离散傅里叶变换(DFT).
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
~x3(n)
1 N
N1 X~3 (k)WN nk
k 0
1 N
N1 X~1 (k) X~2 (k)WN nk
k 0
1 N
N 1 k 0
N 1 m0
~x1
(m)WN
km
N 1 r 0
~x2
(r
)WN
kr
WN
nk
1 N
N
1
~x1
(m)
N
1
Hale Waihona Puke Baidu
~x2
(r
)
N
1
WN
k
(r
mn)
m0
r0
k 0
N kn0(这里r为任意整数),所以序列移位n0
与移位n0+rN,其DFS相同。
• 频域序列的移位有与时域序列的移位相类似的结果,若
• X~2 (k) X~(k l) X~(k l rN ), l、r 为整数
• 则与 X~2 (k) 对应的时域序列为: ~x2 (n) WN nl ~x(n)
jt
d
X
(e
j
)
x(n)e
n
jn
x(n)
1
2
X (e j )e jn d
图 3.1 时域中的抽样和频域中的抽样
• 周期函数 X~() 可以用傅里叶级数表示为:
X~()
xa (nTs )e jnTs
n
• 而抽样值xa(nTs)即为傅里叶级数的系数,并且有:
xa
(nTs
)
1 s
s
2 s
X
(k)
DFT
[ x(n)]
N 1 n0
x(n)WNkn
,
0
0 k N 1 其它
x(n)
IDFT
[X
(k )]
1 N
N 1 k 0
X
(k )WNkn
,
0
0 n N 1 其它
3.2.2 DFT的性质
1.线性
DFT
分)
• 若 ~x (n) 为实序列,则有:
(1) ~xe (n) DFS Re[ X~(k )]
(2) ~xo (n) DFS jI m [ X~ (k )]
(~xe (n) 表示~x (n) 的偶序列部分)
(~xo (n) 表示~x (n) 的奇序列部分)
(3) X~ (k ) X~ * (k ) ,(说明实序列的 DFS 是共轭对称的)
~x3 (n) N 1 ~x2 (m)~x1(n m)
m0
~x4 (n) ~x1(n)~x2 (n)
X~4 (k)
1 N
N 1 X~1(l) X~2 (k
l 0
l)
•或
X~4 (k)
1 N
N 1 X~2 (l) X~1(k
l 0
l)
( 3.18 ) ,则
(3.19)
(3.20)
• 现在证明(3.17)式
(4) Re[ X~(k)] Re[ X~(k)]
(5) I m [ X~ (k )] I m [ X~ (k )] (6) | X~(k ) || X~(k ) |
(7) arg[ X~(k )] arg[ X~(k )]
• 第(4)、(5)、(6)、(7) 条说明实序列的DFS的实部和模是偶序列,
1 N
N 1 ~x1 (m)~x2 (n m lN ) N
m0
N 1 ~x1 (m)~x2 (n m)
m0
图3.2 周期卷积的计算
• 序列的线性卷积与周期卷积之间有以下几点区别: (1) 线性卷积对参与卷积的两个序列无任何要求,而周期卷积要求两个序
列是周期相同的周期序列; (2) 线性卷积的求和范围由两个序列的长度和所在的区间决定,而周期卷
• ~x3 (n) 和 X~3 (k) 也都是以N为周期的周期序列。
2.序列的移位
• 设 ~x (n) DFS X~(k) ,周期为 N; ~x1(n) ~x (n n0 ) ,
n0 为整数;
• 则移位后的序列 ~x1 (n) 的DFS为:X~1(k) WN kn0 X~(k)
•
W W 由于 k(n0rN ) N
1. 线性
• 设 ~x1(n) 和 ~x2 (n)
都是周期为N的周期序列,
且: ~x1(n) DFS X~1(k ),~x2 (n) DFS X~2 (k ) 。
• 若 ~x3(n) a~x1(n) b~x2 (n) ,这里a、b为任意常数,则 ~x3 (n) 的
DFS为 X~3 (k ) aX~1(k ) bX~2 (k )
第3章 离散傅里叶变换(DFT)
• 对信号进行傅里叶变换就是求信号的频谱。连续信号的傅里叶 正变换和反变换都是连续函数的无穷限积分,显然不容易用计算 机来处理。而离散信号的傅里叶变换虽然是求和运算,但是其反 变换仍然是连续函数的积分。
X a ()
xa
(t
)e
jt
dt
xa (t)
1
2
X
a
()e
积的求和范围是一个周期;
(3) 线性卷积所得序列的长度由参与卷积的两个序列的长度确定,而周期 卷积的结果仍是周期序列,且
• 周期与原来的两个序列的周期相同。 • 这条性质说明,对于周期序列的DFS有:频域相乘映射为时域的周期
卷积,时域相乘映射为频域的周期卷积。
3.2 离散傅里叶变换(DFT)及其性质
(4) jI m [~x (n)] DFS X~o (k ) ( X~o (k) 表示X~ (k ) 的共轭反对称部
分)
(5) ~xe (n) DFS Re[ X~ (k )] (~xe (n) 表示 ~x(n) 的共轭对称部分)
(6) ~xo (n) DFS jI m [ X~ (k )]
(~xo (n) 表示 ~x (n)的共轭反对称部
X~ ()e
jnTs d
2
•
在时域和频域中分别用抽样间隔Ts
和Ω 1
来归一化,就得到:
X~ (k) DFS [~x (n)] N 1 ~x (n)WN kn n0
(3.11)
~x (n)
IDFS [ X~(k)]
1 N
N 1 X~ (k )WN kn
k 0
(3.12)
3.1.2 DFS的性质
而其虚部和幅角是奇序列。
4.周期卷积
• 设 ~x1 (n) DFS X~1 (k ), ~x2 (n) DFS X~2 (k ) • 它们的周期均为N,若 X~3 (k) X~1(k)X~2 (k) ,则
~x3 (n) N 1 ~x1(m)~x2 (n m)
m0
(3.17)
•或 • 又,若
3. 对称性
• 设 ~x (n) DFS X~(k) ,若 ~x (n)为复序列,则有:
(1) ~x * (n) DFS X~ * (k )
(2) ~x * (n) DFS X~ * (k )
(3) Re[ ~x (n)] DFS X~e (k )
分)
( X~e (k) 表示 X~ (k ) 的共轭对称部