数字信号处理——第三章
合集下载
精品课件-数字信号处理—理论与实践-第3章
矩形序列RN(n)与单位阶跃序列u(n)、 单位脉冲序列δ(n) 的关系如下
N 1
RN (n) u(n) u(n N ) n k k 0
(3.2-7)
第 3 章 离散时间信号与系统
图3-4 矩形序列
第 3 章 离散时间信号与系统
4. 实指数序列
实指数序列定义为
x(n)=anu(n)
第 3 章 离散时间信号与系统
x={x(n)}, －∞<n<+∞ (3.1-2)
常常直接用x(n)表示离散时间信号——序列。 离散时 间信号也可以用图形来描述， 如图3-1所示。 图中纵向线段的 长短表示各序列值的大小， 横轴代表离散时间点。 注意， 横 轴虽然为连续直线， 但x(n)仅在n取整数的时间点上才有定义； 而n取非整数时， x(n)没有定义。
第 3 章 离散时间信号与系统
第3章 离散时间信号与系统
3.1 3.2 常用的典型序列 3.3 3.4 线性时不变离散系统 3.5 线性常系数差分方程 3.6 序列的傅里叶变换 3.7 MATLAB实现 习题
第 3 章 离散时间信号与系统
3.1
离散时间信号可由对模拟信号x(t)的采样获得。 对模拟信
(3.2-5)
பைடு நூலகம்
式(3.2-3)表明， 单位脉冲序列是单位阶跃序列的一阶后向差 分； 式(3.2-5)表明， 单位阶跃序列是对单位脉冲序列的累 加。
3. 矩形序列RN(n) 矩形序列定义为
第 3 章 离散时间信号与系统
1 0 n N 1 RN (n) 0 其他
(3.2-6)
式(3.2-6)中， N称为矩形序列RN(n)的长度。 RN(n)的波形如图 3.4所示， 它与连续时间信号中的矩形脉冲类似。
N 1
RN (n) u(n) u(n N ) n k k 0
(3.2-7)
第 3 章 离散时间信号与系统
图3-4 矩形序列
第 3 章 离散时间信号与系统
4. 实指数序列
实指数序列定义为
x(n)=anu(n)
第 3 章 离散时间信号与系统
x={x(n)}, －∞<n<+∞ (3.1-2)
常常直接用x(n)表示离散时间信号——序列。 离散时 间信号也可以用图形来描述， 如图3-1所示。 图中纵向线段的 长短表示各序列值的大小， 横轴代表离散时间点。 注意， 横 轴虽然为连续直线， 但x(n)仅在n取整数的时间点上才有定义； 而n取非整数时， x(n)没有定义。
第 3 章 离散时间信号与系统
第3章 离散时间信号与系统
3.1 3.2 常用的典型序列 3.3 3.4 线性时不变离散系统 3.5 线性常系数差分方程 3.6 序列的傅里叶变换 3.7 MATLAB实现 习题
第 3 章 离散时间信号与系统
3.1
离散时间信号可由对模拟信号x(t)的采样获得。 对模拟信
(3.2-5)
பைடு நூலகம்
式(3.2-3)表明， 单位脉冲序列是单位阶跃序列的一阶后向差 分； 式(3.2-5)表明， 单位阶跃序列是对单位脉冲序列的累 加。
3. 矩形序列RN(n) 矩形序列定义为
第 3 章 离散时间信号与系统
1 0 n N 1 RN (n) 0 其他
(3.2-6)
式(3.2-6)中， N称为矩形序列RN(n)的长度。 RN(n)的波形如图 3.4所示， 它与连续时间信号中的矩形脉冲类似。
数字信号处理(第三版)(高西全)第3章
。后面要讨论的频域采样理论将会
加深对这一关系的理解。我们知道，周期延拓序列频谱
完全由其离散傅里叶级数系数 X ( k ) 确定，因此，X(k) 实质上是x(n)的周期延拓序列x((n)) N的频谱特性，这就
是N点DFT的第二种物理解释（物理意义）。
第3章 离散傅里叶变换(DFT)
现在解释DFT［R4(n)］4=4δ(k)。根据DFT第二种物 理解释可知，DFT［R4(n)］4表示R4(n)以4为周期的周期
i 为整数 i 为整数
第3章 离散傅里叶变换(DFT)
所以，在变换区间上满足下式：
IDFT［X(k)］N=x(n) 0≤n≤N－1 由此可见，(3.1.2)式定义的离散傅里叶逆变换是唯一的。 【例3.1.1】 x(n)=R4(n), 求x(n)的4点和8点DFT。 解 设变换区间N=4，则
3 3 j 2π 4
X (k )
x ( n )W
n0
kn 4
e
n0
kn
1 e 1 e
j2 π k 2π 4
j
k
4 0
k 0 k 1, 2, 3
第3章 离散傅里叶变换(DFT)
设变换区间N=8，则
X (k )
7
x ( n )W 8 sin ( sin (
式中，a、b为常数，取N=max［N1, N2］, 则y(n)的N点
DFT为 Y(k)=DFT［y(n)］N=aX1(k)+bX2(k) 0≤k≤N－1
X (k ) X ( z )
ze
j 2π N k
k 0,1, , N 1
(3.1.3)
第3章 离散傅里叶变换(DFT)
数字信号处理 第三章
j
：相位函数（phase function）或相位谱（phase spectrum）
3/29
与连续时间傅立叶变换的关系
X (W) = xa ( t ) =
ò
+¥ -¥
x (t )e - jWt dt
k =-¥
å x(k )d (t - k )
X ( W) =
+¥
ò
+¥ -¥
X * (e j )
1 X cs (e j ) { X (e j ) X * (e j )} 2 1 X ca (e j ) { X (e j ) X * (e j )} 2
xcs [n] xca [n]
X re (e j ) jX im (e j )
16/29
K
lim
X e X e d 0
j K j 2
例：理想低通滤波器 1 0 c H LP e 0 c j c n j c n 1 c jn 1 e e sin c n hLP n e d 2 c 2 jn n jn
10/29
3.1.2 收敛条件（convergence)
如果x[n]的DTFT在种意义上收敛，则称x[n]的傅立叶变换存在
1、一致收敛（uniform convergence） 令X K e j
xne ，一致收敛的定义为 lim X e X e 0
Table 3.4 实序列的离散时间傅立叶变换的对称关系 序列 离散时间傅立叶变换
x[n]
xev [n]
X (e j ) X re (e j ) jX im (e j )
：相位函数（phase function）或相位谱（phase spectrum）
3/29
与连续时间傅立叶变换的关系
X (W) = xa ( t ) =
ò
+¥ -¥
x (t )e - jWt dt
k =-¥
å x(k )d (t - k )
X ( W) =
+¥
ò
+¥ -¥
X * (e j )
1 X cs (e j ) { X (e j ) X * (e j )} 2 1 X ca (e j ) { X (e j ) X * (e j )} 2
xcs [n] xca [n]
X re (e j ) jX im (e j )
16/29
K
lim
X e X e d 0
j K j 2
例：理想低通滤波器 1 0 c H LP e 0 c j c n j c n 1 c jn 1 e e sin c n hLP n e d 2 c 2 jn n jn
10/29
3.1.2 收敛条件（convergence)
如果x[n]的DTFT在种意义上收敛，则称x[n]的傅立叶变换存在
1、一致收敛（uniform convergence） 令X K e j
xne ，一致收敛的定义为 lim X e X e 0
Table 3.4 实序列的离散时间傅立叶变换的对称关系 序列 离散时间傅立叶变换
x[n]
xev [n]
X (e j ) X re (e j ) jX im (e j )
数字信号处理第三章
FS：~x (t)
X (k0 )e jk0t
k
（周期为T0
，Ω0
2
T0
）
对上式进行抽样，得：
（抽样间隔为T，s
2π ） T
~x(nT )
X~(k0 )e jk0nT
n
反 : x(nT ) 1 s / 2 X (e jT )e jnT d
s s / 2
---
时域抽样间隔为T ,
频域的周期为 s
2
T
注：DTFT反变换原式为 x(n) 1 X (e j )e jnd
2
根据关系
T 将变量换为
，并利用s
2
T
即得
x(nT ) 1 s / 2 X (e jT )e jnT d
jnk0T
s k0
又 0T
2
T0
T
0
2
s
2
N
这里 T Ω0 1 ，因此 T0 Ωs N
j 2 k
N 1
j 2 nk
X (e N ) x(nT)e N
n0
1 N 1
j 2 k
j 2 nk
x(nT)
X (e N )e N
N k0
x(nT ) 视作 n 的函数， x(nT ) x(n)
0 -0.5
-1 0
500
1000
1500
2000
2500
500
1000
1500
2000
2500
500
1000
1500
2000
2500
500
1000
1500
2000
2500
§ 3-3 周期序列的离散傅里叶级数 Discrete Fourier Series （DFS）
数字信号处理教学课件第三章
X ( e j )
j n x ( n ) e
n
X (e j )是的连续周期函数。
1 x ( n) 2
X (e j )e jnd
时域 FT 连续，非周期
频域 非周期，连续
FS DTFT
连续，周期 离散，非周期
非周期，离散 周期，连续
10
四、离散傅里叶级数（DFS→DFT）
时域抽样
时域截断
时域周期延拓
周期延拓中的搬移通过与 ( t nTs ) 的卷积来实现 周期延拓后的周期函数具有离散谱
经过抽样、截断和延拓后，信号时域和频域都是离散、周期的。
3
学 习 方 法
从工程需要出发，理解信号频谱分析的实际问题。即
在实践中领悟处理原理的意义
从解决问题出发，理解各种信号处理方法的目的。即
上面讨论的三种傅里叶变换对，都不适用在计 算机上运算。我们感兴趣的是时域及频域都是离散 的情况，这就是离散傅里叶级数（变换）。
根据以上讨论： 时域：离散 频谱：周期 频域：离散 时域：周期 因此，DFS必是一种时域、频谱均为离散和周 期的一种傅里叶变换。
11
总之，一个域的离散必然造成另一个 |X ( j)| x (t) 1 域的周期延拓。
23
n n1 mN
0 n1 N 1 m为整数
~ ( n)是周期为N＝8的序列，求n=19和n=-2两 例如，x 数对N的余数。 因为
n 19 3 2 8
((19 ))8 3
n 2 6 (1) 8
因此
~ x (19) ((19)) 8 x(3)
第3章 离散傅里叶变换
jIm(z)
j n x ( n ) e
n
X (e j )是的连续周期函数。
1 x ( n) 2
X (e j )e jnd
时域 FT 连续，非周期
频域 非周期，连续
FS DTFT
连续，周期 离散，非周期
非周期，离散 周期，连续
10
四、离散傅里叶级数（DFS→DFT）
时域抽样
时域截断
时域周期延拓
周期延拓中的搬移通过与 ( t nTs ) 的卷积来实现 周期延拓后的周期函数具有离散谱
经过抽样、截断和延拓后，信号时域和频域都是离散、周期的。
3
学 习 方 法
从工程需要出发，理解信号频谱分析的实际问题。即
在实践中领悟处理原理的意义
从解决问题出发，理解各种信号处理方法的目的。即
上面讨论的三种傅里叶变换对，都不适用在计 算机上运算。我们感兴趣的是时域及频域都是离散 的情况，这就是离散傅里叶级数（变换）。
根据以上讨论： 时域：离散 频谱：周期 频域：离散 时域：周期 因此，DFS必是一种时域、频谱均为离散和周 期的一种傅里叶变换。
11
总之，一个域的离散必然造成另一个 |X ( j)| x (t) 1 域的周期延拓。
23
n n1 mN
0 n1 N 1 m为整数
~ ( n)是周期为N＝8的序列，求n=19和n=-2两 例如，x 数对N的余数。 因为
n 19 3 2 8
((19 ))8 3
n 2 6 (1) 8
因此
~ x (19) ((19)) 8 x(3)
第3章 离散傅里叶变换
jIm(z)
数字信号处理第三章总结
3.4系列的Z 变换与连续信号的拉普拉斯变换、傅里叶变换的关系序列的Z 变换与连续信号的拉普拉斯变换、傅里叶变换的关系拉普拉斯变换拉普拉斯逆变换傅里叶变换傅里叶逆变换序列x(n)的Z 变换逆Z 变换抽样信号的拉普拉斯变换[]⎰∞∞--==dt e t x t x LT s X st a )()()([]⎰∞+∞--==j j st a dte t x s X LT t x σσ)()()(1Ω+=j s σ[]⎰∞∞-Ω-==Ωdte t x t x FT j X t j )()()([]⎰∞∞-Ω-ΩΩ=Ω=d e j X j X FT t x tj )()()(1Ω=j s ()()nn X z x n z ∞-=-∞=∑,2,1,0,)(21)(1±±==⎰-n dz z z X jn x cn π()()()()()∑∑⎰⎰∑⎰∞-∞=-∞-∞=∞∞--∞∞--∞-∞=∞∞--∧∧∧=-=-==⎥⎦⎤⎢⎣⎡=n nsTan st a stn ast a a a enT x dte nT t nT x dt e nT t nT x dt e t x t x LT s X δδ)()()(抽样序列的z 变换为3.4.1拉氏变换与Z 变换变换的关系就是复变量s 平面到复变量z 平面的映射：令 s=σ+j Ω, z=re j ω 得到： re j ω =e (σ+j Ω)T =e σT e j ΩT , 因而 r=e σT ， ω=ΩT3.4.2 ω= ΩTΩ=0 、π/T 、3π/T 、 Ω0与ω的对应关系 Ω变化时与ω的对应关系s 平面到z 平面的映射是多值映射。
（傅里叶变换是拉普拉斯变换在虚轴的特例，即s ＝j Ω，因而映射到z 平面上为单位圆，代入 抽样序列的z 变换sTez=()[]()∑∞-∞=-==n nzn x n x ZT z X )(()eˆ()(e )(2.89)sTsT az X z X X s ===得取样序列在单位圆上的Ｚ变换，等于其理想取样信号的傅里叶变换 。
数字信号处理第三章
数字信号处理第三章数字信号处理第三章实验程序3.1计算离散时间傅里叶变换% Program P3_1% Evaluation of the DTFTclf;% Compute the frequency samples of the DTFT w = -4*pi:8*pi/511:4*pi;num = [2 1];den = [1 -0.6];h = freqz(num, den, w);% Plot the DTFTsubplot(2,1,1)plot(w/pi,real(h));gridtitle('Real part of H(e^{j\omega})')xlabel('\omega /\pi');ylabel('Amplitude');subplot(2,1,2)plot(w/pi,imag(h));gridtitle('Imaginary part of H(e^{j\omega})') xlabel('\omega /\pi');ylabel('Amplitude');pausesubplot(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');Q3.1离散时间傅里叶变换的原始序列是H(e^jw)=(2+z^-1)/(1-0.6z^-1)。
数字信号处理第三章chhy
kn (1) 旋转因子 WN 的周期性(周期为N)
( K,m,N均为整数 WNk WNk mN ) , k , m, N
X ( k mN (2) X(k)隐含的周期性 (周期为N) )
n 0
N 1
( x ( n )WN k mN ) n
X ( k mN ) x ( n )W
kn x(n )W X ( k ) DFT [ x ( n )] x ( n )WN
X ( k ) DFT [ x ( n )]
M-1 N 1
N 1
kn N
0 k N-1
X (k ) X ( z )
2 j k z e N
, ,
0 X( k ) ((kX X ((zzj)) )22 ,, k N-1 X k)(3.1.3) j X ) ( z j X e
3.1 离散傅立叶变换的定义及物理意义 3.1.2 DFT与傅里叶变换和Z变换的关系
设序列x(n)的长度为M， 其Z变换和N点DFT分别为：
X ( z ) ZT [[x (( n )] xxnnz n n X ( z ) ZT x n )] ( () )z
N 1 n 0
X (k )e
k 0
N 1 ~
j
2 nk N
一个域的离散造成另一个域的周期 延拓，因此离散傅里叶变换的时 域和频域都是离散的和周期的
引入
例1：连续时间、连续频率—傅里叶变换
例2：连续时间、离散频率—傅里叶级数
引入
例3：离散时间、连续频率—序列的傅里叶变换
例4： 离散时间、离散频率—序列的傅里叶级数
j
2π N
，将时域序列x(n)变换为频域序列X(k)；
( K,m,N均为整数 WNk WNk mN ) , k , m, N
X ( k mN (2) X(k)隐含的周期性 (周期为N) )
n 0
N 1
( x ( n )WN k mN ) n
X ( k mN ) x ( n )W
kn x(n )W X ( k ) DFT [ x ( n )] x ( n )WN
X ( k ) DFT [ x ( n )]
M-1 N 1
N 1
kn N
0 k N-1
X (k ) X ( z )
2 j k z e N
, ,
0 X( k ) ((kX X ((zzj)) )22 ,, k N-1 X k)(3.1.3) j X ) ( z j X e
3.1 离散傅立叶变换的定义及物理意义 3.1.2 DFT与傅里叶变换和Z变换的关系
设序列x(n)的长度为M， 其Z变换和N点DFT分别为：
X ( z ) ZT [[x (( n )] xxnnz n n X ( z ) ZT x n )] ( () )z
N 1 n 0
X (k )e
k 0
N 1 ~
j
2 nk N
一个域的离散造成另一个域的周期 延拓，因此离散傅里叶变换的时 域和频域都是离散的和周期的
引入
例1：连续时间、连续频率—傅里叶变换
例2：连续时间、离散频率—傅里叶级数
引入
例3：离散时间、连续频率—序列的傅里叶变换
例4： 离散时间、离散频率—序列的傅里叶级数
j
2π N
，将时域序列x(n)变换为频域序列X(k)；
- 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)。
s j
由于数字信号 处理器只能处理离 散信号，所以我们 需要找到依赖于离 散时间变量到依赖 于离散频率变量之 间的一种映射关 系）—这就是D F T 的作用。
z e sT r e j
四种傅里叶变换形式的归纳
时间函数 连续和非周期 连续和周期(T0) 离散(T)和非周期 频率函数 非周期和连续 非周期和离散(Ω0=2π/T0) 周期(Ωs=2π/T)和连续
例：已知序列x(n) R4 (n), 求x(n)的8点和16点DFT。
X e
j
x n e
n
j n
e
n 0
3
j n
1 e j 4 j 1 e
e j 2 e j 2 e j 2 e
j
2
j j e 2 e 2
Im[ xep (n)] Im[ xep (( N n)) N RN (n)]
xep (n) xep (( N n)) N RN (n)
幅角圆周奇对称
arg[ xep (n)] arg[ xep (( N n)) N RN (n)]
有限长（圆周）共轭反对称序列满足：
1 x(n ) IDFT [ X (k )] N
N 1
பைடு நூலகம்
X (k )WN nk 0 n N 1 k 0
N 1
或
X (k ) x (n )W RN (k ) X (k ) RN (k ) 1 x(n) N
n 0 N 1 k 0 nk N X (k )WN nk RN (n ) x (n ) RN (n )
DFT [ x1 (n)] X1 (k )
DFT [ x2 (n)] X 2 (k )
证明：
m
n
循环卷积过程： 1）补零 2）周期延拓 3）翻褶，取主值序列 4）圆周移位 5）相乘相加
用 N 表示圆周卷积和
x1 (n ) N x2 (n ) x2 (n ) N x1 (n )
例：已知序列 x1 (n) (5 n) R5 (n)，x2 (n) R4 (n) 求两个序列的6点圆周卷积和。
3. DFT的隐含周期性
1）概念
长度为N的有限长序列x(n ) 周期为N的周期序列x(n )
x(n) x(n) RN (n)
x(n )的主值序列
N
x(n)
r
x(n rN ) x((n))
x(n )的周期延拓
同样：X(k)也是一个N点的有限长序列
X (k ) X ((k )) N
求x n 的16点DFT
X k X e j
2 k 16
N 16
2 k 3 2 sin 2 j k 16 2 16 e 1 2 sin k 2 16 sin k 3 j k 4 16 e sin k 16
nm x1 n / m x2 n / m
…-3 -2 -1 012345 543210 111100 6 7…
x2 1 m 6 R6 n
x2 m 6 R6 n
x2 m 6 x2 m 6
…1 0 0
…1 1 1
DFT的共轭对称性
序列的Fourier变换的对称性质中提到：
任意序列可表示成 xe (n ) 和 xo (n ) 之和:
x(n) xe (n) xo (n)
* xe (n) xe ( n) 1/ 2[ x(n) x* ( n)] 其中： * xo (n) xo (n) 1/ 2[ x(n) x* ( n)]
e
3 j 2
sin 2 sin / 2
求x n 的8点DFT
N 8
2 k 8
X k X e j
2 k 3 sin 2 j k 8 2 4 e 1 2 sin k 2 8 sin k 3 j k 2 8 e sin k 8
则任意有限长序列：
x(n) xep (n) xop (n)
有限长（圆周）共轭对称序列满足：
* xep (n) xep (( N n)) N RN (n)
实部圆周偶对称
Re[ xep ( n )] Re[ xep (( N n )) N RN ( n )]
虚部圆周奇对称
幅度圆周偶对称
111100
100111 100111
1 1…
1 0…
y (n )
8
10 12 14 10
x2 2 m 6 R6 n x2 3 m 6 R6 n x2 4 m 6 R6 n
x2 5 m 6 R6 n
复共轭序列的DFT
nk 证：DFT [ x* (n )] x* (n )WN RN (k ) n 0 N 1
n)] X * ((k )) N [RN (n)] X **(( Nk )) N)) NNRk ) k ) X * (( N k )) N RN (k ) DFT x* k ) X (( k R ( N (
X ( z ) x ( n) z n
n 0
2 k N
N 1
X (k ) x(n )W
n 0
N 1
nk N
X ( z)
X (e j )
z WN k e
j
2 k N
x(n)的N点DFT
是x(n)的z变换在单位圆上的N点等间隔抽样； x(n)的FT在区间[0，2π]上的N点等间隔抽样。
离散(T)和周期(T0)
周期(Ωs=2π/T)和离散(Ω0=2π/T0)
仅此变换对适合于在数字信号处理器上实现 [结论] 总之，一个域的离散就必然造成另一个域的 周期延拓，而一个域的非周期与另一个域的连续是 相对应的。
3.1离散傅里叶变换（DFT）的定义
1、DFT的定义
X (k ) DFT [ x(n )] x(n )W
X (k ) X (k ) RN (k )
II）
WN e
j
2 N
∴DFT后的X(k)具周期性，周期为N ∴IDFT后的x(n)具周期性，周期为N
有限长序列的DFT正变换和反变换：
nk X (k ) DFT [ x(n )] x(n )WN n 0 N 1
0 k N 1
*
定义：有限长（圆周)共轭对称序列：
xep (n) xe (n) RN (n) 1/ 2[ x((n)) N x* (( N n)) N ]RN (n)
有限长(圆周)共轭反对称序列： xop (n) xo (n) RN (n)
1/ 2[ x((n)) N x* (( N n)) N ]RN (n)
a, b为任意常数
这里，序列长度及DFT点数均为N 若不等，分别为N1，N2，则需补零使两序列长度 相等，均为N，且 N max[ N1, N 2 ]
循环（圆周）移位性质
1、序列的循环移位
定义： xm (n) x((n m)) N RN (n)
周期 延拓
移位
x(n )
x(n)
x ( n m)
1 xe ( n ) [ x ( n ) x * ( n )] 2
x((n )) N
1 xe ( n ) [ x ( n ) x * ( n )] 2
x* (( N n)) N
任意周期序列：x(n) xe (n) xo (n)
其中： 共轭对称分量：
n 0
N 1
nk N
0 k N 1
1 x(n ) IDFT [ X (k )] N
X (k )WN nk 0 n N 1 k 0
N 1
其中：
WN e
j
2 N
WN e
j
2 N
X (e j ) x(n)e jn
n 0
N 1
110011
111001 111100 011110 001111
6
同样，利用对称性
若 则
y(n) x1 (n) x2 (n)
nk Y (k ) DFT [ y (n)] y (n)WN n 0 N 1
1 N 1 [ X 1 (l ) X 2 ((k l )) N ]RN (k ) N l 0 1 N 1 [ X 2 (l ) X 1 ((k l )) N ]RN (k ) N l 0
* xe (n) xe ( n) 1/ 2[ x(n) x* ( n)] 1/ 2[ x((n)) N x* (( N n)) N ]
共轭反对称分量：
* xo (n) xo (n) 1/ 2[ x(n) x* ( n)] 1/ 2[ x((n)) N x (( N n)) N ]
nk x ( n )WN RN (k ) n 0 * N 1 ( N k ) n x ( n )WN RN ( k ) n 0 X * (( N k )) N RN (k )
N 1
*
DFT 同理： x* n N RN n X * k
* xop (n) xop (( N n)) N RN (n)
第三章 离散傅里叶变换(DFT)
理解傅里叶变换的几种形式
理解离散傅里叶变换及性质，掌握循环移位、共
轭对称性， 了解频域抽样理论 理解离散傅里叶变换的应用：用DFT求线性卷积 及频谱分析过程