离散时间信号和系统的频域分析
第3章离散时间信号与系统的频域分析
结论： 结论：序列共轭对称分量 的傅里叶变换是序列傅里 叶变换的实数部分； 叶变换的实数部分； 序列共轭反对称分量的傅 里叶变换是序列傅里叶变 换的虚数部分。 换的虚数部分。
第3章 离散时间信号与系统的频域分析
5.时域卷积定理 时域卷积定理 如果 FT [ x( n)] = X (e jω ), FT [h( n)] = H (e jω ) 且有
第3章 离散时间信号与系统的频域分析
（1）有限长序列: 有限长序列:
序列x(n)只在有限区间 1≤n≤n2之内才具有非零的有限值，在此 只在有限区间n 之内才具有非零的有限值， 序列 只在有限区间 区间外，序列值皆为零。 区间外，序列值皆为零。 其Z变换为 变换为
X (z) =
n = n1
x ( n) z − n ∑
第3章 离散时间信号与系统的频域分析
常用的Z变换是一个有理函数，用两个多项式之比表示： 常用的 变换是一个有理函数，用两个多项式之比表示： 变换是一个有理函数
P(z) X (z) = Q( z )
分子多项式P 的根是X 的零点，分母多项式Q 分子多项式P(z)的根是X(z)的零点，分母多项式Q(z) 的根是X 的极点。在极点处Z变换不存在， 的根是X(z)的极点。在极点处Z变换不存在，因此收 敛域中没有极点， 收敛域总是用极点限定其边界。 敛域中没有极点， 收敛域总是用极点限定其边界。
X (z) =
n = −∞
RN ( n ) z − n = ∑ z − n ∑
n=0
∞
N −1
= 1 + z −1 + z − 2 + L + z − ( N −1 )
这是一个有限项几何级数之和。 这是一个有限项几何级数之和。因此
时域离散信号和系统的频域分析
序列的傅里叶变换的定义和性质
周期序列的离散傅里叶级数及傅里叶变换表示式 时域离散信号的傅里叶变换与模拟信号的傅里叶变换之间 的关系 序列的Z变换 利用Z变换分析信号和系统的频域特性
2.1 引言
信号和系统的两种分析方法： 时域分析方法和频率分析方法 (1)模拟信号和系统 信号用连续变量时间t的函数表示； 系统则用微分方程描述；
2.2 序列的傅里叶变换的定义和性质 2.2.2 序列傅里叶变换的性质
1. FT的周期性 在FT定义式中， n取整数， 因此下式成立
X (e j )
结论：
n
x( n)e j ( 2 M ) n , M为整数
(1) 序列的傅里叶变换是频率ω的连续周期函数，周期是2π。 (2) X(ejω)可展成傅里叶级数， x(n)是其系数。 X(ejω)表示了信 号在频域中的分布规律。 (3) 在ω＝0,〒2π,〒4π…表示信号的直流分量，在ω＝(2M＋1)π
j j
2.2 序列的傅里叶变换的定义和性质
(5) 研究FT的对称性 (a) 将序列x(n)表示成实部xr(n)与虚部xi(n)的形式
x(n)=xr(n)+jxi(n)
将上式进行FT， 得到: X(e jω)=Xe(e jω)+Xo(e jω)
j j j jjj n j n n j n n n
1 1 [ X (e jj ) X (e jj )] X e (e ) [ X (e ) X (e )] X e (e ) 2 2 1 j j ) 1 [ X ( e j ) X ( e j )] X o (e ) [ X (e j ) X (e j )] X o (e 2 2
第二章(1)时域离散信号和系统的频域分析
2.1 引言
一. FT是重要的变换
1.分析有限长序列的有用工具。 2.在信号处理的理论上有重要意义。 3.在运算方法上起核心作用，谱分析、 卷积、相关都可以通DFT在计算机上 实现。
二、本章主要讨论内容
♦ 付里叶变换的推导 ♦ 付里叶变换的有关性质 ♦ 离散序列付里叶变换逼近连续时间信号的问题 ♦ 序列的Z变换 ♦ Z变换与系统的关系
实部为偶 对称序列 虚部为奇 对称序列
0
n
0
n
（2）定义：若xo(n)满足 xo(n)= -xo*(-n)； （2.2.13）， 则称xo(n)为共轭反对称序列。 将其分成实部和虚部： 用-n取代 n并取共轭：
xo (n) = xor (n) + jxoi (n)
xo*(-n)= xor(-n)-jxoi(-n)
∞
(2.2.8) (2.2.9)
证: FT [ x(n ± n0 )] =
k = n ± n0 → =
n =−∞
∑
x(n ± n0 )e − jω n
k =−∞
∑
∞
x(k )e − jω ( k ∓ n0 ) = e ± jω n0
k =−∞
∑
∞
∞
x(k )e − jω k = e ± jω n0 X (e jω ) x ( n ) e − j (ω ∓ ω 0 ) n = X ( e j (ω ∓ ω 0 ) )
∞
n =−∞
∑
∞
x(n)e− jω n
= ∑ RN (n)e n
n =−∞
− jω n
N-1 ∞ = ∑ e − jω n
n =0
设N＝4其幅度和相 位随ω变化如下图所 示
离散时间系统频域分析
离散时间系统频域分析离散时间系统的频域分析是研究离散时间信号在频域上的性质和行为的方法。
在离散时间系统频域分析中，使用离散时间傅里叶变换（Discrete Fourier Transform，DFT），来将离散时间信号从时域转换到频域。
通过分析信号在频域上的频谱分布和频谱特性，可以得到离散时间系统的频率响应和频域特性，对信号的频域分布和频率区间进行评估和分析。
离散时间傅里叶变换是时域信号分析的重要工具，它可以将离散时间信号从时域转换到频域。
离散时间傅里叶变换的定义可以表示为：X(k) = Σ[x(n) * exp(-j*2πkn/N)]其中，X(k)是离散时间信号在频域的频谱，x(n)是离散时间信号，N是信号的长度，k是频谱的索引。
离散时间傅里叶变换将时域信号分解成多个频率成分，通过频谱的幅度和相位信息，可以得到信号在频域上的分布情况。
通过离散时间傅里叶变换可以得到离散时间信号的频谱，进而分析信号在频域上的频率响应和频域特性。
频谱可以反映信号在不同频率上的能量分布情况，通过观察频谱的幅度和相位，可以得到信号的频率成分、频带宽度和频率特性等信息。
在离散时间系统频域分析中，常用的分析工具有频谱图、功率谱密度、频率响应等。
频谱图可以将信号的频谱以图形形式展示出来，通过观察频谱图的形状和分布，可以得到信号在频域上的特点。
功率谱密度是指信号在不同频率上的功率分布情况，可以评估信号在不同频率上的能量分布情况。
频率响应是指系统对不同频率信号的响应情况，可以评估系统对不同频率信号的滤波和增益特性。
离散时间系统频域分析的应用包括信号处理、通信系统、控制系统等领域。
在信号处理中，通过频域分析可以对信号进行滤波、去噪、频域变换等操作，提高信号的质量和分析能力。
在通信系统中，通过频域分析可以评估信号传输和接收的性能，并对系统进行优化和改进。
在控制系统中，通过频域分析可以评估系统的稳定性和控制特性，提高系统的响应速度和稳定性。
时域离散信号和系统的频域分析
时域离散信号和系统的频域分析信号与系统的分析方法有两种：时域分析方法和频域分析方法。
在连续时间信号与系统中，信号一般用连续变量时间t 的函数表示，系统用微分方程描述，其频域分析方法是拉普拉斯变换和傅立叶变换。
在时域离散信号与系统中，信号用序列表示，其自变量仅取整数，非整数时无定义，系统则用差分方程描述，频域分析方法是Z 变换和序列傅立叶变换法。
Z变换在离散时间系统中的作用就如同拉普拉斯变换在连续时间系统中的作用一样，它把描述离散系统的差分方程转化为简单的代数方程，使其求解大大简化。
因此，对求解离散时间系统而言，Z变换是一个极重要的数学工具。
2．2 序列的傅立叶变换（离散时间傅立叶变换）一、序列傅立叶变换：正变换：DTFT[x(n)]=（2.2.1）反变换：DTFT-1式（2.2.1）级数收敛条件为||= (2.2.2)上式称为x(n)绝对可和。
这也是DTFT存在的充分必要条件。
当遇到一些绝对不可和的序列，例如周期序列，其DTFT可用冲激函数的形式表示出来。
二、序列傅立叶变换的基本性质：1、 DTFT的周期性，是频率的周期函数，周期为2。
∵ = 。
问题1：设x(n)=R N(n)，求x(n)的DTFT。
====设N为4，画出幅度与相位曲线。
2、线性设=DTFT[x1(n)]，=DTFT[x2(n)]，则：DTFT[a x1(n)+b x2(n)]= = a+b3、序列的移位和频移设 = DTFT[x(n)]，则：DTFT[x(n-n0)] ==DTFT[x(n)] == =4、 DTFT的对称性共轭对称序列的定义：设序列满足下式则称为共轭对称序列。
共轭对称序列的性质：共轭对称序列的实部是偶函数，虚部是奇函数证明：=+j（实部加虚部）∵∴+j=-j∴=（偶函数）∴=－（奇函数）一般情况下，共轭对称序列用表示：共轭反对称序列的定义：设序列满足下式则称为共轭反对称序列。
共轭反对称序列的性质：共轭反对称序列的实部是奇函数，虚部是偶函数证明：=+j（实部加虚部）∵∴+j=+j∴=（奇函数）∴=（偶函数）一般情况下，用来表示一个序列可用共轭对称序列与共轭反对称序列之和表示。
0136-胡国庆-实验3-离散时间信号的离散频域分析
数字信号处理A实验报告实验项目名称:离散信号与系统的离散频域分析（DFT）学院:______计算机与通信工程____专业:______ _通信工程 _________学号:______201454080136_______班级:______ 通信1401 ________报告人:________胡国庆 __________指导老师:___ 胡双红 _ _______实验时间:_______2016-11-28________实验三离散信号与系统的离散频域分析（DFT）一、实验目的：1、掌握离散时间系统的DFT的MATLAB实现；2、熟悉DTFT和DFT之间的关系。
3、了解信号不同变形的DFT与原信号DFT之间的关系二、实验内容：选择实验二相同的8点信号x=[1 2 3 4 4 3 2 1]1、对该信号分别做8点、16点、32点DFT，分别与DTFT合并作图并比较DFT 与DTFT之间的关系。
2、在信号每两个相邻样本之间插入一个零值，扩充为16点序列，作DFT，画出幅度谱和相位谱，并与原序列的DFT进行比较。
3、将信号以8为周期扩展，得到长为16的两个周期，作DFT，画出幅度谱和相位谱，并与原序列的DFT进行比较。
三、实验平台： MATLAB集成系统四、设计流程：五、程序清单function [Xk]=dft(xn,N)n=0:1:N-1;k=0:1:N-1;WN=exp(-j*2*pi/N);nk=n'*k;WNnk=WN.^nk;Xk=xn*WNnk;x=[3,2,1,2,4,3,4,1];X=dft(x,8);w=0:pi/100:2*pi;n=0:7;Xw=x*exp(-j*n'*w);figure(1);k=0:7;subplot(211);stem(k,abs(X)) hold onplot(w/pi*4,abs(Xw))subplot(212);stem(k,angle(X))hold onplot(w/pi*4,angle(Xw))X16=dft([x,zeros(1,8)],16);figure(2);k=0:15;subplot(211);stem(k,abs(X16)) Xw1=[x,zeros(1,8)]*exp(-j*k'*w);hold onplot(w/pi*8,abs(Xw1))subplot(212);stem(k,angle(X16))hold onplot(w/pi*8,angle(Xw1))X32=dft([x,zeros(1,24)],32);figure(3);k=0:31;subplot(211);stem(k,abs(X32)) Xw2=[x,zeros(1,24)]*exp(-j*k'*w);hold onplot(w/pi*16,abs(Xw2))subplot(212);stem(k,angle(X32))hold onplot(w/pi*16,angle(Xw2))x1=zeros(1,16);x1(1:2:end)=x;X4=dft(x1,16); figure(4);subplot(221);stem(0:15,abs(X4));subplot(222);stem(0:15,angle(X4));subplot(223);stem(0:7,abs(X));subplot(224);stem(0:7,angle(X));X5=dft([x x],16);figure(5);subplot(221);stem(0:15,abs(X5)); subplot(222);stem(0:15,angle(X5)); subplot(223);stem(0:7,abs(X)); subplot(224);stem(0:7,angle(X));六、调试和测试结果：8点DFT与 DTFT的代码和图：实验心得在这次实验中，自己做的时候问题比较多，请教了很多同学才做到现在的样子，对函数并不理解。
第五章 离散时间信号与系统的频域分析
❖ CTFT ( the Continuous -Time Fourier Transforms ): 连续时间傅立叶变换
❖ DTFT ( the Discrete -Time Fourier Transforms ): 离散时间傅立叶变换
第五章：离散时间信号与系统的频域分析
主讲教师：阎鸿森 教授 王 霞 副教授
RX (e j ) tg1 a sin 1 a cos
第五章：离散时间信号与系统的频域分析
主讲教师：阎鸿森 教授 王 霞 副教授
A eg
j 2 (k r )n N
k
n N
nN k N
Agk
j 2 (k r )n
eN
k N n N
j2 (kr)n N
Q eN
nN
0
k r
kr
第五章：离散时间信号与系统的频域分析
主讲教师：阎鸿森 教授 王 霞 副教授
g
Ar
1 N
j 2 rn
x(n)e N
nN
x(n)
离散时间周期信号的频谱具有周期性。
第五章：离散时间信号与系统的频域分析
主讲教师：阎鸿森 教授 王 霞 副教授
三 . DFS的收敛:
DFS是一个有限项的级数，确定
g
Ak
的关系式也
是有限项的和式，因而不存在收敛问题，也不会产生
Gibbs现象。
DFS表明：周期序列可以而且只能分解成 N 个独立 的复指数谐波分量。
Gibbs现象。
第五章：离散时间信号与系统的频域分析
主讲教师：阎鸿森 教授 王 霞 副教授
5.3 非周期信号与离散时间傅立叶变换:
(Aperiodic Signals & Discrete-Time Fourier Transform)
离散信号与系统的时域和频域分析
h(k n) an1h(k n 1) an2h(k n 2) ... a0h(k ) 0 K>0时， n 齐次差分方程解： k
h(k ) [ ci ( ) ] (k )
离散信号与系统分析
开始
下一页
结束
本章说明
与连续信号与系统相比较，离散系统的数学描述是激励响应的差分方 程，其系统分析求响应实质是求解描述离散系统的差分方程。离散系 统的零状态响应可以用卷积和来求取。 时域分析： 1.掌握离散信号与系统的基本概念。 2.熟悉并掌握常用基本信号的描述、特性、运算与变换。 3.深刻理解采样定理的意义、内容及应用。 4.掌握离散系统的数学描述方法—差分方程及模拟图 5.掌握离散系统的时域分析—经典法求零输入响应、零状态响应。 6.熟悉卷积和法及其主要性质并会应用卷积和法求零状态响应。
4、图解法卷积
①变量代换 f1(n) 变成f1(k) f2(n) 变成f2( ②反折其中之一信号 ③将反折信号移位 m f2(-k) f2(m-k) 以k代n
④e将平移后的f2(m-k)与对应的f1(k)相乘 ⑤将各乘积值相加可画出全部y(m) ⑥重复步骤③到⑤可画出全部y(n) 5、系统零状态响应为
5、序列的运算
④差分：离散信号的差分运算 f (k ) f (k 1) f (k ) 前向差分： f (k ) f (k ) f (k 1) 后向差分： ⑤反折：将离散信号以纵轴为对称轴反折（转） ⑥压扩：将离散信号中f（k）的自变量k置换为ak得到的过程称为信号的尺 度变换 注意：不存在非整数ak的值！ ⑦求和：离散信号的求和运算是对某一离散信号进行历史推演的求和过程。
离散时间信号频域分析
当x [k]为实偶序列时，即x[k]=x*[k] ，x[k]=x[k]，有
X (e jW ) X (e-jW )，X (e jW ) X (e-jW ) 所以，X(ejW)是W 的实偶函数。
当x [k]为实奇序列时，即x[k]=x*[k] ，x[k]= x[k] ，
则有：
DTFT ax1 [k ] bx2 [k ] aX 1 (e jW ) bX 2 (e jW )
四、离散时间Fourier变换的性质
2. 时移特性
若 则
DTFT x[k ] X (e jW )
DTFT x[k n] e jWn X (e jW )
...
2π
π
X ( e jW )
1
...
π / 2
π/ 2
π
2π
W
jπk jπk y [ k ] x [ k ]( e e )/2 解：
Y (e jW ) {X (e } / 2
1
2π π
X(ej(W p)
难点
1、周期序列的周期卷积
2、离散非周期序列与其DTFT的对称特性
3、频域抽样定理
一、离散Fourier级数
1、离散Fourier级数的定义：
1 ~ ~ x [k ] IDFS { X [m]} N
~ X [m] DFS {~ x [k ]}
m N
mk ~ x [k ]WN
π
2
则 lim
N π
X ( e ) X N ( e ) dW 0
jW jW
2
均方收敛
若序列满足绝对可和，则序列存在DTFT。 （充分条件） 若序列满足平方可和(能量有限)，存在DTFT。（充分条件）
离散时间信号和系统的频域分析
离散时间信号和系统的频域分析离散时间信号与系统是研究数字信号与系统的频域分析，其中离散时间信号是对连续时间信号进行采样得到的，而离散时间系统是对连续时间系统进行离散化得到的。
频域分析是对信号与系统在频率域上的特性进行研究和分析。
对于离散时间信号，其离散化的过程是将连续时间信号在时间轴上进行均匀采样，得到指定的采样间隔，得到离散时间序列。
在频域上，其频谱是周期性的，并且频谱是以单位圆为单位周期的。
频域分析的目的是研究离散时间信号在频率域上的特性，包括频谱范围、频率分辨率、功率谱密度等。
离散时间信号的频域分析可以通过离散时间傅里叶变换（DTFT）来实现。
DTFT是信号在频域上的完全变换，将一个离散时间信号映射到一个连续的频率域函数。
DTFT是一个复数函数，表示信号在不同频率上的振幅和相位。
频谱的振幅可以表示信号在该频率上的能量大小，相位可以表示信号在该频率上的相对位置。
除了DTFT之外，还可以使用离散傅里叶变换（DFT）进行频域分析。
DFT是DTFT的一种计算方法，可以将离散时间信号转换为有限的频域信号。
DFT的计算是通过对离散时间信号进行有限长的时间窗口进行采样，并进行频域变换得到的。
DFT的结果是一个离散的频域信号，也称为频谱。
DFT通常使用快速傅里叶变换（FFT）算法来快速计算。
离散时间系统的频域分析主要是通过系统的频率响应函数来实现。
频率响应函数是系统在不同频率上对信号的响应情况的描述。
对于线性时不变系统，其频率响应函数是系统的传递函数的傅里叶变换。
频率响应函数拥有类似信号的频谱特性，可以描述系统对不同频率的信号的增益和相位。
频域分析在离散时间信号与系统中有着广泛的应用。
首先，频域分析可以帮助我们理解信号的频率构成和能量分布情况，有助于对信号进行合理的处理和分析。
其次，频域分析可以快速计算离散时间系统的响应，能够有效地评估系统的性能和稳定性。
此外，频域分析还可以进行滤波器设计、信号压缩、信号重构等应用。
《信号与系统(第2版)》配套课件 离散时间信号与系统的复频域分析1
z 1，求x[k]
解： 将X(z)化为z的负幂，可得
X
(
z
)
1
2 0.5z
0.5z 1 1 0.5
z
2
A 1 z 1
B 1 0.5z1
A
(1
z 1)
X
(z)
z 1
2 0.5z1 1 0.5z1
z1 1
B
(1 0.5z1) X
(z)
z 0.5
2 0.5z1 1 z 1
z0.5 1
将X(z)进行z反变换，可得
]}
1
1 a
z
1
,
za
e j0k u[k ]
Z
1 1 e j0 z1 ,
z 1
利用Euler公式和线性特性，可得
Z cos(0k)u[k]=Z e j0ku[k] / 2 Z e j0ku[k] / 2
单边z变换的性质
[例] 求正弦类序列cos(Ω0k) u[k]和sin(Ω0k) u[k]的z变换
1. 离散时间LTI系统的频域描述
➢ 系统函数H(z)的另一种定义 零状态响应的频域表示
yzs[k] x[k]* h[k]
利用z变换 的卷积特性
Yzs (z) X (z)H (z)
H (z) Yzs (z) X (z)
1. 离散时间LTI系统的频域描述
➢ H(z) 的物理意义
x[k]
h[k]
1
1 z1 cos(0 ) 2z1 cos(0 )
z
2
单边z变换的性质
[例] 求正弦类序列cos(Ω0k) u[k]和sin(Ω0k) u[k]的z变换
解c：os( 0k )u[k ]
离散时间信号的频域分析实验报告
实验名称：离散时间信号的频域分析一、实验目的1.对离散信号和系统在频域中进行分析，可以进一步研究它们的性质。
学会通过matlab，对离散时间序列的三种表示方法：离散时间傅里叶变换（DTFT）、离散傅里叶变换（DFT）和Z变换。
二、实验内容1、修改程序P3.1，计算如下有限长序列的离散时间傅里叶变换：g[n]=[1357911131517]并重做习题Q3.2。
讨论你的结果。
你能解释相位谱中的跳变吗？2、选取两个改变了长度的序列以及两个不同的时移值，重做习题Q3.73、编写一个MATLAB程序，用一个N点复数离散傅里叶变换计算两个长度为N的实数序列的N点离散傅里叶变换，并将结果同直接使用两个N点离散傅里叶变换得到的结果进行比较。
4、选取两个不同的时移量，重做习题Q3.335、选取两个不同长度的序列，重做习题Q.336、选取另外两组等长序列重做习题Q3.36三、主要算法与程序1、w=-4*pi:8*pi/511:4*pi;num=[1357911131517];den=[1];h=freqz(num,den,w);%Plot the DTFTsubplot(2,2,1)plot(w/pi,real(h));gridtitle('H(e^{j\omega})的实部')xlabel('\omega/\pi');ylabel('振幅');subplot(2,2,2)plot(w/pi,imag(h));gridtitle('H(e^{j\omega})的虚部')xlabel('\omega/\pi');ylabel('振幅');subplot(2,2,3)plot(w/pi,abs(h));gridtitle('|H(e^{j\omega})|幅度谱')xlabel('\omega/\pi');ylabel('振幅');subplot(2,2,4)plot(w/pi,angle(h));gridtitle('[H(e^{j\omega})]相位谱')xlabel('\omega/\pi');ylabel('以弧度为单位的相位');2、(1)序列为[9123456789]，时移为30; %离散时间傅立叶变换的时移性质clf;w=-pi:2*pi/255:pi;wo=0.4*pi;D=30;num=[9123456789];h1=freqz(num,1,w);h2=freqz([zeros(1,D)num],1,w);subplot(2,2,1)plot(w/pi,abs(h1));gridtitle('原序列的幅度谱')xlabel('\omega/\pi');ylabel('振幅');subplot(2,2,2)plot(w/pi,abs(h2));gridtitle('时移D=30后序列的幅度谱')xlabel('\omega/\pi');ylabel('振幅');subplot(2,2,3)plot(w/pi,angle(h1));gridtitle('原序列的相位谱')xlabel('\omega/\pi');ylabel('振幅');subplot(2,2,4)plot(w/pi,angle(h2));gridtitle('时移D=30后序列的相位谱')xlabel('\omega/\pi');ylabel('振幅');(2)序列为[12345678910]，时移为50;D=50;num=[12345678910];3、clf;g=[1124];h=[2321];x=g+i*h;N=length(x)-1;n=0:N;gk=fft(g);hk=fft(h);xk=fft(x);xk1=fft(conj(x));gk1=(xk+xk1)/2;hk1=(xk-xk1)/2i;subplot(4,2,1)stem(n,abs(gk));gridtitle('实部序列gk的离散傅里叶变换的幅度')xlabel('时间序号n');ylabel('振幅');subplot(4,2,2)stem(n,abs(hk));gridtitle('虚部序列gk的离散傅里叶变换的幅度')xlabel('时间序号n');ylabel('振幅');subplot(4,2,3)stem(n,abs(gk1));gridtitle('通过xk得到的gk1的离散傅里叶变换的幅度') xlabel('时间序号n');ylabel('振幅');subplot(4,2,4)stem(n,abs(hk1));gridtitle('通过xk得到的hk1的离散傅里叶变换的幅度') xlabel('时间序号n');ylabel('振幅');subplot(4,2,5)stem(n,angle(gk));gridtitle('实部序列gk的离散傅里叶变换的相位')xlabel('时间序号n');ylabel('以弧度为单位的相位'); subplot(4,2,6)stem(n,angle(hk));gridtitle('虚部序列hk的离散傅里叶变换的相位')xlabel('时间序号n');ylabel('以弧度为单位的相位'); subplot(4,2,7)stem(n,angle(gk1));gridtitle('通过xk得到的gk1的离散傅里叶变换的相位') xlabel('时间序号n');ylabel('以弧度为单位的相位'); subplot(4,2,8)stem(n,angle(hk1));gridtitle('通过xk得到的hk1的离散傅里叶变换的相位') xlabel('时间序号n');ylabel('以弧度为单位的相位');4、function y=circshift(x,M)if abs(M)>length(x)M=rem(M,length(x));endif M<0M=M+length(x);endy=[x(M+1:length(x))x(1:M)];%离散傅里叶变换的圆周时移性质，时移为10x=[0246810121416];N=length(x)-1;n=0:N;y=circshift(x,10);XF=fft(x);YF=fft(y);subplot(2,2,1);stem(n,abs(XF));gridtitle('原序列的离散傅里叶变换的幅度');xlabel('时间序号n');ylabel('振幅');subplot(2,2,2);stem(n,abs(YF));gridtitle('圆周移位10后的序列的离散傅里叶变换的幅度'); xlabel('时间序号n');ylabel('振幅');subplot(2,2,3);stem(n,angle(XF));gridtitle('原序列的离散傅里叶变换的相位');xlabel('时间序号n');ylabel('相位');subplot(2,2,4);stem(n,angle(YF));gridtitle('圆周移位10后的序列的离散傅里叶变换的相位'); xlabel('时间序号n');ylabel('相位');%离散傅里叶变换的圆周时移性质，时移为20y=circshift(x,20);5、序列为x=[0246810121416]，时移为10；序列为x=[02468101214161820]，时移为10；6、function y=circonv(x1,x2)L1=length(x1);L2=length(x2);if L1~=L2,error('长度不相等的序列'),endy=zeros(1,L1);x2tr=[x2(1)x2(L2:-1:2)];for k=1:L1sh=circshift(x2tr,1-k);h=x1.*sh;y(k)=sum(h);end%离散傅里叶变换的圆周卷积g1=[1234567];g2=[21-12-113];ycir=circonv(g1,g2);disp('圆周卷积的结果');disp(ycir)G1=fft(g1);G2=fft(g2);yc=real(ifft(G1.*G2));disp('离散傅里叶变换乘积的离散傅里叶逆变换的结果=');disp(yc)四、实验结果与分析图1图2.1图2.2图3图4.1图4.2图5.1序列长度9图5.2序列长度11Q6、圆周卷积的结果18183225393925离散傅里叶变换乘积的离散傅里叶逆变换的结果=18.000018.000032.000025.000039.000039.000025.0000、五、实验小结通过这次实验，我对离散信号和系统在频域中进行分析，进一步研究了它们的性质。
- 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)。
3.1 引言 离散傅里叶级数DFS
周期序列
4
4
4
D Fourier Series (DFS)
~x[k ]
3
3
3
2 1
2 1
2 1
k -4 -3 -2 -1 0 1 2 3 4 5 6 7
非周期序列?
有限长度序列 无限长度序列
DTFT DFT
9
在时域抽样（离散化）相当于频域周期化
时域离散化
确定傅立叶级数的系数ak：
对式
j 2 kn
x(n) ake N
k
两边同乘
e
j
2
N
m，n并对n在一个周期中求和
14
N1
j 2 mn N 1
x(n)e N
（ak
e
j
2 N
kn）e
j
2 N
mn
N 1 j 2 n(k m)
ak e N
]e
j2π N
lk
}
X~[m
l]
序列在时域的相移，对应其频域的位移
23
3.2 DFS的基本性质
3. 对称特性
DFS{~x [k]} X~[m] DFS{~x [k]} X~[m]
若为实序列，则有 X~[m] X~ [m]
| X~[m] || X~[m] |
X~R [m] X~R [m]
j
2 N
kn
N 1 ~x (n)WNkn
n0
n0
~x(n)
IDFS[ X~(k)]
1 N
N
1
X~
(k
)e
j
2 N
kn
k 0
1 N
N 1 X~ (k )WNkn
k 0
X~ (k )也是一个以N为周期的周期序列，称为 x~(n)的离
散傅里叶级数，用DFS(Discrete Fourier Series)表示。
0 12
~x[1 n] 1 1
n 0 12
~x[2 n] 1 1
设 ~x (n) 是以N为周期的周期序列，其傅立叶级数为：
j 2 kn
x(n) ake N
k
将周期序列展开成N个谐波分量的和的形式
基波分量：
j 2 n
a1e N
K次谐波分量：
j 2 kn
ake N
0
2
N
k
2
N
k,
k 1, 2,..., N 1
如何确定傅立叶级数的系数ak ？ 13
3.1 周期序列DFS的定义 3.2 周期序列DFS的基本性质 3.3 非周期序列DTFT的定义 3.4 序列DTFT的基本性质 3.5 周期序列DTFT 3.6 序列的频域采样
4
3.1 (a) 周期序列DFS: 引言
信号和系统的分析方法有两种：时域分析方法 和变换域分析方法。
连续系统： 时域分析
傅利叶变换、拉氏变换
微分方程
离散系统： 时域分析
代数方程 傅利叶变换、Z变换
差分方程
代数方程
5
3.1 (a) 周期序列DFS:引言
Jean-Baptiste-Joseph Fourier(1768 ～ 1830) 生 于 法国欧塞尔Auxerre一个裁缝家庭,八岁时沦为孤儿， 就读地方军校。 21岁，Fourier在巴黎学术界论述了有关数值方程解 的著名论作，这一工作使他在巴黎的数学界出名。 1795年任巴黎综合工科大学助教。 1798年随拿破仑军队远征埃及，受到拿破仑器重， 回国后被任命为格伦诺布尔省省长。
周期卷积是两个等周期的周期序列的卷积运算。 周期卷积的结果仍为相同周期的周期序列。
25
例：周期N=3的序列 ~x[k ] 如图所示，计算 ~y[k ] ~x[k ] ~ ~x[k ]
~x[k ]
11 k
0 12 34
~x[k ] ~ ~x[k ]
2 11
k 0 12
~x[0 n]
11 n
拉普拉斯和傅里叶都是同时代的人，他们所处的时代在法国是处于 拿破仑时代，国力鼎盛。在科学上也取代英国成为当时世界的中心， 在当时众多的科学大师中，拉普拉斯、拉格朗日、傅里叶就是他们 中间最为璀璨的三颗星。傅里叶关于信号可以分解为正弦信号叠加 的论文，其评审人即包括拉普拉斯和拉格朗日。
7
3.1 (a) 周期序列DFS: 引言
n0
n0 k
k n0
N ak (当m k时
N 1 j 2 n(k m)
eN
N
k
n0
当m k时
N 1 j 2 n(k m)
eN
0
)
n0
故有
1 N 1 N n0
j 2 mn
x(n)e N ak am
2013年秋季学期
3教105
数字信号处理
第三章 离散时间信号和系统的频域分析
第三章 离散时间信号和系统的频域分析
3.1 周期序列DFS的定义 3.2 周期序列DFS的基本性质 3.3 非周期序列DTFT的定义 3.4 序列DTFT的基本性质 3.5 周期序列DTFT 3.6 序列的频域采样
就 是 在此 期间 ， Fourier 完 成 了其 经典 之 作 Theorie analytiquede la chaleur(热能数学原理)。在该著作中，他证明了任一周期函数都可以表 示成正弦函数和的形式，其中正弦函数的频率为周期频率的整数倍。由 于对热传导理论的贡献于1817年当选为巴黎科学院院士，1822年成为科 学院终身秘书。
11
3.1 (a) 离散傅里叶级数DFS：问题的提出
一个周期为N的周期序列 x~(n) 可表示为：
x~(n) x~(n kN )
K为任意整数
正如连续时间周期信号可以用傅里叶级数表示一样，离
散周期序列也可以用离散傅里叶级数表示，也就是用周
期为N的复指数序列来表示。
x~(t)
A e jn0t n
x(t) t
0 T 2T x[k] k
012
时域?
频域周期化 Xa(jΩ )
（a）
Ω －Ωc 0 Ω c
P (jΩ )
δ
（b）
－Ω s
Ω
0
Ωs
＾Xa(jΩ )
（c）
－Ωs s 2 0 s 2 Ω s ＾Xa(jΩ )
频域离散化
X(n0)
（d）
－Ω s
0 Ω cΩ s s
2
0
Ω
Ω
10
3.1 (a) 离散傅里叶级数DFS：问题的提出
2
本章主要学习
对于离散时间系统—— 时域分析方法采用差分方程描述 频域分析方法则用Z变换或傅里叶变换这一数学工具
本章主要内容： 本章学习序列的DFS和DTFT, 分析信号和系统的频域特性。 序列的DFS的定义及性质 序列DTFT的定义及性质 频域采样
3
第三章 离散时间信号和系统的频域分析
10
0
m 1, 9 其他
18
例: 求如图所示周期为N的方波序列的DFS系数(N>2M+1)。
1 x[k]
-N
M
0
M
解 :
X~[m] DFS{x[k]}
M
j2π km
eN
k M
k N
当取m=0, N, 2N, 时，有 X [m] 2M 1
当m取其他值时，利用等比级数的求和公式有
上式表明将周期序列分解成N次~ 谐波,第k个谐波频率为ωk=(2π/N)k，k=0, 1, 2 … N-1，幅度为 (1/ N ) X (k)
~
基波分量的频率是2π/N，幅度是(1/ N ) X (1)。
一个周期序列可以用其DFS表示它的频谱分布规律。
17
例：求周期序列 ~x[k] 2cos( π k)
j 2π kn N
n0
x~(n) IDFS[ X~ (k)]
1
N
1
X~
(k
)e
j
2π N
kn
N k0
16
3.1 (c) 离散傅里叶级数DFS物理意义
为了方便：
j 2
WN e N
W
kn N
j 2π kn
eN
X~(k)
DFS[~x (n)]
N
1
~x (n)e
j 2 π mM
j 2 π m ( M 1)
eN X[m]
e N
j2πm
1e N
sin
πm N
2
M
1
sin
πm N
19
第三章 离散时间信号和系统的频域分析
3.1 周期序列DFS的定义 3.2 周期序列DFS的基本性质 3.3 非周期序列DTFT的定义 3.4 序列DTFT的基本性质 3.5 周期序列DTFT 3.6 序列的频域采样
4
~x[k 2]
3
2
1
k 0123
周期序列位移后，仍为相同周期的周期序列，因此，只需 要观察位移后序列一个周期的情况。
22
3.2 DFS的基本性质
2. 位移特性
(a) 时域位移特性
DFS{~x [ k
n]}
X~
[
m]e