04离散傅里叶变换+.pptVIP

* 图 4-13 圆周卷积过程示意图 4.3.3 离散傅里叶变换的性质 * N 或 N 记为： 4.3.3 离散傅里叶变换的性质 * N （2）频域圆周卷积定理 利用时域与频域的对称性，可以证明频域圆周卷积定理（请读者自己证明）。 若 x1(n)，x2(n) 皆为N点有限长序列，则 即时域序列相乘，乘积的DFT等于各个DFT的圆周卷积再乘以1/N。 4.3.3 离散傅里叶变换的性质 * 4.有限长序列的线性卷积与圆周卷积 时域圆周卷积在频域上相当于两序列的DFT的乘积，而计算DFT可以采用它的快速算法——快速傅里叶变换（FFT）（见第5章）， 因此圆周卷积与线性卷积相比，计算速度可以大大加快。但是，在许多实际问题中常需要计算线性卷积，例如一个FIR数字滤波器的输出等于输入与滤波器的单位冲激响应的线性卷积。如果能将线性卷积转化为圆周卷积，就能够用圆周卷积来计算线性卷积而加快计算速度。因此，需要讨论圆周卷积与线性卷积在什么条件下相等及如何用圆周卷积运算来代替线性卷积运算的问题。 设x1(n)是N1点的有限长序列（0≤n≤N1-1），x2(n)是N2点的有限长序列（0≤n≤N2-1）。 4.3.3 离散傅里叶变换的性质 * 它们的线性卷积 x1(m)的非零区间为 0≤m≤N1-1 x2(n-m)的非零区间为 0≤n-m≤N2-1 (4-43) 4.3.3 离散傅里叶变换的性质 * 将两个不等式相加，得到 0≤n≤N1+N2-2 在上述区间外，不是x1(m)=0就是x2(n-m)=0，因而y1(n)=0。所以y1(n)是N1+N2-1 点有限长序列，即线性卷积的长度等于参与卷积的两序列的长度之和减1。例如，图4-14 中，x1(n)为N1=4 的矩形序列（图4-14（a）），x2(n)为N2=5 的矩形序列（图4-14（b）），则它们的线性卷积y1(n)为N=N1+N2-1=8 点的有限长序列（图 4-14（c））。 4.3.3 离散傅里叶变换的性质 * 再来看x1(n)与x2(n)的圆周卷积。先讨论进行L点的圆周卷积，再讨论L取何值时，圆周卷积才能代表线性卷积。 设y(n)=x1(n) x2(n)是两序列的L点圆周卷积，L≥max［N1, N2］，这就要将x1(n)与x2(n)都看成是L点的序列。在这L个序列值中，x1(n)只有前N1个是非零值，后L-N1个均为补充的零值。同样， x2(n)只有前N2个是非零值，后L-N2个均为补充的零值。则 L （4-47） 4.3.3 离散傅里叶变换的性质 L 为了分析其圆周卷积，我们先将序列x1(n)与x2(n)以L为周期进行周期延拓 * 将它们代入式（4－47）得其周期卷积序列为 （4-48） 4.3.3 离散傅里叶变换的性质 * 前面已经分析了y1(n)具有N1+N2－1个非零值。因此可以看到， 如果周期卷积的周期LN1+N2－1，那么y1(n)的周期延拓就必然有一部分非零序列值要交叠起来，从而出现混叠现象。只有在L ≥ N1+N2－1 时，才没有交叠现象。这时, 在y1(n)的周期延拓 中， 每一个周期L内，前N1+N2－1个序列值正好是y1(n)的全部非零序列值，而剩下的L-(N1+N2－1)个点上的序列值则是补充的零值。所以L点圆周卷积y(n)是线性卷积yl(n)以L为周期的周期延拓序列的主值序列。 4.3.3 离散傅里叶变换的性质 * 所以要使圆周卷积等于线性卷积而不产生混叠的必要条件为 （4-49） 满足此条件后就有 即 x1(n) ○x2(n)=x1(n)*x2(n) L 图4-14（d）、（e）、（f）正反映了（4-46）式的圆周卷积与线性卷积的关系。在图4-14（d）中，L=6小于N1+N2-1=8，这时产生混叠现象，其圆周卷积不等于线性卷积；而在图4-14（e）、（f）中, L=8和L=10，这时圆周卷积结果与线性卷积相同，所得y(n)的前8点序列值正好代表线性卷积结果。 所以只要L≥N1+N2- 1，圆周卷积结果就能完全代表线性卷积。 (4-50) 4.3.3 离散傅里叶变换的性质 * 图4-14 线性卷积与圆周卷积 4.3.3 离散傅里叶变换的性质 * 周期卷积的过程可以用图4-7来说明，这是一个N=7的周期卷积。每一个周期里 有一个宽度为4的矩形脉冲， 有一个宽度为3的矩形脉冲，图中画出了对应于n=0, 1, 2 时的 。