第三章 离散傅里叶变换及其快速算法习题答案参考

第三章 离散傅里叶变换及其快速算法习题答案参考
第三章 离散傅里叶变换及其快速算法习题答案参考

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()x n 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:(1)

11*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()x

n 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()x

n 为实偶函数时,()X k 也是实偶函数。 证明:(1)

1

01

1

*

*

()()()[()]()()N nk

N

n N N nk nk

N

N

n n X

k x

n W X k x

n W x

n W X

k --=---==-=-==

=∑∑∑

(2)因()x

n 为实函数,故由(1)知有 *()()X

k X k =- 或*()()X k X k -= 又因()x

n 为偶函数,即()()x n x n =- ,所以有 (1)

11*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()x

n 。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()X

k ,确定以下式子是否正确。 (1)()(10)X

k X k =+ ,对于所有的k ; (2)()()X

k X k =- ,对于所有的k ; (3)(0)0X

= ;

(4)25

()jk

X

k e π ,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()x n 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*()()X

k X k =- ,这里()X k 不一定是实数序列。 (3)正确。因为()x n 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

1

(0)()0N n X

x

n -===∑ (4)不正确。根据周期序列的移位性质,25

()jk

X

k e π =210

()k

X k W - 对应与周期序列(2)x

n + ,如图P3.3_1所示,它不是实偶序列。由题3.2中的(2)知道,25

()jk X

k e π 不是实偶序列。

3.4 设3()()x n R n =,()(6)r x

n x n r ∞

=-∞

=+∑

,求()X

k ,并作图表示()x n 和()X k 。 解: 315

2

66

6

6

3

3

111(1)()()()111k

j k

k

N nk nk nk

N

k j

k

j

k

n n n W e X k x

n W x

n W W

W

e

e

πππ----===----=

=

=

=

=

=

---∑∑∑

(0)1

(2)(4)0

2

(1)1

2

(3)1

1

(5)1

j

X

X X

X

X

e

X

π

-

=

==

==-

==

-

==+

()

x n

和()

X k

的图形如图3.4_1所示:

3.5 在图P3.5中表示了两个周期序列

1

()

x n

2

()

x n

,两者的周期都为6,计算这两个序列的周期卷积3

()

x n

,并图表示。

解:图P3.5_1所示的是计算这两个序列的周期卷积3()x n 的过程,可以看出,3()x

n 是1()x n 延时1的结果,即31()(1)x

n x n =- 。

3.5 计算下列序列的N 点DFT :

(1)()()x n n δ=

(2)00()[()]*(),0N N x n n n R n n N δ=-<< (3)(),01n

x n a n N =≤≤- (4)2()cos(

),01,x n nm n N o m N N

π=≤≤-<<

解:(1)1

()()(0)1,01N nk

N n X k n W k N δδ-==

==≤≤-∑

(2)01

00

()[()](),01N n k

nk

N N N N n X k n n R n W W k N δ-==

-=≤≤-∑

(3)1

11(),0111N N k

N N n

nk N N

k k n N

N

a W a

X k a

W

k N aW

aW

-=--==

=

≤≤---∑

(4)

2221

1

02()2()

22()()1()()()(()()()

21

()cos(

)211121112N N j nm j nm j nk

nk

N N N N

n n j k m j k m j k m j k m N N N j k m j k m j k m j k m j k m N j k m j k m N N X k nm W e e e N

e e e e e e e e e e

e πππππππ

ππππππππ----==---+---++---+-+-----??==+ ?????

-- ?=+

?--??

--=+-∑∑()()()(){

1)

()()()11

()(),20,sin sin 12sin /sin /N j k m N

j k m j k m N

N N N j k m j k m N N N

k m k m e e e k m k m e e k m N k m N πππ

ππππππ+-++-+++---+==-?? ? ?-??

??-+??????????=+??-+????????????

=或其他

3.7 图P3.7表示的是一个有限长序列()x n ,画出1()x n 和2()x n 的图形。 (1)()144()2()x n x n R n =-????

(2)()244()2()x n x n R n =-????

解:1()x n 和2()x 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的线性卷积结果的图形。

x n与()

(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x n与()

积之间的关系。

解:(1)图P3.8_1(1)所示的是()

x n的线性卷积结果的图形。

x n与()

(2)图P3.8_1(2)所示的()

x n与()

x n的4点循环卷积结果的图形。

(3)图P3.8_1(3)所示的()

x n的8点循环卷积结果的图形。

x n与()

可以看出,()

x n与()

x n的线性卷积结果

x n的8点循环卷积结果的图形与(1)中()

x n与()

的图形相同。

3.9 ()x n 是一个长度为N 的序列,试证明[()][()]N N x n x N n -=-。

证明:因为[()]N x n -是由()x n 周期性重复得到的周期序列,故可表示为[()][()]N N x n x n rN -=-+ 取r =1,上式即为[()][()]N N x n x N n -=-。

3.10 已知序列()(),01n

x n a u n a =<<。现在对其Z 变换在单位圆上进行N 等分取样,取值为

()()|k N

z W X k X z -==,求有限长序列的IDFT 。

解:在z 平面的单位圆上的N 个等角点上,对z 变换进行取样,将导致相应时间序列的周期延拓,延

拓周期为N ,即所求有限长序列的IDFT 为

()()(),0,1,...,11n n rN

p N

r r a

x n x n rN a

u n rN n N a

+=-∞

=-∞

=

+=

+=

=--∑

3.11 若长为N 的有限长序列()x n 是矩阵序列()()N x n R n =。 (1)求[()]x n Z ,并画出及其-零点分布图。

(2)求频谱()j X e

ω

,并画出幅度|()|j X e

ω

的函数曲线。

(3)求()x n 的DFT 的闭式表示,并与()j X e ω

对照。

解:(1)

1

1

211

1

1

1

1

1

1

1

1()()1()()()

1

(1)(1)

N N n

n

N n n N N N j k

k k N

N

N

N

k k k N N N N z

X z R n z

z

z z W z W

z e

z z

z z z z

z

π-∞----=-∞

=-----===-----=

=

=

-∏-∏-∏--=

=

=

=

--∑

极点:00(1)z N =-阶;零点:2,1,2,...,1j k

N

pk z e k N π==-

图P3.11_1(1)是极-零点分布图。

(2)12

222

1

1

1

2

22

sin 1()

2()()|1sin

()

2

j N N N j

j

j

N j N j

j j z e j j j N e

e

e e X e

X z e

e

e

e

e

ωω

ω

ω

ωω

ω

ω

ωωωωω

------=--?? ?

--??==

=

=

--

sin 12|()|,()2

sin

2

j N N X e

ω

ω?ωωω

?? ?

-??=

=-

图P3.11_1(2)所示的是频谱幅度|()|j X e ω的函数曲线。

(3){21

,0

20,1,2,...,120

11()()()

11N k j k N nk

j N k N

N

N k N k

k

j

k

n N

N

N

W e X k R

n W X e

W e

πω

ππω--==-=

-=--=

=

=

==--∑

可见,()X k 等于()j X e ω在N 个等隔频率点2(0,1,2,...,1)k N N

πω=

=-上的取样值。

3.12 在图P3.12中画出了有限长序列()x n ,试画出序列4[()]x n -的略图。

解:

3.13 有限长序列的离散傅里叶变换相当与其Z 变换在单位圆上的取样。例如10点序列()x n 的离散傅里叶

变换相当与()X z 在单位圆10个等分点上的取样,如图P3.13(a )所示。为求出图P3.13(b )所示圆周上()X z 的等间隔取样,即()X z 在[(2/10)(/10)]0.5j k z e ππ+=各点上的取样,试指出如何修改()x n ,才能得到序列1()x n ,使其傅里叶变换相当于上述Z 变换的取样。

解:229

9

10

10

10

211

0.5exp 10

100

()()()

()(0.5)

j

nk

j

n

j

nk

n

z j k n n X k x n e

X z x n e

e

ππππ

π----????=+ ???

????===

==

∑∑

由上式得到10

1()

(0.5)

()j n

n

x n e

x n π--=

3.14 如果一台通用计算机计算一次复数乘法需要100s μ,计算一次复数加法需要20s μ,现在用它来计

算N =1024点的DFT ,问直接计算DFT 和用FFT 计算DFT 各需要多少时间? 解:直接计算DFT :

复数乘法:2

2

102410485761048576100105N s s μ==?≈次,

复数加法:(1)102410231047552,10475522021N N s s μ-=?=?≈次 总计需要时间:(10521)126s s +=

用FFT 计算DFT : 复数乘法:

2log 5120,51201000.5122

N N s s μ=?≈次

复数加法:2log 10240,10240200.2048N N s s μ=?≈次 总计需要时间:(0.5120.2048)0.7168s s +=

3.15 仿照本教材中的图3.15,画出通过计算两个8点DFT 的办法来完成一个16点DFT 计算的流程图。 解:图P3.15_1所示的是用两个8点DFT 来计算一个16点DFT 的流程图。

3.16 设(){0,1,0,1,1,1}x n =,现对()x n 进行频谱分析。画出FFT 的流程图,FFT 算法任选。并计算出每级蝶形运算的结果。

解:图P3.16_1所示的为时间轴选8点FFT 的流程图和每级蝶形运算的结果。

3.17 根据本教材中图3.27所示的流程图,研究基2频率抽选FFT 算法。设N 为2的任意整数幂,但不等

于8。为了给数据全部加上标号,假设数组中的数据被存在依次排列的复数寄存器中,这些寄存器的编号从0到N -1,而数组的编号为0到2log N 。具有最初数据的数组是第0列,蝶形的第一级输出

是第1列,依次类推。下列问题均与第m 列的计算有关,这里1≤m ≤2log N ,答案应通过m 和N 表示。

(1)要计算多少个蝶形?每个蝶形有多少次复数乘法和复数加法运算?整个流程图需要多少次复数加

法和复数乘法运算?

(2)由第(m -1)列到m 列,包含的N W 的幂是什么? (3)蝶形的两个复数输入点的地址之间的间隔是多少?

(4)利用同样系数的各蝶形的数据地址间隔是什么?注意这种算法的蝶形计算的系数相乘是置于蝶

形的输出端的。

解:(1)2log N 级,每级

2

N 个蝶形,共

2log 2

N N 个蝶形。每个蝶形有1次复数乘法和2次复数

加法运算,故整个流程图需要2log N N 次复数加法和

2log 2

N N 次复数乘法运算;

(2)由第m-1列到m 列,包含的N W 的幂是12,0,1,...,21m m k k N --=-; (3)蝶形的两个复数输入点的地址之间的间隔是2m N -; (4)利用同样系数的各蝶形的数据地址间隔是1

22

,2log m N m N -+≤≤。

3.18 使用FFT 对一模拟信号作谱分析,已知:①频率分辨率F ≤5Hz ;②信号最高频率0 1.25f kH z =。试

确定下列参数: (1)最小记录长度p t ; (2)取样点的最大时间间隔T ; (3)一个记录长度中的最少点数。 解:(1)115,0.25

p p

f H z t s s t =

≤≥

= ,最小记录长度0.2p t s =;

(2)0122 1.25 2.5s f f kH z kH z T

=

≥=?=,取样点的最大时间间隔为3

10.42.510

T s m s ≤

=?;

(3)一个记录长度中的最少点数为3

0.25002.510

p t N T

-=

=

=?。

3.19 已知信号()x n 和FIR 数字滤波器的单位取样响应分别为

{

{

1,0150,,0100,()()n

n a n x n h n ≤≤≤≤==

其他其他

(1)使用基2 FFT 算法计算()x n 与()h n 的线性卷积,写出计算步骤。 (2)用C 语言编写程序,并上机计算。 解:(1)计算步骤:

①在序列尾部补零将()h n 延长成为16点的序列;

②用基-2 FFT 算法分别计算()x n 和()h n 的16点DFT ,得到()X k 和()H k ; ③计算序列的乘积()()()Y k X k H k =;

④用基-2 FFT 算法计算()Y k 的16点IDFT ,便得到()x n 和()h n 的线性卷积()y n 。 (2)

3.20 已知两个实序列1()x n 和2()x n 的离散傅里叶变换分别为1()X k 和2()X k 。设复序列()g n 为

12()()()g n x n jx n =+其离散傅里叶变换为()G k 。

令(),(),(),()OR ER OI EI G k G k G k G k 分别表示()G k 的实部的奇数部分,实数的偶数部分,虚数的奇数部分和虚数的偶数部分。试用

(),(),(),()OR ER OI EI G k G k G k G k 来表示1()X k 和2()X k 。

解:因[]1()()()2

O R R R G k G k G k =--,[]1()()()2

E R R R G k G k G k =

+-

故()()()R OR ER G k G k G k =+

类似有()()()I

OI EI G k G k G k =+

因此可以用(),(),(),()OR ER OI EI G k G k G k G k 表示()G k

[][]()()()()()()()R I OR ER OI EI G k G k jG k G k G k j G k G k =+=+++①

另一方面,由于12()

()()

g n x n jx n =+,故有12()()()G k X k jX k =+ ②

但因1()x n 和2()x n 都是实序列,故1()X k 和2()X k 的实部都是偶对称序列,虚部都是奇对称序

列,因此应将①式整理成下列形式

[][]()()()()()ER OI EI OR G k G k jG k j G k jG k =++- ③ 对照式②和式③,便可得到1()()()ER O I X k G k jG k =+ 和 2()()()EI OR X k G k jG k =-

3.21 线性调频Z 变换算法的一个用途是使频谱的谐振峰变尖。一般说来,如果在z 平面内靠近极点的一条

圆周线上计算序列的Z 变换,则可以观察到谐振。在应用线性调频Z 变换算法或计算离散傅里叶变换时,被分析的序列必须是有限长的,否则必须先将序列截断。截断序列的变换只能有零点(除z=0

或z=∞外),而原始序列的变换却有极点。本题的目的是要证明,在有限长序列的变换中仍可以看到谐振型响应。

(1)令()()x n u n =,画出它的Z 变换()X z 的极-零点略图。

(2)令{

1,010,?()n N x

n ≤≤-=其他

即?()x n 等于从N 点以后截断的()x n 。画出?()x n 的Z 变换?()X

z 的极-零点略图。

(3)画出?()j X

e ω随ω变化的略图。并在你的图中画出N 增加时对?()j X e ω的影响。 解:(1)1

1()11

n

n z X z z

z

z ∞

--==

=

=

--∑

极-零点略图如图3.21_1(1)所示;

(2)221

1

1

1

1

1

1

1

()()

11

?()1(1)(1)N N j

k

j

k

N

N

N N

N n

k k N N N n z e

z e

z

z X

z z

z

z

z z

z z

ππ-----==----=----==

=

=

=

---∏∏∑

零点:2,1,2, (1)

k

N

k z e

k N π-=-;极点:z=0(N-1阶)。极-零点略图

如图3.21_1(2)所示;

(3)

(1)

1sin(/2)?()(1)

sin(/2)

j j j N j e N X

e e

e

ω

ωωω

ωω---==

-

如图3.21_1(3)所示为?()j X

e ω随ω变化的略图,当N 增加时,?()j X e ω的谐振峰变尖,同时增高。

常用函数傅里叶变换

信号与系统的基本思想:把复杂的信号用简单的信号表示,再进行研究。 怎么样来分解信号?任何信号可以用Delta 函数的移位加权和表示。只有系统是线性时不变系统,才可以用单位冲激函数处理,主要讨论各个单位冲激函数移位加权的响应的叠加能得到总的响应。 线性系统(齐次性,叠加定理) 时不变系统 对一个系统输入单位冲激函数,得到的响应为h(t).表征线性时不变系统的非常重要的东西,只要知道了系统对单位冲击函数的响应,就知道了它对任何信号的响应,因为任何信号都可以表示为单位冲激函数的移位加权和。 例如:d(t)__h(t) 那么a*d(t-t0)__a*h(t-t0) -()= ()(t-)d f t f τδττ∝∝? 的响应为-y()=()(-)t f h t d τττ∝ ∝ ? 记为y(t)=f(t)*h(t),称为f(t)和h(t)的卷积 总结为两点:对于现行时不变系统,任何信号可以用单位冲激信号的移位加权和表示,任何信号的响应可以用输入函数和单位冲激函数响应的卷积来表示 连续时间信号和系统的频域分析 时域分析的重点是把信号分解为单位冲激函数的移位加权和,只讨论系统对单位冲激函数的响应。而频域的分析是把信号分解为各种不同频率的正弦函数的加权和,只讨论系统对sinwt 的响应。都是把信号分解为大量单一信号的组合。

周期函数可以展开为傅里叶级数,将矩形脉冲展开成傅里叶级数,得到傅里叶级数的系数 n A sin F = T x x τ 其中0=2 nw x τ。 取样函数sin ()=x S a x 。产生一种震荡,0点的值最大,然后渐渐衰减直至0 第一:对于傅里叶级数的系数,n 是离散的,所以频谱也是离散状的每条谱线都出现在基波频率的整数倍上,其包络是取样函数。 第二:谱线的间距是0w .。零点是0=2nw x τ,02w =T π是谱的基波频率。如果τ不变,T 增大,那么0w 减小,当T 非常大的时候,0w 非常小,谱线近似连续,越来越密,幅度越来越小。 傅里叶变换:非周期函数 正变换:--F jw)= ()iwt f t e dt ∝ ∝?( 反变换:-1()=()2jnwt f t F jw e dw π ∝∝ ? 常用函数的傅里叶变换(典型非周期信号的频谱)

快速傅里叶变换实验报告

快速傅里叶变换实验报告

————————————————————————————————作者:————————————————————————————————日期: ?

快速傅里叶变换实验报告 机械34班 刘攀 2013010558 一、 基本信号(函数)的FF T变换 1. 000()sin()sin 2cos36x t t t t π ωωω=+++ 1) 采样频率08s f f =,截断长度N =16; 取02ωπ=rad/s,则0f =1Hz ,s f =8Hz ,频率分辨率 f ?=s f f N ?= =0.5Hz 。 最高频率c f =30f =3Hz ,s f >2c f ,故满足采样定理,不会发生混叠现象。 截断长度02T T =,整周期截取,不会发生栅栏效应。理论上有一定的泄漏,但在整周期 截取的情况下,旁瓣上的采样都约为 0,泄漏现象没有体现出来。 频谱图如下:

幅值误差0A ?=,相位误差0??=。 2) 采样频率08s f f =,截断长度N=32; 取02ωπ=rad/s ,则0f =1Hz,s f =8Hz ,频率分辨率f ?=s f f N ?==0.25Hz 。 最高频率c f =30f =3H z,s f >2c f ,故满足采样定理,不会发生混叠现象。 截断长度04T T =,整周期截取,不会发生栅栏效应。理论上有一定的泄漏,但在整周期 截取的情况下,旁瓣上的采样都约为 0,泄漏现象没有体现出来。 频谱图如下:

幅值误差0A ?=,相位误差0??=。 2. 00()sin()sin116x t t t π ωω=++ 1) 采样频率08s f f =,截断长度N=16; 取02ωπ=ra d/s,则0f =1Hz ,s f =8Hz,频率分辨率f ?=s f f N ?==0.5H z。 最高频率c f =110f =11H z,s f <2c f ,故不满足采样定理,会发生混叠现象。 截断长度02T T =,整周期截取,不会发生栅栏效应。理论上有一定的泄漏,但在整周期 截取的情况下,旁瓣上的采样都约为 0,泄漏现象没有体现出来。 频谱图:

离散傅里叶变换及其快速算法

第五章 离散傅里叶变换及其快速算法 1 离散傅里叶变换(DFT)的推导 (1) 时域抽样: 目的:解决信号的离散化问题。 效果:连续信号离散化使得信号的频谱被周期延拓。 (2) 时域截断: 原因:工程上无法处理时间无限信号。 方法:通过窗函数(一般用矩形窗)对信号进行逐段截取。 结果:时域乘以矩形脉冲信号,频域相当于和抽样函数卷积。 (3) 时域周期延拓: 目的:要使频率离散,就要使时域变成周期信号。 ! 方法:周期延拓中的搬移通过与)(s nT t -δ的卷积来实现。 表示:延拓后的波形在数学上可表示为原始波形与冲激串序列的卷积。 结果:周期延拓后的周期函数具有离散谱。 (4) 1。 图1 DFT 推导过程示意图 (5) 处理后信号的连续时间傅里叶变换:∑∑ ∞ -∞=-=π--δ???? ? ????= k N n N kn j s kf f e nT h f H )()()(~ 010/2

(i) )(~ f H 是离散函数,仅在离散频率点S NT k T k kf f == =00处存在冲激,强度为k a ,其余各点为0。 (ii) )(~ f H 是周期函数,周期为s s T NT N T N Nf 100===,每个周期内有N 个不同的幅值。 (iii) 时域的离散时间间隔(或周期)与频域的周期(或离散间隔)互为倒数。 2 DFT 及IDFT 的定义 (1) , (2) DFT 定义:设()s nT h 是连续函数)(t h 的N 个抽样值1,,1,0-=N n ,这N 个点的宽度为N 的DFT 为:[])1,...,1,0(,)()(1 /2-=???? ??==? -=π-∑N k NT k H e nT h nT h DFT s N n N nk j s s N (3) IDFT 定义:设??? ? ??s NT k H 是连续频率函数)(f H 的N 个抽样值1,,1,0-=N k , 这N 个点 的宽度为N 的IDFT 为: ())1,...,1,0(,11 0/21 -==??? ? ? ?=??? ???? ?? ??? ???-=π--∑ N k nT h e NT k H N NT k H DFT s N k N nk j s s N (4) N nk j e /2π-称为N 点DFT 的变换核函数,N nk j e /2π称为N 点IDFT 的变换核函数。它们互 为共轭。 (5) 同样的信号,宽度不同的DFT 会有不同的结果。DFT 正逆变换的对应关系是唯一的, 或者说它们是互逆的。 (6) 引入N j N e W /2π-= (i) 用途: (a) 正逆变换的核函数分别可以表示为nk N W 和nk N W -。 (b) 核函数的正交性可以表示为:() )(* 1 0r n N W W kr N N k kn N -δ=∑-= (c) DFT 可以表示为:)1,,1,0(,)(10 -==? ??? ??∑ -=N k W nT h NT k H N n nk N s s (d) IDFT 可以表示为:)1,,1,0(,1 )(10 -=??? ? ??=∑-=-N n W NT k H N nT h N k nk N s s (ii) ) (iii) 性质:周期性和对称性: (a) 12==π-j N N e W (b) 12 /-==π-j N N e W (c) r N r N N N r N N W W W W ==+ (d) r N r N N N r N N W W W W -=-=+2/2/ (e) )(1Z m W m N ∈?= (f) ),(/2/2Z n m W e e W n N N n j mN mn j mn mN ∈?===π-π- 3 离散谱的性质 (1) 离散谱定义:称)(Z k NT k H H S k ∈??? ? ??=? 为离散序列)0)((N n nTs h <≤的DFT 离散谱,简称离散谱。 (2) 性质:

(完整版)从头到尾彻底理解傅里叶变换算法

从头到尾彻底理解傅里叶变换算法、上 从头到尾彻底理解傅里叶变换算法、上 前言 第一部分、DFT 第一章、傅立叶变换的由来 第二章、实数形式离散傅立叶变换(Real DFT) 从头到尾彻底理解傅里叶变换算法、下 第三章、复数 第四章、复数形式离散傅立叶变换 前言: “关于傅立叶变换,无论是书本还是在网上可以很容易找到关于傅立叶变换的描述,但是大都是些故弄玄虚的文章,太过抽象,尽是一些让人看了就望而生畏的公式的罗列,让人很难能够从感性上得到理解”---dznlong, 那么,到底什么是傅里叶变换算法列?傅里叶变换所涉及到的公式具体有多复杂列? 傅里叶变换(Fourier transform)是一种线性的积分变换。因其基本思想首先由法国学者傅里叶系统地提出,所以以其名字来命名以示纪念。 哦,傅里叶变换原来就是一种变换而已,只是这种变换是从时间转换为频率的变化。这下,你就知道了,傅里叶就是一种变换,一种什么变换列?就是一种从时间到频率的变化或其相互转化。 ok,咱们再来总体了解下傅里叶变换,让各位对其有个总体大概的印象,也顺便看看傅里叶变换所涉及到的公式,究竟有多复杂: 以下就是傅里叶变换的4种变体(摘自,维基百科) 连续傅里叶变换 一般情况下,若“傅里叶变换”一词不加任何限定语,则指的是“连续傅里叶变换”。连续傅里叶变换将平方可积的函数f(t)表示成复指数函数的积分或级数形式。

这是将频率域的函数F(ω)表示为时间域的函数f(t)的积分形式。 连续傅里叶变换的逆变换(inverse Fourier transform)为: 即将时间域的函数f(t)表示为频率域的函数F(ω)的积分。 一般可称函数f(t)为原函数,而称函数F(ω)为傅里叶变换的像函数,原函数和像函数构成一个傅里叶变换对(transform pair)。 除此之外,还有其它型式的变换对,以下两种型式亦常被使用。在通信或是信号处理方面,常以来代换,而形成新的变换对: 或者是因系数重分配而得到新的变换对: 一种对连续傅里叶变换的推广称为分数傅里叶变换(Fractional Fourier Transform)。分数傅里叶变换(fractional Fourier transform,FRFT)指的就是傅里叶变换(Fourier transform,FT)的广义化。 分数傅里叶变换的物理意义即做傅里叶变换a 次,其中a 不一定要为整数;而做了分数傅里叶变换之后,信号或输入函数便会出现在介于时域(time domain)与频域(frequency domain)之间的分数域(fractional domain)。

实验三傅里叶变换及其性质

1 / 7 信息工程学院实验报告 课程名称:信号与系统 实验项目名称:实验 3 傅里叶变换及其性质实验时间: 2013-11-29 班级: 姓名:学号: 一、实验目的: 1、学会运用MATLAB 求连续时间信号的傅里叶(Fourier )变换; 2、学会运用MATLAB 求连续时间信号的频谱图; 3、学会运用MATLAB 分析连续时间信号的傅里叶变换的性质。 二、实验环境: 1、硬件:在windows 7 操作环境下; 2、软件:Matlab 版本7.1 三、实验原理: 3.1傅里叶变换的实现 信号()f t 的傅里叶变换定义为:() [()] ()j t F F f t f t e dt , 傅里叶反变换定义为: 1 1()[()] ()2 j t f t F F f e d 。 信号的傅里叶变换主要包括MATLAB 符号运算和MATLAB 数值分析两种方法,下面分别加以探讨。同时, 学习连续时间信号的频谱图。 3.1.1 MATLAB 符号运算求解法 MATLAB 符号数学工具箱提供了直接求解傅里叶变换与傅里叶反变换的函数fourier( )和ifourier( )。 Fourier 变换的语句格式分为三种。 (1)F=fourier(f):它是符号函数 f 的Fourier 变换,默认返回是关于的函数。 (2)F=fourier(f,v) :它返回函数F 是关于符号对象 v 的函数,而不是默认的 ,即 ()()j v t Fv fte d t 。 (3)F=fourier(f,u,v):是对关于u 的函数f 进行变换,返回函数F 是关于v 的函数,即 ()()jvu F v f t e du 。 傅里叶反变换的语句格式也分为三种。(1)f=ifourier(F):它是符号函数F 的Fourier 反变换,独立变量默认为 ,默认返回是关于 x 的函数。 (2)f=ifourier(F,u):它返回函数 f 是u 的函数,而不是默认的 x 。 (3)f=ifourier(F,u,v) :是对关于v 的函数F 进行反变换,返回关于 u 的函数f 。 成 绩: 指导教师(签名):

傅里叶变换在信号与系统系统中的应用

河北联合大学 本科毕业设计(论文) 题目傅里叶变换在信号与系统中的应用 院系理学院 专业班级07数学一班 学生姓名刘帅 学生学号200710050113 指导教师佟玉霞 2011年5月24日

题目傅里叶变换在信号与系统中的应用 专业数学与应用数学姓名刘帅学号200710050113 主要内容、基本要求、主要参考资料等 主要内容 傅里叶变换是一种重要的变换,且在与通信相关的信号与系统中有着广泛的应用。本文主要研究傅里叶变换的基本原理;其次,掌握其在滤波,调制、解调,抽样等方面中的应用。分析了信号在通信系统中的处理方法,通过傅里叶变换推导出信号调制解调的原理,由此引出对频分复用通信系统的组成原理的介绍。 基本要求 通过傅里叶变换实现一个高通滤波,低通滤波,带通滤波。用傅里叶变换推导出信号调制解调的原理。通过抽样实现连续信号离散化,简化计算。另外利用调制的原理推导出通信系统中的时分复用和频分复用。 参考资料 [1]《信号与系统理论、方法和应用》徐守时著中国科技大学出版社 2006年3月修订二版 [2]《信号与系统》第二版上、下册郑君里、应启珩、杨为理著高等教育出版社 [3]《通信系统》第四版 Simon Haykin 著宋铁成、徐平平、徐智勇等译沈 连丰审校电子工业出版社 [4]《信号与系统—连续与离散》第四版 Rodger E.Ziemer 等著肖志涛等译 腾建辅审校电子工业出版社 [5]《现代通信原理》陶亚雄主编电子工业出版社 [6]《信号与系统》乐正友著清华大学出版社 [7]《信号与线性系统》阎鸿森、王新风、田惠生编西安交通大学出版社 [8]《信号与线性系统》张卫钢主编郑晶、徐琨、徐建民副主编西安电 子科技大学出版社 [9] https://www.360docs.net/doc/fe13954845.html,/view/191871.htm//百度百科傅里叶变换 [10]《通信原理》第六版樊昌信曹丽娜编著国防工业出版社 [11]A.V.Oppenheim,A.S.Willsky with S.H.Nawab.Siganals and systems(Second edition).Prentice-Hall,1997.中译:刘树棠。信号与系统。西安交通工业大学出版社 完成期限 指导教师 专业负责人

(完整版)傅里叶变换分析

第一章 信号与系统的基本概念 1.信号、信息与消息的差别? 信号:随时间变化的物理量; 消息:待传送的一种以收发双方事先约定的方式组成的符号,如语言、文字、图像、数据等 信息:所接收到的未知内容的消息,即传输的信号是带有信息的。 2.什么是奇异信号? 函数本身有不连续点或其导数或积分有不连续点的这类函数统称为奇异信号或奇异函数。例如: 单边指数信号 (在t =0点时,不连续), 单边正弦信号 (在t =0时的一阶导函数不连续)。 较为重要的两种奇异信号是单位冲激信号δ(t )和单位阶跃信号u(t )。 3.单位冲激信号的物理意义及其取样性质? 冲激信号:它是一种奇异函数,可以由一些常规函数的广义极限而得到。 它表达的是一类幅度很强,但作用时间很短的物理现象。其重要特性是筛选性,即: ()()()(0)(0)t x t dt t x dt x δδ∞ ∞ -∞ -∞ ==? ? 4.什么是单位阶跃信号? 单位阶跃信号也是一类奇异信号,定义为: 10()00t u t t >?=?

12()()()x t ax t bx t =+,其中a 和b 是任意常数时, 输出信号()y t 是1()y t 和2()y t 的线性叠加,即:12()()()y t ay t by t =+; 且当输入信号()x t 出现延时,即输入信号是0()x t t -时, 输出信号也产生同样的延时,即输出信号是0()y t t -。 其中,如果当12()()()x t x t x t =+时,12()()()y t y t y t =+,则称系统具有叠加性; 如果当1()()x t ax t =时,1()()y t ay t =则称系统具有均匀性。 线性时不变系统是最基本的一类系统,是研究复杂系统,如非线性、时变系统的基础。 6.线性时不变系统的意义与应用? 线性时不变系统是我们本课程分析和研究的主要对象,对线性时不变性进行推广,可以得到线性时不变系统具有微分与积分性质,假设系统的输入与输出信号分别为()x t 和()y t ,则 当输入信号为 ()dx t dt 时,输出信号则为() dy t dt ; 或者当输入信号为()t x d ττ-∞ ?时,输出信号则为()t y d ττ-∞ ?。 另外,线性时不变系统对信号的处理作用可以用冲激响应(或单位脉冲响应)、系统函数或频率响应进行描述。而且多个系统可以以不同的方式进行连接,基本的连接方式为:级联和并联。 假设两个线性时不变系统的冲激响应分别为:1()h t 和2()h t , 当两个系统级联后,整个系统的冲激响应为:12()()*()h t h t h t =; 当两个系统并联后,整个系统的冲激响应为:12()()()h t h t h t =+; 当0t <时,若()0h t =, 则此系统为因果系统; 若|()|h t dt ∞ -∞<∞?, 则此系统为稳定系统。 第二章 连续时间系统的时域分析 1.如何获得系统的数学模型? 数学模型是实际系统分析的一种重要手段,广泛应用于各种类型系统的分析和控制之中。 不同的系统,其数学模型可能具有不同的形式和特点。对于线性时不变系统,其数学模型

实验四-离散傅里叶变换

实验四:离散傅里叶变换 实验原理: DFT的快速算法FFT利用了的三个固有特性:(1)对称性(2)周期性(3)可约性。FFT算法基本上可以分为两大类,即按时间抽选法(DIT,Decimation-In-Time)和按频率抽选法(DIF,Decimation-In-frequency)。 MATLAB中提供了进行快速傅里叶变换的fft函数: X=fft(x),基2时间抽取FFT算法,x是表示离散信号的向量;X是系数向量; X=fft(x,N),补零或截断的N点DFT,当x得长度小于N时,对补零使其长度为N,当x的长度大于N时,对x截断使其长度为N。 实验内容: =60; n=[0:1:k/2]; xa1=2*sin(10*pi*n/k)+cos(18*pi*n/k); subplot(321) stem(n,xa1) xlabel('N');ylabel('x(n)'); xk1=fft(xa1);xk1=abs(xk1) subplot(322) stem(n,xk1) xlabel('k');ylabel('X(k)'); n=[0:1:k*]; xa1=2*sin(10*pi*n/k)+cos(18*pi*n/k); subplot(323) stem(n,xa1) xlabel('N');ylabel('x(n)'); xk1=fft(xa1);xk1=abs(xk1) subplot(324) stem(n,xk1) xlabel('k');ylabel('X(k)'); n=[0:1:k*2]; xa1=2*sin(10*pi*n/k)+cos(18*pi*n/k); subplot(325) stem(n,xa1) xlabel('N');ylabel('x(n)'); xk1=fft(xa1);xk1=abs(xk1) subplot(326) stem(n,xk1) xlabel('k');ylabel('X(k)');

按频率抽取基2-快速傅里叶逆变换算法_MATLAB代码

function x=MyIFFT_FB(y) %MyIFFT_TB:My Inverse Fast Fourier Transform Time Based %按频率抽取基2-傅里叶逆变换算法 %input: % y -- 傅里叶正变换结果,1*N的向量 %output: % x -- 逆变换结果,1*N的向量 %参考文献: % https://www.360docs.net/doc/fe13954845.html,/view/fea1e985b9d528ea81c779ee.html N=length(y); x=conj(y); %求共轭 x=MyFFT_FB(x);%求FFT x=conj(x);%求共轭 x=x./N;%除以N end %% 内嵌函数====================================================== function y=MyFFT_FB(x,n) %MYFFT_TB:My Fast Fourier Transform Frequency Based %按频率抽取基2-fft算法 %input: % x -- 输入的一维样本 % n -- 变换长度,缺省时n=length(x) 当n小于x数据长度时,x数据被截断到第n个数据% 当n大于时,x数据在尾部补0直到x 含n个数据 %output: % y -- 1*n的向量,快速傅里叶变换结果 %variable define: % N -- 一维数据x的长度 % xtem -- 临时储存x数据用 % m,M -- 对N进行分解N=2^m*M,M为不能被2整除的整数 % two_m -- 2^m % adr -- 变址,1*N的向量 % l -- 当前蝶形运算的级数 % W -- 长为N/2的向量,记录W(0,N),W(1,N),...W(N/2-1,N) % d -- 蝶形运算两点间距离 % t -- 第l级蝶形运算含有的奇偶数组的个数 % mul -- 标量,乘数 % ind1,ind2 -- 标量,下标 % tem -- 标量,用于临时储存 %参考文献: % https://www.360docs.net/doc/fe13954845.html,/view/fea1e985b9d528ea81c779ee.html %% 输入参数个数检查

常用傅立叶变换表

时域信号 弧频率表示的 傅里叶变换 注释 1 线性 2 时域平移 3 频域平移, 变换2的频域对应4 如果值较大,则会收缩 到原点附近,而会扩 散并变得扁平. 当 | a | 趋向 无穷时,成为 Delta函数。 5 傅里叶变换的二元性性质。通过 交换时域变量和频域变量 得到. 6 傅里叶变换的微分性质 7 变换6的频域对应 8 表示和的卷积—这

9 矩形脉冲和归一化的sinc 函数 10 变换10的频域对应。矩形函数是理想的低通滤波器,sinc 函数是这类滤波器对反因果冲击的响应。 11 tri 是三角形函数 12 变换12的频域对应 13 高斯函数 exp( ? αt 2) 的傅里叶变换是他本身. 只有当 Re(α) > 0时,这是可积的。 14 15 16 a>0 17 变换本身就是一个公式

18 δ(ω) 代表狄拉克δ函数分布. 这 个变换展示了狄拉克δ函数的重要 性:该函数是常函数的傅立叶变换 19 变换23的频域对应 20 由变换3和24得到. 21 由变换1和25得到,应用了欧拉公 式: cos(at) = (e iat + e?iat) / 2. 22 由变换1和25得到 23 这里, n是一个自然数. δ(n)(ω) 是狄拉克δ函数分布的n阶微分。这 个变换是根据变换7和24得到的。 将此变换与1结合使用,我们可以变 换所有多项式。 24 此处sgn(ω)为符号函数;注意此变 换与变换7和24是一致的. 25 变换29的推广. 26 变换29的频域对应. 27 此处u(t)是单位阶跃函数; 此变换 根据变换1和31得到.

离散信号的傅里叶变换(MATLAB实验)

离散信号的变换(MATLAB 实验) 一、实验目的 掌握用Z 变换判断离散系统的稳定与否的方法,掌握离散傅立叶变换及其基本性质和特点,了解快速傅立叶变换。 二、实验内容 1、已经系统函数为 5147.13418.217.098.2250 5)(2342-++--+=z z z z z z Z H (1) 画出零极点分布图,判断系统是否稳定; (2)检查系统是否稳定; (3) 如果系统稳定,求出系统对于u(n)的稳态输出和稳定时间b=[0,0,1,5,-50];a=[2,-2.98,0.17,2.3418,-1.5147]; subplot(2,1,1);zplane(b,a);title('零极点分布图'); z=roots(a); magz=abs(z) magz = 0.9000 0.9220 0.9220 0.9900 n=[0:1000]; x=stepseq(0,0,1000); s=filter(b,a,x); subplot(2,1,2);stem(n,s);title('稳态输出'); (1)因为极点都在单位园内,所以系统是稳定的。 (2)因为根的幅值(magz )都小于1,所以这个系统是稳定的。 (3)稳定时间为570。 2、综合运用上述命令,完成下列任务。 (1) 已知)(n x 是一个6点序列: ???≤≤=其它,050,1)(n n x

计算该序列的离散时间傅立叶变换,并绘出它们的幅度和相位。 要求:离散时间傅立叶变换在[-2π,2π]之间的两个周期内取401个等分频率上进行数值求值。 n=0:5;x=ones(1,6); k=-200:200;w=(pi/100)*k; X=x*(exp(-j*pi/100)).^(n'*k); magX=abs(X);angX=angle(X); subplot(2,1,1);plot(w/pi,magX);grid;title('幅度'); subplot(2,1,2);plot(w/pi,angX);grid;title('相位'); (2) 已知下列序列: a. ,1000),52.0cos()48.0cos()(≤≤+=n n n n x ππ; b .)4sin()(πn n x =是一个N =32的有限序列; 试绘制)(n x 及它的离散傅立叶变换 )(k X 的图像。 a . n=[0:1:100];x=cos(0.48*pi*n)+cos(0.52*pi*n); subplot(2,1,1);plot(n,x);title('x(n)的图像'); X=dft(x,101); magX=abs(X); subplot(2,1,2);plot(n,magX);title('丨X(k)丨的图像');

基于DSP的快速傅里叶(FFT)算法

哈尔滨商业大学 DSP课程设计报告 题目快速傅立叶变换(FFT)算法专业电子信息工程 班级 08级02班 姓名学号王玉辉200810930172 李砚秋200810930062 杨兴臻200810930292 尤琳200810930052 指导教师姜海涛 日期2011年12月12日

目录 1.设计目的 .... 错误!未定义书签。 1.1. 设计目的..................................................................... 错误!未定义书签。 1.2. 使用设备..................................................................... 错误!未定义书签。 2.设计任务与要求错误!未定义书签。 3.原理与分析 .. 错误!未定义书签。 4.实验步骤 .... 错误!未定义书签。 5.软件设计 .... 错误!未定义书签。 6.系统仿真及调试错误!未定义书签。 7.完成结果或效果错误!未定义书签。 8.心得体会 .... 错误!未定义书签。 9.参考文献 .... 错误!未定义书签。

1. 设计目的 1.1. 设计目的 1.掌握用窗函数法设计FFT 快速傅里叶的原理和方法; 2.熟悉FFT 快速傅里叶特性; 3.了解各种窗函数对快速傅里叶特性的影响。 1.2. 使用设备 PC 兼容机一台,操作系统为Windows2000(或Windows98,WindowsXP ,以下默认为Windows2000),安装Code Composer Studio 2.0 软件。 2. 设计任务与要求 按原程序仿真完成后,修改参数,观察波形变化。 3. 原理与分析 1. FFT 的原理和参数生成公式 )()()()()(212 12 22 12 1k X W k X W r x W W r x k x k N rk N N r k N rk N N r +=+=∑∑-=-= 公式(1)FFT 运算公式 FFT 并不是一种新的变换,它是离散傅立叶变换(DFT )的一种快速算法。由于我们在计算DFT 时一次复数乘法需用四次实数乘法和二次实数加法;一次复数加法则需二次实数加法。每运算一个X (k )需要4N 次复数乘法及2N+2(N-1)=2(2N-1)次实数加法。所以整个DFT 运算总共需要4N^2 次实数乘法和N*2(2N-1)=2N(2N-1)次实数加法。如此一来,计算时乘法次数和加法次数都是和N^2 成正比的,当N 很大时,运算量是可观的,因而需要改进对DFT 的算法减少运算速度。 根据傅立叶变换的对称性和周期性,我们可以将DFT 运算中有些项合并。 我们先设序列长度为N=2^L ,L 为整数。将N=2^L 的序列x(n)(n=0,1,……,N-1),按N 的奇偶分成两组,也就是说我们将一个N 点的DFT 分解成两个N/2 点的DFT ,他们又重新组合成一个如下式所表达的N 点DFT : 一般来说,输入被假定为连续的。当输入为纯粹的实数的时候,我们就可以利用左右对称的特性更好的计算DFT 。 我们称这样的RFFT 优化算法是包装算法:首先2N 点实数的连续输入称为“进包”。其次N 点的FFT 被连续被运行。最后作为结果产生的N 点的合成输出是“打开”成为最

离散傅里叶变换和快速傅里叶变换

戶幵,戈丿、弟实验报告 课程名称:彳 _____________ 指导老师 _____________ 成绩: ____________________ 实验名称:离散傅里叶变换和快速傅里叶变换 实验类型: _________________ 同组学生姓名: 一、实验目的和要求(必填) 二、实验内容和原理(必填) 三、主要仪器设备(必填) 四、操作方法和实验步骤 五、实验数据记录和处理 六、实验结果与分析(必填) 七、讨论、心得 一、实验目的和要求 1. 掌握DFT 的原理和实现 2. 掌握FFT 的原理和实现,掌握用 FFT 对连续信号和离散信号进行谱分析的方法。 二、实验内容和原理 2.1 DTFT 和 DFT N 1 如果x(n)为因果有限长序列,n=0,1,...,N-1,则x(n)的DTFT 表示为:X(e j ) x(n)e n 0 序列的N 点DFT 是DTFT 在[0,2 n 上的N 点等间隔采样,采样间隔为2 d N 。通过DFT , 可以完成由一组有限个信号采样值 x(n)直接计算得到一组有限个频谱采样值 X(k)。X(k)的幅 度谱为X(k) v 'x R (k ) X |2(k ) , X R (k)和X i (k)分别为X(k)的实部和虚部。X(k)的相位谱 为(k) 列吩 序列x(n)的离散事件傅里叶变换(DTFT )表示为: X(e j ) x( n)e x(n)的离散傅里叶变换(DFT )表达式为: X(k) x(n)e n 0 j^nk N (k 0,1,…,N 1)

IDFT )定义为 x(n)丄 N \(k)e j_Nnk (n 0,1,…,N 1) N n 0 2.2 FFT 快速傅里叶变换(FFT )是DFT 的快速算法,它减少了 DFT 的运算量,使数字信号的处理 速度大大提高。 三、主要仪器设备 PC 一台,matlab 软件 四、实验内容 4.1第一题 x(n)的离散时间 傅里叶变换(DTFT ) X(e j Q )并绘图。 0 其2他n 2; (2)已知 x(n) 2n 0 n 10。 0其他 4.1.1理论分析 1) 由DTFT 计算式, X (Q)是实数,可以直接作出它的图像。 离散傅里叶反变换 求有限长离散时间信号 (1)已知 x(n) X( ) x(n)e j n e 2j 1 5j e 1 e j e 2? e 2? 0.5j e 0.5 j e sin(2.5 )

离散傅里叶变换应用举例

x=[1,1,1,1];w=[0:1:500]*2*pi/500; [H]=freqz(x,1,w); magH=abs(H);phaH=angle(H); subplot(2,1,1);plot(w/pi,magH);grid;xlabel('');ylabel('|X|'); title('DTFT的幅度') subplot(2,1,2);plot(w/pi,phaH/pi*180);grid; xlabel('以pi为单位的频率');label('度'); title('DTFT的相角')

N=4;w1=2*pi/N;k=0:N-1; X=fft(x,N); magX=abs(X);phaX=angle(X)*180/pi; subplot(2,1,1);plot(w*N/(2*pi),magH,'--');axis([-0.1,4.1,0,5]);hold on; stem(k,magX);ylabel('|X(k)|');title('DFT的幅度:N=4');text(4.3,-1,'k'); hold off; subplot(2,1,2);plot(w*N/(2*pi),phaH*180/pi,'--');axis([-0.1,4.1,-200,200]); hold on; stem(k,phaX);ylabel('度');title('DFT的相角:N=4');text(4.3,-200,'k')

n=(0:1:9);x=cos(0.48*pi*n)+cos(0.52*pi*n); w=[0:1:500]*2*pi/500; X=x*exp(-1i*n'*w); magx=abs(X); x1=fft(x);magx1=abs(x1(1:1:10)); k1=0:1:9;w1=2*pi/10*k1; subplot(3,1,1);stem(n,x);title('signalx(n),0<=n<=9'); axis([0,10,-2.5,2.5]);line([0,10],[0,0]); subplot(3,1,2);plot(w/pi,magx);title('DTFT幅度');xlabel('w');axis([0,1,0,10]); subplot(3,1,3);stem(w1/pi,magx1);title('DFT幅度'); xlabel('频率(单位:pi)');axis([0,1,0,10]) 实验总结:补零运算提供了一个较密的频谱和较好的图示形式,但因为在信号中只是附加了零,而没有增加任何新的信息,因此不能提供高分辨率的频谱。

FFT超全快速傅里叶

快速傅里叶变换 FFT是离散傅立叶变换的快速算法,可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的,但是如果变换到频域之后,就很容易看出特征了。这就是很多信号分析采用FFT变换的原因。另外,FFT可以将一个信号的频谱提取出来,这在频谱分析方面也是经常用的。 虽然很多人都知道FFT是什么,可以用来做什么,怎么去做,但是却不知道FFT之后的结果是什意思、如何决定要使用多少点来做FFT。 现在圈圈就根据实际经验来说说FFT结果的具体物理意义。一个模拟信号,经过ADC采样之后,就变成了数字信号。采样定理告诉我们,采样频率要大于信号频率的两倍,这些我就不在此罗嗦了。 采样得到的数字信号,就可以做FFT变换了。N个采样点,经过FFT之后,就可以得到N个点的FFT结果。为了方便进行FFT运算,通常N取2的整数次方。 假设采样频率为Fs,信号频率F,采样点数为N。那么FFT之后结果就是一个为N点的复数。每一个点就对应着一个频率点。这个点的模值,就是该频率值下的幅度特性。具体跟原始信号的幅度有什么关系呢?假设原始信号的峰值为A,那么FFT的结果的每个点(除了第一个点直流分量之外)的模值就是A的N/2倍。而第一个点就是直流分量,它的模值就是直流分量的N倍。而每个点的相位呢,就是在该频率下的信号的相位。第一个表示直流分量(即0Hz),而最后一个点N的再下一个点(实际上这个点是不存在的,这里是假设的第N+1个点,也可以看做是将第一个点分做两半分,另一半移到最后)则表示 采样频率Fs,这中间被N-1个点平均分成N等份,每个点的频率依次增加。例如某点n所表示的频率为:Fn=(n-1)*Fs/N。由上面的公式可以看出,Fn所能分辨到频率为为Fs/N,如果采样频率Fs为1024Hz,采样点数为1024点,则可以分辨到1Hz。1024Hz的采样率采样1024点,刚好是1秒,也就是说,采样1秒时间的信号并做FFT,则结果可以分析到1Hz,如果采样2秒时间的信号并做FFT,则结果可以分析到0.5Hz。如果要提高

第七章 傅里叶变换.

第七章 傅里叶变换 1.求下列函数的傅氏变换: (1)1,10, ()1, 01,0,; t f t t --<? 解: (1)[()]()j t F f t f t e dt ω+∞--∞ =? 1 101 10 1 1 22sin cos | 2(1cos ).j t j t j t j t e dt e dt e dt e dt j i tdt t j ωωωωωωω ωω -----=-+=-+=-= =- -????? (2) ()()j t F f t e dt ωω+∞--∞ =? 0(1)(1)0 11|.11t j t j t j t e e dt e dt e j j ωωωωω ---∞ -∞ --∞====--?? 6.求下列函数的傅氏变换 (1) 1,0,sgn 1,0;t t t -? (2) ()sin(5).3f t t π =+ 解: (1)已知 1 [()](),[1]2(),F u t F j πδωπδωω = +=由sgn 2()1t u t =-有 12[sgn ]2( ())2().F t j j πδωπδωωω =+-= (2) 由于 1()sin(5)sin 5cos5,322f t t t t π=+=+ 故 [()][(5)(5)](5)(5)].2j F f t πδωδωδωδω= +--++- 7.已知00()[()()]F ωπδωωδωω=++-为函数()f t 的傅氏变换,求().f t

实验四 离散傅里叶变换的性质

实验四离散傅里叶变换的性质 一、实验目的 1. 熟悉matlab软件中离散傅里叶变换的实现方法及FFT函数的使用方法; 2. 通过软件仿真,加深对离散傅里叶变换性质的理解。 二、实验内容 1. 验证离散傅里叶变换的线性性质; 2. 掌握用matlab实现圆周移位的方法; 3. 验证圆周卷积与线性卷积的关系。 三、实验步骤 1. 验证线性性质 设两个有限长序列分别为xn1=[3,1,-2,2,3,4],xn2=[1,1,1,1],做4DFT[xn1]+2DFT[xn2],及DFT[4xn1+2xn2]的运算,比较它们的结果。 代码如下: clear,N=20;n=[0:1:N-1]; xn1=[3,1,-2,2,3,4];n1=0:length(xn1)-1; %定义序列xn1 xn2=[1,1,1,1];n2=0:length(xn2)-1; %定义序列xn2 yn1=4*xn1;yn2=2*xn2;[yn,ny]=seqadd(yn1,n1,yn2,n2); %计算4xn1+2xn2 xk1=fft(xn1,N);xk2=fft(xn2,N); %分别求DFT[xn1] 和DFT[xn2] yk0=4*xk1+2*xk2; %计算4DFT[xn1]+2DFT[xn2] yk=fft(yn,N); %计算DFT[4xn1+2xn2] subplot(2,1,1);stem(n,yk0);title('傅里叶变换之和') %显示4DFT[xn1]+2DFT[xn2] subplot(2,1,2);stem(n,yk);title('序列和之傅里叶变换') %显示DFT[4xn1+2xn2] 运行结果如图1所示,从图中可知,用两种方法计算的DFT完全相等,所以离散傅里叶变换的线性性质得到验证。

傅里叶变换及应用

傅里叶变换在MATLZB里的应用 摘要:在现代数学中,傅里叶变换是一种非常重要的变换,且在数字信号处理中有着广泛的应用。本文首先介绍了傅里叶变换的基本概念、性质及发展情况;其次,详细介绍了分离变数法及积分变换法在解数学物理方程中的应用。傅立叶变换将原来难以处理的时域信号转换成了易于分析的频域信号,再利用傅立叶反变换将这些频域信号转换成时域信号。应用MATLAB实现信号的谱分析和对信号消噪。 关键词:傅里叶变换;MA TLAB软件;信号消噪 Abstract: In modern mathematics,Fourier transform is a transform is very important ,And has been widely used in digital signal processing.This paper first introduces the basic concepts, properties and development situation of Fourier transform ;Secondly, introduces in detail the method of separation of variables and integral transform method in solving equations in Mathematical Physics.Fourier transformation makes the original time domain signal whose analysis is difficult easy, by transforming it into frequency domain signal that can be transformed into time domain signal by inverse transformation of Fourier. Using Mat lab realizes signal spectral analysis and signal denoising. Key word: Fourier transformation, software of mat lab ,signal denoising 1、傅里叶变换的提出及发展 在自然科学和工程技术中为了把较复杂的运算转化为较简单的运算,人们常常采用所谓变换的方法来达到目的"例如在初等数学中,数量的乘积和商可以通过对数变换化为较简单的加法和减法运算。在工程数学里积分变换能够将分析运算(如微分,积分)转化为代数运算,正是积分变换这一特性,使得它在微分方程和其它方程的求解中成为重要方法之一。 1804年,法国科学家J-.B.-J.傅里叶由于当时工业上处理金属的需要,开始从事热流动的研究"他在题为<<热的解析理论>>一文中,发展了热流动方程,并且指出如何求解"在求解过程中,他提出了任意周期函数都可以用三角级数来表示的想法。他的这种

相关文档
最新文档