第3章_离散傅里叶变换.ppt

第3章 离散傅里叶变换 3.1 傅里叶分析的离散性与周期性 （1）连续时间周期信号的傅里叶级数（CTFS或FS） （2）连续时间非周期信号的傅里叶变换（CTFT或FT） （3）离散时间周期信号的离散时间傅里叶级数（DTFS或DFS） （4）离散时间非周期信号的离散时间傅里叶变换（DTFT，不是DFT） 3.2 离散傅里叶变换的定义 3.3 离散傅里叶变换的作用 3.4 离散傅里叶变换的程序实现 3.5 离散傅里叶变换的性质（1）线性性质 （2）DFT隐含周期性 （3）循环移位性质 （4）循环卷积性质 （6）频域循环卷积性质 （7）翻转性质 （8）对偶性质 （9）共轭对称性质 （10） Parseval定理 3.6 离散傅里叶变换（DFT）与离散时间傅里叶变换（DTFT）的关系 3.7 离散傅里叶变换的应用技术 3.7.1 计算序列的线性卷积 3.7.2 频谱分析技术 xn=[1 1 1 1];%时间序列 Xk=fft(xn)%采用FFT计算4点DFT Xk = 4 0 0 0 xn=[1 1 1 1 0 0 0 0];%时间序列 Xk=fft(xn)%采用FFT计算8点DFT Xk = Columns 1 through 2 4.0000 1.0000 - 2.4142i Columns 3 through 4 0 1.0000 - 0.4142i Columns 5 through 6 0 1.0000 + 0.4142i Columns 7 through 8 0 1.0000 + 2.4142i （5）MATLAB程序如下： xn=[1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0];%时间序列 Xk=fft(xn)%采用FFT计算16点DFT Xk = Columns 1 through 2 4.0000 3.0137 - 2.0137i Columns 3 through 4 1.0000 - 2.4142i -0.2483 - 1.2483i Columns 5 through 6 0 0.8341 + 0.1659i Columns 7 through 8 1.0000 - 0.4142i 0.4005 - 0.5995i Columns 9 through 10 0 0.4005 + 0.5995i Columns 11 through 12 1.0000 + 0.4142i 0.8341 - 0.1659i Columns 13 through 14 0 -0.2483 + 1.2483i Columns 15 through 16 1.0000 + 2.4142i 3.0137 + 2.0137i R4(n)的DTFT和DFT的幅频特性的对比关系 DFT具有高效的FFT算法。 在应用中，DFT采用FFT算法来实现。 FFT算法的应用就是DFT的应用。 （1）计算连续时间信号的频谱 （2）计算有限长序列的线性卷积 （3）进行相关分析和功率谱分析 采用DFT计算有限长序列的线性卷积的结论： 设h(n)的长度为N，x(n)的长度为M，yL(n)表示h(n)与x(n)的L点循环卷积yL(n)=h(n)⊙x(n)，其线性卷积为y(n)=h(n)*x(n)。可以证明，线性卷积等于循环卷积的条件为：当L≥N+M-1时，yL(n)=y(n) 用DFT计算序列的L点循环卷积框图 有限长序列的线性卷积与循环卷积的分析： 实际问题的大多数是求解线性卷积，例如信号x(n)通过系统h(n)，其输出就是线性卷积y(n)=x(n)*h(n)。而循环卷积比起线性卷积，在运算速度上有很大的优越性，它可以采用DFT的快速傅里叶变换（FFT）技术。如果能利用循环卷积求线性卷积，会带来很大的方便。 现在来讨论上述x(n)与h(n)的线性卷积。如果x(n)与h(n)为有限长序列，那么，在什么条件下能用循环卷积代替而不产生失真？ 线性卷积： 假设有限长序列x(n)的长度为N，有限长序列h(n)的长度为M，那么二者们的线性卷积y(n)=x(n)*h(n)也应当是有限长序列。 因为 x(m)的非零区间：0≤m≤N-1， h(n-m)的非零区间：0≤n-m≤M-1， 将这两个不等式相加，得：0≤n≤N+M-2，