数字信号处理离散傅里叶变换.ppt

第3章 离散傅里叶变换(DFT) 本章作为全书的基础，主要学习: (1) DFT的定义； (2) DFT的物理意义； (3) DFT的基本性质以及频域采样； (4)DFT的应用举例等内容。 DFT 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： 【例】 x(n)=R4(n), 求x(n)的8点和16点DFT。 【解】（1）设变换区间N=8 时，则： 例如，　　　　　　　　　, 则有   所得结果符合下图所示的周期延拓规律。 离散傅里叶变换的基本性质 1 线性性质 如果x1(n)和x2(n)是两个有限长序列， 长度分别为N1和N2,且 y(n)=ax1(n)+bx2(n) 式中a、 b为常数， 即N=max［N1, N2］， 则y(n)的N点DFT为 Y(k)=DFT[y(n)]=aX1(k)+bX2(k), 0≤k≤N-1 其中X1(k)和X2(k)分别为x1(n)和x2(n)的N点DFT。 2 循环移位性质： (1) 序列的循环移位 设x(n)为有限长序列， 长度为N， 则x(n)的循环移位定义为 y(n)=x((n+m))NRN(N) 循环移位过程如下图所示: (2) 时域循环移位定理： 设x(n) 是长度为N的有限长序列， y(n)为x(n)的循环移位， 即 y(n)=x((n+m))NRN(n) 则 Y(k)=DFT［y(n)］ 其中 X(k)=DFT［x(n)］, 0≤k≤N-1。 3 循环卷积定理 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 频域循环卷积定理： 如果 x(n)=x1(n)x2(n) 则 * 第7讲 离散傅里叶变换(DFT) 离散傅里叶变换定义 计算机只能处理有限长离散序列，因而无法直接利用ZT与FT进行数值计算。 针对有限长序列, 还有一种更有用的数学变换, 即离散傅里叶变换（Discrete Fourier Transform），使数字信号处理可以在频域采用数字运算的方法进行，大大增加了数字信号处理的灵活性。 DFT的实质：有限长序列傅里叶变换的有限点离散采样，即频域离散化。 DFT有多种快速算法(Fast Fourier Transform), 因此不仅在理论上有重要意义, 在各种数字信号处理算法中亦起着核心作用。从而使信号的实时处理和设备的简化得以实现。 X(k)的离散傅里叶逆变换为： 对式中，　　　　　，N称为DFT变换区间长度，N≥M。通常称上述二式为离散傅里叶变换对。为了叙述简洁，常常用DFT［x(n)］N和IDFT［X(k)］N分别表示N点离散傅里叶变换和N点离散傅里叶逆变换。 （2）设变换区间N=16 时，则： R4(n)的FT和DFT的幅度特性关系如下图所示: X(n)的幅频特性曲线(FT曲线) X(n)的8点DFT曲线 X(n)的16点DFT曲线 结论: 由此例可见，x(n)的离散傅里叶变换结果与变换区间长度N的取值有关。在后面，对DFT与Z变换和傅里叶变换的关系及DFT的物理意义进行讨论后，上述问题就会得到解释。 DFT与傅里叶变换和Z变换的关系 　　设序列x(n)的长度为M，其Z变换和N(N≥M)点DFT分别为：     上二式表明序列x(n)的N点DFT是x(n)的Z变换在单位圆上的N点等间隔采样。X(k)为x(n)的傅里叶变换。 　　 比较上面二式可得关系式 　　　　　　　　　　　　　　　  或 　　 DFT是 X(ejω)在区间［0, 2π］上的N点等间隔采样。这就是DFT的物理意义。 DFT的变换区间长度N不同，表示对X(ejω)在区间［0, 2π］上的采样间隔和采样点数不同，所以DFT的变换结果不同。 DFT的物理意义 DFT的隐含周期性 　在DFT变换对中，x(n)与X(k)均为有限长