【MOOC】数字信号处理-电子科技大学-第六&七周

来源:互联网 发布:aⅴ淘宝2016 编辑:程序博客网 时间:2024/06/05 17:09

1 DFT的定义

假设序列x[n]有N个点,其 N点 DFT的定义如下:
这里写图片描述

值得注意的是:DFT得到的频域的序列也是离散的。

将上面两式写成矩阵形式,则有:

对于正变换:

这里写图片描述

这里写图片描述

这里写图片描述

对于反变换:

这里写图片描述

这里写图片描述

在推导关系式时,经常需要用到的关系式:

这里写图片描述

2 DFT与DTFT的关系

通过采样从DTFT得到DFT

已知DTFT的正变换为:

这里写图片描述

对比DFT的变换式:

这里写图片描述

可知:N点DFT 就是 对DTFT以采样间隔为 2*pi/N 得到的具有N个离散点的信号。

注意:这里我们讨论的N点DFT的N 是与原序列x[n]这个有序序列中值的个数N是一样的。

下面就有M个离散点的有序序列x[n]进行的N点DFT进行讨论:


对x[n]的DTFT变换结果为:

这里写图片描述

对DTFT结果以采样间隔为 2*pi/N 得到的信号为:

这里写图片描述

对Y[K]进行N点DFT反变换:

这里写图片描述

这里写图片描述

又因

这里写图片描述

则经过上面的操作还原出来的原信号:

这里写图片描述

那么接下来就要比较y[n]和x[n]这两个信号的区别,看看什么情况下y[n]会和x[n]不一致。

观察y[n]的表达式,y[n]是将x[n]进行长度为N的周期化后取 0 ->N-1的结果,可发现:

对于具有M个离散点的有序长序列x[n]:

1.若M<=N,周期化后的结果没有影响y[n],则y[n]=x[n](n=0、1、… 、N-1)

2.若M > N,则“还原”的信号y[n]不是原信号x[n],前者实际会出现时域的混叠现象。

下面就第二种情况举个例子:

这里写图片描述


通过插值从DFT得到DTFT

证明过程:

这里写图片描述

其中
这里写图片描述

因此,DTFT可通过内插函数这里写图片描述从DFT中唯一得到。

DFT与DFS、DFS(离散傅里叶级数)与DTFT的关系

这里写图片描述

从上图可以看到:

DFS是对DTFT进行频域的离散采样得到的,其反变换得到的时域信号是离散周期的。

而N点DFT对应的变换中:其对应的时域和频域信号均是对DFS取一个周期N个点的信号。

CTFT、FS、DTFT、DFS在时域的周期性和连续性(离散性):

这里写图片描述

3 有限长序列的运算

圆周移位

这里写图片描述

实例:
这里写图片描述

圆周反转

这里写图片描述

圆周卷积

这里写图片描述

矩阵形式如下:

这里写图片描述

实例:
这里写图片描述

这里写图片描述

另外一种求圆周卷积的方法:

这里写图片描述

圆周共轭:对称与反对称

这里写图片描述

这里写图片描述

这里写图片描述

4 DFT的性质

这里写图片描述

这里写图片描述

这里写图片描述

实例:
这里写图片描述

这里写图片描述

这里写图片描述

这里写图片描述

这部分都是概念性的东西,所以就直接贴上PPT了。

0 0