)]; x=[zeros(1,M1),x,zeros(1,N-1)]; % 在x 序列前加入M1个零 Block_Nums=floor((Lengthx+M1-1)/(L)); % 计算块数 Y=zeros(Block_Nums+1,N); % 计算每一个块的循环卷积 for k=0:Block_Nums xk=x(k*L+1:k*L+N); Y(k+1,:)=CircularConv(xk,h,N); End Y=Y(:,M:N)‘; % 放弃每一块循环卷积结果的前M-1个值 y=(Y(:)); y=y(1:Lenx+M-1); 2. 重叠相加法 例3.18 设 x(k)=3k+2, 0≤k≤18, h(k)={1,2,3,4}，按 N =7 用重叠相加法计算线性卷积 y(k)=x(k)*h(k) 解：k=[0:18]; x=3*k+2; h=[1 2 3 4]; N=7; y1= overlapadd(x,h,N) y1 = Columns 1 through 12 2 9