离散傅里叶变换课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《离散傅里叶变换课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 离散 傅里叶变换 课件
- 资源描述:
-
1、1离散傅里叶变换Discrete Fourier Transform2内容提要离散傅里叶变换(Discrete Fourier Transform,DFT)是时间函数是离散的,而且频谱函数也是离散的变换。离散傅里叶变换定义DFT物理意义DFT基本性质讨论频率取样理论。DFT的应用 3傅里叶变换的各种形式连续时间、离散频率的傅里叶变换对于周期为T的连续时间信号,可以采用傅里叶级数展开:连续时间、连续频率的傅里叶变换对于非周期的连续时间信号,可以进行傅里叶变换:它在时域和频域都是连续的。4离散时间、连续频率的傅里叶变换对于非周期的序列,其傅里叶变换在频域是以2为周期的连续函数。5设x(n)是一个长
2、度为M的有限长序列,则定义x(n)的N点离散傅里叶变换为10()()(),k=0,1,&,N-1 (3.1.1)NknNnX kDFT x nx n WX(k)的离散傅里叶逆变换为101()()(),k=0,1,&,N-1 (3.1.2)NknNnX kDFT x nX n WN式中,N称为DFT变换区间长度,NM,通常称(3.1.1)式和(3.1.2)式为离散傅里叶变换对。Note:有限长序列x(n)的DFT即X(k)仍是有限长序列。2jNNWe6例 3.1.1 x(n)=R4(n),求x(n)的8点和16点DFT.解:设变换区间N=8,则273880038()()sin()2,0,1,7s
3、in()8jknknnNj kX kx n Wekekk7对长度为M的序列x(n),其Z变换N点DFT进行对比,可以看出式中,表示z平面单位圆上辐角(k=0,1,N-1)的N个等间隔点。2,0,1,1jkNXkXekN8说明:序列x(n)的N点DFT是其Z变换在单位圆上的N点等角距取样,如图3.4(a)。序列x(n)的DFT是其FT在区间0,2上的N点等间隔取样。如图3.4(b)。9DFT变换对中(),kk mNNNWWk m N均为整数 所以式(3.1.1)中,X(k)满足1()010()()()()Nk mN nNnNknNnX kmNx n Wx n WX k同理可证明式(3.1.2)中
4、 x(n+mN)=x(n)10 x n任何周期为N的周期序列 都可以看做长度为N的有限长序列x(n)的周期延拓序列,而x(n)是 的一个周期 mNx nx nmNx nx n Rn x n(3.1.5)(3.1.6)11定义:为叙述方便,将式(3.1.5)该写成 表示x(n)以N为周期的周期延拓序列,符号(n)N表示n对模N的余数,即 这里k是商。的主值区间:周期序列 中从n=0到N-1的范围 的主值序列:主值区间上的序列 Nxn12由此对长度为N的序列x(n),且 ,则 的DFS为结论:与DFT定义比较,可见有限长序列x(n)的DFT即X(k)是x(n)的周期延拓序列 的离散傅里叶级数系数
5、的主值序列。例如,N=7,=x(n)7,则有 77770881xxxxxx Nx nxn 111000110011NNNknknknNNNNnnnNNknknNNnnX kx n WxnWx n Wx nX k WX k WNN NxnX K NX kX k Rk13解:因此得 X(0)=4.16114 X(1)=0.71063-j0.92558 X(2)=0.50746-j0.40597 X(3)=0.47017-j0.16987 X(4)=0.46235X(5)=0.47017+j0.16987X(6)=0.50746+j0.40597X(7)=0.71063+j0.92558Matlab
6、实现 fft1.m例3.1 求有限长序列的DFT,其中a=0.8,N=8。14关于离散傅里叶变换(DFT):序列序列x(n)在时域是有限长的在时域是有限长的(长度为长度为N),它的离散傅里叶变,它的离散傅里叶变换换X(k)也是离散、有限长的也是离散、有限长的(长度也为长度也为N)。n为时域变量,为时域变量,k为频域变量。为频域变量。DFT的物理意义:序列的物理意义:序列x(n)的的Z变换在单位圆上的等角距取变换在单位圆上的等角距取样。序列傅里叶变换在区间样。序列傅里叶变换在区间0,2上的等间隔取样。上的等间隔取样。离散傅里叶变换离散傅里叶变换(DFT)具有唯一性。具有唯一性。离散傅里叶变换与离
7、散傅里叶级数没有本质区别,离散傅里叶变换与离散傅里叶级数没有本质区别,DFT实实际上是离散傅里叶级数的主值,际上是离散傅里叶级数的主值,DFT也隐含有周期性。也隐含有周期性。15 DFT隐含着周期性,因此在讨论DFT的性质时,常与DFS的概念联系起来,并把有限长序列看作周期序列的一个周期来处理。设x1(n)和x2(n)的长度都为N,且它们对应的DFT分别为X1(k)和X2(k)。设x3(n)=ax1(n)+bx2(n),a和b都为常数,则 若它们长度不等,取长度最大者,将短的序列通过补零加长,注意此时DFT与未补零的DFT不相等。3.2 离散傅里叶变换的性质16 一个长度为N的序列x(n)的循
8、环移位定义为 循环移位分3步计算:(1)将x(n)延拓成周期为N的周期序列 ;(2)将 移位得 或 x(n+m)N;(3)对 x(n+m)N 取主值得 x(n+m)NRN(n)。这个过程如下图所示。a)序列的循环移位:17 从图中两虚线之间的主值序列的移位情况可以看出,当主值序列左移m个样本时,从右边会同时移进m个样本,而且好像是刚向左边移出的那些样本又从右边循环移了进来。因此取名“循环移位”。显然,循环移位不同于线性移位 181920对长度为N的有限长序列x(n),其循环移位后序列y(n)的DFT为 证明:b)时域循环移位定理时域循环移位定理 1100NNknknNNNNNnnY kDFT
9、y nxnmRn WxnmW令n+m=n,则有:11NmNmk nmkmknNNNNNnmnmY kDFT y nxnWWxnW knNNxnW 因为 以N为周期,上式中的求和区间任取一个周期即可,取主值区间为求和区间,得证。21若则c)频域循环移位定理频域循环移位定理 22 长度分别为N1和N2的有限长序列x1(n)和x2(n)的N点DFT分别为:(N=max N1,N2)。则由上式表示的卷积称为循环卷积X1(k)=DFTx1(n)X2(k)=DFTx2(n)如果X(k)=X1(k)X2(k)11201210IDFTNNNmNNNmx nX kx m xnmRnxm xnmRn23循环卷积的
10、过程:(1)周期延拓 x2(m)x2(m)N(2)折叠 x2(m)Nx2(-m)N(3)移位和取主值 x2(-m)Nx2(n-m)NRN(m)(4)相乘 x2(n-m)NRN(m)x1(m)x2(n-m)NRN(m)(5)相加 summ0,1,N-1循环反转序列Note:两个长度为N的序列的循环卷积长度仍为N,(与线性卷积不同),记为:112120121210NNNmNNNmx nx nxnx m xnmRnxnx nxm xnmRn242526循环卷积计算说明:x1(n)的N个值按顺时针方向均匀分布在内圆周上,x2(n)的N个值按反时针方向均匀分布在外圆周上,把内外圆周上对应的数值两两相乘,
11、然后把乘积相加就得到y(0)。若将外圆周顺时针方向转动一格,将内外圆周上对应的数值两两相乘并把乘积相加,便得到y(1)。依次类推,可以得出y(n)的其它值。因此循环卷积也叫做圆卷积。考虑到DFT关系的对偶性,可以证明,长为N的两序列之积的DFT等于它们的DFT的循环卷积除以N,即 频域循环卷积定理2728 是长度为N的序列x(n)的复共轭序列,xn X kDFT x n则,01DFT xnXNkkN 且 0X NX类似,01DFT xNnXkkNNote:对实序列有 X kXNk293.2.5 DFT的共轭对称性的共轭对称性 1.有限长共轭对称序列和共轭反对称序列分别用xep(n)和xop(n
12、)表示有限长共轭对称序列和共轭反对称序列,则二者满足如下定义式:xep(n)=x*ep(N-n),0nN-1 (3.2.9)xop(n)=-x*op(N-n),0nN-1 (3.2.10)当N为偶数时,将上式中的n换成N/2-n可得到()(),01222()(),01222epepopopNNNxnxnnNNNxnxnn 30图 3.2.3 共轭对称与共轭反对称序列示意图(图中*表示对应点为序列取共轭后的值)31 如同任何实函数都可以分解成偶对称分量和奇对称分量一样,任何有限长序列x(n)都可以表示成其共轭对称分量和共轭反对称分量之和,即 x(n)=xep(n)+xop(n),0nN-1 (3
13、.2.11)将上式中的n换成N-n,并取复共轭,再将式(3.2.9)和式(3.2.10)代入得到 x*(N-n)=x*ep(N-n)+x*op(N-n)=xep(n)-xop(n)(3.2.12)xep(n)=1/2x(n)+x*(N-n)(3.2.13)xop(n)=1/2x(n)-x*(N-n)(3.2.14)32 2.DFT的共轭对称性(a)若将序列x(n)分成实部xr(n)与虚部xi(n),即 x(n)=xr(n)+jxi(n)根据复共轭序列的DFT可得 11DFTDFT2211DFTDFT()22repiopxnx nxnX kXNkXkjx nx nxnX kXNkXk再由DFT的
14、线性性质可得 X=DFTDFTDFTDFT()ririepopkx nxnjx nxnjx nXkXk33(b)若将序列x(n)分成共轭对称部分xep(n)与共轭反对称部分xop(n),即 x(n)=xep(n)+xop(n)根据复共轭序列的DFT可得 11DFTDFTRe2211DFTDFTIm()22epopxnx nxNnX kXkX kxnx nxNnX kXkjX k 因此 X=DFTDFTepopRIkx nxnxnXkjXk34结论:如果序列x(n)的DFT为X(k),则 x(n)的实部和虚部(包括j)的DFT分别为X(k)的共轭对称分量和共轭反对称分量;x(n)的共轭对称部分和
15、共轭反对称部分的DFT分别为X(k)的实部和虚部乘以j.35有限长实序列DFT的共轭对称性:对长度为N的实序列,X(k)=DFTx(n),则 X(k)共轭对称,即 若x(n)=x(N-n),则X(k)实偶对称,即 若x(n)=-x(N-n),则X(k)纯虚奇对称,即 X=kX Nk,01X kXNkkN X=kX Nk36 这意味着,对于时间有限信号,可以像频带有限信号进行时域采样而不丢失任何信息一样,可以在频域上进行采 样而不丢失任何信息。这正是傅里叶变换中时域和频域对偶关系的反映,这有着十分重要的意 义。DFT实现了频域离散化,开辟了在频域采用数字技术处理的新领域。这使我们自然想到,对于任
16、意一个频率特性,是否均能用频域采样的办法来逼近,这是一个很吸引人的问题,因为用频率采样来逼近,可使问题大大简化。因此我们要讨论频率采样的可行性以及所带来的误差。3.3 频率域采样 37频率取样是指对序列的傅里叶变换或系统的频率特性进行取样。本节讨论在什么条件下能够用得到的频谱取样值无失真地恢复原信号或系统。设任意长序列x(n)绝对可和,其Z变换表示为如果在单位圆上对X(z)进行等角距取样,取样点数为N,则得 22()()()jkNjknNz enX kX zx n e根据DFT的定义,对X(k)求反变换 =IDFTpxnX k38根据上面两式可得:因为所以 上式表明,在z平面的单位圆上对序列的
17、Z变换进行等角距取样,将导致时间序列的周期延拓。这一结果与对连续时间信号取样导致频谱周期延拓类似。现在我们来考察xp(n)与原序列x(n)的关系,看它如何才能代表原序列x(n)。110011=NNk n mkmknpNNNkmmkxnx m WWx mWNN 101,1,0,Nk n mNkmnrNWrmnrNN为任意整数=prxnx nrN39 xp(n)是原非周期信号x(n)的周期延拓序列,因此xp(n)是一个周期序列,其主值为 在x(n)为有限长度M的情况下,如果取样点NM,那么x(n)周期延拓的结果不会产生混叠。这时,xp(n)的主值xN(n)与原序列x(n)一样,因此xN(n)完全能
展开阅读全文