数字信号处理第二章
合集下载
数字信号处理第2章
Z变换与拉氏变换的关系:
这一关系实际上是通过 到了Z平面。
若将Z平面用极坐标表示
标表示
，代入
将S平面的函数映射
，S平面用直角坐 ，得：
上述关系表明： z 的模 r 仅与 s 的实部 相对应， z 的幅角 则仅与 s 的虚部 对应。
映射关系：
Z变换与拉氏变换的关系
0 0,2 (S平面实轴映射到Z平面的正实轴)
解：
，求它的傅立叶变换。
其幅度谱和相位谱分别为：
典型例题
❖ 例2 已知序列的傅立叶变换如下，求它的反变换。
解：
显然序列 h(n)不是绝对可和的，而是平方可和 的 ，但其依然存在傅立叶变换。 Parseval定理
典型例题
❖ 例3 证明复指数序列 x(n) e j0n 的傅立叶变换为：
证：根据序列的傅立叶反变换定义，利用冲击函 数 的性质，有：
即序列绝对可和
某的有 立些序些叶既列序变不，列换满若虽依足引然然绝入不存对频满在可 域足。和的以见的冲上后条击条例件函件。也数，不但满满，足足其平平傅方方立可可叶和和变条，换件其傅
也存在。如
、某些周期序列，见后例。
序列傅立叶变换的定义
5．常用序列的傅立叶变换
序列
(n)
傅立叶变换
1
1
典型例题
❖ 例1 已知
A形k(式k=求0,X取1(…：z),N)B，(此z) A( z )
时
为了方bi 便z i通常利用
i0
N
1 ai z i
X(z)/z的
i 1
若序列为因果序列，且N≥M，当X(z)的N个极点都是单
极点时，可以展开成以下的部分分式的形式：
则其逆Z变换为：
数字信号处理第二章
0 1 2 N − 1T
Ω0
kΩ 0
此时，时域是连续变量的周期信号，而频域是离散等间 隔的。频域谱线的间隔与时域重复的周期之间的关系：
2π Ω0 = T0
3
0
n
0 1 2 N − 1N
n
时域周期化，使对应着频域离散化。频域离散的间隔：
2π N
6
1
第2章
离散傅里叶变换（DFT）
1、时域周期化→频域离散化
~ x(t)
& (kΩ ) = 1 X 0 T0
T0 2
0 −2
x (t )e ∫~
T
− jkΩ0t
dt
− T0
T0
2T0
t
& ( jΩ) X
~ x (t ) =
k = −∞
& ( kΩ ∑X
∞
0
) e jk Ω 0 t
• 一、时域频域离散与离散傅里叶级数（DFS） • 1、时域周期化→频域离散化： • 离散时间傅里叶变换是连续变量ω的函数，不方便与 计算机处理，为此将它离散化，也变成离散信号处理。 为此，将离散时间信号周期延展。 x ( n) ⎯ ⎯→ ~ x (n) ~ x(n) x(n)
n=0
N −1
2π − j kn N
0 1 2 N − 1N
n
1 ~ x ( n) = N
N −1 k =0
∑ X ( k )e
~
j
2π kn N
−N
⎛ j 2πk ⎞ ~ X⎜e N ⎟ = X (k) ⎜ ⎟ 1 ⎝ ⎠
Ts
~ x ( n) = x (( n)) N
0 1 2
N −1
N
n
0 1 2
Ω0
kΩ 0
此时，时域是连续变量的周期信号，而频域是离散等间 隔的。频域谱线的间隔与时域重复的周期之间的关系：
2π Ω0 = T0
3
0
n
0 1 2 N − 1N
n
时域周期化，使对应着频域离散化。频域离散的间隔：
2π N
6
1
第2章
离散傅里叶变换（DFT）
1、时域周期化→频域离散化
~ x(t)
& (kΩ ) = 1 X 0 T0
T0 2
0 −2
x (t )e ∫~
T
− jkΩ0t
dt
− T0
T0
2T0
t
& ( jΩ) X
~ x (t ) =
k = −∞
& ( kΩ ∑X
∞
0
) e jk Ω 0 t
• 一、时域频域离散与离散傅里叶级数（DFS） • 1、时域周期化→频域离散化： • 离散时间傅里叶变换是连续变量ω的函数，不方便与 计算机处理，为此将它离散化，也变成离散信号处理。 为此，将离散时间信号周期延展。 x ( n) ⎯ ⎯→ ~ x (n) ~ x(n) x(n)
n=0
N −1
2π − j kn N
0 1 2 N − 1N
n
1 ~ x ( n) = N
N −1 k =0
∑ X ( k )e
~
j
2π kn N
−N
⎛ j 2πk ⎞ ~ X⎜e N ⎟ = X (k) ⎜ ⎟ 1 ⎝ ⎠
Ts
~ x ( n) = x (( n)) N
0 1 2
N −1
N
n
0 1 2
数字信号处理第三版第2章.ppt
| z | 2
试利用部分分式展开法求其Z反变换。
解：
X (z)
A1 1 2z 1
1
A2 0.5
z
1
4 1 1 1 3 1 2z1 3 1 0.5z1
x(n)
4 3
2n
1 3
(0.5)n
u(n)
第2章 时域离散信号和系统的频域分析
例： 设
X (z)
7）终值定理：设x(n)为因果序列，且X(z)=Z［x(n)］的全部
极点，除有一个一阶极点可以在z=1 处外，其余都在单位
圆内，则 ： lim x(n) lim[(z 1)X (z)]
n
z1
第2章 时域离散信号和系统的频域分析
8）序列卷积（卷积定理）
若： y(n) x(n) h(n) x(m)h(n m) m
3z (z 3)2
z2
3z , 6z 9
试利用长除法求其Z反变换。
解：
| z | 3
第2章 时域离散信号和系统的频域分析
2.5.4 Z 变换的性质和定理
1）线性性质
Z［ax(n)+by(n)］=aX(z)+bY(z)
2）序列的移位 Z[x(n m)] zm X (z) Rx | z | Rx
2 j c
c (Rx , Rx )
直接利用围线积分的方法计算逆Z变换比较麻烦。 下面介绍几种常用的逆Z变换计算方法： 1）用留数定理求逆Z变换（了解） 2）部分分式展开法（掌握） 3）幂级数展开法（长除法）
第2章 时域离散信号和系统的频域分析
例： 设
1
精品课件-数字信号处理-第2章
az1)n
n
n0
第二章 Z 变 换
当|z|>a时，级数收敛，
X
(z)
1 1 az1
。该多项式之比表明，
X(z)在z=0处有一个零点， 在z=1处有一个极点。 我们把此时的
零、极点分布情况画于图2.1中， 而且以表示零点，以×表示极
点。图中打斜线的区域就是收敛域, 它包括了Z平面上|z|>a的整
能是n1<0和n2>0，这时z=0与z=∞都是极点，都不在其收敛域之内， 因而Z变换的收敛域为0<|z|<∞。
第二章 Z 变 换 2 右边序列是n小于某一个数值（如n1）时, x(n)=0的序列, 其Z变换
X (z) x(n)zn nn1
（2-6）
此级数的收敛域是一个圆的外部。为了正确确定该收敛域的具体 范围，我们假设它在z=z1 处绝对收敛，即
第二章 Z 变 换 2.2 Z 变 换
2.2.1 Z变换定义 序列x(n)的Z变换定义为
X (z) x(n)zn n
（2-1）
式中z为复变量。有时也将序列x(n)的Z变换记作Z［x(n)］。 式 （2-1）所示的Z变换常被称作双边Z变换，而将
X (z) x(n)zn n0
第二章 Z 变 换 定义为单边Z变换。十分明显，如果n<0时，x(n)=0，则其单边和 双边Z变换等效,否则就不等。有些教材只讲单边Z变换, 而我们主 要讨论双边Z变换。
个区域。
序列的性质决定了Z变换的收敛域。为了进一步搞清这种关 系，我们专门讨论几种特殊序列的情景。
第二章 Z 变 换
Z平面 Im
收敛 域
a
Re
图2.1 序列anu(n)的Z平面上的零、极点与收敛域
n
n0
第二章 Z 变 换
当|z|>a时，级数收敛，
X
(z)
1 1 az1
。该多项式之比表明，
X(z)在z=0处有一个零点， 在z=1处有一个极点。 我们把此时的
零、极点分布情况画于图2.1中， 而且以表示零点，以×表示极
点。图中打斜线的区域就是收敛域, 它包括了Z平面上|z|>a的整
能是n1<0和n2>0，这时z=0与z=∞都是极点，都不在其收敛域之内， 因而Z变换的收敛域为0<|z|<∞。
第二章 Z 变 换 2 右边序列是n小于某一个数值（如n1）时, x(n)=0的序列, 其Z变换
X (z) x(n)zn nn1
（2-6）
此级数的收敛域是一个圆的外部。为了正确确定该收敛域的具体 范围，我们假设它在z=z1 处绝对收敛，即
第二章 Z 变 换 2.2 Z 变 换
2.2.1 Z变换定义 序列x(n)的Z变换定义为
X (z) x(n)zn n
（2-1）
式中z为复变量。有时也将序列x(n)的Z变换记作Z［x(n)］。 式 （2-1）所示的Z变换常被称作双边Z变换，而将
X (z) x(n)zn n0
第二章 Z 变 换 定义为单边Z变换。十分明显，如果n<0时，x(n)=0，则其单边和 双边Z变换等效,否则就不等。有些教材只讲单边Z变换, 而我们主 要讨论双边Z变换。
个区域。
序列的性质决定了Z变换的收敛域。为了进一步搞清这种关 系，我们专门讨论几种特殊序列的情景。
第二章 Z 变 换
Z平面 Im
收敛 域
a
Re
图2.1 序列anu(n)的Z平面上的零、极点与收敛域
数字信号处理课件第二章--离散时间信号与系统(ppt文档)
• 2.2.4 因果性（Causality） 系统在n时刻的输出只取决于n时刻以及n时刻以 前的输入，而与n时刻以后的输入无关。 y[n] x[n], x[n-1], x[n-2], … 因果系统---- 物理可实现性 x[n+1], x[n+2], … 非因果系统---- 物理不可实现性
一个非因果系统的例子： y[n]=x[n+1]-x[n]
2.2离散时间系统
离散系统可以定义为一种变换或一个算子，即：
用公式表示为：
y[n] T x[n]
2.2.1 无记忆系统（Memoryless Systems）
y[n]x[n] 例： y[n] x[n]2
2.2.2 线性系统（Linear Systems） 满足叠加原理的系统称为线性系统
y[n] x[k]h[n-k]
k
一个线性时不变（LTI）系统完全可以由它的单位脉冲 响应来表征。
• 卷积和（Convolution）
x1[n] x2[n] x1[k]x2[n k] k
系统输出可表示为：
y[n] x[k]h[n k] x[n] h[n] k
因果序列: x[n] 0, n 0
因果稳定的线性时不变系统：h[n]单边且绝对可和
例：
h[n] anu[n]
a 1
h[n]有限长非零样本-------- 有限冲击响应系统（finite-duration impulse response，FIR）------- 系统总是稳定的
h[n]无限长非零样本-------- 无限冲击响应系统（infinite-duration impulse response，IIR）
数字信号处理____第二章 离散时间傅里叶变换(DTFT)
x a (t )e
st
e
jk
2 T
t
dt
用傅里叶级数表示
即：Z变换可看成是x(n)乘以指数序列r-n后的傅里叶变换。 2、单位圆上的Z变换就是序列的傅里叶变换
X a ( s jk s )
k
周期延拓
z re
j
r 1 z e
j
X (z)
ze
sT
X (e
M N
y (n)
m 0
bm x (n m )
k 1
ak y (n k )
23
24
4
§2.3 离散线性移不变（LSI）系统的频域特征
2、变换域中的表述 用系统函数H(z)来表征（指明收敛域）
§2.3 离散线性移不变（LSI）系统的频域特征
用频率响应来H(ejω)表征
H (e
x ( n )e
j ( n )
]
X (e
*
j
)
满足共轭反对称性
X o (e
j
) X o (e
)
19
20
§2.2 离散时间傅里叶变换（DTFT)
4、信号的实部和虚部的傅里叶变换
x ( n ) Re[ x ( n )] j Im[ x ( n )]
§2.2 离散时间傅里叶变换（DTFT)
j
)] X e ( e
j
)
Im[ X ( e
j
)] Im[ X ( e
j
奇函数
j Im[ x ( n )]
1 2
[ x ( n ) x ( n )] 1 2
数字信号处理第二章
x[n]
Input sequence Discrete-time system
y[n]
O Output sequence
§2.2 2 2 Operations O ti on Sequences S
• For example, the input may be a signal p with additive noise corrupted • Discrete-time system is designed to generate an output by removing the noise component from the input • In most cases, the operation defining a particular discrete-time discrete time system is composed of some basic operations
§2.1 Discrete-Time Signals: g Time-Domain Representation
• A complex sequence {x[n]} can be written as {x[n]} ]}={ {xre[n]} ]}+j{xim[n]} where xre and xim are the real and imaginary parts of x[n] • The complex conjugate sequence of {x[n]} is given by {x*[n]}={xre[n]} - j{xim [n]} • Often Of the h b braces are i ignored d to d denote a sequence if there is no ambiguity
Input sequence Discrete-time system
y[n]
O Output sequence
§2.2 2 2 Operations O ti on Sequences S
• For example, the input may be a signal p with additive noise corrupted • Discrete-time system is designed to generate an output by removing the noise component from the input • In most cases, the operation defining a particular discrete-time discrete time system is composed of some basic operations
§2.1 Discrete-Time Signals: g Time-Domain Representation
• A complex sequence {x[n]} can be written as {x[n]} ]}={ {xre[n]} ]}+j{xim[n]} where xre and xim are the real and imaginary parts of x[n] • The complex conjugate sequence of {x[n]} is given by {x*[n]}={xre[n]} - j{xim [n]} • Often Of the h b braces are i ignored d to d denote a sequence if there is no ambiguity
第二章 时域离散信号和系统(数字信号处理)
第二章 时域离散信号和系统
6. 复指数序列
x(n)=e(σ+jω0)n 式中ω0为数字域频率，设σ=0，用极坐标和实部虚 部表示如下式： x(n)=e jω0n
x(n)=cos(ω0n)+jsin(ω0n)
由于n取整数，下面等式成立： e j(ω0+2πM)n= e jω0n, M=0,±1,±2…
第二章 时域离散信号和系统
图1.2.5 正弦序列
第二章 时域离散信号和系统
则要求N=(2π/ω0)k，式中k与N均取整数，且k的取
值要保证N是最小的正整数，满足这些条件，正弦序列 才是以N为周期的周期序列。
正弦序列有以下三种情况：
(1)当2π/ ω0为整数时，k=1，正弦序列是以2π/ ω0 为周期的周期序列。例如sin(π/8)n， ω0 =π/8，2π/ ω0 =16,该正弦序列周期为16。
例 设x(n)=R4(n)，h(n)=R4(n)，求y(n)=x(n)*h(n)。
解 按照公式，
y (n )
m
R ( m) R ( n m)
4 4
上式中矩形序列长度为4，求解上式主要是根据矩
形序列的非零值区间确定求和的上、下限，R4(m)的非
令n-k=m，代入上式得到
u( n )
n
( m)
n
第二章 时域离散信号和系统
u(n) 1 „ n 0 1 2 3
单位阶跃序列
第二章 时域离散信号和系统
3. 矩形序列RN(n) 1, RN(n)= 0， 0≤n≤N-1 其它n
上式中N称为矩形序列的长度。当N=4时，R4(n)的
第二章 时域离散信号和系统
第2章 时域离散信号和系统
数字信号处理 第二章 DFT
~ N=16：x (4) x((4))16 x((12 16))16 x(12)
例2：
x (n ) x (n ) 0
~ 1 X (k ) k 0 N ~ X (r )
e
j
15
周期序列的傅里叶级数表示：
正变换：
2 N 1 N 1 j nk ~ ~(n) ~(n)e N ~(n)W nk X (k ) DFS x x x N n 0 n 0
反变换：
~ ~(n) IDFS X (k ) 1 x N
j
2 kN N
k mN , m为整数 其他k
W
n 0
N 1
( m k ) n N
1W 1W
( k m ) N N ( k m ) N
1 e
j
1 e
N m k rN 0 mk
此外，复指数序列还有如下性质：
0 WN 1, W N 2 N r 1 1, WN WN r
ek (n)
ek (n) 是以N为周期的周期序列，所以基序
列 {e }（k=0,…,N-1) 只有N个是独立 的，可以用这N个基序列将 ~ ( n) 展开。 x
j 2 nk N
12
复指数序列 ek (n) e
周期性:
j
2 nk N
W
nk N
的性质：
无论对k还是n，复指数序列都具备周期性。
时间函数 连续和非周期 连续和周期(T0) 离散(Ts)和非周期 离散(Ts)和周期(T0) 非周期和连续 非周期和离散(Ω 0=2π /T0) 周期(Ω s=2π /Ts)和连续 周期(Ω s=2π /Ts)和离散(Ω 0=2π /T0) 频率函数
数字信号处理-第2章-精品文档精选文档PPT课件
第2章. 连续时间信号的离散处理
2.1、数字信号处理系统的基本组成
•大多数数字信号处理的应用中，信号为来自不同模拟信号源，这些模拟 信号(电压或电流)通常为连续时间信号。
•应用数字信号处理(DSP)主要有三个原因： 1)滤波：滤除信号中来自周围环境的干扰或噪声； 2)检测：检测淹没在噪声中的特定信号（如雷达或声纳系统中），当检测 到的信号超过给定的阈值则认为目标信号存在，反之认为不存在； 3)压缩：当信号转换到另外一个域后，在变换域上更容易分辨信息的重 要程度，对重要部分分配多的比特数，次要部分分配尽可能少的比特 数，达到压缩的目的(如DCT算法)。
的是离散时间信号。将连续时间信号转换成离散时间信号的过程叫抽样。
抽样可由称为A/D变换器的器件完成：
量化结果
声卡
5
模拟输入 xa (t)
Ts
抽样器
抽样输出
xˆa (t)
xˆa(t) xa(t)•P (t)
xa(t)(t nTs)
n
xˆa (t)
周期性抽样函数 P (t )
xˆa (t)
Ts
P(t) (tnTs)
是否可以根据抽样后的离散时间序列恢复原始信号？ •奈奎斯特抽样频率：能够再恢复出原始信号的最低抽样频率（使 抽样后的信号频谱不发生混叠的最低抽样频率，即信号最高频率的 二倍）
0 s/2 s2 0
•满足奈奎斯特抽样频率的抽样信号可由理想低通滤波器恢复出原 始信号。此后将推导这个过程。
xˆa(t) G (j )/g (t（ ) 低 通 y滤 (t) 波 xa） (t)
X a ( j)
xa
(t )e
jt dt
[xa
(t )
•
P
(t )]e
2.1、数字信号处理系统的基本组成
•大多数数字信号处理的应用中，信号为来自不同模拟信号源，这些模拟 信号(电压或电流)通常为连续时间信号。
•应用数字信号处理(DSP)主要有三个原因： 1)滤波：滤除信号中来自周围环境的干扰或噪声； 2)检测：检测淹没在噪声中的特定信号（如雷达或声纳系统中），当检测 到的信号超过给定的阈值则认为目标信号存在，反之认为不存在； 3)压缩：当信号转换到另外一个域后，在变换域上更容易分辨信息的重 要程度，对重要部分分配多的比特数，次要部分分配尽可能少的比特 数，达到压缩的目的(如DCT算法)。
的是离散时间信号。将连续时间信号转换成离散时间信号的过程叫抽样。
抽样可由称为A/D变换器的器件完成：
量化结果
声卡
5
模拟输入 xa (t)
Ts
抽样器
抽样输出
xˆa (t)
xˆa(t) xa(t)•P (t)
xa(t)(t nTs)
n
xˆa (t)
周期性抽样函数 P (t )
xˆa (t)
Ts
P(t) (tnTs)
是否可以根据抽样后的离散时间序列恢复原始信号？ •奈奎斯特抽样频率：能够再恢复出原始信号的最低抽样频率（使 抽样后的信号频谱不发生混叠的最低抽样频率，即信号最高频率的 二倍）
0 s/2 s2 0
•满足奈奎斯特抽样频率的抽样信号可由理想低通滤波器恢复出原 始信号。此后将推导这个过程。
xˆa(t) G (j )/g (t（ ) 低 通 y滤 (t) 波 xa） (t)
X a ( j)
xa
(t )e
jt dt
[xa
(t )
•
P
(t )]e
数字信号处理(第三版)第2章习题答案
第２章 时域离散信号和系统的频域分析
2.3
求信号与系统的频域特性要用傅里叶变换。 但分析频 率特性使用Z变换却更方便。 我们已经知道系统函数的极、 零点分布完全决定了系统的频率特性， 因此可以用分析极、 零点分布的方法分析系统的频率特性， 包括定性地画幅频 特性， 估计峰值频率或者谷值频率， 判定滤波器是高通、 低通等滤波特性， 以及设计简单的滤波器（内容在教材第5 章）等。
X e (e j ) FT[xr (n)]
Hale Waihona Puke 1 1 ej2 1 e j2 1 (1 cos 2)
24
4
2
因为 所以
Xe
(e j
)
1 2
[X
(e j
)
X
(e j
)]
X(ejω)=0π≤ω≤2π
X(e-jω)=X(ej(2π-ω))=0 0≤ω≤π
第２章 时域离散信号和系统的频域分析
当0≤ω≤π时，
用留数定理求其逆变换， 或者将z=ejω代入X(ejω)中， 得到X(z)函数， 再用求逆Z变换的方法求原序列。 注意收 敛域要取能包含单位圆的收敛域， 或者说封闭曲线c可取 单位圆。
第２章 时域离散信号和系统的频域分析
例如， 已知序列x(n)的傅里叶变换为
X
(e
j
)
1
1 ae
j
a 1
1 求其反变换x(n)。 将z=ejω代入X(ejω)中， 得到 X (z) 1 az 1
三种变换互有联系， 但又不同。 表征一个信号和系统 的频域特性是用傅里叶变换。 Z变换是傅里叶变换的一种推 广， 单位圆上的Z变换就是傅里叶变换。
第２章 时域离散信号和系统的频域分析
《数字信号处理》第二章 离散信号和抽样定理
性延拓，因而采样信号xs(t)就包含了的原信号x(t)全部
信息。
重要结论
第三节 抽样定理
*带限信号抽样定理:
要想连续信号抽样后能够不失真的还原 出原信号，则抽样频率必须大于或等于两 倍原信号频谱的最高频率(2fm≤ fs)，这就是 奈奎斯特抽样定理。
第三节 抽样定理
二、如何从抽样信号恢复出带限信号x(t)
n
其中
1 g (t)
0
t
2
t
2
Ts
第二节 连续信号的离散化
xa (t)
抽样器
（电子开关） P(t)
T
xa (t)
xˆs (t)
fs
1 T
xˆs (t)
第二节 连续信号的离散化
理想抽样：当τ 趋于零的极限情况时，抽样脉冲
方波p(t)变成了冲激函数序列δT(t)，这些冲击函数 的强度准确地为采样瞬间的xa(t)幅值，这样的抽 样称为理想抽样。
余弦与正弦序列示意图如下：
第一节 离散时间信号
5、 用单位脉冲序列表示任意序列
任意序列x(n)都可用单位脉冲序列δ(n)表示成 加权和的形式，即
x(n) x(m) (n m) m
如:
a n x(n)
可表示为 0
10 n 10 其他
10
x(n) am (n m)
样品集合可以是本来就存在的，也可以是由模拟 信号通过采样得来的或者是用计算机产生的。
第一节 离散时间信号
离散时间信号的时域表示 1） 表示离散时间信号可采用枚举的方式。例如
{x(n)}={…，-1.5，-8.7，2.53，0.0，6，7.2， …}
信息。
重要结论
第三节 抽样定理
*带限信号抽样定理:
要想连续信号抽样后能够不失真的还原 出原信号，则抽样频率必须大于或等于两 倍原信号频谱的最高频率(2fm≤ fs)，这就是 奈奎斯特抽样定理。
第三节 抽样定理
二、如何从抽样信号恢复出带限信号x(t)
n
其中
1 g (t)
0
t
2
t
2
Ts
第二节 连续信号的离散化
xa (t)
抽样器
（电子开关） P(t)
T
xa (t)
xˆs (t)
fs
1 T
xˆs (t)
第二节 连续信号的离散化
理想抽样：当τ 趋于零的极限情况时，抽样脉冲
方波p(t)变成了冲激函数序列δT(t)，这些冲击函数 的强度准确地为采样瞬间的xa(t)幅值，这样的抽 样称为理想抽样。
余弦与正弦序列示意图如下：
第一节 离散时间信号
5、 用单位脉冲序列表示任意序列
任意序列x(n)都可用单位脉冲序列δ(n)表示成 加权和的形式，即
x(n) x(m) (n m) m
如:
a n x(n)
可表示为 0
10 n 10 其他
10
x(n) am (n m)
样品集合可以是本来就存在的，也可以是由模拟 信号通过采样得来的或者是用计算机产生的。
第一节 离散时间信号
离散时间信号的时域表示 1） 表示离散时间信号可采用枚举的方式。例如
{x(n)}={…，-1.5，-8.7，2.53，0.0，6，7.2， …}
数字信号处理-时域离散随机信号处理(丁玉美)第2章
rxx (0) rxx (0) Rxx r ( M 1) xx
第二章 维纳滤波和卡尔曼滤波 （2.2.22）式可以写成矩阵的形式， 即
Rxd Rxxh
对上式求逆，得到
h Rxx1Rxd
(2.2.23)
(2.2.24)
第二章 维纳滤波和卡尔曼滤波 上式表明已知期望信号与观测数据的互相关函数及观测 数据的自相关函数时，可以通过矩阵求逆运算， 得到维纳滤
E[| e(n) |2 ] E[| e(n) |2 ] j 0 a j b j
记
j=0, 1, 2, … （2.2.6）
j j a j b j
j=0, 1, 2, …
（2.2.７）
第二章 维纳滤波和卡尔曼滤波 则（2.2.6）式可以写为
j E[| e(n) |2 ] 0
j 0
(2.2.16)
假定滤波器工作于最佳状态，滤波器的输出yopt(n)与期望信号d(n) 的误差为eopt(n)，把（2.2.15）式代入上式，得到
* E[ yopt (n)eopt (n)] 0
(2.2.17)
第二章 维纳滤波和卡尔曼滤波
d(n) eo pt(n)
yo pt(n)
图 2.2.1 期望信号、 估计值与误差信号的几何关系
方法求解，简单易行，具有一定的工程实用价值，并且物理概
念清楚，但不能实时处理；维纳滤波的最大缺点是仅适用于一 维平稳随机信号。这是由于采用频域设计法所造成的， 因此人 们逐渐转向在时域内直接设计最佳滤波器的方法。
第二章 维纳滤波和卡尔曼滤波
2.2 维纳滤波器的离散形式——时域解
2.2.1 维纳滤波器时域求解的方法 根据线性系统的基本理论，并考虑到系统的因果性，可以 得到滤波器的输出y(n),
数字信号处理第2章Z变换
s=jΩ X(S)
z=esT
X(z) z=ejω
模拟：x(t)
X(j) =T
X(ejω)
t=nT
s
数字：x(n)
§2.6 离散系统的系统函数和 系统的频率响应
一、离散系统的系统函数
1、差分方程和系统函数的关系
系统的差分方程为：
对方程两边做z变换，得：
整理得系统函数为：
2、 H(z)和单位抽样响应h(n) 的关系
(2)与的关系（=T）
的取值范围是从-→（负频端无意义，只是
用于数学分析），而在圆周上变化，具有明显 的周期性，以2为周期，这样的对应关系非单值
关系，所以要把限制在一个周期内。
= T,从–→， 所以在一个周期内：为–/T→/T
=0，S平面的实轴，
=0，z平面正实轴；
=0(常数)， S：平行实轴的直线，
意义：z-1：单位延迟器
z变换性质2
三、时域卷积：
系统函数：
§2.4 z反变换
部分分式法：
X(z)一般是z的有理分式，可写成X(z)=N(z)/D(z)，而N(z)、
D(z)一般是实系数多项式，则X(z)可以写成部分分式之和的形 式
再利用已知的z变换：
结合收敛域写出反变换：
需要注意的问题：
①极点zk，为D(z)=0的根 ②计算系数Ak时，要写成：
③利用已知z变换时，注意收敛域
配分法： 例2-4-1：
（在滤波器的设计中，分子、分母通常写成负幂的形式）
求系数Ak
例2-4-2：
利用z变换的时移性质： 令： 则：
长除法-原理
即D(z)除以N(z)的商为z的多项式，多项式的系数即为序列x(n) 左边序列对应z的正次幂的系数，右边序列对应z的负次幂的系数
数字信号处理——第2章 离散时间傅里叶变换与Z变换
• 总结：
①序列ZT的收敛域以极点为边界（包含0 和 ②收敛域内不含任何极点，可以包含0 ③相同的零极点可能对应不同的收敛域，即： 不同的序列可能有相同的ZT ④收敛域汇总：右外、左内、双环、有限长z平面
）
常见典型序列z变换
序列 Z变换 收敛域
z a
z b
注意：只有z变换和它的收敛域两者在一起才和序列相对应。 其它序列见P54： 表2-1 几种序列的z变换
2.3
z反变换
Z反变换: 从X(z)中还原出原序列x(n)
X ( z ) ZT [ x ( n)]
n
x (n) z n
实质：求X(z)幂级数展开式
Z反变换的求解方法： 留数定理法
部分分式法
长除法
1. 留数定理法
根据复变函数理论，可以推导出
x ( n)
1 2 j
X ( z ) z n 1dz
1 1 3z 1
n
z 2
2 n u ( n)
z 3
3
n
n
u (n 1)
x n 2 u n 3 u n 1
3. 幂级数法（长除法）
如果序列的ZT能表示成幂级数的形式，则序列x(n) 是幂 级数 说明： ①这种方法只对某些特殊的ZT有效。 ②如果ZT为有理函数，可用长除法将X(z)展开成幂级 数。 若为右边序列（特例：因果序列），将X(z)展开成负幂 级数； 若为左边序列（特例：反因果序列），将X(z)展开成正 幂级数； 中
z z 1 1 X z 1 z 2 z 3 1 2z 1 3 z 1
1 ZT [a u (n)] z a 1 1 az 1 n ZT [a u (n 1)] z a 1 1 az
数字信号处理课件第2章
k 1
| e jZ pk |
M
r 1 N
z
e jw
| H (e jZ ) | g
| e jZ zr |
M
| e
k 1
r 1 N
e jZ
0
| e jZ zr |
0
pk
Zc Z
jZ
e jZ
pk |
zr
arg[ H (e )] arg[e
'
n f
¦
f
x ( nTs )e snTs
X ( e sTs )
z e
X ( z)
z
re
jZ
e
V Ts
(V j: ) Ts
n f
x ( n ) z n ¦
f
e
s
V Ts
e
j:Ts
^
e Z :Ts
r
z
z
re jZ |r :Ts
1
e jZ
Z
2S f f s
n f
X (e jZ )
¦
f
1, n 0 ° ® 1, n 5 °0, n ¯
Y z
X z X z z 5
X z 1 z 5
H z Y z X z 1 z 5
z
H e
jw
e jw
j 5w
1 e
e
j 5w 2
j 5w § j 5w · e 2 e 2 ¸ ¨ © ¹
n 0 f S
c n 0 f
x( n) z n z m 1dz ¦
S
x( n) v z m n 1dz ¦ ³
c
¦ x(n) jR
| e jZ pk |
M
r 1 N
z
e jw
| H (e jZ ) | g
| e jZ zr |
M
| e
k 1
r 1 N
e jZ
0
| e jZ zr |
0
pk
Zc Z
jZ
e jZ
pk |
zr
arg[ H (e )] arg[e
'
n f
¦
f
x ( nTs )e snTs
X ( e sTs )
z e
X ( z)
z
re
jZ
e
V Ts
(V j: ) Ts
n f
x ( n ) z n ¦
f
e
s
V Ts
e
j:Ts
^
e Z :Ts
r
z
z
re jZ |r :Ts
1
e jZ
Z
2S f f s
n f
X (e jZ )
¦
f
1, n 0 ° ® 1, n 5 °0, n ¯
Y z
X z X z z 5
X z 1 z 5
H z Y z X z 1 z 5
z
H e
jw
e jw
j 5w
1 e
e
j 5w 2
j 5w § j 5w · e 2 e 2 ¸ ¨ © ¹
n 0 f S
c n 0 f
x( n) z n z m 1dz ¦
S
x( n) v z m n 1dz ¦ ³
c
¦ x(n) jR
数字信号处理(程佩青)_第二章_Z变换
17
2. z变换的收敛域
一种最重要的右边序列：因果序列——是指在 n≥0时x(n)有值，n<0时x(n)=0的序列。其收敛
序列为：
在|z|=∞处z变换收敛是因果序列的特征。
18
2. z变换的收敛域
因果序列及其收敛域（包括z=∞ ）
19
2. z变换的收敛域
（3）左边序列
在 时 有值，在 时 的序列 。其z变换为：
有一个
一阶极点。所以
31
1.围线积分法（留数法）
(2)当n≤-2时：函数 有一个 4 一阶极点。所以 在围线C外只
综合可得：
32
2.部分分式展开法
当X(z)为有理函数时，可以表示成
X(z) 可以展成下面的部分分式形式：
其中zi是X(z)的一个r阶极点 ，zk是X(z)的单极点（k=1,2……N-r），Bn是 整式部分的系数（M≥N时存在，M=N时，只有B0 项；M<N时Bn =0）。
59
任一序列总能表示成一个共轭对称序列与 一个共轭反对称序列之和。
要证明这一点，需要找到xe(n) 和xo(n) ，这 只要令xe(n) 和xo(n)满足下式即可 ：
60
同样，一个序列x(n)的傅里叶变换也可以分 解成共轭对称分量与共轭反对称分量之和：
其中 ，是共轭对称的， 轭反对称的。
是共
61
(5)
若已知 X(z) = Z[x(n)] Rx_＜|z|＜Rx+
则有： Z [ x * (n)] X * ( z * )
(6)
若已知 则有： X(z) = Z[x(n)] Rx_＜|z|＜Rx+
1 Z [ x(n)] X ( ) z
48
2. z变换的收敛域
一种最重要的右边序列：因果序列——是指在 n≥0时x(n)有值，n<0时x(n)=0的序列。其收敛
序列为：
在|z|=∞处z变换收敛是因果序列的特征。
18
2. z变换的收敛域
因果序列及其收敛域（包括z=∞ ）
19
2. z变换的收敛域
（3）左边序列
在 时 有值，在 时 的序列 。其z变换为：
有一个
一阶极点。所以
31
1.围线积分法（留数法）
(2)当n≤-2时：函数 有一个 4 一阶极点。所以 在围线C外只
综合可得：
32
2.部分分式展开法
当X(z)为有理函数时，可以表示成
X(z) 可以展成下面的部分分式形式：
其中zi是X(z)的一个r阶极点 ，zk是X(z)的单极点（k=1,2……N-r），Bn是 整式部分的系数（M≥N时存在，M=N时，只有B0 项；M<N时Bn =0）。
59
任一序列总能表示成一个共轭对称序列与 一个共轭反对称序列之和。
要证明这一点，需要找到xe(n) 和xo(n) ，这 只要令xe(n) 和xo(n)满足下式即可 ：
60
同样，一个序列x(n)的傅里叶变换也可以分 解成共轭对称分量与共轭反对称分量之和：
其中 ，是共轭对称的， 轭反对称的。
是共
61
(5)
若已知 X(z) = Z[x(n)] Rx_＜|z|＜Rx+
则有： Z [ x * (n)] X * ( z * )
(6)
若已知 则有： X(z) = Z[x(n)] Rx_＜|z|＜Rx+
1 Z [ x(n)] X ( ) z
48
数字信号处理第二章 ppt课件
分析信号在频率分布上的特性 和运算：这给了我们换个视角 观察信号的机会，我们会发现 许多在时间域上得不到的特性 和运算。
返回
2.2 时域离散信号的傅里叶变换
2.2.1 时域离散信号的傅里叶变换的定义 2.2.2 周期信号的离散傅里叶级数 2.2.3 周期信号的傅里叶变换 2.2.4 时域离散信号傅里叶变换的性质
X ~(k)N 1~ x(n)ej2 N k n k n0
上式的求和号中的每一项都是复指数序列，其中第K项
即为第K次谐波
1 X~(k)ej2Nkn Nr
的傅里叶变换根据
其周期性能够表示为：
F[1 T X ~ (k )ej2 N k]n 2X ~ (k )( 2k 2r)
N
N r N
换。
解: 将 x ( n ) 用欧拉公式展开为
x(n)1(ej0n ej0n)
2
由
FT[ej0n] 2(02r)
r
得余弦序列的傅里叶变换为
X(ej)FT[cos0n]
1 22r [(02r)(02r)]
[(02r) (02r)]
r
;
返回
回到本节
上式表明，余弦信号的傅里叶变换是在 0处的冲激函 数，强度为 ，同时以2 为周期进行周期性延拓，如下图
;
返回
回到本节
2.2.1 时域离散信号的傅里叶变换的定义
定义
X(ej) x(n)ejn
(2.2.1)
n
为时域离散信号x(n)的傅里叶变换，简称FT(Fourier
Transform)。上式成立的条件是序列绝对可和，或者
说序列的能量有限，即满足下面的公式：
x(n)zn
n
对于不满足上式的信号，可以引入奇异函数，使之能够
- 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)。
频域卷积定理
Y (e j ) 1 X (e j ) * H (e j ) 1 X (e j )H (e j( ) )d
2
2
Y (e j )
x(n)h(n)e jn
n
x(n)[ 1
H (e j )e jnd ]e jn
n
2
Y (e j ) 1
H (e j )[
x(n)e j( )n ]d
变换存在的充分条件是：
X (e j ) x(n) n
有些序列不满足以上条件，但是平方可和的，也能求到它的变换。
例如理想低通滤波器的单位样值响应：
h(n)
h(n)
c
Sa(cn)
sin cn n
c
n
它的傅里叶变换，即滤波器的频响：
H (e j )
h(n)e jn
n
1 0
c c
H (e j )
1
c
c
有些序列既不满足绝对可和，也不满足平方可和，但是引入频域 冲激信号之后，也可表示它的傅里叶变换。如：
x(n) 1
x(n)
1
-1 0 1 2 4 5 6 7
n
X (e j ) e jn 2 ( 2r )
n
r
X (e j )
(2 )
-2π 0 2π 4π 6π 8π
这里周期卷积： Y (e j ) X (e j ) W (e j )
1 X (e j )W (e j( ) )d
2
7、帕斯瓦尔定理： x(n) y*(n) 1 X (e j )Y *(e j )d
n
2
x(n) 2 1 X (e j ) 2 d
n
2
时域卷积定理
证明
X
e
(e
jw
)＝X
* e
(e
jw
)
X
o
(e
jw
)＝
X
* o
(e
jw
)，同样满足：
X e (e j )
2
n
1 H (e j ) X (e j( ) )d
2
1 H (e j ) * X (e j )
2
7. 帕斯维尔(Parseval)定理
2
x(n)
1
x(e j 2 d
n
2
2
x(n) x(n)x*(n)
x*(n)[ 1
X (e j )e jnd)]
n
n
n
2
1 X (e j ) x(n)e jnd
§2.2 时域离散信号的傅里叶变换的定义和性质
一、序列傅里叶变换（时域离散信号傅里叶变换）的定义：
X (e j ) x(n)e jn n
x(n)
1
X (e j )e jnd
2
记为：
X (e j ) DTFT [x(n)] x(n) IDTFT [ X (e j )] x(n) DTFT X (e j )
1 2
[x(n)
x*
(n)]
xo
( n)
1 [x(n) 2
x* (n)]
若 xe(n) xo (n) 是实函数，则他们分别是偶函数与奇函数。
序列的傅里叶变换，一般是频率的复函数
X (e j ) X r (e j ) jX i (e j )
也可以分解为共轭对称分量和共轭反对称分量之和：
X (e j ) X e (e j ) X o (e j )
y(n) x(n)*h(n)
Y (e jw ) FT[ y(n)] [ x(m)h(n m)]e jwn
n m
x(m) h(n m)e jwn
m
n
令n m＝k
＝ x(m) h(k)e jw（m＋k）
m
k
＝ x(m)e jwm h(k)e jwk
m
k
X (e jw )H (e jw )
x(n)=cosωn+j sinωn 由上式表明， 共轭对称序列的实部 确实是偶函数， 虚部是奇函数。
对于一般序列可用共轭对称与共轭反 对称序列之和表示， 即
x(n)=xe(n)+xo(n) 式中xe(n), xo(n)可以分别用原序列x(n)求出， 将n用-n代替， 再取共轭得到
x*(-n)=xe(n)-xo(n) ，则有：
Fn
1 T
-Ω 0 Ω 2Ω 3Ω 4Ω 5Ω 6Ω
将上式中时间变量用频率变量做一
个代换，并令 T=2π ，即
t
t
0 1
于是有：
n0
e jn 2 ( 2r )
n
r
二、离散时间傅里叶变换的性质： 1、线性： ax1(n) bx2 (n) DTFT aX1(e j ) bX 2 (e j ) 2、时移与频移： x(n m) DTFT e jm X (e j )
2
n
1
X (e j ) X *(e j )d 1
2
X (e j ) d
2
2
8、奇偶对称性：满足以下关系的信号或函数，
xe (n) xe*(n) 称为共轭对称的
xo (n) xo* (n) 称为共轭反对称的
任何函数可以表示为： x(n) xe (n) xo (n)
而Leabharlann xe(n)这里
X
e
(e
j
)
1 2
[
X
(e
j
)
X
* (e
j
)]
X o (e
j )
1 2
[X
(e
j
)
X
* (e j
)]
例 2.2.2 试分析x(n)=e jωn的对称性。 解： 将x(n)的n用-n代替， 再取共轭得到：
x*(-n)= e jωn 因此x(n)=x*(-n)， x(n)是共轭对称序列， 如展成实部与虚部， 得到
x(n)e j0n DTFT X (e j(0 ) )
3、时间倒置（反褶）： x(n) DTFT X (e j )
4、频域微分：
nx(n) DTFT j dX (e j )
d
5、时域卷积： y(n) x(n) h(n) 则 Y (e j ) X (e j ) H (e j )
6、频域卷积： y(n) x(n) w(n) 则 Y (e j ) X (e j ) W (e j )
提示：利用理想冲激序列的傅里叶变换
FT[T
(t)]
s ( ns )
n
1 Ts
e jnTs , 令Ts
n
w
我们知道，单位冲击序列是一以T为周期的周期信号
T (t) (t rT )
r
1
e jn0t 1
e jn0t
T n
T n
这里
0
2
T
T (t)
(1)
-T 0 T 2T 3T 4T
xe (n)
1 2
[x(n)
x(n)]
xo (n)
1 2
[x(n)
x(n)]
对于频域函数X (e jw )也有和上面类似的概念和结论：
X (e jw ) X e (e jw ) X o (e jw ) 式中X e (e jw )与X o (e jw )分别称为共轭对称部分 和共轭反对称部分, 它们满足：