离散傅里叶变换[整理].pptVIP

　　对周期为N的周期序列　　　，由(2.3.10)式知道，其频谱函数为   其中  　　由于　　　以N为周期，因而X(ejω)也是以2π为周期的离散谱，每个周期有N条谱线，第k条谱线位于ω=(2π/N)k处，代表　　　的k次谐波分量。而且，谱线的相对大小与　　　成正比。由此可见，周期序列的频谱结构可用其离散傅里叶级数系数　　　表示。由DFT的隐含周期性知道，截取　　　的主值序列 　　　　　　　　，并进行N点DFT，得到：  　　　　　　　　　　　　　　　　　　　　 所以可用X(k)表示　　　的频谱结构。 (3.4.16) 　　如果截取长度M等于　　　的整数个周期，即M=mN，m为正整数，即 　　　　　　　　　　　　　　   令n=n′＋iN; i=0, 1, …, m－1; n′=0, 1, …, N－1，则 （3.4.17） 因为 所以 (3.4.18) 由此可见，XM(k)也能表示　　的频谱结构，只是在k=im时，　　　　　　　，表示　　的i次谐波谱线，其幅度扩大m倍。而其他k值时，XM(k)=0，当然，X(i)与XM(im)对应点频率是相等的　　　 。所以，只要截取　　的整数个周期进行DFT，就可得到它的频谱结构，达到谱分析的目的。 　　如果　　的周期预先不知道，可先截取M点进行DFT，即  再将截取长度扩大1倍，截取  比较XM(k)和X2M(k)，如果二者的主谱差别满足分析误差要求，则以XM(k)或X2M(k)近似表示　　　的频谱，否则，继续将截取长度加倍，直至前后两次分析所得主谱频率差别满足误差要求。设最后截取长度为iM，则XiM(k0)表示ω=[2π/(iM)]k0点的谱线强度。 　　在很多实际应用中，并非整个单位圆上的频谱都很有意义。例如，对于窄带信号，往往只希望对信号所在的一段频带进行谱分析，这时便希望采样能密集地在这段频带内进行，而带外部分可完全不予考虑。另外，有时希望采样点不局限于单位圆上。例如，语音信号处理中，常常需要知道系统极点所对应的频率，如果极点位置离单位圆较远，则其单位圆上的频谱就很平滑，如图3.4.8(a)所示，这时很难从中识别出极点对应的频率。 图3.4.2 线性卷积与循环卷积波形图 　　综上所述，取L≥N＋M≥1，则可按照如图3.4.1所示的计算框图用DFT(FFT)计算线性卷积。其中DFT和IDFT通常用快速算法(FFT)来实现，故常称其为快速卷积。 　　实际上，经常遇到两个序列的长度相差很大的情况，例如MN。若仍选取L≥N＋M－1，以L为循环卷积区间，并用上述快速卷积法计算线性卷积，则要求对短序列补很多零点，而且长序列必须全部输入后才能进行快速计算。因此要求存储容量大，运算时间长，并使处理延时很大，不能实现实时处理。 　　况且在某些应用场合，序列长度不定或者认为是无限长，如电话系统中的语音信号和地震检测信号等。显然，在要求实时处理时，直接套用上述方法是不行的。解决这个问题的方法是将长序列分段计算，这种分段处理方法有重叠相加法和重叠保留法两种。下面只介绍重叠相加法，重叠保留法作为本章习题题21，留给读者讨论。 　　设序列h(n)长度为N，x(n)为无限长序列。将x(n)等长分段，每段长度取M，则 （3.4.4a） 于是，h(n)与x(n)的线性卷积可表示为 （3.4.4b） 　式中 (3.4.4b)式说明，计算h(n)与x(n)的线性卷积时，可先计算分段线性卷积yk(n)=h(n)*xk(n)，然后把分段卷积结果叠加起来即可，如图3.4.3所示。每一分段卷积yk(n)的长度为N＋M－1，因此相邻分段卷积yk(n)与yk＋1(n)有N－1个点重叠，必须把重叠部分的yk(n)与yk＋1(n)相加，才能得到正确的卷积序列y(n)。 　　显然, 可用图3.4.1所示的快速卷积法计算分段卷积yk(n)， 其中L=N＋M－1。由图3.4.3可以看出，当第二个分段卷积y1(n)计算完后，叠加重叠点便可得输出序列y(n)的前2M个值；同样道理，分段卷积yi(n)计算完后，就可得到y(n)第i段的M个序列值。因此，这种方法不要求大的存储容量，且运算量和延时也大大减少，最大延时TDmax=2MTs+To，Ts是系统采样间隔，To是计算1个分段卷积所需时间，一般要求ToMTs。这样，就实现了边输入边计算边输出，如果计算机的运算速度快，可以实现实时处理。 图3.4.3 用重叠相加法计算 线性卷积时域关系示意图 　　用DFT计算分段卷积yk(n)的方法如下： 　　(1) i=0；L=N＋M－1；计算并保存 H(k)=DFT[h(n)]L; 　　(2)