数字信号处理第四章
数字信号处理第四章 模拟滤波器频率变换、冲激响应不变法、双线性变换法
4.4 冲激响应不变法
一、基本原理
＝
x(t)
y(t)
取样
取样
x(n) = x(nT)
?
y(n) = y(nT)
?
＝
响应不变
4.4 冲激响应不变法
一、基本原理
其中
取样
其中
另，根据数字系统响应
冲激响应不变原则！
4.4 冲激响应不变法
一、基本原理
模拟滤波器：
（M<N）
部分分式分解
冲激响应不变准则：
数字滤波器：
因此，双线性变换不改变系统稳定性
4.4 双线性变换法
4、频率预畸变
0
高频进行压缩
无混叠，有畸变
频率越高，畸变越大
预畸变
预畸变公式：
根据数字滤波器设计指标，求对应模拟滤波器设计指标时，需预先进行畸变
4.4 双线性变换法
5、双线性变换法设计滤波器步骤
（1）确定数字滤波器技术指标
（Hz表示）
（弧度表示）或
1）带通：计算几何中心
0
若
，则
代替
若
，则
代替
若
，则令
4.2.4 模拟滤波器的频率变换
带通带阻滤波器衰减参数选择
几何对称：
若实际给出的指标不满足几何对称，如何应对？
2）带阻：计算几何中心
0
若
，则
代替
若
，则
代替
若
，则令
固定靠近
的两个值
以让过渡带更窄为选择标准（靠近中心，指标更严）
模拟转数字滤波器
已知一个模拟滤波器H(s)，如何得到数字滤波器H(z)？
3）设计归一化低通滤波器，得到传输函数
《数字信号处理》课件第4章 (2)
(4-6b)
j 1
V jk (z) Fjk (z)W j (z)
(4-7)
相应的信号流图如图4.8所示。
第四章 数字滤波器的结构表示
源节 点1 1 X(z)或x(n)
a
2
3
z－ 1 b
4
吸收 节点 1 Y(z)或y(n)
图4.8 标有支路传输比的Z变换形式的流图
第四章 数字滤波器的结构表示
在图4.8中，每一个支路的传输比均列于该支路的箭头之侧。 对支路（2、4）而言，它所作的是单位延迟变换， 此时的传递
第四章 数字滤波器的结构表示
第四章 数字滤波器的结构表示
4.1 引言 4.2 数字滤波器的信号流图表示 4.3 数字网络的矩阵表示 4.4 无限冲激响应(IIR)系统的基本网络结构 4.5 转置型 4.6 有限冲激响应(FIR)系统的基本网络结构
第四章 数字滤波器的结构表示
4.1 引 言
在设计数字滤波器的过程中，通常总是根据工程指标，按一 定的设计方法或技术，正确确定能够满足所需指标要求的滤波器 的数学模型，然后利用计算机或专用硬件加以实现。为了论述方 便， 我们把滤波器数学模型的确定放到第六章数字滤波器的设计 方法中专门研究，而把数学模型的具体实现放在这里先作必要的 介绍。 而且在这一章中，我们只对该数学模型的硬件实现作必要 的讨论， 利用计算机实现的软件设计则不再赘述。
第四章 数字滤波器的结构表示
S jk (z) bjk X j (z) Rjk (z) c jkWj (z)
把它们代入式（4-6），
N
M
Wk (z) Fjk (z)Wj (z) bjk X j (z)
j 1
j 1
N
Yk (z) c jkWj (z) j 1
数字信号处理 第4章 FFT基本思想和2种基本的FFT
= −W
W的对称性
W的可约性
2 rk WN rk = WN / 2
长序列变成短序列 若N → 2个N / 2
2 则N 2次复述乘法 →（N / 2）= N 2 / 2次复数乘法 2
从信号的特殊性上考虑
– 如奇、偶、虚、实性
W 0 X (0) X (1) W 0 = X (2) W 0 0 X (3) W
对 N = 2M ， 共可分 M 次，即 m = 0,1,L , M − 1，
8点FFT时间抽取算法信号流图
每一级有 N/2 个如下的“蝶形”单元：
xm ( p )
xm +1 ( p )
W
r N
xm (q)
−1
xm +1 (q )
算法讨论（ “级”的概念、碟形单元、 “组” 的概念、旋转因子的分布、码位倒置）
r =2l ,r =2l +1
A(k ), B(k )
C(k) = D(k) =
N / 4−1 l =0
∑x(4l)W
l =0
lk N/4
, k = 0,1,..., N / 4 −1
N / 4−1
lk x(4l + 2)WN / 4 , k = 0,1,..., N / 4 −1 ∑
k A(k) = C(k) +WN / 2 D(k), k = 0,1,..., N / 4 −1 k A(k + N / 4) = C(k) −WN / 2 D(k), k = 0,1,..., N / 4 −1
x(6)
n N
N n = 0,1,L , 2
由此得到基本 运算单元
g (0) g (1) g (2) g (3)
数字信号处理
所以
X (k ) [Rex(n) j Imx(n)]
nk nk [Re WN j Im WN )] N 1 n 0
{Rex(n)ReW Imx(n)ImW j (Rex(n)ImW Imx(n)ReW )}, k 0,1,2,..., N 1
…
N r 0,1,..., 1 4
X 2 k f 3 ( X 5 (k ), X 6 (k ))
蝶形运算
数字信号处理－第四章 快速傅立叶变换
x1 (0)
. .
x1 ( N 1)
.
N/2点 DFT
N x1 n x1 2r x1 2r 1, r 0,1,2,..., 1 4 X 1 (k ) x1 2r x3 r , x1 2r 1 x4 (r )
.
数字信号处理－第四章 快速傅立叶变换
x(n) X (k ),
令
x1 (n) X 1 (k ), x2 (n) X 2 (k ),
n, k 0,1,2,..., N 1 N n, k 0,1,2,..., 1 2 N n, k 0,1,2,..., 1 2
N 1 n 0 nk N
x2 0 x5 (0)
N/4点 N x5 ( N 1) . DFT x2 2 4 2
.
.
X 5 (k )
x2 1 x6 (0)
蝶形 运算
X 6 (k )
X 2 (k )
N/4点 . N N x2 1 x6 ( 1) . DFT 4 2
数字信号处理－第四章 快速傅立叶变换
4.2 直接计算DFT的问题及改进的途径
数字信号处理课件第四章资料
5、时间抽取蝶形运算流图符号
X1(k)
X1(k) WNk X 2 (k)
X 2 (k )
WNk
1 X1(k) WNk X 2 (k)
返回DIF 返回例题
设 N 23 8
X1(k)
X 2 (k )
WNk
k 0
W80
1
W81
2
W82
3
W83
X (k)
k 0,1,,7
l0
l 0
X1(k) X 3(k) WNk X 4 (k)
2
X1(k
N 4
)
X 3 (k )
W Nk
2
X
4
(k)
k 0,1,..., N 1 4
x2(r)也进行同样的分解：
x5 (l) x2 (2l)
x6 (l) x2 (2l 1)
l 0,1,..., N 1 4
)
N
/ 21
x1(r)WNrk/ 2
X1(k)
r 0
r 0
X2(k N / 2) X2(k) X (k) X1(k) WNk X 2 (k)
W (kN N
/
2)
WNkWNN
/
2
WNk
N点X(k)可以表示成前 N点和后 点N 两部分：
2
2
前半部分X(k)：
X (k) X1(k) WNk X 2 (k)
N 1
X (k) x(n)WNnk k = 0, 1, …, N-1
n0
x(n)
1 N
N 1
X (k )WNnk
k 0
n = 0, 1, …, N-1
二者的差别只在于WN 的指数符号不同，以及差一 个常数因子1/N，所以IDFT与DFT具有相同的运算量。
本科数字信号处理第4章
m WN
(4.2.2)
其对称性表现为
WN m WNN m WN
m N 2 m WN
或者 [WN
N m
m ] WN
第4章 快速傅里叶变换(FFT)
4.2.2 时域抽取法基2FFT基本原理 FFT 算 法 基 本 上 分 为 两 大 类 ： 时 域 抽 取 法 FFT(Decimation In Time FFT,简称DIT-FFT)和频域抽取 法FFT(Decimation In Frequency FFT,简称DIF―FFT)。 下面先介绍DIF―FFT算法。 设序列x(n)的长度为N，且满足
第4章 快速傅里叶变换(FFT)
4.2 基2FFT算法
4.2.1 直接计算DFT的特点及减少运算量的基本途径 长度为N的有限长序列x(n)的DFT为
kn X ( k ) x ( n )WN , k 0,1, , N 1 n 0 N 1
(4.2.1)
考虑x(n)为复数序列的一般情况，对某一个k值， 直接按(4.2.1)式计算X(k)值需要N次复数乘法、(N-1)次 复数加法。
2 kr WN /2
所以
X (k )
N / 2 1
r 0
x1 ( r )W
kr N /2
W
k N
N / 2 1
r 0
kr k x2 ( r )WN X ( k ) W /2 1 N X 2 (k )
第4章 快速傅里叶变换(FFT)
其中X1(k)和X2(k)分别为x1(r)和x2(r)的N/2点DFT， 即
第4章 快速傅里叶变换(FFT)
第4章 快速傅里叶变换(FFT)
4.1 引言 4.2 基2FFT算法 4.3 进一步减少运算量的措施 4.4 分裂基FFT算法 4.5 离散哈特莱变换(DHT)
精品课件-数字信号处理(第四版)(高西全)-第4章
点DFT和(4.2.10)式或(4.2.11)式所示的N/4个蝶形运算，
如图4.2.3所示。依次类推，经过M次分解，最后将N点DFT
分解成N个1点DFT和M级蝶形运算，而1点DFT就是时域序列
本身。一个完整的8点DIT－FFT运算流图如图4.2.4所示。
图中用到关系式
。W图N中k / m输入W序Nmk列不是顺序排
In Time FFT，简称DIT－FFT )； 频域抽取法FFT (Decimation In Frequency FFT，简称DIF－FFT)。本节介 绍DIT－FFT
设序列x(n)的长度为N，且满足N=2M，M为自然数。按n 的奇偶把x(n)分解为两个N/2点的子序列
x1(r) x(2r)， x2 (r) x(2r 1)，
x1
(2l
1)WNk
( /
2l 2
1)
l 0
l 0
N / 41
N / 41
x3 (l)WNkl/ 4 WNk / 2
x4
(l
)WNk
l /
4
l 0
l 0
X 3 (k ) WNk/ 2 X 4 (k )
k 0， 1， ， N 1 2
(4.2.9)
第4章 快速傅里叶变换(FFT)
式中
N / 41
r0
2
(4.2.6)
由于X1(k)和X2(k)均以N/2为周期，
kN
WN 2
WNk
且
，因此X(k)又可表示为
第4章 快速傅里叶变换(FFT)
X (k) X1(k) WNk X 2 (k)，
X
(k
N 2
)
X1(k)
WNk
X
数字信号处理4
期图的统计平均值趋于它的真值，因此周期图属于渐近无偏估
计。
第四章 功 率 谱 估 计 2) 周期图的方差 由于周期图的方差的精确表示式很繁冗，为分析简单起见，
通常假设x(n)是实的零均值的正态白噪声信号，方差是σ
ˆ (e j ) PBT
式中
m ( M 1)
ˆ rxx (m)e
- jωω
（4.2.3）
w(m) -(M-1)≤m≤(M-1) w(m) , M≤N 其它 0
（4.2.4）
第四章 功 率 谱 估 计 有时称(4.2.3)式为加权协方差谱估计。它要求加窗后的 功率谱仍是非负的，这样窗函数w(m)的选择必须满足一个原 则，即它的傅里叶变换必须是非负的， 例如巴特利特窗就满 足这一条件。 为了采用FFT计算（4.2.3）式，设FFT的变换域为(0~L-1)，
(4.2.7) 按照（4.2.1）式估计自相关函数，我们已经证明这是渐近一 致估计，但经过傅里叶变换得到功率谱的估计，功率谱估计却 不一定仍是渐近一致估计，可以证明它是非一致估计，是一种 不好的估计方法。下面我们将证明：BT法中用有偏自相关函数 进行估计时，它和用周期图法估计功率谱是等价的，因此BT 法估计质量和周期图法的估计质量是一样的。
第四章 功 率 谱 估 计 现代谱估计以信号模型为基础，图4.1.1表示的是x(n)的 信号模型，输入白噪声w(n)均值为0，方差为σ 谱由下式计算：
2 Pxx (e j ) w | H (e j ) |2
2
w，x(n)的功率
（4.1.7）
如果由观测数据能够估计出信号模型的参数，信号的功率谱可 以按照（4.1.7）式计算出来，这样,估计功率谱的问题变成了 由观测数据估计信号模型参数的问题。模型有很多种类，例如 AR模型、 MA模型等等，针对不同的情况，合适地选择模型，
数字信号处理-第四章(加绪论共八章)精品PPT课件
21
4.1.2 小结
• 四种FIR数字滤波器的相位特性只取决于 h(n)的对称性，而与h(n)的值无关。 •幅度特性取决于h(n)。 •设计FIR数字滤波器时，在保证h(n)对称的 条件下，只要完成幅度特性的逼近即可。
注意：当H(ω)用│H(ω)│表示时，当H(ω)为 奇对称时，其相频特性中还应加一个固定 相移π。
22
4.1.3 线性相位FIR滤波器的零点特性
h(n) h(N 1 n)
H z zN1H z1
N 1
N 1
H z hnzn hN 1 nzn
N 1 n0
n0
N 1
h(m)z N 1m z N 1 h m z m
m0
m0
zN 1H z1
1）若 z = zi 是H(z)的零点，则 z = zi-1 也是零点
4.1.1 线性相位的条件 线性相位意味着一个系统的相频特性是 频率的线性函数，即 ()
式中为常数，此时通过这一系统的各频率分
量的时延为一相同的常数，系统的群时延为
g
d () d
5
线性相位FIR滤波器的DTFT为
N1
H e j h n e jn H e j () H ()e j
26
截短并移位的脉冲响应
过渡带带宽＝阻带边缘频率－通带边缘频率 设计中用的通带边缘频率=所要求的通带边缘频率+(过渡带带宽/2) 27
20
例1 N=5, h (0) = h (1) = h (3) = h (4) = -1/2, h (2) = 2，求 幅度函数H (ω)。
解 Ｎ为奇数并且h(n)满足偶
对称关系 a (0) = h (2) = 2 a (1) = 2 h (3) = -1 a (2) = 2 h (4) = -1 H (ω) = 2 - cosω- cos2ω
精品文档-数字信号处理(吴瑛)-第4章
第4章 快速傅里叶变换(FFT)
由于1点序列的DFT值为其序列本身，因此在最后一次分
解后，流图中已经没有直接计算DFT的环节。第三次分解旋转
因子为
W20 ，WN运0 算流图如图4.3.4
由以上例子我们可以看出，由于每一次分解都是按输入序
列在时域上的次序是偶数还是奇数来抽取的，最终分解成N个1
点DFT，因此称为基2时分FFT。
第4章 快速傅里叶变换(FFT)
4.1 引言 4.2 提高DFT运算效率的基本途径 4.3 基2时分FFT算法 4.4 基2频分FFT算法 4.5 IDFT的快速算法 4.6 实序列DFT的有效计算方法 4.7 线性调频Z(Chirp-Z)变换算法 习题与上机题
第4章 快速傅里叶变换(FFT)
4.1 引 言
利用旋转因子的可约性，即
W nkm Nm
WNnk
，
X(k)
X
(k)
N 2
1
x1
(r
)WNrk/
2
WNk
N 2
1
x2
(r
)WNrk/
2
,
0 k N 1
r 0
r 0
第4章 快速傅里叶变换(FFT)
由于X1(k)和X2(k)都隐含周期性，周期为 N ，因此上式 2
X (k) X~1(k) WNk X~2 (k), 0 k N 1
N 2
)
X1(k
)
WNk
X
2
(k
)
第4章 快速傅里叶变换(FFT)
X (k) X1(k) WNk X 2 (k),
0 k N 1 2
X
(k
N 2
)
X1(k
数字信号处理第4章PPT课件
4 快速卷积型
利用圆周卷积定理，采用FFT实现有限长序列x(n)和h(n)的线性卷积，则可得到FIR滤 波器的快速卷积结构
x(n)
L 点 X(k)
X(k)·H(k) L 点
y(n)
FFT
IFFT
H(k )
L点 FFT
h(n) FIR的快速卷积型结构
第25页/共27页
THE END
i0
i1
令M=N时，方程对应的信号流图可表示成
第12页/共27页
N
N
y(n) bi x(n 1) ai y(n i)
i0
i 1
直接3;1个乘法器
第13页/共27页
2. 直接型(II型 )---正准型结构
N
N
y(n) bi x(n 1) ai y(n i)
FIR滤波器结构通常采用非递归结构。基本网络结构包括直接型、级联型、 频率采样型与快速卷积型
1 直接型 (卷积型、横截型)
FIR数字滤波器的h(n)，传递函数和差分方程分别为
N 1
H (z) h(n)zn
n0 N 1
y(n) h(m)x(n m)
m0
第18页/共27页
▪ FIR的直接型结构
|Hc(e j)|
x(n)
yc(n)
－z－N
o 2 / N
▪ FIR滤波器的频率采样型结构
H ( z)
1 N
(1
z
N
)
N 1 k 0
1
H (k ) WNk z
1
第23页/共27页
▪ 频率采样型结构的优点： • 可直接控制滤波器的响应 • 结构便于标准化、模块化
▪ 结构的缺点： • H(k)和WN-k一般为复数，硬件实现不方便 • 寄存器的有限字长效应会影响系统的稳定性
数字信号处理 第4章 信号与系统的复频域分析
极点的分布反映了系统的各种特征。
系统函数往往用零点和极点在S平面上的分 布图来表示，以”○”表示零点，以”×” 表示极点，以“⊙”表示重零点，以”*” 表示重极点。
jω
×
1
○
*
-2
-1
○
01
○
2
σ
×
-1
H
(s)
s(s (s2 2s
求上式的拉氏反变换，就可以得到系统的
冲激响应为：
n
h(t) bm kie pit i 1
每一极点对应一分量 epit ,(有r重极点时对 应 t e r1 pit ），极点位置就决定了该分量 的时域性质。
在H(s)的系数都为实数时，如果有一极点
为复数，必有另一极点是该极点的共轭复 数，同时系数k也将为共轭复数，一对共轭 极点组成的响应分量仍然为实数。
系统稳定性：对于任何一个有界的激励， 稳定系统产生的响应在任何时候都是有界 的。也就是要求系统的冲激响应有界（随 着t→∞，|h(t)|将逐渐衰减到零）。系统的 冲激响应的时域性质可由系统函数的极点 位置确定，因此，系统的稳定性可由系统 函数的极点位置来判断。
1、系统函数的极点全部位于左半S平面时， 随着t→∞将逐渐衰减到零，系统稳定。因
1
F (s)estds F (s)estds
2 j C0 Ci
Ci
0
k
Re
s(sk
)
1
2
j
Ci
F
(s)e st ds
F (s)estds 0 t 0
C1
F (s)estds 0 t 0
C2
数字信号处理 第四章
线性相关的FFT算法
1. 2. 3. 4.
计算步骤： X 求N点FFT， ( k ) DFT x ( n ) ； Y 求N点FFT， ( k ) DFT y ( n ) ； 求乘积，R ( k ) X ( k )Y ( k ) ； r 求N点IFFT， ( n ) IDFT R ( k ) 。 同样，可以利用已有的FFT程序计算IFFT， 求 1 1
mF 3 2 N log
2
3 N N N 1 log 2
2
N
线性卷积的FFT算法
[结论]：用线性相位FIR滤波器来比较直接计算 线性卷积和FFT法计算线性卷积这两种方法 的乘法次数，得
Km md mF ML 3 2 N 1 log 2 N 2 ML 3 2M L 11 log 2 M L 1 2
算法原理 运算量 按时间抽选的FFT算法的特点
按时间抽选的FFT算法的特点
原位运算（同址运算）
运算规律：每级（每列）计算都是由N/2个蝶形运 算构成，每一个蝶形结构完成下述基本迭代运算：
X m ( k ) X m 1 ( k ) X m 1 ( j )W Nr r X m ( j ) X m 1 ( k ) X m 1 ( j )W N
第4章 快速Fourier变换(FFT)
4.1 引言 4.2 直接计算DFT的问题及改进的途径 4.3 按时间抽选(DIT)的基－2FFT算法(库利－ 图基算法) 4.4 按频率抽选(DIF)的基－2 FFT算法（桑德 －图基算法） 4.5 离散Fourier反变换(IDFT)的快速计算方法 4.10 线性卷积与线性相关的FFT算法
数字信号处理第四章
第四章线性时不变离散时间系统的频域分析一、传输函数和频率响应例4。
1传输函数分析Q4.1clear;M = input（'Enter the filter length M: '）；w = 0:2*pi/1023:2＊pi；num = (1/M）＊ones（1,M);den = ［1];h = freqz(num, den， w）;subplot（2，1,1)plot（w/pi，abs（h)）;gridtitle（’Magnitude Spectrum ｜H(e^｛j\omega｝）｜')xlabel(’\omega /\pi'）；ylabel（'Amplitude’）;subplot(2，1,2）plot(w/pi,angle(h));gridtitle（'Phase Spectrum arg[H(e^｛j\omega｝）］')xlabel(’\omega /\pi’);ylabel('Phase in radians’）;M=2 M=10 M=15幅度谱为偶对称,相位谱为奇对称，这是一个低通滤波器。
M越大,通带越窄且过渡带越陡峭。
Q4。
2使用修改后的程序P3。
1，计算并画出当w=[0,pi]时传输函数的因果线性时不变离散时间系统的频率响应.它表示哪种类型的滤波器？w = 0:pi/511：pi；num = [0.15 0 -0.15］;den = [1 —0。
5 0.7];如下图1这是一个带通滤波器.图1 图2Q4。
3对下面的传输函数重做习题Q4。
2:，式(4。
36)和式（4.37）给出的两个滤波器之间的区别是什么？你将选择哪一个滤波器来滤波，为什么？w = 0:pi/511：pi;num = ［0.15 0 —0。
15］;den = [0。
7 -0。
5 1]；如上图2也是一个带通滤波器，这两个滤波器的幅度谱是一样的，相位谱不太一样，我会选择第一个带通滤波器，因为它的相位谱更加平滑,相位失真小。
数字信号处理(第三版)教程及答案第4章
第 4 章 时域离散系统的网络结构及数字信号处理的实现
4.3 按照系统函数或者差分方程画系统流图
按照系统函数设计系统的实现方法主要依据的是系统函 数的特点和要求， 画出系统流图， 然后根据流图设计用硬 件或软件进行实现。 系统的网络结构有很多， 但最基本的是FIR和IIR网络结 构。 这两类结构各有特点。 FIR结构一般没有反馈回路， 单 位脉冲响应是有限长的， 系统稳定， 但相对IIR结构， FIR 结构的频率选择性不高， 换句话说， 要求频率选择性高时， 要求FIR有很高的阶数。
N / 2 −1
H ( z) =
∑
n =0
h(n)[ z − n ± z − ( N − n −1) ]
N为偶数
第 4 章 时域离散系统的网络结构及数字信号处理的实现
H ( z) =
( N −1) / 2 −1
∑
n=0
h(n)[ z − n
N −1 − − ( N − n −1) ±z ] + h( )z 2
第 4 章 时域离散系统的网络结构及数字信号处理的实现
N
Ak H ( z) = C + ∑ 1 − p k z −1 k =1
式中, pk是极点l， C是常整数， Ak是展开式中的系数。 一 般pk、 Ak都是复数。 为了用实数乘法， 将共轭成对的极点 放在一起， 形成一个二阶网络， 公式为
bk 0 + bk1 z H k ( z) = 1 + a k1 z −1 + a k 2 z − 2
−1
第 4 章 时域离散系统的网络结构及数字信号处理的实现
上式中的系数均是实数。 总的系统函数为
H ( z) = C + ∑ H k ( z)
《数字信号处理》 第4章
右图为描述倒位序的树状图(N=8)
5 倒位序的实现
对照表
变址功能
产生倒序数的十进制运算规律 N=2M，用M位二进制数表示，则从左至右的十进制权值为：
N 1 4
x1(2l)WNk22l
N 1 4
x1(2l
1)WNk22l1
r0
l0
l0
N1
N1
4
4
x3(l)WN kl4WN k2 x4(l)WN kl4
l0
l0
X 3(k) W N k2X 4(k),k0 ,1 ,
,N 1 2
式中
N1 4
N1 4
X3(k)DFTx3(l) x3(l)WN kl4 X4(k)DFTx4(l) x4(l)WN kl4
47线性调频变换chirp变换算法471算法原理已知序列xn0nn1是有限长序列其z变换为为适应z可沿z平面更一般的路径取值就沿z平面上的一段螺线作等分角的采样z的这些采样点zk为因此有其中a决定起始采样点z0的位置a0表示z0的矢量半径长度通常取a010表示z0的相角0表示两相邻采样点之间的角度差w0一般为正值表示螺线的伸展率图471线性调频变换在平面的螺线采样当mn即时各采样点zk就均匀等间隔地分布在单位圆上这就是求序列的dft
N
W N k(N n)W N (N k)nW N kn,
W
2 N
1
N
k
WN 2
WNk
利用这些特性，使DFT运算中有些项可以合并，并且可以 将长序列的DFT分解为几个短序列的DFT，以减少DFT的运算 次数。
- 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)。
第四章线性时不变离散时间系统的频域分析一、传输函数和频率响应例4.1传输函数分析Q4.1clear;M = input('Enter the filter length M: ');w = 0:2*pi/1023:2*pi;num = (1/M)*ones(1,M);den = [1];h = freqz(num, den, w);subplot(2,1,1)plot(w/pi,abs(h));gridtitle('Magnitude Spectrum |H(e^{j\omega})|')xlabel('\omega /\pi');ylabel('Amplitude');subplot(2,1,2)plot(w/pi,angle(h));gridtitle('Phase Spectrum arg[H(e^{j\omega})]')xlabel('\omega /\pi');ylabel('Phase in radians');M=2 M=10 M=15幅度谱为偶对称，相位谱为奇对称，这是一个低通滤波器。
M越大，通带越窄且过渡带越陡峭。
Q4.2使用修改后的程序P3.1，计算并画出当w=[0,pi]时传输函数的因果线性时不变离散时间系统的频率响应。
它表示哪种类型的滤波器？w = 0:pi/511:pi;num = [0.15 0 -0.15];den = [1 -0.5 0.7];如下图1这是一个带通滤波器。
图1 图2Q4.3对下面的传输函数重做习题Q4.2：，式（4.36）和式（4.37）给出的两个滤波器之间的区别是什么？你将选择哪一个滤波器来滤波，为什么？w = 0:pi/511:pi;num = [0.15 0 -0.15];den = [0.7 -0.5 1];如上图2也是一个带通滤波器，这两个滤波器的幅度谱是一样的，相位谱不太一样，我会选择第一个带通滤波器，因为它的相位谱更加平滑，相位失真小。
Q4.4 使用MATLAB计算并画出当w=[0,pi]时因果线性时不变离散时间系统的群延迟。
系统的传输函数为。
clf;w = 0:pi/511:pi;num = [1 -1.2 1];den = [1 -1.3 1.04 -0.222];h= grpdelay(num,den,w);plot(w/pi,h);xlabel('w/pi');ylabel('群延迟');Q4.5 使用Q3.50中编写的程序，分别计算并画出式（4.36）和式（4.37）确定的两个滤波器的冲激响应中的前一百个样本。
讨论你的结果。
clf;num = [0.15 0 -0.15];den = [0.7 -0.5 1];L = input('输入样本数 L: ');[g t] = impz(num,den,L);stem(t,g);title(['前 ',num2str(L),' 脉冲响应的样本']);xlabel('时间序号 n');ylabel('h[n]');（4.36）式（4.37）式由图可知：这些情节由impz给生成的因果的脉冲响应实现的H(z)。
我们观察到Q4.3因果滤波器与H(z)在(4.36)稳定,这意味着H[n]是绝对可和,我们看到交替和指数衰减的脉冲响应。
在另一方面,因果编档人员与H(z)在(4.37)极点以外的单位圆,是不稳定的。
不足为奇的是,相应的h[n]上图显示与n指数增长。
Q4.6 传输函数的极零点图同样能分析线性时不变离散时间系统的性质。
使用命令zplane 可以很容易地得到系统的极零点图。
使用zplane分别生成式（4.36）和式（4.37）确定的两个滤波器的极零点图。
讨论你的结果。
clf;num = [0.15 0 -0.15];den = [1 -0.5 0.7];[z p k] = tf2zpk(num,den);disp('Zeros:');disp(z);disp('Poles:');disp(p);input('Hit <return> to continue...');[sos k] = zp2sos(z,p,k)input('Hit <return> to continue...');zplane(z,p);式（4.36）式（4.37）由图可知：过滤器在(4.36)在单位圆和两极因此它的因果实现稳定；较低的图显示过滤器(4.37)极点在单位圆外,其因果关系的实现是不稳定的。
二、传输函数的类型例4.2滤波器Q4.7clf;fc = 0.25;n = [-6.5:1:6.5];y = 2*fc*sinc(2*fc*n);k = n+6.5;stem(k,y);title('N = 14');axis([0 13 -0.2 0.6]);xlabel('Time index n');ylabel('Amplitude');grid;图1 图2如图1低通有限冲激滤波器的长度为14，决定滤波器长度的语句为n = [-6.5:1:6.5]，而控制截止频率的参数是fc = 0.25。
Q4.8fc = 0.45;n = [-9.5:1:9.5];y = 2*fc*sinc(2*fc*n);k = n+9.5;stem(k,y);title('N = 20');axis([0 19 -0.2 0.7]);xlabel('Time index n');ylabel('Amplitude');grid;修改参数fc和n，得到如上图2，可知低通有限冲激滤波器的长度变为20.Q4.9clf;fc = 0.65;n = [-7.0:1:7.0];y = 2*fc*sinc(2*fc*n);k = n+7.0;stem(k,y);title('N = 14');axis([0 14 -0.4 1.4]);xlabel('Time index n');ylabel('Amplitude');grid;Q4.10clear;N = input('Enter the filter time shift N: ');No2 = N/2;fc = 0.25;n = [-No2:1:No2];y = 2*fc*sinc(2*fc*n);w = 0:pi/511:pi;h = freqz(y, [1], w);plot(w/pi,abs(h));grid;title(strcat('|H(e^{j\omega})|, N=',num2str(N)));xlabel('\omega /\pi');ylabel('Amplitude');上图依次分别为N=5,10,30,100的四幅图，从这四幅图可以看出随着阶数N的增大，低通滤波器的过渡带越来越窄，阻带衰减越来越快，滤波器越来越接近理想低通滤波器。
Q4.11clf;M = 2;num = ones(1,M)/M;[g,w] = gain(num,1);plot(w/pi,g);gridaxis([0 1 -50 0.5])xlabel('\omega /\pi');ylabel('Gain in dB');title(['M = ',num2str(M)])可以验证3dB截止频率在π/2处。
Q4.12clear;K = input('Enter the number of sections K: ');Hz = [1];for i=1:K;Hz = conv(Hz,[1 1]);end;Hz = (0.5)^K * Hz;[g,w] = gain(Hz,1);ThreedB = -3*ones(1,length(g));t1 = 2*acos((0.5)^(1/(2*K)))*ones(1,512)/pi;t2 = -50:50.5/511:0.5;plot(w/pi,g,w/pi,ThreedB,t1,t2);grid;axis([0 1 -50 0.5])xlabel('\omega /\pi');ylabel('Gain in dB');title(['K = ',num2str(K),'; Theoretical \omega_{c} = ',num2str(t1(1))]);Q4.13clear;M = input('Enter the filter length M: ');n = 0:M-1;num = (-1).^n .* ones(1,M)/M;[g,w] = gain(num,1);plot(w/pi,g);grid;axis([0 1 -50 0.5]);xlabel('\omega /\pi');ylabel('Gain in dB');title(['M = ', num2str(M)]);其3dB截止频率约为0.82piQ4.14 设计一个在0.45pi处具有3dB截止频率wc的一阶无限冲激响应低通滤波器和一阶无限冲激响应高通滤波器。
用MATLAB计算并画出它们的增益响应，验证设计的滤波器是否满足指标。
用MATLAB证明两个滤波器是全通互补和功率互补的。
Q4.15 级联10个式（4.15）所示一阶无限冲激响应低通滤波器，设计一个在0.3pi处具有3dB截止频率wc的无限冲激响应低通滤波器。
把它与一个具有相同截止频率的一阶无限冲激响应低通滤波器的增益响应作比较。
Q4.16 设计一个中心频率wo在0.61pi处、3dB带宽为0.51pi的二阶无限冲激响应带通滤波器。
由于式（4.20）是α的二次方程，为了产生相同的3dB带宽，参数α将有两个数值，得到的传输函数HBP（z）也会有两个不同的表达式。
使用函数zplane可产生两个传输函数的极零点图，从中可以选择一个稳定的传输函数。
用MATLAB计算并画出你所设计的滤波器的增益响应，并验证它确实满足给定的条件。
用设计的稳定无限冲激响应带通滤波器的传输函数的参数α和β，生成一个二阶无限冲激响应带阻滤波器的传输函数HBS（z）。