信号与系统第6章.ppt.Convertor.docVIP

第6章 离散信号与系统的频域分析 6.1 周期信号的离散时间傅里叶级数 6.2 非周期信号的离散时间傅里叶变换 6.3 周期序列的离散时间傅里叶变换 6.4 离散时间傅里叶变换的性质 6.5 离散傅里叶变换(DFT) 6.6 DFT的性质 6.7 快速傅里叶变换(FFT)简介 6.8 离散系统的频域分析 6.1 周期信号的离散时间傅里叶级数 第5章指出，如果离散信号f(k)满足 若将所有周期为N的复指数信号组合起来，可以构成一个信号集： N是此信号集的基波周期，其基波频率为2π/N。在此信号集中，任一信号的频率为其基波频率的整数倍，因此它们之间呈谐波关系。与连续时间信号的复指数信号集｛ejnΩt｝不同的是，信号集Φn(k)中只有N个信号是独立的。这是因为任何在频率上相差2π整数倍的复指数序列都是相同的。即 从而有φ0(k)=φN(k)，φ1(k)=φN+1(k),…,φn(k)=φn+rN(k)，其中r为一个整数。这表明在信号集Φn(k)中当n变化一个N的整数倍时，就得到一个完全一样的序列。 6.1.1 离散时间傅里叶级数 一周期为T的周期信号f(t)，若满足狄里赫利条件，则有 式中， 为基波角频率。这就是连续信号的傅里叶级数。 若设其基波频率为 ，将积分区间由 移到0~T，则上式可写为 DFS的输入是一个数列，而不是时间连续函数。数列通常是以周期TN秒等间隔、周期地对连续信号采样而产生。如果在周期函数f(t)的一个周期中采集N个样点，则有T=NTN(TN为采样间隔)。这样就得到一个数据序列f(kTN)，可以简记为f(k)。数据的顺序k确定了采样时刻，而采样间隔TN隐含在f(k)中。为了计算数据序列f(k)的傅里叶级数系数，我们对式(6.1 - 4)的符号作如下的演变： 于是得到 由上式可知，周期序列f(k)的傅里叶级数仍为一数据序列Fn，其基频f1隐含在序数n中。由式(6.1－3)可知Fn+rN=Fn，即Fn也是一个周期序列，于是式(6.1－6)可写为 式中，k=〈N〉表示k只要从某一个整数开始，取足N个相继的整数值即可。例如，k可以由0取到N-1,也可以由2取到N+1，等等。 式(6.1－7)与式(6.1－8)构成离散信号DFS变换对。式(6.1－7)称为DFS正变换，式(6.1－8)称为DFS反变换。 与连续时间信号傅里叶级数的情况一样，Fn称为离散傅里叶级数的系数，也称为f(k)的频谱系数。通常Fn是一个关于n的复函数。采用与连续时间傅里叶级数中同样的方法，可以证明当f(k)是实周期信号时，其离散傅里叶级数的系数满足 依据类似的分析思想，可由式(6.1－5)得到 6.1.2 离散时间周期信号的频谱 图 6.1-1 周期性矩形脉冲序列 应用式(6.1 - 7)可求其傅里叶级数。不过，直接利用式(6.1 - 7)从0到N-1来计算并不方便，因为这个序列是对k=0对称的， 因此，宜选择一个对称区间，于是f(k)的离散时间傅里叶级数系数为 n≠0, ±N, ±2N, … n=0, ±N, ±2N, … (6.1-11) 据式(6.1 - 11)就可画出f(k)的频谱图，但此频谱图的绘制比较困难。为了更方便地绘制f(k)的频谱图，我们采用与连续时间矩形脉冲信号频谱绘制相似的方法， 先分析Fn的包络。 为此，将(6.1 - 11)式中的 用连续变量ω来代换， 即有 n≠0, ±N, ±2N, … 图 6.1-2 周期矩形脉冲序列的频谱 图 6.1-3 N=10, N1=1时矩形脉冲序列的频谱 6.2 非周期信号的离散时间傅里叶变换 6.2.1 离散时间傅里叶变换 图 6.2-1 离散时间信号 图 6.2 - 1(a)所示fN(k)为一离散时间周期信号，当其周期N趋于无穷大时，周期信号fN(k)就过渡为非周期信号f(k)。 |k|≤N1 |k|＞N1 据DFS的定义，图 6.2 -1(a)所示离散时间周期信号fN(k)的离散时间傅里叶级数表示式为 由图 6.2-1(a)可知，当 时fN(k)=0，式(6.2-3)可写为 又由于当|k|≤N1时，fN(k)=f(k)，上式又可写为 则有 式(6.2－5)就称为信号f(k)的离散时间傅里叶变换定义式。与连续时间的情况一样，F(ejω)也称为f(k)的频谱密度函数。它是ω的连续函数。而且是ω的周期函数，其周期为2π。将式(6.2－5)与式(6.2－3)对照可知，非周期信号f(k)的离散时间傅里叶变换F(ejω)与其对应的周期信号fN(k)的离散时间傅里叶级数Fn之间的关系为 当N→∞时，fN(k)=f(k)，