2006数字信号处理1.pptVIP

X(f)?S0(f) x(t)s0(t) s0(t) x(t) S0(f) X(f) w(t) W(f) x(t)s0(t)w(t) X(f)?S0(f)?W(f) s1(t) S1 (f) [X(f)?S0(f)?W(f) ] S1 (f) [x(t)s0(t)w(t) ] * s1(t) * 3、离散傅立叶变换中的几个问题 为了保证离散傅立叶变换的结果在一个周期内与原信号x(t)的频谱保持一致，需要解决以下几个问题。 （1）频率混叠和采样定律 （2）截断、泄漏和窗函数 （3）量化误差 （4）栅栏效应 * （1）采样定律和频率混叠 采样是将采样脉冲序列p(t)与信号x(t)相乘，取离散点x(nt)的值的过程。 * X(0), X(1), X(2), ……, X(n) * 每周期应该有多少采样点 ？ 最少2点: * * 实验： 　 * 频域解释 0 t 0 f 0 t 0 f t 0 0 f * 采样定理 　 为保证采样后信号能真实地保留原始模拟信号信息，信号采样频率必须至少为原信号中最高频率成分的2倍。这是采样的基本法则，称为采样定理。 Fs ＞ 2 Fmax * 需注意，满足采样定理，只保证不发生频率混叠，而不能保证此时的采样信号能真实地反映原信号x(t)。工程实际中采样频率通常大于信号中最高频率成分的3到5倍。 * 频混现象 　 如果原信号x(t)的频谱X(f)是无限带宽的，即信号的最高频率fmax为无穷大，则采样频率无论怎么高，其频谱都要出现混叠。对这类信号，如实际采样频率为fs,则称fs/2为折叠频率，采样信号中凡是超过折叠频率的频率成分都将每隔fs叠加在一起，出现混叠。 * 频混计算： 　 Fs Fs Fs Fs 频混 正常 Fs/2 工程处理 混迭频率=Fs-信号频率 * 消除混叠的方法： 　 1）采样前使用低通滤波器，人为降低信号中的最高频率fmax，这种措施成为抗混叠滤波。 2）提高采样频率fs（fs(3～4)fc）. 这需要使用转换速度高的A/D转换器。对谱分析软件程序来说，可处理的数据个数是一个定数，采样频率fs高，采样间隔就小，程序处理的信号长度就短，从被处理信号总体上看，这一短信号可能不具有代表性，所以选取fs时要与分析数据的长度互相兼顾。 * 为便于数学处理，通常对截断的信号做周期延拓，得到虚拟的无限长的信号。 当运用计算机进行测试信号处理时，不可能对无限长的信号进行测量和运算，而是取其有限的时间片段进行分析，这个信号截取过程成为信号的截断。 （2）截断、泄漏和窗函数　 * 周期延拓后的信号与真实信号是不同的，下面我们就从数学的角度来看这种处理带来的误差情况。 设有余弦信号x(t), 用矩形窗函数w(t)与其相乘，得到截断信号: xT(t) =x(t)w(t) 将截断信号谱 XT(ω)与原始信号谱X(ω)相比较可知，它已不是原来的两条谱线，而是两段振荡的连续谱. 原来集中在f0处的能量被分散到两个较宽的频带中去了，这种现象称之为频谱能量泄漏。 * 周期延拓信号与真实信号是不同的： 能量泄漏误差 * 能量泄漏实验：　 * 减少泄漏的方法： 1）增加窗函数的宽度T。这样可以使sinc函数的主瓣变窄，傍瓣向主瓣密集，减少泄漏； 2）采用适当的窗函数，为了抑制窗函数引起的泄漏，可采用其他窗函数，如三角窗、汉宁窗。海明窗等，一个好的窗函数的主要表现为：其频谱的主瓣突出，旁瓣衰减快。实际上二者不可兼得，要视具体需要选用。 * 汉宁窗与矩形窗的比较 两个窗函数的宽度一样，虚线为矩形窗及其频谱，实线为汉宁窗及其频谱，从图中可以看出，汉宁窗的频谱的旁瓣迅速衰减，抑制了泄漏，但主瓣不如矩形窗突出，所以减小泄漏往往要减少频率分辨率。 * 汉宁窗与矩形窗的比较 用正弦波的频谱作为例子说明窗函数对频谱分析的影响。正弦函数在理论上只是一根谱线（图中a）；若用矩形窗截断，用离散傅立叶变换求频谱，由于泄漏严重，在频谱图上出现了许多附加成分（图b），改为汉宁窗后泄漏大为减小。 * （3）量化误差 模拟信号的幅值是连续的，而数字信号的幅值是离散的。模拟信号在数字化过程中若幅值落在两相邻量化值之间，就要舍入到相近的一个量化值上，造成量化误差。量化误差必然会给原信号的频谱造成误差。要减少量化误差，可选用位数较高的A/D转换器。 * （4）栅栏效应 * 经过离散傅立叶变换计算出的频谱，谱线位置为 即在基频1/T的整数倍上才有谱线，离散谱线之间的谱线显示不出来。这样，即使是重要的峰值也可能被忽略，如同栅栏一样，一部分