离散时间傅立叶变换课件.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
3 离散时间傅立叶变换的性质 DTFT也有很多与CTFT类似的性质,当然也有某些明显的差别。 通过对DTFT性质的讨论,目的在于揭示信号时域和频域特性之间的关系。 一、周期性 (periodic): 比较:这是与CTFT不同的。 Properties of the Discrete-Time Fourier Transform 则 若 二. 线性 (linearity): 三. 时移与频移 (shifiting): 若 则 时移特性 频移特性 四. 时域反转 (reflaction): 若 则 五. 共轭对称性 (symmetry properties): 若 则 由此可进一步得到以下结论: 即 1. 若 是实信号,则 2. 若 是实偶信号,则 于是有: 即 是实偶函数。 3. 若 是实奇信号, 于是有: 表明 是虚奇函数。 4. 若 则有: 说明:这些结论与连续时间情况下完全一致。 六. 差分与求和 (Differencing and Accumulation): 说明:在DTFT中 对应于CTFT中的 。 例: 七. 时域内插 ( Interplation ): 定义 为 的整数倍 其他 k1时,该信号在时域上被拉开了(变慢),对应地在频域就被压缩。 信号的时域与频域特性之间有一种相反的关系。 八. 频域微分( Differention in Frequency ): 九. Parseval定理: 称为 的能量谱密度函数。 比较:在DFS中有 称为周期信号的功率谱。 4 卷积特性( The Convolution Property ) 若 则 说明:该特性提供了对LTI系统进行频域分析 的理论基础。 即是系统的频率特性。 例:求和特性的证明 5 相乘性质(The Multiplication Property) 如果 则 由于 和 都是以 为周期的, 因此上述卷积称为周期卷积。 例: 5.6 傅立叶变换的性质及基本变换对列表 (自学) 7 对偶性(Duality) 由于ak本身也是以N为周期的序列,当然也可以将其展开成傅立叶级数形式。令-n→k,k→n,此时上面右式即ak的傅立叶级数展开 一.DFS的对偶 离散时间的傅立叶变换不存在如连续时间傅立叶变换那样的对偶性,但周期性离散时间信号与其傅立叶级数展开之间存在对偶性。 chap 5 chap 5 离散时间傅立叶变换 基 本 内 容 1. 离散时间傅立叶变换; 2. 常用信号的离散时间傅立叶变换对; 3. 离散时间周期信号的傅立叶变换; 4. 傅立叶变换的性质; 5. 系统的频率响应与系统的频域分析方法; 注释: CFS ( The Continuous-Time Fourier Series ): 连续时间傅立叶级数 DFS ( The Discrete-Time Fourier Series ): 离散时间傅立叶级数 CTFT ( The Continuous-Time Fourier Transform ): 连续时间傅立叶变换 DTFT ( The Discrete-Time Fourier Transform ): 离散时间傅立叶变换 5.0 引言 Introduction 本章将采用与讨论CTFT完全相同的思想方法,来研究离散时间非周期信号的频域分解问题。 DFS与CFS之间既有许多类似之处,也有一些重大差别:主要是DFS是一个有限项级数, 其系数 具有周期性。 在采用相同方法研究如何从 DFS 引出离散时间非周期信号的频域描述时,可以看到,DTFT与CTFT既有许多相类似的地方,也同时存在一些重要的区别。 抓住它们之间的相似之处并关注其差别,对于掌握和加深对频域分析方法的理解具有重要意义。 1 非周期信号的表示 Representation of Aperiodic Signals: The Discrete-time Fourier Thransform 一. 从DFS到DTFT: 在讨论离散时间周期性矩形脉冲信号的频谱时,我们看到: 当信号周期N增大时,频谱的包络形状不变,幅度减小,而频谱的谱线变密。 因此,可以预见,对一个非周期信号,它的频谱应该是一个连续的频谱。 当 时,有 ,将导致 信号的频谱无限密集,最终成为连续频谱。 从时域看,当周期信号的周期 时,周期序列就变成了一个非周期的序列。 当 时 令 对周期信号

文档评论(0)

159****9606 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档