西交大数字信号处理课件-.pptVIP

N=5 * * 由于i与k均为整数,所以i k 时 这就是说,内插函数在本抽样点 上 , 而在其他抽样点上 * 5. 与X(k)的关系 由于 的特性可知,在每个抽 样点 上其值为1, 故 就精确等于X(k)。即 * 而在抽样点之间, 等于加权的内 插函数值 叠加而得。 * §3-8 利用DFT对连续时间信号的逼近 一.用DFT计算连续时间信号的傅氏变换可能造成的误差 1.混叠现象 为避免混叠,由抽样定理可知，须满足 其中, 为抽样频率; 为信号的最高频率分量； 或者 其中,T为抽样间隔。 * [例] 有一频谱分析用的FFT处理器，其抽样点数必须是2的整数幂。 假定没有采用任何特殊的数据处理措施，已知条件为（1）频 率分辨率为 ，（2） 信号的最高频率 ，试确定 以下参量：（1）最小记录长度 ;(2) 抽样点间的最大时间 间隔T; (3) 在一个记录中的最小点数N。 解： （a） 最小记录长度 （b）最大的抽样时间间隔T (c) 最小记录点数N * 2.频谱泄漏 在实际应用中，通常将所观测的信号 限制在一定的时间间隔内,也 就是说， 在时域对信号进行截断操作,或 称作加时 间窗,亦即用时间窗函数乘以信号,由卷积定 理可知，时域相乘,频域为卷积,这就造成拖 尾现象,称之为频谱泄漏. * 0 n 0 n n * 3.栅栏效应 用DFT计算频谱时，只是知道为频率 的整数倍处的频谱。在两个谱线之间 的情况就不知道,这相当通过一个栅栏观察 景象一样，故称作栅栏效应。 补零点加大周期 ，可使F变小来提高 辨力，以减少栅栏效应。 * 二.DFT与连续时间信号傅氏变换间相对数值的确定 1.连续时间非周期信号傅氏变换对 2.连续时间周期信号傅氏级数变换对 * 3.DFT变换时: * 4.用DFT计算非周期信号的傅氏变换 用DFT计算所得的频谱分量乘以T， 就 等于频谱的正常幅度电平；用IDFT计算非周 期信号的傅氏反变换，再乘以 就得到所需 信号的正常幅度电平。所以,从时间到频率, 再从频率到时间，整个过程总共乘了 幅度电平未受到影响。 * 设 用DFT计算所得的频谱分量乘以T的理由： * * 用IDFT计算非周期信号的傅氏反变换乘以 的理由 * 5.用DFT计算周期信号的傅氏级数 用DFT计算出的频谱分量乘以 1/N等 于周期信号的频谱的正常幅度电平。而用 IDFT的计算结果乘以N才等于周期信号。 * * * 5.共轭对称特性之三 证明： * 6.共轭对称特性之四 证明： * 7.共轭对称特性之五、六 8.X(k)圆周共轭对称分量与圆周共轭反对称分量的对称性 * 9.实、虚序列的对称特性 当x(n)为实序列时，根据特性之三，则 X(k)=Xep(k) 又据Xep(k)的对称性： 当x(n)为纯虚序列时，根据特性之四，则 X(k)=Xop(k) 又据Xop(k)的对称性： * 四.圆周卷积和 1.时域卷积定理 设 和 均为长度为N的有限长 序列，且 ， 如果 ，则 N N * 证明： 相当于将 作周期卷积和后， 再取主值序列。 将 周期延拓： 则有：