数字信号处理--- 第三章 离散傅里叶变换(DFT).pptVIP

第3章 离散傅里叶变换(DFT) 3.1 离散傅里叶变换的定义 3.2 离散傅里叶变换的基本性质 3.3 频率域采样 3.4 DFT的应用举例 3.1 离散傅里叶变换的定义 设x(n)是一个长度为M的有限长序列， 则定义x(n)的N点离散傅里叶变换为 IDFT［X(k)］的唯一性 例 3.1.1 x(n)=R4(n) ，求x(n)的8点和16点DFT 3.1.2 DFT与傅里叶变换、Z变换的关系 3.1.3 DFT的隐含周期性 实际上， 任何周期为N的周期序列 都可以看作长度为N的有限长序列x(n)的周期延拓序列， 而x(n)则是 的一个周期， 即 2.时域循环移位定理 有限长序列x1(n)和x2(n)，长度分别为N1和N2， N=max［ N1, N2 ］。 x1(n)和x2(n)的N点DFT分别为： X1(k)=DFT［x1(n)］ X2(k)=DFT［x2(n)］ 如果 X(k)=X1(k)·X2(k) 则: 证明： 直接对(3.2.5)式两边进行DFT 循环卷积与线性卷积的性质对比 如果 x(n)=x1(n)x2(n) 则 设x*(n)是x(n)的复共轭序列， 长度为N X(k)=DFT［x(n)］ 则 DFT［x*(n)］=X*(N-k), 0≤k≤N-1 (3.2.7) ? 且 X(N)=X(0) 证明： 有限长共轭对称序列： xep(n)=x*ep(N-n), 0≤n≤N-1 (3.2.9) 有限长共轭反对称序列： xop(n)=-x*op(N-n), 0≤n≤N-1 (3.2.10)? 任何有限长序列x(n)都可以表示成其共轭对称分量和共轭反对称分量之和， 即 x(n)=xep(n)+xop(n), 0≤n≤N-1 (3.2.11) 将上式中的n换成N-n， 并取复共轭，得： ? x*(N-n)=x*ep(N-n)+x*op(N-n) x*(N-n)= =xep(n)-xop(n) (3.2.12) xep(n)=1/2［x(n)+x*(N-n)］ (3.2.13) xop(n)=1/2［x(n)-x*(N-n)］ (3.2.14) 时域采样定理告诉我们，在一定条件下，可以由时域离散采样信号恢复原来的连续信号。那么： 1.能不能由频域离散采样恢复原来的信号（或原连续频率函数）？ 2. 条件是什么？ 3.内插公式又是什么形式？ 3.3 频率域采样 设任意序列x(n)的Z变换为： 频域采样定理： 如果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。 满足频域采样定理时，频域采样序列X(k)的N点IDFT是原序列x(n)，所以必然可以由X(k)恢复X(z)和X(ejω)。 当z=ejω时， 带入上式， 即 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、 图像处理、 功率谱估计、 仿真、 系统分析、 雷达理论、 光学、 医学、 地震以及数值分析等各个领域都得到广泛应用。 3.4.1 用DFT计算线性卷积 由此可见， 循环卷积既可在时域直接计算， 也可以在频域计算。 由于DFT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, 其计算框图如图3.4.1所示。