第6章与DFT有关的几个问题.pptVIP

电器信息工程学院 蔡超峰;CFS;DFT 的定义： ;DFT 与其 DTFT 之间的关系： 上式表明，N 点序列的 N 个 DFT 系数等于它的 DTFT 在 [0,2π)的 ω 区间上的 N 个等间隔样本值。;DFT 的性质： ;DFT 相关定理： 其中 DFT 帕什瓦尔定理： ;利用 DFT 计算线性卷积 利用 DFT 进行频谱分析 快速傅里叶变换;1. 利用 DFT 计算线性卷积;循环卷积的计算：序列 x1(n) = {1,2} 和 x2(n) = {1,4,3,2} , 其中N = max(N1, N2) = 4 。;循环卷积的计算：序列 x1(n) = {1,2} 和 x2(n) = {1,4,3,2} , 其中N = N1+N2-1 = 5。;线性卷积的计算：序列 x1(n) = {1,2} 和 x2(n) = {1,4,3,2}。;如果不是选取 N = max(N1, N2)，而是选取N ≥ N1+N2-1，那么循环卷积就转化为线性卷积。换句话说，在 N ≥ N1+N2-1 的条件下， N 点时域循环卷积的结果将等于 x1(n) 和 x2(n) 线性卷积的结果。因此，若有两个长度分别为 N1 和 N2 的有限长序列 x1(n) 和 x2(n)，选取 N ≥ N1+N2-1，且假设 X1 (k) 和 X2 (k) 分是 x1(n) 和 x2(n) 的 N 点 DFT 系数，则有;利用 DFT 计算线性卷积流程图： 图中 N ≥ N1+N2-1。;长序列卷积的计算：设 h(n) 长度为 M 的有限长序列，x(n) 是长度不确定的序列，采用重叠相加法计算 h(n) 与 x(n) 线性卷积的步骤为： 将 x(n) 分为长度为 L 的小段 分别计算每段的线性卷积 重叠相加;2. 利用 DFT 进行频谱分析;利用 DFT 进行频谱分析流程图：;回忆抽样定理：设 x(t)是一带限于 ΩM 的连续时间信号，即有 如果抽样间隔 Ts 满足 则 x(t) 就能由其样本值序列{x(nTs), n=0,±1,±2…}唯一地确定。;根据时域抽样定理，当信号 x(t) 中包含有 Ω≥ ΩM 的频率成分时，抽样以后频域中就会产生混叠失真，从而产生频谱分析的误差，称为混叠效应。 解决这个问题的唯一方法是让抽样频率 fs（ fs = Ωs /2π）足够高，这就需要预先知道 x(t) 的最高频率 fM 。在实际应用中，通常依照具体应用要求或采集设备的能力来确定，并且在选择了抽样频率 fs 以后，一般都采用抗混叠滤波器来确保无混叠现象发生。;考察矩形窗函数 r2N+1(n) 的 DTFT：;设 x2N+1(n) 为离散时间信号 x (n) 中的一段 这相当于信号 x (n) 和矩形窗函数 r2N+1(n) 相乘的结果，即 用一个窗函数截取一段信号的方法通常称为信号加窗，上式中的r2N+1(n) 就是对信号 x (n) 矩形加窗的结果。 假如有 则根据傅里叶变换的频域卷积性质有;0;如果在时域上选用平滑的窗函数来对信号加窗，可以减轻、甚至基本消除加窗后信号频谱的过冲和起伏现象。常用的离散时间平滑窗函数有： 汉宁（Hanning）窗 汉明（Hamming ）窗 布莱克曼（Blackman）窗;回忆 DFT 的定义： ;DFT 可以看做是由许多窄带带通滤波器组成： ;由此可见，N 点 DFT 系数 X(k) 只是给出了特定频率点 0、ω0、 2ω0, … (N-1)ω0 上的频谱，并没有给出这些频率点之间的频谱内容，这就好像是通过百叶窗观察窗外的景色，看到的是百叶窗缝隙内的部分景色，无法看到被百叶窗挡住的景色，这就是所谓的“栅栏效应”。 相邻频点之间的频率差为： 由此可知，Δf 反比于信号的实际长度 T，这种定义下的分辨率又称为物理分辨率。;如果信号的实际长度 T 保持不变，通过增加采样率的方法不能提高 Δf ： 欲减小 Δf ，可以增加信号的实际长度 T 。 例题：信号 x(t) 由三个正弦信号相加组成，其频率成分 f1=2Hz， f2=2.02Hz， f3=2.07Hz，即 采样频率 fs=10Hz。;f/(Hz) ;如果保持 T 不变，通过补零的方法增加序列的长度。此时 Δf 的值减小，但实际的频率分辨率却并没有减小，把这种定义下的 Δf 称为计算分辨率。 例题：信号 x(t) 由三个正弦信号相加组成，其频率成分 分别是2.67Hz，3.75Hz，6.75Hz，初相分别为0°，90°，0°，采样频率 fs=2