第3章 3.4 DFT的应用-线性卷积-谱分析.ppt

* * 改进措施：　　 由图3.4.12可以看出，增加N可使Wg(ω)的主瓣变窄，减小泄露，提高频率分辨率，但旁瓣的相对幅度并不减小。为了减小谱间干扰，应用其它形状的窗函数w(n)代替矩形窗(窗函数将在FIR数字滤波器设计中介绍)。 但在N一定时，旁瓣幅度越小的窗函数，其主瓣就越宽。所以，在DFT变换区间(即截取长度)N一定时，只能以降低谱分析分辨率为代价，换取谱间干扰的减小。  图3.4.12 矩形窗的幅度谱 * * 　　栅栏效应与频率分辨率是两个不同的概念： 如果在长度为N的序列后补N个零，再进行2N点DFT，使栅栏宽度减半，从而减轻了栅栏效应，得到高密度谱。 但是这种截短后补零的方法不能提高频率分辨率。 因为截短已经使频谱变模糊，补零后仅使采样间隔变小，但得到的频谱采样的包络仍是已经变模糊的频谱，所以频率分辨率没有提高。因此，要提高频率分辨率，只有通过增加信号的有效持续时间Tp，来增加采样点数，才能得到高分辨率谱。 总结：谱分析的步骤 首先，确定信号抽样频率fs 满足时域抽样定理，即： fs ≥2fc，T =1/fs ≤1/2fc （1） 然后，确定抽样信号的长度N N 应满足频率分辨率Δf 的要求，即： N ≥ fs/Δf （2） 最后，根据谱线间隔Δfd 确定DFT的点数L ，即： L ≥ fs/Δfd （3） L 一般取满足式2的整数幂次。 * * 结合实例进行频谱分析 实例1：已知一连续信号为 其中f0=100HZ，f1=130HZ。现以频率fs=600HZ对该信号进行抽样，试利用DFT分析其频谱。 分析： 首先，信号最高频率f1=130HZ，采样频率fs=600HZ，满足采样定理要求； 然后，信号的相邻两个谱峰间隔Δfd =f1-f0 =30， L ≥ fs/Δfd =600/30=20（个） * * * * 实例2：已知一连续信号为 其中f0=50HZ，f1=100HZ。现以频率fs=400HZ对该信号进行抽样，试利用DFT分析其频谱。 分析： 首先，采样频率满足抽样定理； 其次，由于信号中有较弱的频率分量f1，如果用矩形窗截断，则由于旁瓣泄漏较大，很难检测出较小的频率分量f1，因此，选用Hamming窗。 最后，信号的相邻两个谱峰间隔：Δfd =f1-f0 =50， 采样点数：L ≥ fs/Δfd =400/50=8（个） * * * * 5. 用DFT对有限长序列进行谱分析 因此， * * 6. 用DFT对周期序列进行谱分析 设 是周期为N的周期序列， 1）截取主值序列 ，并进行N点DFT得到其离散谱 ，即： 2）由DFT与DFS的关系： 3）对比周期序列的FT表达式与DFS的关系式： * * 图a： 是矩形序列R4(n)以8为周期进行周期延拓的序列; 图b：序列 ，即 ，对图a取主值，然后进行8点DFT； 图c：周期序列 ，即，频谱 的周期延拓； 图d：周期序列的FT表达式 * * 第3章 离散傅立叶变换（DFT） 第3章 离散傅立叶变换（DFT） * * 3.4 DFT的应用举例 3.4.1 用DFT计算线性卷积 1. 循环卷积定理： 如果： 则由时域循环卷积定理有 Y(k)=DFT［y(n)］=X1(k)X2(k), 0≤k≤L-1 0≤k≤L-1 3.4.1 用DFT计算线性卷积 1. 循环卷积定理： 如果： * * 循环卷积可以在时域计算，也可以在频域计算，而DFT有快速算法FFT，当N很大时，在频域计算的速度要快的多，故常用DFT来计算循环卷积。 图 3.4.1 用DFT计算循环卷积 * * 2.线性卷积的计算： 希望用DFT(FFT)计算线性卷积。 而DFT只能直接用来计算循环卷积，为此导出线性卷积和循环卷积之间的关系以及循环卷积与线性卷积相等的条件。 假设h(n)和x(n)都是有限长序列， 长度分别是N和M。 它们的线性卷积和循环卷积分别表示如下： (3.4.1) (3.4.2) 其中， L≥max［N, M］， * * 对照式(3.4.1)可以看出， 上式中 (3.4.3) 循环卷积 是线性卷积