数字信号处理 王振扬 课件 第三篇-1.pptVIP

第二章 离散傅里叶变换及其快速算法 §2.1 离散傅里叶变换（DFT） 则DFS变换对可写为 §2.1.2 离散傅里叶变换（DFT） 频域上的主值区间与主值序列： DFT的矩阵方程表示 DFT特性： 循环移位 循环卷积过程1: 有限长序列的线性卷积： 循环卷积： （8）DFT形式下的Parseval定理 3.2 利用DFT做连续信号的频谱分析 如何改善泄漏？ 增加N? 但不能改变第一旁瓣和主瓣面积比，扩散仍存在 选择合适窗函数？ 缓慢截断 泄漏也会引起混叠？ (4) DFT的分辨率 填补零值可以改变对DTFT的采样密度，人们常常有一种误解，认为补零可以提高DFT的频率分辨率。事实上我们通常规定DFT的频率分辨率为 ，这里的N是指信号x(n)的有效长度，而不是补零的长度。不同长度的x(n)其DTFT的结果是不同的；而相同长度的x(n)尽管补零的长度不同其DTFT的结果应是相同的，他们的DFT只是反映了对相同的DTFT采用了不同的采样密度。 参数选择的一般原则： 若已知信号的最高频率 ，为防止混叠，选定采样频率 ； 根据频率分辩率 ，确定所需DFT的长度 (3) 和N确定以后，即可确定相应模拟信号的时间长度 这里T是采样周期。 (5)周期信号的谱分析 对于连续的单一频率周期信号 ， 为信号的频率。 可以得到单一谱线的DFT结果，但这是和作DFT时数据的截取长度选得是否恰当有关，截取长度N选得合理， 可完全等于 的采样。 （7）DFT与Z变换 有限长序列可以进行z变换 比较z变换与DFT变换，可见，当z=w-kN时， 即 图 DFT与z变换 o o o o o o o o o o o X(ejω） X（k） o Re[z] jIm[z] o 是z平面单位圆上幅角为 的点，即将z平面上的单位圆N等分后的第k点。 1）X(k)也就是z变换在单位圆上等间隔的采样值。 2）X（k）也可看作是对序列付氏变换X（ejω）的采样，采样间隔为： ωN=2π/N。 即 结论： 采样定律告诉我们，一个频带有限的信号，可以对它进行时域采样而不丢失任何信息； DFT变换进一步告诉我们，对于时间有限的信号（有限长序列），也可以对其进行频域采样，而不丢失任何信息，这正反应了傅立叶变换中时域、频域的对称关系。它有十分重要的意义，由于时域上的采样，使我们能够采用数字技术来处理这些时域上的信号（序列），而DFT的理论不仅在时域，而且在频域也离散化，因此使得在频域采用数字技术处理成为可能。 FFT就是频域数字处理中最有成效的一例。 (9)频率采样理论 选频性，可利用DFT计算连续信号的频谱 采样 截短 DFT ? （1）混迭 对连续信号x(t)进行数字处理前，要进行采样 采样序列的频谱是连续信号频谱的周期延拓，周期为fs，如采样率过低，不满足采样定理，fs2fh，则导致频谱混迭，使一个周期内的谱对原信号谱产生失真，无法恢复原信号，进一步的数字处理失去依据。 未知信号最高频率时 ? （2）? 泄漏 处理实际信号序列 x（n）时，一般总要将它截断为一有限长序列，长为N点，相当于乘以一个矩形窗 w(n)=RN(n)。 矩形窗函数，其频谱有主瓣，也有许多副瓣，窗口越大，主瓣越窄，当窗口趋于无穷大时，就是一个冲击函数。 我们知道，时域的乘积对应频域的卷积，所以，加窗后的频谱实际是原信号频谱与矩形窗函数频谱的卷积，卷积的结果使频谱延伸到了主瓣以外，且一直延伸到无穷。当窗口无穷大时，与冲击函数的卷积才是其本身，这时无畸变，否则就有畸变。 例如，信号为 ，是一单线谱，但当加窗后，线谱与抽样函数进行卷积，原来在Ω0处的一根谱线变成了以Ω0为中心的，形状为抽样函数的谱线序列，原来在一个周期（Ωs）内只有一个频率上有非零值，而现在 一个周期内几乎所有频率上都有非零值，即 的频率成份从Ω0处“泄漏”到其它频率处去了。 考虑各采样频