离散傅里叶变换及其特性验证

合集下载
  1. 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. 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. 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)。

实验名:离散傅里叶变换及其特性验证

一、实验目的

1、掌握离散时间傅立叶变换(DTFT )的计算方法和编程技术。

2、掌握离散傅立叶变换(DFT )的计算方法和编程技术。

3、理解离散傅立叶变换(DFT )的性质并用MA TLAB 进行验证。

二、实验原理与计算方法

1、离散时间傅立叶变换

如果序列x (n )满足绝对可和的条件,即

∞<∑∞

-∞

=n n x |)(|,

则其离散时间傅立叶变换定义为: ∑∞

-∞

=-=

=n n

j j e

n x n x F e X ωω)()]([)( (1)

假设序列x (n )在N n n n ≤≤1(即不一定在[0, N -1])有N 个样本,要估计下列各点上的X (e j ω):

M k k M

k ...,2,1,0==

, π

ω

它们是[0,π]之间的(M +1)个等间隔频点,则(1)式可写成: M k n x e

e X N

l l kn M

j

j l

...,2,1,0)()(1==∑=-, πω

(2)

将{x (n l )}和{X (e j ωk

)}分别排列成向量x 和X ,则有:

X=Wx (3) 其中W 是一个(M +1)×N 维矩阵:

⎬⎫

⎩⎨⎧=≤≤=-M k n n n e N kn M j ...,2,1,0;1, πW

将{k }和{n }排成列向量,则⎥⎦⎤⎢⎣⎡⎪⎭⎫ ⎝

⎛-=n k W T M j πexp 在MA TLAB 中,把序列和下标排成行向量,对(3)式取转置得:

⎦⎤⎢⎣

⎡⎪⎭⎫ ⎝⎛-=k n x X T T T M j πexp

其中n T k 是一个N ×(M +1)维矩阵。用MATLAB 实现如下:

k=[0:M]; n=[n1:n2];

X=x*(exp(-j*pi/M)).^(n ’*k); 2、离散傅立叶变换

一个有限长序列的离散傅立叶变换对定义为:

10,)()(1

0-≤≤=∑-=N k W n x k X N n nk N (4)

10,)(1

)(1

-≤≤=∑-=-N n W

k X N

n x N k kn N

(5)

以列向量x 和X 形式排列x (n )和X (k ),则式(4)、(5)可写成: X =W N x

可由下面的MA TLAB 函数dft 和idft 实现离散傅立叶变换运算。

function [Xk] = dft(xn,N)

% Computes Discrete Fourier Transform % ----------------------------------- % [Xk] = dft(xn,N)

% Xk = DFT coeff. array over 0 <= k <= N-1 % xn = N-point finite-duration sequence % N = Length of DFT %

n = [0:1:N-1]; % row vector for n k = [0:1:N-1]; % row vecor for k WN = exp(-j*2*pi/N); % Wn factor

nk = n'*k; % creates a N by N matrix of nk values WNnk = WN .^ nk; % DFT matrix

Xk = xn * WNnk; % row vector for DFT coefficients function [xn] = idft(Xk,N)

% Computes Inverse Discrete Transform % ----------------------------------- % [xn] = idft(Xk,N)

% xn = N-point sequence over 0 <= n <= N-1 % Xk = DFT coeff. array over 0 <= k <= N-1 % N = length of DFT %

n = [0:1:N-1]; % row vector for n k = [0:1:N-1]; % row vecor for k WN = exp(-j*2*pi/N); % Wn factor

nk = n'*k; % creates a N by N matrix of nk values WNnk = WN .^ (-nk); % IDFT matrix

xn = (Xk * WNnk)/N; % row vector for IDFT values

3、离散傅立叶变换的性质

(1)线性性质:)]([)]([)]()([2121n x bDFT n x aDFT n bx n ax DFT +=+

注意:若x 1(n )和x 2(n )分别是N 1点和N 2点的序列,则选择N 3= max (N 1, N 2),将它们作N 3点DFT 处理。

(2) 周期性:离散傅立叶变换(DFT)是周期序列DFS 取主值区间形成的,因此序列)(n x 及其DFT )(k X 具有特性)()(n x n N x -=-和)()(k X k N X -=-。通常将结果1~12/-+N N 间的)(k X 量值表示在k 的负值区间。

(3)对称性:实序列)(n x 的离散傅立叶变换可以表示为)()()(k jX k X k X i r +=,其中实部为偶对称,虚部为奇对称,幅值)()()(22k X k X k X i r +=为偶对称,相位)

()

(arctan )(k X k X k r i =ϕ为奇对称。

根据上述关系,对于实序列)(n x ,则有)()(k X k N X =-*;对于纯虚序列)(n x ,则有

)()(k X k N X -=-*。

三、实验内容

相关文档
最新文档