(信号和 与系统)第六章 离散信号和 与系统的频域分析.ppt

6. 时域循环卷积(圆卷积) 我们知道，卷积在系统分析中起着非常重要的作用。两序列f1(k)和f2(k)(长度分别为L和M)的卷积得到长度为L+M-1的另一个序列， 即 k=0，1, 2， …, L+M-2 (6.6－6) 这就是所谓的线卷积。而这里所讨论的是循环卷积，也称圆卷积。循环卷积的含义为：两长度均为N的有限长序列f1(k)和f2(k)，其循环卷积结果仍为一长度为N的序列f(k)。循环卷积的计算过程与线卷积相似，只不过求和式中的位移项f(k-m)应按循环位移处理。因而，有限长序列f1(k)与f2(k)的循环卷积可记为 (6.6－7) 图 6.6-2 线卷积与圆卷积比较 在DFT中，循环卷积(圆卷积)具有如下的性质： 若f1(k)←→ F1(n)，f2(k)←→ F2(n)，则有 对原序列应作如下处理：对长度分别为L和M的有限长序列f1(k)和f2(k)用补零的方法将其开拓成长度为N≥L+M-1的增广序列 和 (6.6－8) 图 6.6-3 应用DFT求序列f1(k)与f2(k)的线卷积 于是，增广序列 与 的循环卷积就得到长度为N≥L+M-1的序列 , 与原序列线卷积的结果相同。 对于增广序列的循环卷积显然可以应用DFT处理。 当f(k)=δ(k)时， 由于 应用式(6.4 - 15)的迭分特性， 可得 (6.4－16) 这与式(6.2－19)所表示的结果完全相同。 9. 巴塞瓦尔定理 与连续时间信号的情况一样，在离散序列的傅里叶变换中也有类似的巴塞瓦尔定理。 即 若f(k) ←→ F(ejω)，则有 对于周期序列，则相应有 (6.4－17) (6.4－18) 10. 对偶性 若 则有 　　而对于离散序列，其离散时间傅里叶变换为ω的连续函数F(ejω)，因而在f(k)与F(ejω)之间并不存在相应的对偶性。然而相应的连续信号F(ejt)是一个周期为2π的周期信号，我们可求F(ejt)的连续时间傅里叶级数。在离散时间傅里叶变换与连续时间傅里叶级数之间存在一种对偶关系。下面对此进行分析。 若非周期序列f(k)的离散时间傅里叶变换为F(ejω)， 即 (6.4－19) F(ejω)是周期为2π的频域周期函数，其对应的F(ejt)也是以2π为周期的时域周期函数。我们将周期信号F(ejt)展开为连续时间傅里叶级数，注意到周期T=2π，基波频率 ，于是有 (6.4－20) 因此有：若f(k)←→ F(ejω)，则 将此式与式(6.4－19)对照，显然有 (6.4－21) 　　式中，CFS表示求F(ejt)的连续时间傅里叶级数系数。这就是离散时间傅里叶变换与连续时间傅里叶级数之间的对偶性。 例 6.4-1 已知一周期为2π的连续时间周期信号f(t)的傅里叶级数系数为 求周期信号f(t)。 解 由题可知，Fn可看作是一个离散时间脉冲序列。其离散时间傅里叶变换如式(6.2 - 15)所示，即为 ， 因此， 依据对偶关系， 就有 (6.4－22) 如果将对偶性的讨论应用于离散时间傅里叶级数， 则可得到与连续信号傅里叶变换相对应的对偶性。 将周期序列f(k)的傅里叶级数系数表示为F(n)， 则有 如果把上式中的k与n对换， 则有 n换为-n, 则得 (6.4－23) (6.4－24) (6.4－25) 上式表明，离散序列F(k)的离散时间傅里叶级数系数为 。 上述结论可记为 若f(k)←→F(n)，则有 DFS 这一对偶性意味着：离散时间傅里叶级数的每一个性质都有其相应的对偶性质。这与连续时间傅里叶变换的情况一样。 比如，对于下式所示性质： 则与其对偶的性质为 (6.4－26) (6.4－27) (6.4－28) 6.5 离散傅里叶变换(DFT) 　　现在的问题是如何在傅里叶分析中应用数字计算机。对连续时间信号来说，为了得到正、反傅里叶变换，无论在时域或频域都需要对连续函数进行积分运算，而且其积分区间都要包括从-∞到+∞的范围。显然，要在数字计算机上完成这一运算是不可能的。为此，必须把时域及频域连续函数改换为离散数据，而且必须把计算范围由无限范围收缩为有限区间。这样，就需要对上述的傅里叶变换对进行修改，使之适应数字计算机计算。其修改过程可用图6.5－1作简要说明。 图 6.5-1 产生离散傅里叶变换对的图解说明