数字信号处理讲义--第8章离傅里叶变换.docVIP

第8章 离散傅里叶变换 教学目的 1．理解离散傅里叶级数、傅里叶变换的概念和性质，掌握循环卷积的计算方法； 2．掌握用离散傅里叶变换实现线性卷积的条件和方法。 教学重点与难点 重点： 1．理解离散傅里叶级数、傅里叶变换的概念和性质，掌握循环卷积的计算方法； 2．掌握用离散傅里叶变换实现线性卷积的条件和方法。 难点： 循环卷积的计算方法。 离散傅里叶变换实现线性卷积的条件与方法。 8.0 引 言 在前面讨论了序列的傅里叶变换和Z变换。由于数字计算机只能计算有限长离散序列，因此有限长序列在数字信号处理中就显得很重要， 当然可以用Z变换和傅里叶变换来研究它， 但是，这两种变换无法直接利用计算机进行数值计算。针对序列“有限长”这一特点，可以导出一种更有用的变换：离散傅里叶变换（Discrete Fourier Transform， 简写为DFT）。它本身也是有限长序列。 作为有限长序列的一种傅里叶表示法，离散傅里叶变换除了在理论上相当重要之外，而且由于存在有效的快速算法——快速离散傅里叶变换，因而在各种数字信号处理的算法中起着核心作用。  有限长序列的离散傅里叶变换（DFT）和周期序列的离散傅里叶级数（DFS）本质上是一样的。为了讨论离散傅里叶级数与离散傅里叶变换，我们首先来回顾并讨论傅里叶变换的几种可能形式，见图8-1所示。 图 ８-1 各种形式的傅里叶变换 一个非周期实连续时间信号xa(t)的傅里叶变换，即频谱Xa(jΩ)是一个连续的非周期函数，这一变换对的示意图见图8-1(a)。 该变换关系与第1章“连续时间信号的采样”中所涉及到的非周期连续时间信号xa(t)的情况相同。  一个周期性连续时间信号xp(t)，其周期为Tp，该信号可展成傅里叶级数，其傅里叶级数的系数为 ，即xp(t)的傅里叶变换或频谱Xp(jkΩ)是由各次谐波分量组成的，并且是非周期离散频率函数，xp(t)和Xp(jkΩ)的示意图见图８-1(b)。其中，离散频谱相邻两谱线之间的角频率间隔为Ω=2πF=2π/Tp，k为谱谐波序号。 在第２章里讨论了一个非周期连续时间信号xa(t)经过等间隔采样的信号（x(nT)），即离散时间信号——序列x(n)，其傅里叶变换X(ejω)是以2π为周期的连续函数，振幅特性如图8-1(c)所示。 这里的ω是数字频率，它和模拟角频率Ω的关系为ω=ΩT。若振幅特性的频率轴用Ω表示，则周期为Ωs=2π/T。  比较图8-1(a)、（b）和(c)可发现有以下规律：如果信号频域是离散的，表现为周期性的时间函数。相反，在时域上是离散的， 则该信号在频域必然表现为周期性的频率函数。不难设想，一个离散周期序列，它一定具有既是周期又是离散的频谱， 其振幅特性如图8-1(d)所示。? 表8-1 四种傅里叶变换形式的归纳 时间函数 频率函数 连续和非周期 非周期和连续 连续和周期 非周期和离散 离散和非周期 周期和连续 离散和周期 周期和离散 可以得出一般的规律：一个域的离散对应另一个域的周期延拓， 一个域的连续必定对应另一个域的非周期。表8-1对这四种傅里叶变换形式的特点作了简要归纳。  下面我们先从周期性序列的离散傅里叶级数开始讨论，然后讨论可作为周期函数一个周期的有限长序列的离散傅里叶变换。 8.1 周期序列的离散傅里叶级数(DFS) 设 是一个周期为N的周期序列， 即 r为任意整数 周期序列不是绝对可和的，所以不能用Z变换表示，因为在任何z值下，其Z变换都不收敛，也就是 但是，正如连续时间周期信号可以用傅里叶级数表示一样， 周期序列也可以用离散傅里叶级数来表示，该级数相当于成谐波关系的复指数序列（正弦型序列）之和。也就是说，复指数序列的频率是周期序列 的基频（2π/N）的整数倍。这些复指数序列ek(n)的形式为 （8-1） 式中, k, r为整数。 由式（8-1）可见，复指数序列ek(n)对k呈现周期性，周期也为N。也就是说, 离散傅里叶级数的谐波成分只有N个独立量，这是和连续傅里叶级数的不同之处（后者有无穷多个谐波成分），因而对离散傅里叶级数，只能取k=0 到N-1的N个独立谐波分量， 不然就会产生二义性。因而 可展成如下的离散傅里叶级数，即 （8-2） 式中，求和号前所乘的系数1/N是习惯上已经采用的常数， 是k次谐波的系数。 下面我们来求解系数 ，这要利用复正弦序列的正交特性，即 r=mN, m为整数 r=mN, m为整数 其他r 将式（8-2）两端同乘以 ，然后从n