离散数字信号的时频域分析DFT.ppt

:离散时间傅里叶变换(DTFT) 离散时间序列x（n）的傅里叶变换（DTFT），是数字角频率Ω的复函数， 也叫频谱函数，可以表示为： 其模 |X（e^jΩ）|? 为幅度频谱，其幅角φ（Ω）为相位频谱，均为数字角频率Ω的连续函数。其中数字角频率 也是复变量e^jΩ 的幅角，周期为2π 。从而离散时间序列x（n）的频谱X（e^jΩ），也是数字角频率Ω的以2π 为周期的周期函数。 :离散时间傅里叶变换(DTFT) 长度N＝4的单位矩形序列 :离散时间傅里叶变换(DTFT) 显然是长度为N＝4的有限长离散时间序列，可求其DTFT为 幅度频谱为 :离散时间傅里叶变换(DTFT) :离散时间傅里叶变换(DTFT) 离散时间傅里叶变换（DTFT）在数学和信号分析中具有重要的理论意义。但在用计算机实现运算方面比较困难。这是因为，在DTFT的变换对中，离散时间序列在时间n上是离散的，但其频谱在数字角频率Ω上却是连续的周期函数，是无限长序列。而计算机只能处理变量离散有限的数字信号。 DTFT的局限性？ :离散傅立叶级数（DFS） 对于连续时间周期信号，可展开为傅立叶级数 对于序号n以N为周期的离散时间周期序列x（n），考虑到 :离散傅立叶级数（DFS） 可以展开为傅立叶级数 n，k为整数值 :离散傅立叶级数（DFS） 当整数k取值变化时，上式是以N为周期的序列。可以看出上式的级数也是以N为周期，所以求和只限于N项。 定义为离散时间周期序列x（n）的离散傅立叶级数系数（DFS） 记为 k k :离散傅立叶级数（DFS） 其逆变换即 上述两式构成一个离散周期信号的离散傅立叶级数对。它们都是以N为周期的离散周期序列。 k :离散傅立叶级数（DFS） 周期为N=10的单位矩形周期序列x（n）如下图： 其离散傅立叶级数（DFS）为 :离散傅立叶级数（DFS） 其幅度频谱为 频谱图如下图： 离散傅立叶级数（DFS） DFS的局限性 在离散傅里叶级数（DFS）中，离散时间周期序列在时间n 上是离散的，在频率Ω上也是离散的，且频谱是Ω的周期函数，理论上解决了时域离散和频域离散的对应关系问题。 但由于其在时域和频域都是周期序列，所以都是无限长序列。无限长序列在计算机运算上仍然是无法实现的。 :离散傅里叶变换(DFT) 离散时间周期序列x（n）是一个无限长序列，其傅立叶级数展开式为 时间点序号n 是以N为周期的，如果只取其一个周期，称之为x（n）的主值序列： 主值序列x（n）就是一个长度为N的有限长离散时间序列。 :离散傅里叶变换(DFT) 同理，x（n）的DFS也是一个无限长序列， 即傅立叶系数： 也可以看出频率点序号k 也是以N为周期的，如果只取其一个周期，称之X（k）为的主值序列： 主值序列X（k）是一个长度为N的有限长离散频率序列。可见，离散时间周期序列在时域和频域的主值序列，均为有限长离散序列。且主值序列的长度均为N（即n，k＝0，1，2，…，N－1）。 :离散傅里叶变换(DFT) 在离散傅立叶级数（DFS）中，取其时域和频域的主值序列，变换仍然成立。 这就是离散傅里叶变换（DFT） 逆变换（IDFT） 如果其时域和频域都仅取主值序列，离散傅里叶变换（DFT）只不过是特殊的离散傅立叶级数（DFS）。 离散傅立叶级数（DFS）中的无限长序列x（n）和X（k）都是以N为周期的周期序列，所以在计算离散时间周期序列及其频谱时，可以利用DFS的周期性，只需要在时域和频域各取一个主值序列，用计算机各计算一个周期中的N个样值，最后将所得的主值序列x（n）和X（k）进行周期延拓，即可得到原来的无限长序列x（n）和X（k）。 :离散傅里叶变换(DFT) 在N点DFT中，无论时域还是频域，变换区间的采样点数都只有N个（即n，k＝0，1，2，…，N－1），所以我们定义一个变换因子 :离散傅里叶变换(DFT) 有效长度N1＝4的单位矩形序列 :离散傅里叶变换(DFT) :离散傅里叶变换(DFT) 如果变换区间等间隔采样点数N＝16（注意：可以补零延伸为序列有效长度N1的整数倍），则其16点的DFT频谱为 其16点DFT的幅度频谱图如下： * * * * * * * * * * * * * * * * * * * * * * * * * 你了解信号吗？ 模拟信号 振幅连续，时间连续 数字信号 振幅离散，时间离散 抽样数据信号 振幅连续，时间离散 量化矩形窗信号 振幅离散，时间连续 t 振幅 n 振幅 n 振幅 t 振幅 ：数字信号 量化指将信号的连续取值（或者大量可能的离散取值）近似为有限多个（或较少的）离散值的过程。 信号的数字化需要三个步骤：抽样、量化和编码。 数字信号是经过数字编码后的电信号!它和模拟信号的区别就是不经再解码，从传输信号中再也找不到原信号的丝毫