第三章离散傅立叶变换.pptVIP

第三章　离散傅立叶变换 ３．１　傅立叶变换的几种可能形式 ３．２　周期序列的傅立叶级数（ＤＦＳ） ３．３　离散傅立叶变换 ３．４　离散傅立叶变换的性质 ３．５　离散傅立叶变换的应用 ３．１　离散傅立叶变换的几种可能形式 　　　傅立叶变换就是以时间为自变量的“信号”与以频率为自变量的“频谱”函数之间的一种变换关系，当自变量“时间”和“频率“取连续值或离散值时，就形成不同的形式的傅立叶变换对。 ３．１．１　非周期的连续时间、连续频率——傅立叶变换 　　　非周期连续时间信号x(t)和它的频谱密度函数X(jΩ) 构成的傅立叶变换对为 　正变换 　反变换 　 　以连续时间矩形脉冲为例： ３．１．２　周期的连续时间、离散频率——傅立叶级数 　　　周期为T0的连续时间信号x(t)的傅立叶级数展开的系数为X(jkΩ0)，构成的傅立叶变换对为： 　正变换 　反变换 　X(jkΩ0)是以角频率Ω0为间隔的离散函数，形成频域的离散频谱，Ω0与时间信号的周期之间的关系为　　　　　　　　。 　傅立叶级数展开将连续时间周期函数分解为无穷多个角频率为Ω0整数倍的谐波，k为各次谐波序号。 ３．１．３　非周期的离散时间、连续频率——序列的傅立叶变换 　　非周期离散时间信号的傅立叶变换就是序列的傅立叶变 换，其变换对为 　正变换 　反变换 　式中ω是数字频率。 　　如果序列x(n)是模拟信号x(t)经过抽样得到，抽样时间 间隔为Ts，抽样频率为fS，抽样角频率为ΩS=2π/ Ts ，由于 数字频率ω与模拟角频率Ω之间的关系为ω=ΩT ，因此抽样 数字频率ωS=ΩSTS，则上面的变换对也可写成: 正变换 　反变换 　　仍以连续时间矩形脉冲为例:结果表明，时域的离散造成 频域的周期延拓，而时域的非周期性对应与频域的连续性。 ３．１．４　离散时间、离散频率——离散傅立叶变换 　　假如序列x(n)是模拟信号x(t)经过抽样得到，抽样时间间 隔为Ts，则频率函数的周期为ΩS=2π/ Ts；如果频率函数也是 离散的，其抽样间隔为Ω0，则时间函数的周期为Ω０=2π/T０。 当时间函数序列一个周期内的抽样点数为N时，有 　 上式表明在频域中频谱函数的一个周期内的抽样点数也为N， 即离散傅立叶变换的时间序列和频率序列的周期都是N，可以 得到表示于一个周期内的常用的离散傅立叶变换对为 　　正变换 　　反变换 ３．２　周期序列的离散傅立叶级数（DFS） ３．２．１　周期序列 　　一个周期为N的周期序列　　，对于所有n满足 式中N为正整数。 　　定义n=0到N-1的周期区间为　　的主值区间，而 主值区间内的N个样本值组成的有限长序列称为　　的 主值序列，即这一过程称为取主值序列。 　　对于一个有限长序列 如将其以N为周期进行周期性延拓，则可得 由于周期序列不是绝对可和的，无论z取任何值，其z 变换都是不收敛的，即 因此周期序列不能用z变换法或傅立叶变换来进行讨 论。 ３．２．２　离散傅立叶级数 　　令　　　　，则DFS变换对可写成 正变换 反变换 　　离散傅立叶级数表明　　是以N为周期的周期序 列，其基波成分为　　　，k次谐波成分为　　　　，　　 　　为DFS的k次谐波分量的复系数。由于　　的周期 性，当已知0→N-1次谐波成分后，根据周期性就可以确 定其余的谐波分量，因此，无论时域或频域中都只有N 个序列值是独立的。 ３．２．３　离散傅立叶级数的性质 　　假定　　和　　是周期皆为N的两个离散周期序 列，它们的DFS为 １、线性 　　式中　为任意常数，可见由两个离散周期序列　　　 　　和　　线性组合成一个新的周期序列　　　　　 的DFS也是周期为N的离散周期序列。 ２、移位特性 时域移位 频域移位 　　如果　　≥N,那么 证明： ３、时域卷积特性 　　两个周期都为N的周期序列　　和　　，它们卷积 的结果也是周期为N的周期序列，即 m的取值由0～（N-1），因此称为周期卷积。 　　周期卷积与DFS的关系如下： 　　设 若 则有