信号 与 信息处理 第六章 中南大学 课件.ppt

第六章离散时间信号的频域分析 连续信号的傅里叶表示 问题 本章内容 序列傅里叶变换及其性质 序列傅里叶变换及其性质 序列傅里叶变换性质 序列傅里叶变换性质 序列傅里叶变换性质 序列傅里叶变换性质 序列傅里叶变换性质 若为复序列 序列傅里叶变换及其性质 序列傅里叶变换及其性质 序列傅里叶变换及其性质 ????? 例：试求如下序列的傅立叶变换 本章内容 周期序列的傅里叶级数 求系数ak: 将上式两边同乘以 ， 并对n在一个周期N中求和: ???  周期序列的傅里叶级数 周期序列的傅里叶级数 本章内容 离散傅里叶变换(DFT) 离散傅里叶变换(DFT) ???所以,求有限长序列x(n)的DFT的实质是: 将有限长序列x(n)作周期延拓x((n))N, 求其DFS, 取其主值序列,即可得X（K） DFT的引出: 例 : 若 x(n)=R4(n) ，求x(n)的8点和16点DFT  设变换区间N=8， 则???????? 设变换区间N=16， 则???? 离散傅里叶变换性质 离散傅里叶变换性质 离散傅里叶变换性质 循环卷积的计算 离散傅里叶变换性质 DFT的共轭对称性 如果其对应的DFT：  若x(n)是长度为N的实序列，且X(k)=DFT［x(n)］,则 ? X(k)圆周共轭对称  X(k)=X*(N-k), 0≤k≤N-1 即 XR(k)= XR(N-k) XI(k)= -XI(N-k) 对于实序列，计算N点DFT 若N=偶，则只要计算前N/2+1点的DFT，其它点由X(k)=X*(N-k)可得到 若N=奇，则只要计算前（N+1）/2点的DFT即可。利用DFT的共轭对称性，还可通过计算一个N点DFT，得到两个不同实序列的N点DFT， DFT应用 线性卷积 频谱分析 线性卷积 用DFT求线性卷积 频谱分析 频谱分析存在的问题 例如， x(n)=cos(ω0n), ω0=π/4其频谱为 ???其频谱图如图所示： 例：已知一个有限长序列 1、求它的8点DFT X(k)2、已知序列y(n)的8点DFT为 求序列y(n)3、已知序列m(n)的8点DFT为 求序列m(n) 例：设 1、求x(n)的4点DFT2、求x(n)的6点DFT3、若y(n)是x(n)与 的4点循环卷积，求y(n)及其4点DFT解：? 2、?? 3、????? ? 信号频谱分析及应用 信号频谱分析及应用 作业习题 即 X(k)的幅频特性是偶对称的，相频特性是奇对称的 Parseval 定理 实际应用中，大多数是求解线性卷积，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-------DFT 乘积 线性卷积-------FT 乘积 循环卷积比起线性卷积，在运算速度上有很大的优越性，它可以采用离散傅立叶变换的乘积实现，而快速付里叶变换（FFT）技术又大大提高了离散傅立叶变换的计算速度，所以利用循环卷积求线性卷积. 线性卷积 设x(n)、h(n)为两个有限长序列，其长度分别为N和M， 它们的线性卷积定义为 线性卷积 yl(n)长度为N+M-1 循环卷积 则由时域循环卷积定理有 Yc(k)=DFT［yc(n)]=X (k)H(k) 由此可见，循环卷积既可在时域直接计算，也可以在频域计算。由于DFT有快速算法FFT，当N很大时，在频域计算的速度快得多，因而常用DFT(FFT)计算循环卷积。 ? 而若 循环卷积与线性卷积的关系 所以,循环卷积yc(n)等于线性卷积yl(n)以L为周期的周期延拓序列的主值序列, 因为yl(n)的长度为N+M-1, 因此只有L≥ N+M-1时， yl(n)以L为周期进行周期延拓才不会产生混叠， yc(n)= yl(n) 将x(n)、h(n)都变为长度为N+M-1的序列 计算L的DFT X(K), H(K) 求X(K).H(K)的IDFT 时域抽样 时域加窗 频域抽样 用DFT对连续时间信号进行频谱分析必然是近似的，其近似程度与信号带宽，抽样频率和窗函数宽度等有关，近似公式为： 混叠现象 栅栏效应 频谱泄漏 混叠现象 时域离散 频域周期，混叠 要求：fs ≥2fmax 频域抽样： 频率分辨率F ：频率抽样间隔。它表示在频域中能分辨出的频率范围，即频谱分析中能分辨出的两个频率分量的最小间隔， F=