数字信号处理第七章离散希尔伯特变换.ppt

7.5 离散傅里叶变换下的希尔伯特变换 　　我们知道，周期序列和有限长度序列可以用离散傅里叶变换来表示。从实际应用来讲，序列的傅里叶变换都要处理成离散傅里叶变换，因此，需把前面讨论的问题变成适合于离散傅里叶变换的形式， 也即研究序列的离散傅里叶变换的实部和虚部之间的关系。 　　在7.3节中对频谱的单边性定义根据序列傅里叶变换的特性进行了修正，现在如果把序列看成是离散傅里叶变换意义下的有限长序列，则不能忘记它隐含的周期性。此时，长度为N的有限长度序列可以看成周期为N的周期序列的一个周期， 因此， 为了推导离散傅里叶变换实部与虚部之间的关系， 我们研究一个周期为N的周期序列x(n)。在本节中，为了强调周期性，我们还用下标p表示序列的单边性。为此，对周期序列的单边性定义应为 （7-38） 式中N为偶数。有时也将式（7-38）定义的序列称为“因果性”周期序列。 　　同样，xp(n)可以分解成周期的共轭对称序列xep(n)与共轭反对称序列xop(n)之和, 即 0≤n≤N-1 （7-39） 式中 0≤n≤N-1 0≤n≤N-1 　　对于具有式（7-38）性质的实序列，除了n=0和 　　外，xp(n)与xp(N-n)的非零部分之间没有重叠。此时的 （7-40） 或 （7-41） N=8时，有关xp(n)、xep(n)和xop(n)的图形如图7.4所示。 图7.4 一个周期单边（因果）实序列的偶对称与奇对称部分 　　由式（7-40）和式（7-41）可以看出，xp(n)可以由xep(n)恢复出来，也可以由xop(n)、xp(0)和　　　　重构。  　　在第三章中我们已经知道，一个周期为N的实周期序列， 若它的离散傅里叶级数为　　，则　　　的实部　　　是xep(n)的离散傅里叶级数的系数，而它的虚部　　　　则是xop(n)的离散傅里叶级数的系数。因此根据式（7-40）和式（7-41）的一个重要结论是， 一个按式（7-38）定义的因果周期（周期为N）序列（或有限长序列），与之对应的　　　可以由其实部恢复出来，也可以从其虚部恢复出来。或者说此时的实部　　 　　　必然存在着某种变换关系。 为了找出两者的关系， 令 利用upN(n)可以把式（7-40）和式（7-41）表示成 （7-42） （7-43） 而upN(n)的离散傅里叶级数的系数 k=0 k=偶数 k=奇数 （7-44） 从式（7-42）可以看到，xp(n)的离散傅里叶级数的系数是XR(k)与UpN(k)的循环卷积，即 ~ ~ （7-45） 如果再令 （7-46） 则 k=奇数 k=偶数，k≠0 （7-47） 将式（7-46）和（7-47）代入式（7-45）， 有 由于 　，于是可得　　　与　　　的关系为 0≤k≤N-1 （7-48） 类似地，对式（7-43）作同样的推演后可得 0≤k≤N-1 （7-49） 式（7-48）、（7-49）表示了周期性实序列的傅里叶级数实部和虚部之间的希尔伯特变换关系。 　　为了便于说明有限长度序列的离散傅里叶级数表示，可以引进一个专门符号，就是将有限长度序列x(n)想象为某周期序列xp(n)的一个周期，即 0≤n≤N-1 其他 另外，我们将x(n)的标号n解释为以N为模，因而也可以得到： xp(n)=x((n))N 这些规定显然也适用于与X(k)对应的离散傅里叶变换表示式X(k)，即可将式（7-48）写成 ～ 0≤k≤N-1 其他 （7-50） 及将式（7-49）写成 0≤k≤N-1 其他 （7-51） 式中的 0≤k≤N-1 , k为奇数 其他 　　当然，对于uN(n)及其离散傅里叶变换UN(k)也可以进行类似的定义。 式（7-50）和式（7-51）表示了有限长序列离散傅里叶变换的实部和虚部之间的希尔伯特变换关系。 * ７ 第七章 离散希尔伯特变换 第七章 离散希尔伯特变换 7.1 引言 7.2 时间连续信号的希尔伯特变换 7.3 时间离散信号的希尔伯特变换 7.4 因果序列傅里叶变换下的希尔伯特变换 7.5 离散傅里叶变换下的希尔伯特变换 7.6 窄带信号表示及其采样 7.1 引 言 　实际传递的一大部分信息通常都调制在信号的幅度、频率和相位之上。而对这类信号的处理，也常是为了获取其幅度和相位（含频率）两个方面的信息，但是，实际系统接收到的信号多为实信号，这时要提取幅度信息和相位信息比较困难。 如果变成复信号，处理就比较方便。这种复信号称为解析信号， 其实部和虚部存在某种关系，也就是所谓希尔伯特（Hilbert）变换关系。解析信号的一个重要特点是其频谱呈单边特性， 其傅里叶变换在负