数字信号处理 第3章 离散傅里叶变换(DFT)-.ppt

第3章 离散傅里叶变换(DFT) (Discrete Fourier Transform) 第3章 离散傅里叶变换(DFT) 引言 3.1 离散傅里叶变换的定义 DFT变换对 DFT和Z变换的关系 DFT的隐含周期性 3.2 离散傅里叶变换的基本性质 线性 循环移位 循环卷积 复共轭序列的DFT DFT的共轭对称性 3.3 频率域采样 3.4 DFT的应用举例 引言 DFT是重要的变换 针对有限长序列的谱分析工具 在信号处理的理论上有重要意义 谱分析、卷积、相关都可以通DFT在计算机上实现 DFT是现代信号处理桥梁 离散与量化 快速运算 傅氏变换的几种可能形式 一.连续时间、连续频率的傅氏变换-傅氏变换 三.离散时间、连续频率的傅氏变换-序列的傅氏变换 时域的离散化造成频域的周期延拓 而时域的非周期对应于频域的连续 四种傅里叶变换形式的归纳 3.1 离散傅里叶变换的定义 （1）DFT变换对 设x(n)是长度为M的有限长序列，DFT变换区间长度为N x(n)的N点DFT X(k)的IDFT（inverse Discrete Fourier Transform） N≥M IDFT［X(k)］的唯一性。 证明：IDFT［X(k)］的唯一性。 例1：已知 x(n)=R4(n)，求x(n)的8点和16点DFT X(k)与X(e jω)的关系 (2)DFT和FT、Z变换的关系(有限长序列x(n)) FT定义： Z变换定义: DFT定义： (3) DFT的隐含周期性 X(k)隐含周期性:X(k)是以N为周期的周期函数 同理可证：x(n+mN)=x(n) 周期延拓序列是有限长序列的周期延拓 主值序列是周期序列的第一个周期（n=0~N-1) 离散傅里叶级数 3.2 离散傅里叶变换的基本性质 3.2.1 线性性质 如果x1(n)和x2(n)是两个有限长序列， 长度分别为N1和N2。 y(n)=ax1(n)+bx2(n) 式中a、b为常数，即N=max［N1, N2］， 则y(n)的N点DFT为 ?Y(k)=DFT［y(n)］=aX1(k)+bX2［k］, 0≤k≤N-1 ?其中X1(k)和X2(k)分别为x1(n)和x2(n)的N点DFT。 3.2.2 循环移位性质 1. 序列的循环移位(圆周移位) 有限长序列x(n)的循环移位定义: y(n)=x((n+m))NRN(N) 这里包括三层意思： ?先将 x(n) 进行周期延拓 ?再进行移位 ?最后取主值序列： 2.圆周位移的含义 由于我们取主值序列，即只观察n=0到N-1这一主 值区间，当某一抽样从此区间一端移出时，与它相同 值的抽样又从此区间的另一端进来。如果把 x(n) 排列 一个N等分的圆周上，序列的移位就相当于 x(n) 在圆 上旋转，故称作圆周移位。当围着圆周观察几圈时， 看到就是周期序列 : 。 2. 时域循环移位定理 设x(n) 是长度为N的有限长序列， y(n)为x(n)的循环移位，y(n)=x((n+m))NRN(n) 则 其中X(k)=DFT［x(n)］, 0≤k≤N-1。 证明： 3. 频域循环移位定理 频域循环卷积定理 如果x(n)=x1(n)x2(n) 3.2.4 复共轭序列的DFT 设x*(n)是x(n)的复共轭序列， 长度为N DFT［x(n)］=X(k) 则 DFT［x*(n)］=X*(N-k), 0≤k≤N-1 且 X(N)=X(0) 证明： DFT［x*(n)］=X*(N-k), 0≤k≤N-1 证明思路： 3.2.5 DFT的共轭对称性 1. 有限长共轭对称序列和共轭反对称序列 若周期序列x((n))N 有限长共轭对称序列xep(n)： xep(n)=x*ep(N-n), 0≤n≤N-1 有限长共轭反对称序列xop(n)： xop(n)=-x*op(N-n), 0≤n≤N-1 当N为偶数， 将上式中n换成N/2-n可得到 1. 有限长共轭对称序列和共轭反对称序列 任何有限长序列x(n)都可以表示成其共轭对称分量和共轭反对称分量之和， 即 x(n)=xep(n)+xop(n), 0≤n≤N-1 上式中的n换成N-n， 并取复共轭 ? x*(N-n)=x*ep(N-n)+x*op(N-n) =xep(n)-xop(n) xep(n)=1/2［x(n)+x*(N-n)］ xop(n)=1/2［x(n)-x*(N-n)