现代数字信号处理3ppt(齐齐哈尔大学).pptVIP

例、序列x(n)长度M=1500， 解 ： 3.3 频率域采样 例： 解： 是x(n)以6为周期的周期延拓序列后的主值序列 3.3 频率域采样 3.3 频率域采样 频域内插公式 3.4.1 用DFT计算线性卷积 1、用DFT计算循环卷积 3.4 DFT的应用 3.4.1 用DFT计算线性卷积 1、用DFT计算循环卷积 3.4 DFT的应用 由此可见，循环卷积既可以直接在时域计算，也可按照下图在 频域计算。鉴于DFT具有快速算法FFT，当N很大时，在频域的 计算速度要快得多，因而常用DFT(FFT)计算循环卷积 。 3.4 DFT的应用 2、有限长序列的线性卷积与循环卷积 实际问题的大多数是求解线性卷积，如信号 x（n）通过系统 h（n），其输出就是线性卷积 y（n）=x（n）*h（n）。而循环卷积比起线性卷积，在运算速度上有很大的优越性。 有限长序列x（n）与h（n）的线性卷积，在什么条件下能用循环卷积代替而不产生失真？ 3.4 DFT的应用 有限长序列的线性卷积： 假定 x（n） y（n）为有限长序列，长度为N， M， 它们的线性卷积f（n）=x（n）*y（n）也应是有限长序列 因 x（m）的非零区间： 0≤m≤N-1， y(n-m)的非零区间： 0≤n-m≤M-1， 这两个不等式相加，得： 0≤n≤N+M-2， f（n）是一个长度为N+M-1的有限长序列 3.4 DFT的应用 循环卷积： 重新构造两个有限长序列 x（n）、y（n），长度均为L max{N,M} ，序列 x（n）只有前N个是非零值，后L-N个为补充的零值；序列 y（n）只有前M个是非零值，后L-M个为补充的零值。 线性卷积记为： 循环卷积为： 3.4 DFT的应用 又有 所以可得： 3.4 DFT的应用 其中 就是线性卷积，也就是说，x（n）、y（n）的循环卷积，是x（n）、y（n）线性卷积的周期延拓的主值序列，周期为L。 根据前面的分析， 具有 N+M-1 个非零序列值，因此，如果循环卷积的长度 LN+M-1，那么 周期延拓后，必然有一部分非零序列值要重叠，出现混淆现象。只有 L≥N+M-1 时，才不会产生交叠，这时 的周期延拓中每一个周期L内，前N+M-1个序列值是 的全部非零序列值，而剩下的 L —（N+M-1）点的序列则是补充的零值。 循环卷积等于线性卷积而不产生混淆的必要条件是： L≥N+M-1? 3.4 DFT的应用 用DFT计算线性卷积 3.4 DFT的应用 3、长序列的DFT 实际上，经常遇到两个序列的长度相差很大的情况，例如MN 若选取L=N+M-1，以L为运算区间， 并用上述循环卷积计算线性卷积，则必须对短序列补充很多零点， 长序列必须全部输入后才能进行快速计算。因此要求存储容量大， 运算时间长，并使处理延时很大，很难实时处理。况且在某些应用场合， 序列长度不定或者认为是无限长，比如语音信号和地震信号等。在要求实时处理时，直接套用上述方法是不行的。 3.4 DFT的应用 重叠相加法的步骤：（设x(n)为无限长序列，h(n)长为N） 1）将无限长序列进行分段，每一段长为M。 2）对每一段进行长为L=N+M-1的卷积。 3）将相邻两段卷积结果相重叠的部分相加，既可得到完整的卷积结果序列。 3.4 DFT的应用 现代数字信号处理 齐齐哈尔大学通信学院 何鹏 第三章 离散傅立叶变换 由于数字信号处理器只能处理离散信号，所以还需要将离散时间序列进行频域离散化 即：要找到依赖于离散时间变量到依赖于离散频率变量之间的一种映射关系。 这就是DFT的作用 连续非周期－非周期连续 连续周期－非周期离散 离散非周期－周期连续 离散周期－周期离散 适合数字 信号处理器 时 域 频 域 结论 总之，一个域的离散就必然造成另一个域的周期延拓，而一个域的非周期与另一个域的连续是相对应的。 3.1 离散傅里叶变换的定义 1、DFT的定义 设x（n）是一个长度为M的有限长序列，则定义x（n）的N点傅立叶变换和傅立叶逆变换分别为 式中， ，N称为DFT变换区间长度， 说明： （1）x(n)是有限长序列，且长度为M。与傅立叶变换和z变换不同，n仅定义在[0,M-1]的整数区间上； （2）x(n)的离散傅立叶变换的结果与变换区间长度有关。 DFT的矩阵方程表示 3.1 离散傅里