数字信号处理程佩青第三版课件_第三章_离散傅里叶变换.pptVIP

* 练习： 某餐馆的广告词是:”好吃,您告诉大家;不好吃,您告诉我们。”这两句话看似挺自信,但仔细想想,这样说显得该餐馆对自己的饭菜质量还是没有十分把握。如果稍做改动，改为：“___________________________________________________” 快乐高尔夫青少年暑期活动计划 青少年兴趣培养计划 云集达体育发展有限公司 * 在进行线性卷积时不进行补零，直接进行运算，如左下图。而进行圆周卷积时，需要首先对序列进行补零加长，然后进行运算，如右下图。 * 还要进一步明确，最好能用图形来解释。 * 注意m和n两者变量之间的关系。 * 表达式中右侧是否应该取模？ (4) 由对连续非周期信号进行频域抽样就推出DFT变换式 把后两式进行从连续域到离散域的必要 的处理，如令T = 1 等，就得到了我们熟悉的DFT变换对定义式。 (5) 用 DFT逼近连续非周期信号的傅里叶变换结论1 从以上分析，特别是最后得出的两式，不 难看出 ： 如果用DFT定义式去计算一个非周期的信号的傅里叶变换，则频谱的正常电平幅度与用DFT算得的频谱幅度相差一个加 权系数 — T. 即： (6) 用DFT逼近连续非周期信 号的傅里叶变换结论2 同理，用IDFT定义式去计算一个非周期信号 的傅里叶反变换，则需再加权一个 N * F = fs. 由于 fs = 1 / T, 所以一个时间信号从时域到频域再到时域的整个变换过程中，电平幅度并未受到影响。 (7) 用DFT逼近连续非周期信号的傅里叶变换注意点 用DFT逼近连续非周期信号的傅里叶变换过程中除了对幅度的线性加权外，由于用到了抽样与截断的方法，因此也会带来一些可能产生的问题（如：混叠效应，频谱泄漏，栅栏效应等）。 3. 用DFT做傅里叶变换 (级数) 的逼近时所产生的问题 为了能在数字计算机上分析连续信号的 频谱，常常用DFT来逼近连续时间信号的傅里叶变换，但同时也产生以下问题： 混叠现象 频谱泄漏 栅栏效应 (1) 混 叠 现 象 利用DFT逼近连续时间信号的傅里叶变换，为避免混叠失真，要求满足抽样定理，即奈奎斯特准则： fs ≥ 2 fh 其中fs为抽样频率, fh 为信号最高频率。但此条件只规定出 fs 的下限为 fh , 其上限要受抽样间隔 F的约束。 抽样间隔 F 即频率分辨力，它是记录长度的倒数，即 Tp = 1 / F 若抽样点数为 N, 则抽样间隔与 fs 的关系为 F = fs / N ≥2fh /N . 混叠现象的结论 由F = fs / N ≥2fh / N 看出： 在 N 给定时，为避免混叠失真而一味提高抽样频率 fs , 必然导致 F 增加，即频率分辨力下降；反之，若要提高频率分辨力即减小F, 则导致减小fs , 最终必须减小信号的高频容量。 以上两点结论都是在记录长度内抽样点数 N 给定的 条件下得到的。所以在高频容量 fh 与频率分辨力 F 参 数中，保持其中一个不变而使另一个性能得以提高的 唯一办法，就是增加记录长度内的点数 N, 即 fh 和 F 都给定时，则N必须满足 N ≥2fh / F . 这是未采用任何特殊数据处理（例如加窗）情况下，为实现基本DFT算法所必须满足条件。 例子--1 有一频谱分析仪用的FFT处理器，其抽样点数必须是2的整数幂。假定没有采用任何特殊的数据处理措施，已给条件为： （1）频率分辨力≤10 Hz （2）信号的最高频率≤4k Hz 试确定以下参量： （1）最小记录长度Tp ; （2）抽样点的最大时间间隔T ; （3）在一个记录中的最少点数 N . 例子--2 解：(1)由分辨力的要求确定最小记录长度Tp. Tp = 1/F = 1/10 = 0.1(s) 故最小记录长度为0.1秒。 （2）从信号的最高频率确定最大的抽样时间间隔T. fs≥2fh, T = 1/fs ≤1/2fh = 0.125*10-3 (s) (3)最小记录点数N，它应满足 N≥2fh /F = 800 该处理器所需最少采样点数为 N = 210=1024点。（因为N=29=512点不够） 2、频谱泄漏 在实际中，要把观测的信号x(n)限制在一定的时间间隔之内，即采取截断数据的过程。 时域的截断在数学上的意义为原连续时间信号乘上一个窗函数，使原连续时间函数成为两端突然截断，中间为原信号与窗函数相乘的结果。 时域两函数相乘，在频域是其频谱的卷积。由于窗函数不可能取无限宽，即其频谱不可能为一冲激函数，信号的频谱与窗函数的卷积必然产