第06章离散傅里叶变换(dft)数字信号处理刘兴钊电子教案.pptVIP

copyright Li Lili 第6章 离散傅里叶变换（DFT） 6.1 DFT的定义 6.2 DFT与DFS的关系 6.3 频域取样 1。采用频域取样重构时域信号 2。频域取样定理 3。利用DFT求信号的频域取样 6.4 DFT的性质 3. 对偶性 4.对称性质 对于任意实序列 5. 帕斯瓦尔定理 6. 循环卷积性质 循环卷积与线性卷积的关系 证明： 举例 利用DFT计算线性卷积 6.5 用DFT实现信号谱分析6.5.1 短时傅里叶变换 常用的窗序列 6.5.2 用DFT实现短时傅里叶分析 1．时域加窗的影响 加窗前 加窗后 常用窗函数的主瓣宽和旁瓣相对幅度 2. 频域取样的影响 结论 举例 加窗前 加窗后 （1）谱线展宽成窗 频谱的主瓣宽， 导致： 难以确定频率的位置 和幅度（谱泄露）； 降低频率分辨率。 （2）产生旁瓣，衰 减等于窗频谱 的旁瓣衰减， 导致： 产生假信号； 淹没小信号。 定义频率分辨率（能分辨的 最小频率间隔 ）=窗频谱 的主瓣宽，即 主瓣宽与窗形状及窗长有关。增加窗长，能减小主瓣宽， 从而提高频率分辨率。同样的窗长，矩形窗的主瓣宽最小， 即频率分辨率最高。另外，窗越长则时间分辨率越低。 举例 能分辨的最小频率间隔 举例 傅里叶变换 没有取样到峰值的DFT 只取样到峰值和零值的DFT 增加DFT的点数N能够取样到更多的细节，因此常常使用时域补零的方法对频谱充分地过采样，以便将一些重要的频谱细节表现出来。 举例 N=32 N=64 N=128 N=1024 窗长L=32不变， 改变频域取样点数N 增加频域取样点数N不能 提高频率分辨率 增加窗长能提高频率分辨率，但降低了时间分辨率； 窗形状采用主瓣宽较小的窗，也能提高频率分辨率，但旁瓣相对幅度会增加。 所以选择窗时需要在几个方面作出折衷。 为了得到频谱的精细取样，DFT点数是越大越好； 但点数大运算量也大。 所以DFT点数的选择也应在精度和运算量之间折衷。 循环卷积的计算方法：图解；DFT；线性卷积 线性卷积的计算方法：图解；FT/Z；循环卷积/DFT。 * 6.1 DFT的定义 6.2 DFT与DFS的关系 6.3 频域取样 6.4 DFT的性质 6.5 用DFT实现信号谱分析 长度为N的因果序列 傅里叶变换是： 在 区间，等间隔地取N个频率 其傅里叶变换的取值是： 简写成 N点离散傅里叶变换（DFT） DFT 和DFT反变换对: 证明反变换见课堂笔记 特殊变换 N点DFT是对长度为N的因果 序列的傅里叶变换的N点等间 隔取样 举例 DFT与FT的关系 将序列 以N为周期延拓成周期序列 x[n]的N点DFT可以表示成： DFT反变换可以表示成： DFT和IDFT具有固有的周期性 举例 讨论当频域取样点数不等于信号长度时： 是否能重构时域信号； 是否能内插出连续的傅立叶变换函数； 是否能采用DFT计算。 设序列x[n]长度为M（M可以是无穷大）， 已知其频域取样 取样点数N可以是大于等于或小于M的整数，则利用IDFS可以重构一个周期信号： 利用N点IDFT可以重构一个有限长信号： 证明见课堂笔记 时域取样?频域周期性延拓 频域取样?时域周期性延拓 只有当序列长度有限，并且频域取样点数大于或等于序列的长度时，才能够由频域取样无失真地重构原始时域信号，也才能够通过如下的理想内插得到无失真的傅里叶变换： 证明内插公式见课堂笔记 （1）频域取样点数N大于信号长度M： 时域补零到N后作N点的DFT，得到对其FT的N点取样。 举例 （2）频域取样点数N小于信号长度M： 将时域 以N为周期延拓，取主周期得到长度为N的信号， 再作N点DFT，得到对其FT的N点取样。 更真实地反映 信号频谱 2. 循环（圆周）移位性质 1.线性性质 举例 图示循环移位 定义序列x[n]在区间 上以N为模的循环移位为 举例 定义: : 圆周（周期）共轭对称分量 : 圆周（周期）共轭反对称分量 任意序列可以表示成