第3章离散傅里叶变换及其快速算法.docx

上传人:b****7 文档编号:8976082 上传时间:2023-02-02 格式:DOCX 页数:24 大小:489.87KB
下载 相关 举报
第3章离散傅里叶变换及其快速算法.docx_第1页
第1页 / 共24页
第3章离散傅里叶变换及其快速算法.docx_第2页
第2页 / 共24页
第3章离散傅里叶变换及其快速算法.docx_第3页
第3页 / 共24页
第3章离散傅里叶变换及其快速算法.docx_第4页
第4页 / 共24页
第3章离散傅里叶变换及其快速算法.docx_第5页
第5页 / 共24页
点击查看更多>>
下载资源
资源描述

第3章离散傅里叶变换及其快速算法.docx

《第3章离散傅里叶变换及其快速算法.docx》由会员分享,可在线阅读,更多相关《第3章离散傅里叶变换及其快速算法.docx(24页珍藏版)》请在冰豆网上搜索。

第3章离散傅里叶变换及其快速算法.docx

第3章离散傅里叶变换及其快速算法

第3章离散傅里叶变换及其快速算法

3.1离散傅里叶变换(DFT)

3.2利用DFT做连续信号的频谱分析

3.3快速傅里叶变换(FFT)

3.4FFT应用中的几个问题

散傅里叶变换不仅具有明确的物理意义,相对于DTFT他更便于用计算机处理.但是,直至上个世纪六十年代・由于数字计算机的处理速度较低以及离散傅里叶变换的计算量较大,离散傅里叶变换长期得不到真正的应用,快速离散傅里叶变换算法的提出,才得以显现出离散傅里叶变换的强大功能,并被广泛地应用于各种数字信号处理系统中。

近年来,计算机的处理速率有了惊人的发展,同时在数字信号处理领域出现了许多新的方法,但在许多应用中始终无法替代离散傅里叶变换及其

第一章中,我们学习离散时间信号的傅里叶变换

(DTFT),我们知道DTFT在频域是连续的周期函数,不便于计算机计算和存储;对于有限长序列我们还可以用离散傅里叶变换(DFT)反映其特点,且DFT便于计算机处理。

为了便于更好地理解DFT及离散傅里叶级数(DFS)的槪念,我们首先

来回顾并讨论傅里叶变换的几种可能形式。

傅里叶变换的几种形式:

1.非周期连续时间信号的傅里叶变换

6

XMG)=(必"心

 

2.周期连续时间信号的傅里叶变换

周期为Ti的连续时间信号在满足狄里赫利条件时可展开为指数形式的傅里叶级数!

丘⑴=£/叫昭=¥

&«-81I

图3・1(b)周期连续时间信号的傅里叶变换

3.非周期离散时间信号的傅里叶变换

X(J")=工兀x(n)=——JX

o=G7\X("Q)是以2”周期的周期艱

图3.1(c)非周期离》时间信号的傅里叶变換

 

4.周期离散时间信号的傅里叶变换

1:

1

个域的

根据前面三种傅里叶变换可发现如下规律:

如果信号时域离散,则频域表现为周期性频率函数;相反如频域离散,则时域表现为周期性时间函数.同样可见:

连续对应另一个域的非周期-

因此,我们可以猜想到一个周期离散序列的频谱必定是离散的、周期的,(如图3.1(d))所示。

t

t

Jf

b\

4

*

4

h

/

W/

IlfK

1i'n.,1丨

%

h/

tt

9

.・

%

1

*

f

t

.A

-TT°

•—na

i(«)

n

图3.1(d)周期离散时间信号的傅里叶变换

L——°NT

A

ZT

—N点*

3.1.1离散傅里叶级数(DFS)

LDFS的定义:

一个周期为N的周期序列,即:

x(n)=x(n-hkN)

其中,()S

周期序列不能进行Z变换,因为其在n二-0O到+8都周而复始永不衰减,即Z平面上没有收敛域。

但是,正象连续时间周期信号可用傅氏级数表达,周期序列也可用离散的傅氏级数来表示,也即用周期为N的正弦序列来表示。

为了容易理解DFS我们首先回顾一下模拟信号及采样信号的傅里叶级数。

一周期为T]模拟信号的指数形式的傅里叶级数为:

0O

壬⑴=£心小5其屮:

昭为基频频率

上=一€0

若以AT为采样间隔对该信号进行采样,一周内采样点数为N,则T产NAT,上式中:

八,2%at2兀

£27=——t—«AT=——n

'T\NATN

采样信号的基频成分为:

(77)=F&心/N*

第k次谐波为:

勺(允)=耳

与连续信号的傅氏级数的不同之处是离散级数所有谐波成分中只有N个是独立的,因为:

7(2兀/NX(R+NM)_丿(2兀/小如

匕—匕

BP:

W—nO)=蘇(n)

所以将周期序列展成离散傅里叶级数时,只W取k=0到(N-1)这N个独立的谐波分量,即一个周期序列的离散傅里叶级数只需包含这N个复指数

1N-1

x(z7)=—伙)NK=0

系数X伙)的求解:

对上式两边乘以£a并对一个周期求和得:

 

X伙)

11

上式中[]部分显然只有当Jtw+MV时才有值为1,其他任意k值时均为零,所以有:

N-1-■2<

£壬(72比7声厂"=X(r)0

灯=0

0

或写成:

X伙)=£巩"比%万)"

/i=0

可求N次谐波的系数X{k)

沁)也是一个由N个独立i皆波分S组成的傅立叶级数

X伙)为周期序列,周期为N(见下式推导)°

N-I

X{k+mN}=工元⑺0比讪)曲叫

幵=0

=£丘仇比汕2〃小如=%伙)

H-0

以上推导说明:

时域上周期序列的离散傅里叶级数在频域上仍是一个周期序列。

定义:

X伙)0壬⑺)是一个周期序列的离散傅里叶级数(DFS)变换对,这种对称关系可表为:

1N_\

x{n}=IDFS\X{k}}=—伙)JS/nm

N-\

X(k)=DFS[x(n)\=工壬⑺比」"/“血12

zj—O

通常沁必=£一心小)

则DFS变换对可写为

N-I

文伙)=工宪(舁)吩=DFS[x{n)]

n=:

O

1N-Ir

X(”)=—工X伙)WJ如=/DFs[x(k)

N

DFS[・]——离散傅里叶级数变换

IDFS[]——离散傅里叶级数反变换。

DFS变换对公式表明,一个周期序列虽然是无穷长序列,但是只要知道它一个周期的内容(一个周期内信号的变化情况),其它的内容也就都知道了,所以这种无穷长序列实际上只有N个序列值的信息是有用的,因此周期序列与有限长序列有着本质的联系。

补例1已知周期序列丘⑺)如图3.2(a)所示,其周期N=10>试求它的傅里叶级数系数X伙)。

4,

T答Asin(5I;T/10)

=eu

sin伙;r/lO)

lV|3.2(a)周期序列壬S)

解:

由傅里叶级数逆变换公式知:

AM10-1

去仏)=£左何必"=£左(舁)%席

n=0n=0

_l-e忖_cq(/w-e1°)

・2M■•宵I♦斤■・戻t

-J——k-J—kJ一k-J—k

l-e'«w1°(e1°-w1°)

周期序列XU)的幅值示意图如下图示:

图3.2(b)傅里叶系数的幅值

补例2若双⑵是上例中周期序列x")的主值序列,求其傅里叶变换X(ej3)。

 

如将3=27rk/N(N=10)代入X(e^)则得:

Xps)的IMF值如图3・3所示,

2.DFS的性质

假设戈⑺)、刃①都是周期为N的两个周期序列,各自的离散傅里叶级数为:

Jx(/:

)=/>FS[x(Z7)]

[Y(k)=DFS[y(n)]

(1)线性

DFS[ax{n)十hy(n)]=aX{k)十bY(k)

其中:

a.b为任意常数。

(2)序列的移位

fDFS\x(n-^m)]=X(k)

[IDFs[x(k+/)]=Wh皎O)

(3)序列的对称性

对于复序列丘S),其共辄序列戸(刃)满足:

DFSx{n)=X*(-k)

证明:

DFs[l*(«)]=S)W胪

zi=0

jV—1

=(》xS)Wh)•=&(*)

M=0

同理:

DFS[x(-/;)]=X*(^)

共觇偶对称分量X^(k)=-[X伙)4亍(N-Z:

)]和k)=X:

(N-k)

共轨奇对称分量X°(可=1戊伙)_灯(2")]沐Q=-X:

(N-k)

由于%伙)、X(-k)是周期为N的周期序列,所以

X(-k)=X(N-k)

进一步可得

+X(/z)l

DFS[Re{x(〃)}]=-DFS[x(«)

2

=-[X伙)+0(-幻]=才文伙)+0("-上)]

U|J:

DFSRe{%(«)}=-[X{k)+X\N-k)]=X^{k)」2

同样可推得:

DFSjhn{x(n)}=-[X(k)-X^N-k)]=X^(k}

J」2

(4)周期卷积定理a・时域周期卷积定理若

21

N-\

F(k)=X{k)Y(k)

f(n)=IDESF伙)=x{m}y{n—m}

ZH-0

~N-\

7(aO=工$(m)左G-m)

/ZI=()

这是一个卷积公式,但与前面讨论的线性卷积的差别在于,这里的卷积过程只限于一个周期内(即/n=(MV・l),称为周期卷积。

补例3:

x(n).歹⑺)分如图3・5所示其周期均为朋7,宽度分别为4和3,求周期卷积。

-N

•••

-N

X(H}

J(n)f

y(O-m)

-N

♦•••丨》I

—N/(/!

)'

图3.5周期卷积

从上面的例题中可以看出,两个周期为N的序列周期卷积的结果仍为周期序列,且周期为N。

b・频域卷积定理

由于DFS与IDFS的对称性,对周期序列乘积,存在着频域的周期卷积定理。

若f{n)=x(n)y(n)

则心沁“寿”门

1NT

点文(")

3.1.2离散傅里叶变换

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(z/)0<«

咖珂0其它”

为了引用周期序列的概念,假定一个周期序列壬⑺),它由长度为e的有限长序列双川延拓而成,它们的关系:

co

x(n)=工x(z2+zTV)

r——m

A(Z7)=

25

JxG)0<«

1.周期序列的主值区间与主值序列:

对于周期序列x(n),定义其第一个周期为x{n)的“主值区间”,主值区间上的序列为主值序列x(n)O丿与x(n)的关系可描述为:

\双嚟豎驚是壬ooiTr主值丿于夕屮fl0

X(A7)=龙(Z7)心(”),其屮,心(/?

)=]0其它

\x(n)=x((n))^■匕

亦可表示:

5〜

1x(")=x(n)Rj^(n)=兀((仍几心⑺)

其中,R3是长度为N的矩形序列。

符号((II))卜是余数运算表达式,表示《对^求余数(令H=//,+"2N,O

补例4:

x(n)是周期为N=8的序列,求n=ll和"d对N的余数。

解:

H=11=1x8+3=>((Il))s=3

«=-2=(-1)X8+6=>((-2))g=6

元(11)=x(3),丘(一2)=x(6)

频域上的主值区间与主值序列:

周期序列壬⑺)的离散付氏级数x(R)也是一个周期序列,也可给它定义一个主值区间,以及主值序列X伙几

数学林霭;

27

再看周期序列的离散傅里叶级数变换(DFS)公式:

N.\

0

乂伙)=DFS[左(77)1=工壬(舁)叫如

«=0

1N—\

x(n)=IDFS\X{k)]=令工乂伙)

这两个公式的求和都只限于主值区间

完全适用于主值序列x(n)与X(k),因而我们可得到一个新的定义一限长序列离散傅里叶变换定义。

2.DFT的定义

长度为N的有限长序列x(n),其离散傅里叶变换X(k)仍是一个长度为N的有限长序列,它们的关系为:

'AM

X(k)=DFT[x(n)]=工x(n)W^0

«-0

1N-\

x(n)=IDFT[X(k)]=—yX{k)Wj^^0

N仁

x(砒与X(Q是一个有限长序列离散傅里叶变换对,己知xm丿就能唯一地确定同样己知X(k)也就唯一地确定双耐,实际上双丹丿与X伙丿都是长度为N的序列(复序列)都有N个独立值,因而具有等量的信息。

注:

在涉及DFT关系的场合,有限长序列总是表示周期序列的一个周期性.

29

DFT的矩阵方程表示

■A-(0)

x(l)

x=

■X(0)x(l)

x(N-l)

X(N-l)

X=

X=Wz

vv,=

I

I

1

1

"n

1

W'

«

■…1

...严'

••

B•

I

*

••

IDFT的矩阵方程表示兀=Wn"X

旳严)

 

例3.1

解:

求复数序列x(n)={1+72,2+72,川+刀的DFT©

1

1

1

1■

「1

11

1■

1

W;

W?

W/

1

-j-1

1

-J

1

W?

W?

Wj

1

-11

-1

1

WJ

W/

WJ

1

J-1

-7J

W产

根据X=W肿对求得,

x(0)

1111

1+72

4+76

x(l)

1-J-1-J

2+72

2

X⑵

1-11-1

j

-2

X⑶

1j-1-7

•+2

_J2

3.DFT特性:

以下讨论DFT的一些主要特性,这些特性都与周期序列的DFS有关。

假定x(n)^y(n)是长度为N的有限长序列,其各自的离散傅里叶变换分别为=

y(k)=DFT[y(n)]

X(k)=OFT[x{n)]

DFT[ax(n)+by(n)]=cX伙)+bY(k)

其中,a,b为任意常数

33

(2)循环移位(圆周移位)性

a・有限长序列的循环移位定义为:

f(n)=x((n+加n)

含义s1)x((H+m))N表示x(n)的周期延拓序列亍何的移位

x((n+w))N=x(n+w)

2)表示对移位的周期序列x((H+m))N取主

值序列,所以ZS丿仍然是一个长度为N的有限长序列。

见图3・6(a)~(d)。

从以上分析可知:

循环移位序列与线性移位序列在外形上不一样,循环移位屮,当一个样本从0到N-1这个区间的某一端点移出去时,它又从另一端点处移了进来,移位后序列的长度不变。

而线性移位中移出0到N・1这个区间的序列就不会再出现在该区间内了,移位后区间内的长度己发生了变化。

序列的循环移位实际上可看作:

将序列

If':

X(H)其林样本值逆时针等间隔排列在圆周上,并旋转加位;m>0f顺时针旋转;wvO,逆时针旋转。

见图3・7。

循环移位x(")t

6

0NJ

b.序列循环移位后的DFT为;

F伙)=DFTVG)]=⑷

证:

利用周期序列的移位特性:

DFS[x((n+w))N]=DFS[丘(打+加)]=吩皿文伙)

・•・DFr[/(z7)]=DFT[x{{n+(n)]

=£)Fr[x(z7+

={DFS[x(n+〃2)]}心伙)=(幻

实际上,利用的周期性,粉刚几心例代入

DFT定义式,同样很容易证明。

同样,对于频域有限长序列的循环移位,有如下反变换特性:

/QF7IX(伙伙)1=%”

(3)循环卷积(圆周卷积)

a.循环卷积的定义

设X仞、jG丿均是长度为N的序列,

N-\

若/(«)=工尤(加),((允一加))"心(n)

加二0

N-I

或f5)=工x((n-oNRn5)

/rt=0

则为xS八刃砒的循环卷积,用符号“®”或“®”表示,以区别于线性卷积。

BP:

/(/2)=x(n)0y(n)或/(/?

)=y(n)0x{n)

39

这个卷积可看作是周期序列x(n)hiy(n)作周期卷积后再取其主值序列。

证明:

设7(n)为壬(”)与5^0)的周期卷积,即〜N-1

7(n)=x(n}*y(n)=工x(m)y(n—ni)

w-0

〜N7

贝|」fO)心(n)=[工x(m)y(n一加)]心⑺)

m=0

N-l

=[工x((n7))Ny((n一龙))N\Rn(挖)

/n=0

当:

09"三V-ni寸,x(伽丿加=/伽丿,伏]此

"iV-l■

同理町得:

〜N-I

75)Rn00=工y(加)x(3-/?

?

))NRn何=〉'(八)®x(n)m=Q

这一卷积与周期卷积比较,过程是一样的,只是这里只取结果的主值序列,由于卷积过程只在主值区间®,5"』内进行,所以y((m))NRn快际上就足ySO的圆周移位,因此该卷积称为“圆周卷积”或“循环卷积”,习惯上常用符号“®”表示循环卷积,以区别于线性卷积。

由有限长序列y伽丿构造周期为N的周期序列y(m)确定循环港积移位序列y(S-m)片心⑺)

/V-I

计算工x(m)y(("-"i))/vR/vS)

m=0

b.循环卷积计算过程:

2)

3)

41

1)

循环卷积的另外两种计算方法:

bl

周法;笫一步:

将x(切)逆时针等间隔排列在内圜周上,将y(m)顺时针等间隔排列在外岡周上,将对应位的.v(zH)-L/y(zz7)相乘再和加得/(叫第二步:

将y(/n)逆时针转一位形成y(l-/?

/),再将对应位的期加)®(1・加)相乘、相加即罪ir(i)。

以此类推解得全部结果(本方法不适用于N较大的情况)O

利用线性卷积做循环卷积:

先计算.r(zO*>(n),然后从N位(冇效位)开始截断,将截断的肩半部分移至下一行,与截断的丽半部人1对齐,然后再相加。

补例6:

设有两个序列,仍为N=4矩形序列,为M=5矩形序列,计算其线性卷积和不同长度乙时的循环拳狙。

x(n)fy(m严)

M=5

解:

线性港积A⑵二口严MU具冇N+M・l=8个非零值庶结果见上图(C).不同乙下的循坏卷积结果分别见上图(d)-(fb

43

C・循环卷积(圆周卷积)定理如(⑵、VG丿均是长度为川的序列,若

/G)=x(n)®y(n)

则:

F(k)=X(k)Y(k)

同样,若f(n)=x(n)y(n),则

F(k)=^X(k)0Y(k)=^Y(k)0X伙)

NN

1N_l

即F(k)=DFr[f(n)]=^XX(/)Y((k-l))^R^(k)

N20

IAM

=775>")X(伙一/))N心伙)

N/=o

(4)有限长序列的线性卷积与循环卷积

(循环卷积的应用)

实际问题的大多数是求解线性卷积,如信号双町通过系统h(n),其输出就是线性卷^(n)=x(fi)Vt(n).而循环卷积比起线性卷积,在运算速度上有很大的优越性,它可以采用快速傅里叶变换(FFE技术,若能利用循环卷积求线性卷积,会带来很大的方便。

如果VG八加町为有限长序列,现在我们来讨论上述x(zj与加⑵的线性淮积,在什么条件下能用循环卷积代替而不产生失真?

45

 

有限长序列的线性卷积:

假定为有限长序列,长度为MM〃为有限长序列,长度为M,它们的线性卷积^f(n)=x(n)^y(n).

6

BP:

f(n)=x(n)*y(zz)=工

在这区间以外不是兀伽)二0,就是因而f5)=0。

因此,的非零区间是“9WV+M2,是一个长度为N+M-1的有限长序列。

循环卷积:

将两个有限长序列H⑵、W⑵通过在原序列之后加零的方法将其长度扩展为Q<.L>max[N,M}^.并将兀何与y何以工为周期进行周期延拓!

//(n)=x(n)®y(n)=//(z2)/?

^(n)=^/(n+rL)Rg)

r=^co

当线性卷积周期延拓无重叠,即:

E?

NM.I

/;(«)=/(n),即:

x{n)?

y(/7)x(n)*y(n)

时,

所以使循环(圆周)卷积等于线性卷积而不产生混淆的必要条件是:

L^N+M-r

S

/(n)=x(z0*y(n)=Xx(加)

/n._s

=^x(zn)y(«-/n)=^x(/n)y(n-/n)=£/(zz+rL)

r=—<>o

fj{n)=x{n)®y{H)=R&i)

49

 

观察补充例6中线性卷积和循环卷积的结果,则可验证线性卷积与循环卷积的关系,当时/何才("几

x(n)

TN-4

II»*

123nk

(a)

fi(n)

L=6

(d)

图3.8

y(n)

123in

M=5

f(n)

N+il1=8

-/II1II1T<<>

-Ip12…78910n

4-[

L=8

1

11

IT•

(b)

(e)

4・・

(c)

r,(n)

L=9

^910n

(f)

线性卷积与循环卷积

 

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 幼儿教育 > 幼儿读物

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1