chapter6 离散傅立叶变换.pptVIP

第六章 离散傅立叶变换 Discrete Fourier Transform (DFT) 信号与系统分析方法比较 DTFT, DFT 与FFT提出的背景比较 傅立叶变换（FT）可以用来分析连续时间信号 (频谱) 和系统 (频率响应和输出)。 离散时间傅立叶变换（DTFT）可以用来分析离散时间信号 (频谱) 和系统 (频率响应和输出), 不过变换是定义在连续频率域里。 要在计算机上实现变换处理，所讨论的域本身必须是离散的。 离散傅立叶变换（DFT）允许在离散时间域和离散频率域分析信号 (频谱) 和系统 (频率响应和输出）。 为了实现离散傅立叶变换（DFT）的快速计算，提出了快速傅立叶变换算法（FFT）。 离散时间傅立叶变换（DTFT） DTFT: 逆 DTFT: * 连续时间周期信号 连续时间周期非周期信号 离散时间 离散时间 傅立叶级数表示 傅立叶变换 离散时间傅立叶变换 (DTFT) 离散傅立叶变换 (DFT) 信号与系统域 分析方法 分析域 离散频域 连续频域 连续频域 离散频域 DTFT 是离散时间信号的频域表达 它是连续频率变量 ?的函数 是周期为 2?的函数 定义: 有限长序列 的离散傅立叶变换 (DFT) ： 定义: 有限长序列 的离散傅立叶逆变换 (IDFT) ： 6.1.1 离散傅立叶变换 (DFT) 6.1.2 离散傅立叶级数 (DFS) 周期性扩展: 给定一个有限长序列 定义周期序列 周期为N序列 称为x[n]的周期性扩展， 它的基频为 的Z-变换和DTFT不存在，但是它的DFS表达是实实在在存在的。 事实上 DFS 是离散周期信号的频域表达，DFT 只是 DFS的一个周期。 6.1.3 DFT 与DFS DFS 分析和综合对表示如下: 现实意义: 长度为N的信号 的长度为N的DFT 包含了信号 的所有信息，而且更便于计算机处理。 当计算 DFT 时,实际上是通过计算DFS 得到 — 的计算受系数 的周期影响。 6.1.4 DFT与其它变换的关系 DFT 是 Z-变换在单位圆上一周的 均匀采样。 换句话说, DFT是傅立叶变换一个频率周期里的N个均匀采样。 6.1.5 DFT 变换矩阵 DFT 可以用变换矩阵表示 令： 6.1.6 DFT 变换矩阵: 举例 2, 3, 4 维DFT 变换矩阵: 如果 通过 计算 X : 可以看出X[k]的实部是偶对称的，虚部是奇对称的——实信号的DFT。 令： 为长度为N的序列，下标 n=0,…,N-1. DFT性质 : 线性: 常数 a, b: 偶序列: 如果 x[n] 是偶序列， 奇序列:如果 x[n] 是奇序列， 实序列:如果 x[n] 是实序列， 6.2.1 DFT性质 - I 6.2.2 DFT性质 - II 环形移位: 二元: Parseval定理 (DFT 能量守恒) 环形卷积: 如果 那么 6.2.3 DFT 性质 – 环形移位举例 环形卷积 不同于线性系统理论的线性卷积 ，它是DFS/DFT的周期性结果。 当使用 DFT X[k]时,信号x[n]的周期性解释是: 如果 那么对于任意的整数 m: 从而, 仅当 DFT X[k] 是N周期的 (即是 DFS), 逆 DFT也是N周期的 — 是信号 x[n]的周期性扩展。 6.3.1 什么是环形卷积 6.3.2 为什么需要环形卷积 为什么循环卷积不是真正的线性卷积? Because a wraparound effect occurs at the “ends”: The procedure of each pair are summed around the circle. In a while, it will be seen that can be computed using 6.3.3 环形卷积实例