共轭反对称序列周期共轭对称PeriodicConjugateSymmetry.PPT

* * * 数字信号处理 Lecture 6: Properties of Discrete Fourier Transformation 杨再跃 Email: yangzy@zju.edu.cn 玉泉校区工控新楼101 为了进行计算机处理，我们对连续信号通过采样离散化，采样的数学描述为： 为了分析x(n)的频率特性，我们对它进行DTFT，得到一个周期性的、连续的频谱曲线，上述过程可以用下图描述： 0 --- --- x(nTs) Ts - Ts 0 Ts 2Ts t 以时间间隔Ts采样 DTFT 0 t x(t) 复习：DFT 为了用计算机在频域下分析信号，我们对x(n)经过DTFT后得到的连续曲线，在其一个周期内继续离散化，具体做法是：把DTFT的一个周期N等分，采样N个频率点上的值，用公式表示为： DTFT定义： 在一个周期内的N个频率点上取样 上述过程用图表示为： 一个周期内N点离散化 采样 定义：我们把X(k)称为长为N的序列x(n)的离散傅里叶变换（DFT），恰好它也是N个点构成的序列，但是要注意，时域下的n值与频域下的k值不是对应的！ 0 --- --- DTFT 0 --- --- DTFT 0 1 2 N-1 DFT A1. 观察连续信号x(t)，它本身有自己的频率f，也就是信号本身的周期为T=1/f A4. 观察DTFT，注意到横轴是数字化角频率，并且具有周期性，周期为2π，在一个周期[0, 2π)内，它给出了信号从 频率=0 连续变化到 频率=fs 的信号频谱(参见第3条的频率对应公式)，即DTFT的一个周期[0, 2π)对应了信号时域下的频率[0, fs] A3. 我们对x(n)进行DTFT，把时间t=nTs的函数x(n) 转换成数字角频率ω的函数X(ω)，在这一转换过程中，存在着如下的频率对应关系： A2. 以采样频率fs对x(t)采样后，得到了离散信号x(n)，它是由采样后的离散点组成的，相邻两点之间的时间间隔就是采样周期Ts A5. 观察DFT，它是离散的，由于离散是通过对[0, 2π)进行N等分得到的，因此相邻离散点之间的间隔为2π/N. A6. 综合4、5两点可以看出，在DFT的给出的频谱图中，相邻两个点之间的间隔表示为数字角频率是2π/N，表示为时域下的实际频率为fs/N 因此，我们可以定义频率分辨率： B1. 观察连续信号x(t)，它本身有自己的频率f，也就是信号本身的周期为T=1/f B2. 以采样频率fs对x(t)采样后，得到了离散信号x(n)，它是由采样后的离散点组成的，相邻两点之间的时间间隔就是采样周期Ts B5. 观察DFS的表达式 ，它是描述了一个时域下、周期性的离散信号序列，序列的主值区间取值为第3步得到的x(n) B3. 我们可能只截取了周期为T的连续时间信号x(t) 的一小段构成x(n)，这一小段的长度为N，我们以N为周期进行序列周期延拓，得到如下关系式： B4. 注意x(t) 具有周期T，而 的周期为N，N值既是序列的点数，也是 的周期值，由于 是一个周期序列，因此我们可以把它展开成傅里叶级数DFS： 其中 B6.观察DFS的表达式 ，式中旋转因子项的系数 也是一个周期序列，具有如下表达式： A1-A6的分析，从对DTFT进行N点抽样的角度，得到DFT定义； B1-B8的述分析，从离散傅里叶级数的角度得到DFT定义； 不论如何得到DFT，最重要的都是要知道为什么要费力得到DFT，即把时域离散信号转化为频域信号，通过计算机分析离散频率点上的信号幅值，试图从此了解原有时域信号的本质特征！ B8. 如果画出 与X(k)的图，可以发现，后者恰好就是前者主值序列，因此DFT可以被认为是周期序列傅里叶级数的复指数项系数的主值部分，事实上，原始的DFT定义就是根据这一物理含义推导出来的，而不是前面所述对DTFT抽样获得 B7.观察 的表达式，可以发现它与前面从DTFT采样得到的DFT有着一样的表达形式，唯一的区别是， 是一个无限长的周期序列，而X(k)是一个N点序列 C2. 反过来，如果用N点DFT还原时域信号，则会得到一个无限长的周期信号，对该信号的主值区间取值就可以得到原有N点离散信号，即频域抽样造成时域周期延拓： C1. 只要有一个N点序列，就可以用下面的定义找到一个N点DFT分析它的频率响应特性，如果序列的长为LN，可以补零使长度变为N * * 如何应用DFT 时域序列 频域DFT序列 x(n)表示第n个分量值； X(k)表示第k个频谱分量的幅度 周期与频率： 时域信号周期，信号频率； 时域信号的延拓周期，信号的点数； 采