中北大学数字信号处理原理及应用3.ppt

例：xa(t)=cos(2?f0t) x(n)=cos(2?nf0/fs) 求: y(n)=x(n)RN(n) 的频谱 x(n) 的频谱是两个冲激！ y(n)的频谱呢？ 由于加窗截断的影响，y(n)?的频谱不再是冲激！? ----泄漏现象 (1) 当?0=2?m/N时, m为整数, 设N=8,m=2 RN(ej?) N 用DFT计算上述频谱，即对?做等间隔采样。 所以: 当?0=2?m/N时, m为整数时, 对Y(ej?)进 行等距采样, 除?=?0,?=2?- ?0两点外, 其余均抽到零。Y(k) 为单线谱。 2）当?0?2?m/N时, m为整数时，在 ?=0,?=2? 处Y(ej?)?0, Y(k)对Y(ej?)抽样, 未抽到零点, Y(k)为非单线谱。 0 200 400 600 800 1000 1200 1400 1600 1800 2000 0 1 2 3 4 0 200 400 600 800 1000 1200 1400 1600 1800 2000 0 1 2 3 4 5 解决方法： 加大窗长，N增加，可使窗函数频谱主、旁瓣变窄，但带来运算量的增加。 例：xa(t)=cos(2?f0t) x(n)=cos(2?nf0/fs) 求: y(n)=x(n)RN(n) 的频谱 0 200 400 600 800 1000 1200 1400 1600 1800 2000 0 5 10 15 20 0 200 400 600 800 1000 1200 1400 1600 1800 2000 0 20 40 60 80 更接近冲激 由于DFT是DTFT在单位圆上的N点等间隔采样，其频谱将不再是连续函数而是基频的整数倍。 用DFT计算频谱，就如同通过一个栅栏观看一个景像，只能在离散点的地方看到真实的景像，把这种现象称为“栅栏效应”。 如果在两离散的谱线间频谱有很大变化，若不作特殊处理，则无法将其检测出来。 （3）栅栏效应 20 0 10 20 30 40 50 60 0 10 DFT点数N=64 N1=32 DFT点数N=32 N1=32 0 5 10 15 20 25 30 35 0 10 20 0.265625*32=8.5 0.265625*64=17 栅栏现象 减小栅栏效应的方法: 在所取时域数据的末端补一些零值点，使一个周期内点数N增加，但是不改变原有的记录数据，而频域的抽样间隔 因N的增大而减小。即在保持原有频谱连续形式不变的情况下，使谱线更密。这样，就有可能看到原来看不到的频谱分量。 “频率分辨率”是信号处理中的一个基本概念。是指将信号中两个靠得很近的谱峰分开的能力。最通用的方法是用两个不同频率的正弦信号来研究分辨率的大小，若能分辨的两个正弦信号的频率越靠近，表明分辨率越高。 （4）频率分辨率 抽样频率： 记录时间： Tp 所以 xN(n)看做是无限长序列x(n)和一个长度为N的矩形窗函数相乘的结果，该矩形窗函数的主瓣宽度为 。 设x(n)是由两个频率分别为ω1和ω2的正弦序列组成，能分辨出这两个谱峰，N必须满足 主瓣宽度的两一种定义为XN(ejω)的幅度下降到最大幅度的 时频谱的宽度，对于矩形窗函数，这个宽度约为 。同时设ω2ω1,并且 则对信号做DFT时，频率分辨率限制为 物理频率分辨率 提高频率分辨率 增加信号的长度 Δf正比于Tp ，而不是N。所以在给定Tp的情况下，靠减小T增加N是不能提高频率分辨率的。因为Tp=NT，若把T减小到原来的1/m，则N相应增加到原来的倍 即Δf保持不变。 注 意 例3.7.2 已知连续信号x(t)=cos(2πf1t)+cos(2πf2t)，f1=1000Hz，f2=1015Hz。若以抽样频率fs=3000Hz对该信号抽样，求用DFT对该信号近似谱分析时，用矩形窗截断的长度最少应为多少。 根据DFT的定义，对一个有限长序列xN(n)做DFT，所得XN(k)的每两根谱线之间的距离为 这是频率分辨率的另一种度量形式。它是指连续谱XN(ejω)在单位圆上通过N点等间隔抽样得到的离散普的相邻谱线的距离，所以称为计算分辨率。 例3.7.3 设序列x(n)=cos(0.48πn)+cos(0.52πn)，画出其10点DFT、补零至64点的DFT以及64点DFT。 （5）利用DFT对连续信号进行谱分析