数字信号处理课后答案 第3章DFT FFT.
第三章---数字信号处理课后答案刘顺兰版
第三章 部分习题解答（数字信号处理（第二版），刘顺兰，版权归作者所有，未经许可，不得在互联网传播）3.1如果一台通用计算机的速度为平均每次复乘需100μs ，每次复加需20μs ，今用来计算N=1024点的)]([n x DFT ，问用直接运算需要多少时间，用FFT 运算需要多少时间？ 解： ∑−=====101010,21024,)()(N n nk N M N Wn x k X直接运算所需的总时间为s N N s N T d μμ20)1(1002×−+×=秒分62126201023102410010242=≈××+×=s s s μμFFT 运算所需总时间为 s NM s M N T F μμ201002×+×=s s s 717.02010102410010102421=××+×××=μμ3.2在基-2FFT 算法中，最后一级或开始一级运算的系数10==N p N W W ，即可以不做乘法运算。
问（1）乘法可节省多少次，所占百分比为多少？ 解： 可节省2N 次，所占百分比为 %100log 1%100log 2222×=×N N N N 如 8=N 则为%3.33%10031≈×3.11以20kHz 的采样率对最高频率10kHz 的带限信号()a x t 采样，然后计算)(n x 的1000N =个采样点的DFT ，即210()()N j nk N n X k x n eπ−−==∑，1000N =.（1）试求频谱采样点之间的频率间隔是多少?（2）在()X k 中，200k =对应的模拟频率是多少?（3）在()X k 中，700k =对应的模拟频率是多少?解:（1）频谱采样点之间的频率间隔为:20000201000s f f Hz N Δ=== （2）200k =对应的模拟频率为 20000200400041000s k f f k Hz kHz N ==×== （3）因700k =大于N/2,故其对应的模拟频率为 20000()300600061000s k f f N k Hz kHz N =−=×== 3.12 对一个连续时间信号)(t x α采样1s 得到一个4096个采样点的序列：(1) 若采样后没有发生频谱混叠，)(t x α的最高频率是多少？(2) 若计算采样信号的4096点DFT，DFT 系数之间的频率间隔是多少Hz?(3) 假定我们仅仅对Hz f Hz 300200≤≤频率范围所对应的DFT 采样点感兴趣，若直接用DFT，要计算这些值需要多少次复乘？若用按时间抽取FFT 则需要多少次？ 解：（1）由题意可知：4096s f Hz =，故)(t x α的最高频率/22048h s f f Hz == （2）409614096s f f Hz N Δ=== （3）直接用DFT 计算，所需要的复乘次数为(3002001)1014096413696d M N =−+=×=若用按时间抽取FFT 则需要的复乘次数为10log 204812245762F N M N ==×= 3.17若给定两个实序列)(1n x 、)(2n x ，令：)()()(21n jx n x n g +=，)(kG 为其傅里叶变换，可以利用快速傅里叶变换来实现快速运算，试利用傅里叶变换的性质求出用)(k G 表示的)(1n x 、)(2n x 的离散傅里叶变换)(1k X 、)(2k X 。
数字信号处理 Chapter03答案
11
3.2 Properties of the z-Transform
Ex. ( linearity) x(n) = [3(2n) – 4(3n)] u(n) 3 4 – 1 – 2z –1 1 – 3z –1
X(z) =
ROC: |z| > 3
12
3.2 Properties of the z-Transform
z = re
jθ
=
n =−∞
∑ x ( n )r
−n
∞
− n − jθ n
e
X ( z) ≤
n =−∞
∞
∑
−1
x (n) r
+∑
n=0
∞
∞
x ( n) rn
x (n) rn
≤ ∑ x ( −n ) r + ∑
n n =1 n =0
7
3.1 The z-Transform
3.1.1 The Direct z-Transform
3.2 Properties of the z-Transform
X(z) = ∑ x(n) z – n
14
3.2 Properties of the z-Transform
X(z) = ∑ x(n) z – n
15
X(z) = ∑ x(n) z – n
16
3.3 Rational z-Transforms
1 2 −1 1 2 2
X ( z ) = 1+ z + (
X ( z) = 1 1− z
1 2 −1
)
z + .... + (
−2
1 n 2
)
z −n
数字信号处理第三章习题答案
x1(n)
x2(n)
(b)
y (n)
(c)
(a) x1(n) (b) x2 (n)
(c) y(n) x1(n) x2 (n)
5.如果X(k)=DFT[ x(n)]，证明DFT的初值定理
x(0)
1
N 1
X (k)
N k0
证明 由IDFT定义式
x(n)
1 N
N 1
1, 0 n 4 x2 (n) 1, 5 n 9 作图表示 x1(n) 、 x2 (n) 和 y(n) x1(n) ，x2 (n)
循环卷积区间长度L＝10。
解 x1(n) 、 x2 (n) 和 y(n) x1(n) x2 (n) 分别如题3解图
(a)、(b)、(c)所示。
2
N
2
N
k) k)
N] 2 ,k 2]
0,1,L
,N
1
1 e j0N
或
X7 (k)
1
e
j (0
2 N
k
)
,k
0,1,L
,N
1
(9) 解法一
x9 (n)
cos(0n)RN
(n)
1 [e 2
j0n
e
] j0n
N 1
X9 (k) x9 (n)WNkn n0
fl(n)长度为27,f(n)长度为20.前面已推出二者的关系为
f (n) fl (n 20m) R20 (n) m
只有在如上周期延拓序列中无混叠的点上，才满足f(n)=fl(n)，所以
f (n) fl (n) x(n) y(n), 7 n 19
第三章离散傅里叶变换及其快速计算方法(DFT、FFT)
X (e jw )
（2）Z 变换 -- 提供任意序列的 z 域表示。
n
x( n)e jnw
X (z)
n
x ( n) z n
这两种变换有两个共同特征：
（1）变换适合于无限长序列 （2）它们是连续变量 ω 或 z 的函数
华北电力大学自动化系
3
3.1 问题的提出：可计算性
X (z)
而对于
n
x ( n) z n
n
x ( n) z n
找不到衰减因子使它绝对可和（收敛）。为此，定义新函 数，其 Z 变换：
华北电力大学自动化系
15
DFS 定义：正变换
X ( z)
n
x ( n) z n ~ ( n ) z n x
华北电力大学自动化系
6
3.1 问题的提出：傅里叶变换的四种形式 （3）
2. 周期连续时间信号：傅里叶级数 FS
~ (t ) x X (n 0 )
t T
时域周期频域离散
0
2 T
x(t)
~
n -
X(n 0 )e jn0t
时域连续函数造成频域是非周期的谱。 频域的离散对应时域是周期函数。
X (e jT )
T T
X (e jT )e jnT d
取样定理
n
x(nT )e jnT
1 X ( 0 ) T n
时域的离散化造成频域的周期延拓 时域的非周期对应于频域的连续
华北电力大学自动化系
8
数字信号处理第三版(姚天任、江太辉) 答案 第三章
第三章离散傅里叶变换及其快速算法习题答案参考3.1 图P3.1所示的序列(xn 是周期为4的周期性序列。
请确定其傅里叶级数的系数(X k。
解:(111*0((((((N N N nk nk nk N N N n n n X k x n W x n W x n W X k X k −−−−−=====−= =−=∑∑∑3.2 (1设(xn 为实周期序列,证明(x n 的傅里叶级数(X k 是共轭对称的,即*((X k X k =− 。
(2证明当(xn 为实偶函数时,(X k 也是实偶函数。
证明:(1 111**((([(]((N nk N n N N nk nkNNn n Xk x n W Xk x n W xn W X−−=−−−==−=−===∑∑∑ k(2因(xn 为实函数,故由(1知有 *((Xk X k =− 或*((X k X k −= 又因(xn 为偶函数,即((x n x n =− ,所以有(111*0((((((N N N nk nk nk N N N n n n X k x n W x n W x n W X k X k −−−−−=====−= =−=∑∑∑3.3 图P3.3所示的是一个实数周期信号(xn 。
利用DFS 的特性及3.2题的结果,不直接计算其傅里叶级数的系数(Xk ,确定以下式子是否正确。
(1,对于所有的k; ((10Xk X k =+ (2((Xk X k =− ,对于所有的k; (3; (00X=(425(jkX k eπ,对所有的k是实函数。
解:(1正确。
因为(x n 一个周期为N =10的周期序列,故(X k 也是一个周期为N=10的周期序列。
(2不正确。
因为(xn 一个实数周期序列,由例3.2中的(1知,(X k 是共轭对称的,即应有*((Xk X = k −,这里(X k 不一定是实数序列。
(3正确。
因为(xn (0n ==在一个周期内正取样值的个数与负取样值的个数相等,所以有 10(0N n Xx −=∑ (4不正确。
数字信号处理》课后作业参考答案
第3章 离散时间信号与系统时域分析3．1画出下列序列的波形（2）1()0.5(1)n x n u n -=- n=0:8; x=(1/2).^n;n1=n+1; stem(n1,x);axis([-2,9,-0.5,3]); ylabel('x(n)'); xlabel('n');(3) ()0.5()nx n u n =-（）n=0:8; x=(-1/2).^n;stem(n,x);axis([-2,9,-0.5,3]); ylabel('x(n)'); xlabel('n');3.8 已知1,020,36(),2,780,..n n x n n other n≤≤⎧⎪≤≤⎪=⎨≤≤⎪⎪⎩,14()0..n n h n other n≤≤⎧=⎨⎩，求卷积()()*()y n x n h n =并用Matlab 检查结果。
解：竖式乘法计算线性卷积： 1 1 1 0 0 0 0 2 2）01 2 3 4）14 4 4 0 0 0 0 8 83 3 3 0 0 0 0 6 62 2 2 0 0 0 0 4 41 1 1 0 0 0 02 21 3 6 9 7 4 02 6 10 14 8）1x (n )nx (n )nMatlab 程序:x1=[1 1 1 0 0 0 0 2 2]; n1=0:8; x2=[1 2 3 4]; n2=1:4; n0=n1(1)+n2(1);N=length(n1)+length(n2)-1; n=n0:n0+N-1; x=conv(x1,x2); stem(n,x);ylabel('x(n)=x1(n)*x2(n)');xlabel('n'); 结果：x = 1 3 6 9 7 4 0 2 6 10 14 83.12 (1) 37πx （n ）=5sin(n) 解：2214337w πππ==，所以N=14 (2) 326n ππ-x （n ）=sin()-sin(n)解：22211213322212,2122612T N w T N w N ππππππ=========，所以(6) 3228n π-x （n ）=5sin()-cos(n) 解：22161116313822222()T N w T w x n ππππππ=======，为无理数，所以不是周期序列所以不是周期序列3.20 已知差分方程2()3(1)(2)2()y n y n y n x n --+-=，()4()nx n u n -=，(1)4y -=，(2)10,y -=用Mtalab 编程求系统的完全响应和零状态响应，并画出图形。
数字信号处理(第三版)_课后习题答案全_(原题+答案+图)
（5）y(n)=x2(n)
（6）y(n)=x(n2)
（7）y(n)=
n
（8）y(n)=x(n)sin(ωxn(m) )
m0
解： （1） 令输入为
输出为
x(n－n0)
y′(n)=x(n－n0)+2x(n－n0－1)+3x(n－n0－2) y(n－n0)=x(n－n0)+2x(n—n0—1)+3(n－n0－2)
x(n)=－δ(n+2)+δ(n－1)+2δ(n－3)
h(n)=2δ(n)+δ(n－1)+ δ(n－2)
由于
x(n)*δ(n)=x(n)
1
x(n)*Aδ(n－k)=Ax(n－k)
2
故
第 1 章 时域离散信号和时域离散系统
y(n)=x(n)*h(n)
=x(n)*［2δ(n)+δ(n－1)+ δ(n－2) 1 2
(4) 令x1(n)=xe(n)+xo(n), 将x1(n)与x(n)进行比较， 你能得
第 1 章 时域离散信号和时域离散系统
解：（1） x(－n)的波形如题4 (2) 将x(n)与x(－n)的波形对应相加， 再除以2， 得到xe(n)。 毫无疑问， 这是 一个偶对称序列。 xe(n)的波形如题4解图（二）所示。 (3) 画出xo(n)的波形如题4解图（三）所示。
分别求出输出y(n)。
（1） h(n)=R4(n), x(n)=R5(n) （2） h(n)=2R4(n), x(n)=δ(n)－δ(n－2) （3） h(n)=0.5nu(n), xn=R5(n)
解： （1） y(n)=x(n)*h(n)=
R4(m)R5(n－m)
数字信号处理课后习题答案
数字信号处理（姚天任江太辉）第三版课后习题答案第二章2.1 判断下列序列是否是周期序列。
若是，请确定它的最小周期。
（1）x(n)=Acos(685ππ+n ) （2）x(n)=)8(π-ne j（3）x(n)=Asin(343ππ+n )解 (1)对照正弦型序列的一般公式x(n)=Acos(ϕω+n )，得出=ω85π。
因此5162=ωπ是有理数，所以是周期序列。
最小周期等于N=)5(16516取k k =。
（2）对照复指数序列的一般公式x(n)=exp[ωσj +]n,得出81=ω。
因此πωπ162=是无理数，所以不是周期序列。
（3）对照正弦型序列的一般公式x(n)=Acos(ϕω+n )，又x(n)=Asin(343ππ+n )＝Acos(-2π343ππ-n )＝Acos(6143-n π)，得出=ω43π。
因此382=ωπ是有理数，所以是周期序列。
最小周期等于N=)3(838取k k =2.2在图2.2中，x(n)和h(n)分别是线性非移变系统的输入和单位取样响应。
计算并列的x(n)和h(n)的线性卷积以得到系统的输出y(n)，并画出y(n)的图形。
(a)1111(b)(c)111110 0-1-1-1-1-1-1-1-1222222 3333 3444………nnn nnnx(n)x(n)x(n)h(n)h(n)h(n)21u(n)u(n)u(n)a n ===22解 利用线性卷积公式y(n)=∑∞-∞=-k k n h k x )()(按照折叠、移位、相乘、相加、的作图方法，计算y(n)的每一个取样值。
(a) y(0)=x(O)h(0)=1y(l)=x(O)h(1)+x(1)h(O)=3y(n)=x(O)h(n)+x(1)h(n-1)+x(2)h(n-2)=4,n ≥2 (b) x(n)=2δ(n)-δ(n-1)h(n)=-δ(n)+2δ(n-1)+ δ(n-2)y(n)=-2δ(n)+5δ(n-1)= δ(n-3) (c) y(n)=∑∞-∞=--k kn k n u k u a)()(=∑∞-∞=-k kn a=aa n --+111u(n)2.3 计算线性线性卷积 (1) y(n)=u(n)*u(n) (2) y(n)=λnu(n)*u(n)解：(1) y(n)=∑∞-∞=-k k n u k u )()(=∑∞=-0)()(k k n u k u =(n+1),n ≥0即y(n)=(n+1)u(n) (2) y(n)=∑∞-∞=-k k k n u k u )()(λ=∑∞=-0)()(k kk n u k u λ=λλ--+111n ,n ≥0即y(n)=λλ--+111n u(n)2.4 图P2.4所示的是单位取样响应分别为h 1(n)和h 2(n)的两个线性非移变系统的级联，已知x(n)=u(n), h 1(n)=δ(n)-δ(n-4), h 2(n)=a n u(n),|a|<1,求系统的输出y(n).解 ω(n)=x(n)*h 1(n) =∑∞-∞=k k u )([δ(n-k)-δ(n-k-4)]=u(n)-u(n-4)y(n)=ω(n)*h 2(n) =∑∞-∞=k kk u a )([u(n-k)-u(n-k-4)]=∑∞-=3n k ka,n ≥32.5 已知一个线性非移变系统的单位取样响应为h(n)=an-u(-n),0<a<1 用直接计算线性卷积的方法，求系统的单位阶跃响应。
丁玉美《数字信号处理》（第3版）（课后习题快速傅里叶变换（FFT））
丁⽟美《数字信号处理》（第3版）（课后习题快速傅⾥叶变换（FFT））第4章 快速傅⾥叶变换（FFT）1．如果某通⽤单⽚计算机的速度为平均每次复数乘需要4µs，每次复数加需要1µs，⽤来计算N＝1024点DFT，问直接计算需要多少时问。
⽤FFT计算呢？照这样计算，⽤FFT进⾏快速卷积对信号进⾏处理时，估计可实现实时处理的信号最⾼频率。
解：当N＝1024＝210时，直接计算DFT的复数乘法运算次数为N2＝1024×1024＝1048576次复数加法运算次数为N（N－1）＝1024×1023＝1047552次直接计算所⽤计算时间T D为⽤FFT计算1024点DFT所需计算时间T F为快速卷积时，需要计算⼀次N点FFT（考虑到H（k）＝DFT[h（n）]已计算好存⼊内存）、N次频域复数乘法和⼀次N点IFFT。
所以，计算1024点快速卷积的计算时间T c约为所以，每秒钟处理的采样点数（即采样速率）由采样定理知，可实时处理的信号最⾼频率为应当说明，实际实现时，f max还要⼩⼀些。
这是由于实际中要求采样频率⾼于奈奎斯特速率，⽽且在采⽤重叠相加法时，重叠部分要计算两次。
重叠部分长度与h（n）长度有关，⽽且还有存取数据和指令周期等消耗的时间。
2．如果将通⽤单⽚机换成数字信号处理专⽤单⽚机TMS320系列，计算复数乘和复数加各需要10ns。
请重复做上题。
解：与第1题同理。
直接计算1024点DFT所需计算时间T D为⽤FFT计算1024点DFT所需计算时间T F为快速卷积计算时间T c约为可实时处理的信号最⾼频率f max为由此可见，⽤DSP专⽤单⽚机可⼤⼤提⾼信号处理速度。
所以，DSP在数字信号处理领域得到⼴泛应⽤。
机器周期⼩于1ns的DSP产品已上市，其处理速度更⾼。
3．已知X （k ）和Y （k ）是两个N 点实序列x （n ）和y （n ）的DFT ，希望从X （k ）和Y （K ）求x （n ）和y （n ），为提⾼运算效率，试设计⽤⼀次N 点IFFT 来完成的算法。
数字信号处理 刘顺兰第三章完整版习题解答
数字信号处理刘顺兰第三章完整版习题解答一、题目解答1. 题目利用时域抽样、频域抽样、零填充、插值法等，实现信号的变换。
1.1 时域抽样时域抽样是指将一个连续时间信号在时间轴上的等间隔位置上进行采样，可以得到一个离散时间信号。
时域抽样的原理是，将时间轴上的信号按照一定的时间间隔进行采样，每个采样点的振幅值就是该点对应的连续时间信号的振幅值。
时域抽样可以通过以下步骤进行实现：1.假设连续时间信号为x(t)，采样频率为Fs（采样频率是指每秒采样的次数），采样间隔为Ts（采样间隔是指相邻两个采样点之间的时间间隔）。
2.根据采样频率和采样间隔，计算出采样点数N：N =Fs * T，其中T为采样时长。
为Ts。
4.在每段的中点位置进行采样，得到N个采样点。
5.将N个采样点按照时域顺序排列，即可得到离散时间信号。
1.2 频域抽样频域抽样是指将一个连续频谱信号在频率轴上的等间隔位置上进行采样，可以得到一个离散频谱信号。
频域抽样的原理是，将频率轴上的信号按照一定的频率间隔进行采样，每个采样频率点上的能量值就是该频率点对应的连续频谱信号的能量值。
频域抽样可以通过以下步骤进行实现：1.假设连续频谱信号为X(f)，采样频率为Fs（采样频率是指每秒采样的次数），采样间隔为Δf（采样间隔是指相邻两个采样频率点之间的频率间隔）。
2.根据采样频率和采样间隔，计算出采样点数N：N =Fs / Δf，其中Δf为采样频率点之间的频率间隔。
为Δf。
4.在每段的中点位置进行采样，得到N个采样频率点。
5.将N个采样频率点按照频域顺序排列，即可得到离散频谱信号。
1.3 零填充零填充是指在信号的末尾添加一些零值样本，使得信号的长度变长。
零填充的原理是，通过增加信号的长度，可以在时域和频域上提高信号的分辨率，从而更精确地观察信号的特征。
零填充可以通过以下步骤进行实现：1.假设原始信号为x(n)，长度为N。
2.计算需要填充的长度L，L > 0。
数字信号处理课后答案 第3章DFT FFT.
所以
DFT[ X (n)] X (n)W
n 0
N 1
N 1
kn N
N 1 mn kn x(m)WN WN n 0 m 0
N 1
n ( m k ) x(m)WN m 0 n 0
X (k ) W X (k ) WNkm ( N 1)
k N m 1
kn WN 1 ( N 1) N n 0 N 1
N 1
所以， X (k )
N , k 0 ，即 k 1 WN N ( N 1) k 0 2 X (k ) N k 1, 2, , N 1 k 1 WN
N 1
N 1
2π
2π
2π
1 e 2 n 0
N 1
j
2π ( mk ) n N
1 e 2 n 0
N 1 j 2 π ( m k ) n N
2π 2π j (mk ) N j ( m k ) N 1 1 e N 1 e N 2π 2π 2 j (m k ) 1 e j N ( mk ) N 1 e
(7)
x(n)=ejω0nRN(n)
(8)
(9)
x(n)=sin(ω0n)RN(n)
x(n)=cos(ω0n)RN(N)
(10) x(n)=nRN(n) 解： (1)
X (k )
N 1 n 0 N 1 j 2 π kn e N n 0 j j 2π kN N 2π kN N
kn 1 WN
k 整数 m k 整数 m
所以
数字信号处理第三章习题解答
（4）在频带宽度不变的情况下，将频率分辨率提高一倍的N值。
解：
（1）已知
（2）
（3）
（4）频带宽度不变就意味着采样间隔T不变，应该使记录时间扩大一倍为0.04s实现频率分辨率提高一倍（F变为原来的1/2）
18.我们希望利用 长度为N=50的FIR滤波器对一段很长的数据序列进行滤波处理，要求采用重叠保留法通过DFT来实现。所谓重叠保留法，就是对输入序列进行分段（本题设每段长度为M=100个采样点），但相邻两段必须重叠V个点，然后计算各段与 的L点（本题取L=128）循环卷积，得到输出序列 ，m表示第m段计算输出。最后，从 中取出Ｂ个，使每段取出的Ｂ个采样点连接得到滤波输出 。
————第三章————
离散傅里叶变换DFT
3.1 学习要点
3.1.1DFT的定义、DFT与Z变换(ZT)、傅里叶变换(FT)的关系及DFT的物理意义
1.DFT的定义
设序列 为有限长序列，长度为 ,则定义 的 点离散傅立叶变换为
(3.1)
的 点离散傅立叶逆变换为
(3.2)
其中， ， 成为DFT变换区间长度。
学习DFT的性质时，应与傅里叶变换的性质对照学习，要搞清两者的主要区别。我们知道，傅里叶变换将整个时域作为变换区间，所以在其性质中，对称性以原点为对称点，序列的移动范围无任何限制。
然而，DFT是对有限长序列定义的一种变换，也就是说，DFT变换区间为 。这一点与傅立叶变换截然不同，由于 及 区间在DFT变换区间以外，所以讨论对称性时，不能再以原点作为对称点，而是以 点作为对称点。为了区别于无限长共轭对称序列，用 和 分别表示有限长（或圆周）共轭对称序列和共轭反对称序列。其定义为
即 隐含周期性，周期为 。
课后习题及答案_第3章离散傅里叶变换--习题
课后习题及答案_第3章离散傅里叶变换--习题数字信号处理第三版第3章离散傅里叶变换(DFT)习题1．计算以下序列的N点DFT，在变换区间0≤n≤N－1内，序列定义为(1) x(n)=1(2) x(n)=δ(n)(3) x(n)=δ(n－n0) 0n0N(4) x(n)=Rm(n) 0mN(5) n ) jNmn N x(=e,0 mπ 2 (6) n ) x(=cos mn ,0mN2π(7) x(n)=ejω0nRN(n)(8) x(n)=sin(ω0n)RN(n)(9) x(n)=cos(ω0n)RN(N)(10) x(n)=nRN(n)2．已知下列X(k)，求x(n)=IDFT［X(k)］Njθ 2e N（1）X (k)= e jθ20 N k=m k=N m其它kNjθ j2e N jθ（2）X (k)= je 2 0 k=m k=N m 其它k其中，m为正整数，0mN/2, N为变换区间长度。
3．已知长度为N=10的两个有限长序列：做图表示x1(n)、x2(n)和y(n)=x1(n) * x2(n)，循环卷积区间长度L=10。
，4．证明DFT的对称定理，即假设X(k)=DFT［x(n)］数字信号处理第三版证明DFT［X(n)］=Nx(N－k)5．如果X(k)=DFT［x(n)］，证明DFT的初值定理1x(0)=N∑X(k)k=0N 16．设x(n)的长度为N，且X(k)=DFT［x(n)］0≤k≤N－1令h(n)=x((n))NRmN(n) m为自然数H(k)=DFT［h(n)］mN 0≤k≤mN－1求H(k)与X(k)的关系式。
7．证明: 若x(n)为实序列，X(k)=DFT［x(n)］N，则X(k)为共轭对称序列，即X(k)=__（N－k)；若x(n)实偶对称，即x(n)=x(N－n)，则X(k)也实偶对称；若x(n)实奇对称，即x(n)=－x(N－n)，则X(k)为纯虚函数并奇对称。
数字信号处理 答案 第三章
解： x1 ( n) 和 x2 (n) 的图形如图 P3.7_1 所示：
3.8 图 P3.8 表示一个 4 点序列 x( n) 。 （1）绘出 x( n) 与 x( n) 的线性卷积结果的图形。 （2）绘出 x( n) 与 x( n) 的 4 点循环卷积结果的图形。 （3）绘出 x( n) 与 x( n) 的 8 点循环卷积结果的图形，并将结果与（1）比较，说明线性卷积与循环卷 积之间的关系。
j [(2π k /10) + (π /10)]
={
3.7
N ,k=m或 k=−m 2 0,其 他
图 P3.7 表示的是一个有限长序列 x( n) ,画出 x1 ( n) 和 x2 (n) 的图形。 （1） x1 ( n) = x ⎡ ⎣( n − 2 ) ⎤ ⎦ 4 R4 (n)
（2） x2 ( n) = x ⎡ ⎣( 2 − n ) ⎤ ⎦ 4 R4 (n)
解： （1） X ( k )
= ∑ δ (n)WNnk = δ (0) = 1, 0 ≤ k ≤ N − 1
n=0
N −1
（2） X ( k ) =
∑ δ [(n − n )]
n =0 0
N −1
N
RN (n)WNnk = WNn0 k , 0 ≤ k ≤ N − 1
（3） （4）
X (k ) = ∑ a W
− jω N
−j
N ω 2
j
N ω 2
−j
N ω 2
⎛N ⎞ sin ⎜ ω ⎟ N −1 ) ⎝ 2 ⎠ e− j 2 ω = sin
ω
2
⎛N ⎞ sin ⎜ ω ⎟ ⎝ 2 ⎠ , ϕ (ω ) = − N − 1 ω | X (e jω ) |= ω 2 sin 2
第3章 离散傅立叶变换 DFSDFS的性质DFTDFT的性质循环卷积利用DFT计算线性卷积频率域抽样FFT
~x(n)
1 N
N
1
X~
(k
)W
N
kn
k 0
IDFS
X~ (k )
DFS[·] ——离散傅里叶级数正变换 IDFS[·]——离散傅里叶级数反变换
离散傅里叶变换（DFT）
我们知道周期序列实际上只有有限个序列值有意义，因此 它的许多特性可推广到有限长序列上。
一个有限长序列 x(n)，长为N，
x(n)
图4.2.8 倒序规律
3.5.4 频域抽取法FFT(DIF―FFT)
在基2快速算法中，频域抽取法FFT也是一种常用 的快速算法，简称DIF―FFT。
设序列x(n)长度为N=2M，首先将x(n)前后对半分
开，得到两个子序列，其DFT可表示为如下形式：
N 1
X (k) DFT[x(n)] x(n)WNk
T0
频谱特点： 离散非周期谱
2. 连续时间非周期信号
x(t) 1 X ( j) ej td
2
X ( j) x(t) e j tdt
频谱特点： 连续非周期谱
3. 离散非周期信号
x(n) FT-1[ X (ej )] 1 X (ej ) ejnd
2
X (ej ) FT[x(n)] x(n) e-jn n
~x (n) IDFS [ X~ (k )] 1 N 1 X~ (k )e j2 / N nk
N n0
X~ (k ) DFS [~x (n)] N 1 ~x (n)e j2 / N kn n0
习惯上：记 WN e j2 / N ，叫旋转因子．
则DFS变换对可写为
X~(k) N 1 ~x (n)WNkn DFS~x (n) n0
《数字信号处理》第三版答案(非常详细完整)
答案很详细，考试前或者平时作业的时候可以好好研究，祝各位考试成功！！电子科技大学微电子与固体电子学陈钢教授著数字信号处理课后答案1.2 教材第一章习题解答1. 用单位脉冲序列()n δ及其加权和表示题1图所示的序列。
解：()(4)2(2)(1)2()(1)2(2)4(3) 0.5(4)2(6)x n n n n n n n n n n δδδδδδδδδ=+++-+++-+-+-+-+-2. 给定信号：25,41()6,040,n n x n n +-≤≤-⎧⎪=≤≤⎨⎪⎩其它（1）画出()x n 序列的波形，标上各序列的值；（2）试用延迟单位脉冲序列及其加权和表示()x n 序列； （3）令1()2(2)x n x n =-，试画出1()x n 波形； （4）令2()2(2)x n x n =+，试画出2()x n 波形； （5）令3()2(2)x n x n =-，试画出3()x n 波形。
解：（1）x(n)的波形如题2解图（一）所示。
（2）()3(4)(3)(2)3(1)6() 6(1)6(2)6(3)6(4)x n n n n n n n n n n δδδδδδδδδ=-+-+++++++-+-+-+-（3）1()x n 的波形是x(n)的波形右移2位，在乘以2，画出图形如题2解图（二）所示。
（4）2()x n 的波形是x(n)的波形左移2位，在乘以2，画出图形如题2解图（三）所示。
（5）画3()x n 时，先画x(-n)的波形，然后再右移2位，3()x n 波形如 5. 设系统分别用下面的差分方程描述，()x n 与()y n 分别表示系统输入和输出，判断系统是否是线性非时变的。
（1）()()2(1)3(2)y n x n x n x n =+-+-； （3）0()()y n x n n =-，0n 为整常数； （5）2()()y n x n =； （7）0()()nm y n x m ==∑。
数字信号处理_第三章
x( L 1) x( L 2) y (0)c x(0) y (1) x(1) x(0) x( L 1) c y (2)c ＝ x(2) x(1) x(0) x( L 1) x( L 2) x( L 3) y ( L 1)c
DFTx2 (n) X 2 (k )
二、循环移位性质
1、序列的循环移位（圆周移位）定义： 一个有限长序列 x(n) 的圆周移位定义为
y(n) xn mN RN n
(1) 先将x(n)作 周 期 ~ x延 (n) 拓 xnN
~ n mN (2) 延 拓 后 再 进 x (n 行 m移 ) x位
1 e
e
k j 38
sin(k / 2) sin(k / 8)
15 j
0k 7
2kn 16
（2）N 16 时 X (k ) x(n) W
n 0 N 1 nk N
R4 (n)e
n 0
e
n 0
3
kn j2 16
1 e
4k j2 16 k j2 16
~ 周期序列 x (n) 是有限长序列x(n)的周期延拓。
x (n) 0 n N 1 ~ x(n) 其它 0
或
x(n) ~ x (n) RN (n)
x (n) 的主值序列。 有限长序列x(n)是周期序列 ~
二、DFT的隐含周期性
如：
0
x(n)
n N-1
第3章 离散傅里叶变换(DFT)
时域循环移位定理表明：有限长序列的循环移位，在离散 频域中相当于引入一个和频率成正比的线性相移WN-mk 频域循环移位定理表明：时域序列的调制(相移)等效于频域 的循环移位
(3.1.7)
注：若x(n)实际长度为M，延拓周期为N，则当N<M时，(3.1.5) 式仍表示以N为周期的周期序列，但(3.1.6)和 (3.1.7)式仅对 N≥M时成立。
第3章 离散傅里叶变换(DFT)
图3.1.2（a）中x(n)实际长度M=6，
x (n) 如图 当延拓周期N=8时，~
3.1.2（b）所示。
DTFT:X(e )= x( n)e
M 1 n0
N (n) RN (n) xN ( n) x
(k ) x N (n)WNkn DFS : X
DFT与ZT关系：
k
z e
j k N
X (k ) X ( z )
k ,, ,..., N k ,, ,..., N
第3章 离散傅里叶变换(DFT)
（2）时/频域循)] X (k )
k 0,1,..., N 1
则
且
mk DFT [ x(( n m)) N RN (n)] WN X (k )
nl IDFT [ X (( k l )) N RN (k )] WN x ( n)
n 0 N 1
WN e
j
2 N
k 0,1,..., N 1 n 0,1,..., N 1
1 N 1 IDFT [ X (k )] x(n) X (k )WN kn N k 0
1 IDFT[ X (k )]N N
N 1
mk kn [ x ( m ) W ] W N N k 0 m 0 k ( mn ) W N k 0 N 1
数字信号处理课后答案第3和4章
用DFT/FFT对信号进行谱分析的误差表现在三个方面， 即混叠现象、 栅栏效应和截断效应。 截断效应包括泄漏和 谱间干扰。
第３章 离散傅里叶变换(DFT)及其快速算法
第３章 离散傅里叶变换(DFT)及其快速算法
(FFT)
xN(n)=IDFT［X(k)］为x(n)的周期延拓序列（以N为延拓周期） 的主值序列。 以后这一结论可以直接引用。
［例3.4.2］ 已知 x(n)=R8(n), X(ejω)=FT［x(n)］
对X(ejω)采样得到X(k)，
X(k)X(ej)|2πk, k0,1, ,5 6
第３章 离散傅里叶变换(DFT)及其快速算法
(FFT)
当然， 截取信号的长度要足够长。 但如果截取的长度 不够长， 而依靠在所截取的序列尾部加零点， 增加变换区 间长度， 也不会提高分辨率。 例如， 分析周期序列的频谱， 只观察了一个周期的1/4长度， 用这些数据进行DFT， 再通 过尾部增加零点， 加大DFT的变换区间N， 也不能分辨出是 周期序列， 更不能得到周期序列的精确频率。
令m=N－1－n， 则上式可写成
0
N1
X(k) x(m )W N k(n1) x(m )W N km
m N1
m 0
W N k(N 1 )X ( (k)N )R N (k)
第３章 离散傅里叶变换(DFT)及其快速算法
(FFT)
当 k N 时（N为偶数）， 2
因为
X N 2 W N N 2(N 1 )X N 2 NW N N 2(N 1 )X N 2