- 1、本文档共63页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[工学]数字信号处理 高西全第3章 离散傅里叶变换DFT
第3章 离散傅里叶变换(DFT) 3.1 离散傅里叶变换的定义 3.2 离散傅里叶变换的基本性质 3.3 频率域采样 3.4 DFT的应用举例 第3章 离散傅里叶变换(DFT) 3.1 离散傅里叶变换的定义 3.2 离散傅里叶变换的基本性质 3.3 频率域采样 3.4 DFT的应用举例 利用频域采样X(k)表示X(z) 第3章 离散傅里叶变换(DFT) 3.1 离散傅里叶变换的定义 3.2 离散傅里叶变换的基本性质 3.3 频率域采样 3.4 DFT的应用举例 七.复共轭序列的DFT 若x(n)是实序列,则X(k)是有限长共轭对称序列;反之亦然 时域x(n)取共轭,对应于频域X(k)取有限长共轭对称 频域X(k)取共轭,对应于时域x(n)取有限长共轭对称 若X(k)是实序列,则x(n)是有限长共轭对称序列;反之亦然 两种情况为对偶关系 八.DFT的共轭对称性 则: 如果x(n)的DFT为X(k),则x(n)的实部和虚部(包括j)的DFT分别为X(k)的共轭对称分量和共轭反对称分量;而x(n)的共轭对称分量和共轭反对称分量的DFT分别为X(k)的实部和虚部乘以j 设x(n)为实序列, X(k)=DFT[x(n)]。则有: (2)若x(n)= x(N-n),则 X(k)= X(N-k) (3)若x(n)= -x(N-n),则 X(k)= -X(N-k) 对实序列进行DFT时,利用以上性质可减少运算量,提高运算效率。 九、Parseval定理 证明: 交换 求和次序 (1) X(k)= X*(N-k) 则: 表明:一个序列在时域计算的能量与在频域计算的能量是相等的 3.3 频率域采样 一. 引言 时域: 满足“时域采样定理”的采样 频域: ? (1)能否由频域离散采样X(k)恢复序列x(n)? (2)能否由频域抽样X(k)恢复原频率函数或X(z)? (3)若能恢复其条件是什么? 与时域采样相类比,我们提出以下几个问题? (4)如何推导内插恢复公式? 若要回答这些问题,首先让我们回想下时域样定理确定采样频率的方法? (1)计算时域采样信号的频谱 (2)分析时域采样信号频谱与原信号频谱关系(以采样频率周期延拓) (3)从而确定采样频率与被采样信号频谱这间关系,得到时域采样定理 时域采样从频域分析,频域采样是不是可以从时域分析呢 时域采样对应频域周期延拓,频域采样是不是对应时域周期延拓呢 二. 频域采样后能不失真恢复原序列的条件? 设 的长度为 (没有限制) 频域采样 欲恢复原信号,即 频域采样序列的离散付立叶逆变换: 由该式可知: 是原序列 的周期延拓,然后取主值 结论:若序列长度为M,频域采样点数(或DFT 的长度)为N,且MN,则频域采样后可不失真地恢复原序列;但若MN,会产生时域混叠频域采样后不能不失真地恢复原序列 设序列长度为N,由傅里叶变换对得 三. 内插公式 为X(k)表示X(z) 的内插公式 称为内插函数 3.4 DFT的应用举例 一. 引言 DFT的应用使数字信号处理可以在频域进行,由于DFT的快速算法FFT的出现, 使DFT在数字通信、 语言信号处理、 图像处理、 功率谱估计、 仿真、 系统分析、 雷达理论、 光学、 医学、 地震以及数值分析等各个领域都得到广泛应用。然而,各种应用一般都以卷积和相关运算的具体处理为依据,或者以DFT作为连续FT的近似为基础。 二、用DFT计算线性卷积 (1)DFT计算循环卷积 可用上式计算循环卷积。从另一方面看: 所以,可按下面的计算框图从频域计算循环卷积 图 3.4.1 用DFT计算循环卷积 很多情况下 需要计算两个序列的线性卷积, 为了提高运算速度, 希望用DFT(FFT)计算。 而DFT只能直接用来计算循环卷积, 什么时候循环卷积与线性卷积相等呢? 循环卷积与线性卷积相等条件:L ≥ M+N-1。所以,如果取L = M+N-1,则可用DFT(FFT)计算线性卷积。计算框图如下: 图 3.4.3 用DFT计算线性卷积框图 (2)DFT计算线性卷积 (2)长序列的分段卷积 没有全部进入,如何实现卷积,全部进入再卷积,又如何保证实时实现? 数字信号处理的优势是“实时实现”,即信号进来后,经处理后马上输出出去。然而: 较短(FIR:长度在20~50之间), 可能很长,也不适宜直接卷积。 另外: 解决方法:分段卷积 设序列h(n)长度
文档评论(0)