同济大学信号与系统第九章第3讲2_dft.pptVIP

1 3 直接卷积与快速卷积 （二）快速相关 信号与系统 同济大学汽车学院 魏学哲 weixzh@mail.tongji.edu.cn * 一、有限长序列Z变换的抽样 若有限长序列x(n)的长度为N，其Z变换的表示式为： 若有限长序列满足绝对可和条件，则其收敛域包括单位圆在内，在单位圆上N个等间距点计算Z变换，令： §9-5 离散傅里叶变换与Z变换的关系 在Z平面单位圆上，取辐角为 的等间距的第k个点，计算其Z变换。因此，有限长序列的DFT可解释为它的Z变换在单位圆上的均匀抽样。 二.以如何从频域抽样恢复原序列 1.两种抽样 时域抽样: 对一个频带有限的信号，根据抽样定理对其进行抽样，所得抽样信号的频谱是原带限信号频谱的周期延拓，因此，完全可以由抽样信号恢复原信号。 频域抽样: 对一有限序列(时间有限序列)进行DFT所得X(k)就是序列傅氏变换的采样。所以DFT就是频域抽样。 2.由频域抽样恢复序列 由于x(n)绝对可和，故其傅氏变换存在且连续，也即其Z变换收敛域包括单位圆。这样，对X(Z)在单位圆上N等份抽样，就得到X(k)。 一个绝对可和的非周期序列x(n)的Z变换为 对X(k)进行反变换,并令其为xN(n) ,则 是非周期序列x(n)的周期延拓，也就是说，频域抽样造成时域周期延拓。 可见，由 得到的周期序列 其中 当x(n)不是有限长时，无法周期延拓； 当x(n)的长度M,只有N?M时,才能不失真的恢复信号,即 3.频域抽样不失真的条件 1.由X(k)恢复X(Z) 序列x(n),（0?n?N-1）的Z变换为 二.由X(k)表达X(Z) -内插公式 称作内插函数。 上式就是由X(k)恢复X(Z)的内插公式,其中 。 。 。 。 。 。 。 将内插函数写成如下式: 2.内插函数的特性 令分子为零，得: 所以有N个零点。 为一阶极点，Z=0为(N-1)阶极点。但是极点 与一零点相消。这样只有(N-1)个零点,抽样点称作本抽样点。因此说,内插函数仅在本抽样点处不为零,其他(N-1)个抽样点均为零。 令分母为零，得 代入 4.内插函数的频率特性 3.频率响应 单位圆上的Z变换即为频响, 的函数又是k的函数,其可表示为 当k=0时,则有 可见, 既是 所以 时 时 这说明 在本抽样点为1，在其他抽样点为0。 其中， 相位特性 幅度特性 当N=5时, 的 N=5 而在其他抽样点上 这就是说,内插函数在本抽样点 由于i与k均为整数,所以 时 就精确等于X(k)。即 的特性可知,在每个抽 样点上其值为1, 故 由于 与X(k)的关系 而在抽样点之间 等于加权的内插函数值 叠加而得。 §9-7 离散傅里叶变换的应用 运用DFT方法，往往伴随FFT算法的实施，所谓的应用几乎成为FFT应用的同意语。 （一）快速卷积 若长度为N1的序列x (n)与长度为N2的序列h(n)作线卷积，得到： y (n)为长度为N1+ N2 –1的有限长序列，要做N1*N2次乘法运算，当N1=N2 =N，要做N2次乘法。 如果把求线卷积改为求圆卷积，两序列分别补零加长为为N1+ N2 –1，则有可能减少运算次数。 x(n) y(n) 卷积 FFT FFT 序列相乘 IFFT x(n) h(n) X(k) H(k) X(k)H(k) y(n) 在快速卷积过程中，共需要2次FFT，1次IFFT，相当于3次FFT运算量，在一般数字滤波中，由h(n)求H(k)是事先计算完成放在存储器中，故只需2次FFT的运算量，若假设N1=N2 =N ，则补零后： 故需要 此外X(k)与H(k)两序列相乘，还需要2N次复乘，全部复数乘法次数为： 次复数乘法运算 随着N的增大，该运算量比N2显著减少。 以上分析是针对两序列长度相近或相等的情况，如果一个序列很短，而另一序列很长，则需要补很多零，圆卷方案甚至增加运算量，可采用分段卷积的方法，其基本原理是将x(n)分成若干小段，每小段长度与h(n)接近，将x(n)的各小段与h(n)卷积，最后取和，仍可发挥快速卷积的优越性。 相关和自相关也可借助FFT完成。 x(n) y(n) 相关 FFT FFT 序列相乘 IFFT x(n) h(n) X(k) H(k) X(k)H*(k) y(n) h(n) 共轭 H*(k) 相关运算常见于雷达和声纳系统中，应用该运算确定信号的时间延迟。 当x(n)与h(n)是同一信号， y(n) 是自相关函数，而Y(k)是x(n)的功率谱。 （三）利用DFT对连续时间信号的逼近 其中,T为抽样间隔。 或者 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fs为抽样频率; fh为信号的最高频率分量 对于时间有限信号，其傅立叶变换不可能是有限带宽，抽样