数字信号处理7.ppt

两个N点实序列的N点DFT变换 从Table 5.1我们有： 两个N点实序列的N点DFT变换 例：现在计算两个4点序列的DFT变换。 将两个序列组合成一个复数序列： 两个N点实序列的N点DFT变换 该复数序列的DFT变换为： 因此： 两个N点实序列的N点DFT变换 因此： 利用N点DFT变换计算2N点实序列的DFT变换 利用N点DFT变换计算2N点实序列的DFT变换 利用N点DFT变换计算2N点实序列的DFT变换 利用N点DFT变换计算2N点实序列的DFT变换 即： 例：求如下序列的8点DFT： 重组得到两个序列： 利用N点DFT变换计算2N点实序列的DFT变换 根据之前的结论： 代入之前计算得到的G[k]和H[k]的值： 利用N点DFT变换计算2N点实序列的DFT变换 利用N点DFT变换计算2N点实序列的DFT变换 利用DFT计算线性卷积 线性卷积是许多信号处理算法的基本运算，计算量比较大； DFT变换可以通过FFT快速有效地计算； 圆周卷积对应于DFT的乘积； 线性卷积和圆周卷积有确定的联系； 因此，可以考虑采用DFT变换来快速有效的计算线性卷积。 两个有限长序列的线性卷积 两个有限长序列的线性卷积 有线性卷积和圆周卷积的对应关系： 这样，利用DFT来计算线性卷积的流程图如下： The Cyclic Prefix 有限长序列和无限长序列的线性卷积 接下来我们考虑如下卷积问题的DFT实现： 重叠相加法 重叠相加法 这样我们可以把卷积改为为： 其中 重叠相加法 重叠相加法 重叠相加法 有限长序列和无限长序列的线性卷积 有限长序列和无限长序列的线性卷积 最终，y[n]的表达式为： 有限长序列和无限长序列的线性卷积 上述方法称为重叠相加法。 MATLAB中的fftfilter函数可以用来实现上述算法。 Program 5_5给出了使用fftfilter函数对一个受到噪声污染的信号进行滤波的例子。 有限长序列和无限长序列的线性卷积 本章作业 5-5 5-28 5-69 5-10 5-36 5-11 5-38 5-14 5-43 5-16 5-48 5-20 5-53 5-23 5-64 5-24 5-68 圆周卷积 圆周卷积 圆周卷积 圆周卷积 例：求下面两个4点序列的4点圆周卷积。 圆周卷积 结果由下式给出： 圆周卷积 同样地： 圆周卷积 圆周卷积也可以通过Table 5.3给出地基于DFT的方法来进行计算 圆周卷积 例：考虑如下4点序列的4点圆周卷积 圆周卷积 因此： 类似的： 圆周卷积 因此： 上述两个4点序列的4点DFT变换也可以通过矩阵计算来实现。 圆周卷积 圆周卷积 因此： 圆周卷积 进行4点IDFT变换得到： 圆周卷积 例：现在对上述两个4点的序列进行三点补零增加7。 圆周卷积 圆周卷积 圆周卷积 圆周卷积 7点圆周卷积结果和线性卷积结果保持一致 圆周卷积 N点的圆周卷积结果也可以写成矩阵形式： 该矩阵所有对角线上的元素是相同的，所以它是一个Toeplitz矩阵（“托普利茨矩阵”）。 圆周卷积 并且该矩阵的行向量的每个元素都是前一个行向量各元素依次右移一个位置得到的结果。 所以该矩阵是一个循环矩阵。 圆周卷积 圆周卷积的列表方法。 同样还是以上述两点4点序列的4点圆周卷积为例。 圆周卷积 圆周卷积 圆周卷积 圆周卷积 将上述的两个4点序列代入： 圆周卷积 圆周卷积 圆周卷积 圆周卷积 实序列的DFT变换 在很多情况下，信号处理的对象是实序列。 在这种情况下，Table 5.2中给出的DFT对称特性能够提高DFT的计算的效率。 两个N点实序列的N点DFT变换 下面的例子将说明，可以通过单次DFT变换来同时计算得到两个序列的DFT变换。 两个N点实序列的N点DFT变换 5.1 离散傅里叶变换 注意 5.1 用MATLAB来计算FFT MATLAB中计算DFT和IDFT的函数为fft和ifft。 这两个函数使用的是DFT变换的快速算法来计算，可以大幅度减少运算量。 Program 5_1.m和Program 5_2.m演示了这两个函数的使用方法。 Program 5_3.m能够用来计算如下序列的DFT 和DTFT 5.1 用MATLAB来计算FFT 5.1 从D