第3章 离散傅立叶变换 时dfsdfs的性质dftdft的性质循环卷积利用dft计算线性卷积频率域抽样fft.pptVIP

第3章 离散傅立叶变换 DFS DFS的性质 DFT DFT的性质 循环卷积 利用DFT计算线性卷积 频率域抽样 FFT 　 　 有限长序列的傅里叶分析 2. 连续时间非周期信号 3. 离散非周期信号 4. 周期为N 的离散周期信号 离散傅里叶级数（DFS） 则DFS变换对可写为 离散傅里叶变换（DFT） 频域上的主值区间与主值序列： 　 　 离散傅里叶变换的性质 分3步计算： 3. 对称性(symmetry) 　 三种卷积的联系和区别： １．线性卷积 ２．周期卷积 ３．循环卷积 3.3 利用循环卷积计算线性卷积 1.如果L2N-1,则循环卷积不会等于线性卷积; 2.如果L=2N-1,两者相等. 如果两个序列的长度不等:N,M 则L应该满足: L=M+N-1 例:计算两个N点的序列的线性卷积和2N点的循环卷积. 3.5 快速傅里叶变换(FFT) 3.5.2 时域抽取法基2FFT基本原理 FFT算法基本上分为两大类：时域抽取法FFT(Decimation In Time FFT,简称DIT-FFT)和频域抽取法FFT(Decimation In Frequency FFT,简称DIF―FFT)。下面先介绍DIF―FFT算法。 设序列x(n)的长度为N，且满足 其中X1(k)和X2(k)分别为x1(r)和x2(r)的N/2点DFT，即 3.5.3 DIT―FFT算法与直接计算DFT运算量的比较 1.蝶形运算及运算量的比较 每级由N/2个蝶形组成,每一级运算都需要N/2次复数乘和N次复数加(每个蝶形需要两次复数加法)。所以，M级运算总共需要的. 复数乘次数为 2.同址计算(原位) 每一级的蝶形的输入与输出在运算前后可以存储在同一地址的存储单元中,这种同址运算的优点是可以节省存储单元,减低对硬件的要求. 3. 序列的倒序或变址计算 DIT―FFT算法的输入序列的排序看起来似乎很乱，但仔细分析就会发现这种倒序是很有规律的。由于N= ，所以顺序数可用M位二进制数(nM-1nM-2…n1n0)表示。 3.5.4 频域抽取法FFT(DIF―FFT) 在基2快速算法中，频域抽取法FFT也是一种常用的快速算法，简称DIF―FFT。 设序列x(n)长度为N=2M，首先将x(n)前后对半分开，得到两个子序列，其DFT可表示为如下形式： 3.7 FFT 的应用 3.7.2 用FFT对信号进行谱分析 所谓信号的谱分析就是计算信号的傅里叶变换。 连续信号与系统的傅里叶分析显然不便于直接用计算机进行计算，使其应用受到限制， 而DFT是一种时域和频域均离散化的变换， 适合数值运算， 成为分析离散信号和系统的有力工具。 1. 谱分析中参数的选择 工程实际中， 经常遇到的连续信号xa(t)， 其频谱函数Xa(jΩ)也是连续函数。 设连续信号xa(t)持续时间为tp， 最高频率为fo， xa(t)的傅里叶变换为： 对xa(t)以采样间隔T≤1/2fo(即fs=1/T≥2fo)采样得 xa(nT)。 设共采样N点， 并对Xa(jf)作零阶近似(t=nT, dt=T)得 显然，X (jf)仍是f的连续周期函数, xa(nT)和X (jf)如图3.4.5(b)所示。 对 X(jf)在区间［0, fs］上等间隔采样N点， 采样间隔为F，F也叫频率分辨率 如图3.4.5(c)所示。 参数fs 、 tp、 N和F满足如下关系式： 2.频谱分析的步骤 (1).数据准备 已知 (3). 计算振幅谱 相位谱 功率谱 例 为自然数 按n的奇偶把x(n)分解为两个N/2点的子序列 (3.2.5) (3.2.6) 由于X1(k)和X2(k)均以N/2为周期，且 ，所以X(k)又可表示为 (3.2.7) (3.2.8) ? 图4.2.1 蝶形运算符号 图4.2.2 N点DFT的一次时域抽取分解图(N=8) 复数加次数为 例如，N=210=1024时 P84表格