Matlab数字信号处理实验报告
数字信号处理实验报告-FFT算法的MATLAB实现

数字信号处理 实验报告实验二:FFT 算法的MATLAB 实现一、实验目的通过本实验的学习,掌握离散傅立叶变换的理论,特别是FFT 的基本算法以及其在在数字信号处理中的应用。
二、实验内容题一:若x(n)=cos(n*pi/6)是一个N =12的有限序列,利用MATLAB 计算它的DFT 并画出图形。
题二:一被噪声污染的信号,很难看出它所包含的频率分量,如一个由50Hz 和120Hz 正弦信号构成的信号,受均值随机噪声的干扰,数据采样率为1000Hz ,对这污染信号进行傅立叶变换,以检查所包含的频率分量题三:调用原始语音信号mtlb ,对其进行FFT 变换后去掉幅值小于1的FFT 变换值,最后重构语音信号。
(要求有四幅语音信号的频谱图在同一图形窗口以便比较:分别是1、原始语音信号;2、FFT 变换;3去掉幅值小于1的FFT 变换值;4、重构语音信号)三、实验原理1、有限长序列x(n)的DFT 的概念和公式:⎪⎪⎩⎪⎪⎨⎧-≤≤=-≤≤=∑∑-=--=101010)(1)(10)()(N k kn N N n kn N N n W k x N n x N k W n x k x2、基2的FFT 算法四、实验条件(1)微机(2)MATLAB 编程工具五、用matlab 程序实现:实验一:clc;N=12;n=0:N-1;k=0:N-1;xn=cos(n*pi/6);W=exp(-j*2*pi/N);kn=n'*kXk=xn*(W.^kn)stem(n,Xk);xlabel('k');ylabel('Xk');实验二clc;fs=1000;N=1024;n=0:N-1;t=n/fs;x=sin(2*pi*50*t)+sin(2*pi*120*t)+rand(1,N);y=fft(x,N);mag=abs(y);f=n*fs/N;subplot(1,2,1),plot(f,mag);xlabel('频率/Hz');ylabel('振幅');title('N=1024');subplot(1,2,2),plot(f(1:N/2),mag(1:N/2)); xlabel('频率/Hz');ylabel('振幅');title('N=1024');实验三:clc;load mtlbN=1500;subplot(2,2,1)plot([1:N],mtlb(1:N));title('原始语音信号');y=fft(mtlb(1:N));subplot(2,2,2)plot([1:N],y);title('原始语音信号FFT变换');y(y<1)=0;subplot(2,2,3)plot([1:N],y);title('去掉幅值小于1的FFT变换值');subplot(2,2,4)plot([1:N],ifft(y));title('重构语音信号');六、实验心得:(1)通过这次实验,掌握离散傅立叶变换的理论,特别是FFT的基本算法以及其在在数字信号处理中的应用。
dsp_matlab实验报告

数字信号处理实验报告实验名称: 数字信号处理实验学生姓名:班 级:班内序号:1.实验要求 数字信号处理的核心算法是离散傅立叶变换(DFT),是DFT 使信号在数字域和频域都实现了离散化,从而可以用通用计算机处理离散信号。
而使数字信号处理从理论走向实用的是快速傅立叶变换(FFT),FFT 的出现大大减少了DFT 的运算量,使实时的数字信号处理成为可能、极大促进了该学科的发展。
利用FFT 对信号频谱进行分析,用DFT 进行信号分析时基本参数的选择,以及信号经过离散时间傅立叶变换(DTFT )和有限长度离散傅立叶变换(DFT )后信号频谱上的区别。
本次试验有两个内容: 1、用Matlab 编程上机练习。
已知: N=25。
这里Q=0.9+j0.3。
可以推导出 ,首先根据这个式子计算X(k)的理论值,然后计算输入序列x(n)的32个值,再利用基2时间抽选的FFT 算法,计算x(n)的DFT X(k),与X(k)的理论值比较(要求计算结果最少6位有效数字)。
2. 假设信号 x(n) 由下述信号组成: 请选择合适的长度 N 和窗函数,用 DFT 分析其频谱,得到清楚的三根谱线。
2.实验代码和实验结果(1):N=25;Q=0.9+0.3*j;WN=exp(-2*j*pi/N);x=zeros(25,1);11,011)()()(k k 10nk 10-=--===∑∑-=-=N k QW Q QW W n x k X N N nN N n NN n , 0n N-1()0 n 0, n N n Q x n ⎧≤≤=⎨<≥⎩00010450303024().*cos(.)sin(.)cos(.)x n n n n ππππ=+--format long; %长整型科学计数for k0=1:25x(k0,1)=Q^(k0-1);end;for k1=1:25;X1(k1,1)=(1-Q^N)/(1-Q*WN^(k1-1));end;X1;X2=fft(x,32);subplot(3,1,1);stem(abs(X1),'b.');axis([0,35,0,15]);title('N=25,formular');xlabel('n');subplot(3,1,2);stem(abs(X2),'g.');axis([0,35,0,15]);title('N=32, FFT');xlabel('n');for(a=1:25)X3(a)=X1(a)-X2(a)end;subplot(3,1,3);stem(abs(X3),'r.');title('difference');xlabel('n');结果分析:由以上结果可知,由基2时间抽选的FFT算法所得到的DFT结果与利用公式法所得的理论值稍有偏差,但误差较小,因此是可以接受的。
MATLAB数字信号实验报告

数字信号处理实验报告班级:09050741姓名:杨建国学号:0905074128实验一频谱分析与采样定理一、实验目的1、观察模拟信号经理想采样后的频谱变化关系。
2、验证采样定理,观察欠采样时产生的频谱混叠现象。
3、加深对DFT算法原理和基本性质的理解。
4、熟悉FFT算法原理和FFT的应用。
二、实验原理根据采样定理,对给定信号确定采样频率,观察信号的频谱。
三、实验内容和步骤1)实验内容在给定信号为:1.x(t)=cos(100*π*at)2.x(t)=exp(-at)3.x(t)=exp(-at)cos(100*π*at)其中a为实验者的学号,记录上述各信号的频谱,表明采样条件,分析比较上述信号频谱的区别。
2)实验步骤1.根据采样理论、DFT的定义、性质和用DFT作谱分析的有关内容。
2.根据FFT算法原理和基本思想。
3.确定实验给定信号的采样频率,编制对采样后信号进行频谱分析的程序四、实验过程%实验一:频谱分析与采样定理T=0.0001; %采样间隔T=0.0001F=1/T; %采样频率为F=1/TL=0.02; %记录长度L=0.02N=L/T;t=0:T:L;a=28;f1=0:F/N:F;f2=-F/2:F/N:F/2;%%%%%%%%%%%%%%%%%%%%%%%%%x1=cos(100*pi*a*t);y1=T*abs(fft(x1)); % 求复数实部与虚部的平方和的算术平方根y11=fftshift(y1);figure(1),subplot(3,1,1),plot(t,x1);title('正弦信号');subplot(3,1,2),stem(y1);title('正弦信号频谱'); subplot(3,1,3),plot(f2,y11);title('正弦信号频谱'); %%%%%%%%%%%%%%%%%%%%%x2=exp(-a*t);y2=T*abs(fft(x2));y21=fftshift(y2);figure(2),subplot(3,1,1),stem(t,x2);title('指数信号');subplot(3,1,2),stem(f1,y2);title('指数信号频谱'); subplot(3,1,3),plot(f2,y21);title('指数信号频谱'); %%%%%%%%%%%%%%%%%%%%%x3=x1.*x2;y3=T*abs(fft(x3));y31=fftshift(y3);figure(3),subplot(3,1,1),stem(t,x3);title('两信号相乘'); subplot(3,1,2),stem(f1,y3);title('两信号相乘频谱'); subplot(3,1,3),plot(f2,y31);title('两信号相乘频谱');正弦信号频谱:指数信号频谱:两信号相乘频谱:五、实验结果及分析奈奎斯特抽样定理为抽样频率必须大于或等于信号频谱最高频率的2倍,即h s 2Ω≥Ω。
Matlab数字信号处理实验报告

Matlab数字信号处理实验报告本次实验使用MATLAB进行数字信号处理操作,目的是熟悉MATLAB中数字信号处理的相关工具箱,并进一步理解数字信号处理的基本概念和算法。
一、实验内容1.信号的生成与显示2.时域分析和频域分析3.滤波器设计4.数字滤波器性能分析二、实验步骤在MATLAB中,使用sawtooth函数生成一个锯齿波信号,并使用plot函数进行时域波形的显示。
代码如下:f = 1000;fs = 40000;t = 0:1/fs:0.01;y = sawtooth(2*pi*f*t);plot(t,y);xlabel('Time (s)');ylabel('Amplitude');title('Sawtooth Wave');时域分析包括波形的观察和参数分析,如幅值、均值、方差等。
频域分析则是对信号进行傅里叶变换,得到其频谱图,包括频率分布和强度分布。
%时域分析amp = max(y)-min(y);mean_y = mean(y);var_y = var(y);设计一个低通滤波器,将高于1kHz的频率成分滤掉。
对滤波后的信号进行时域分析和频域分析,比较滤波前后信号的特征参数和频谱特征,并绘制原始信号、滤波后信号及其频谱图。
subplot(2,2,1);plot(t,y);xlabel('Time (s)');ylabel('Amplitude');title('Sawtooth Wave');subplot(2,2,2);plot(t,y_filt);xlabel('Time (s)');ylabel('Amplitude');title('Sawtooth Wave After Filter');subplot(2,2,3:4);plot(f2,fft_y_filt,'r',f,fft_y,'g');xlabel('Frequency (Hz)');ylabel('Amplitude');title('Sawtooth Wave Spectrum Comparison');legend('After Filter','Before Filter');三、实验结果与分析通过生成并显示一段锯齿波信号,并对其进行时域和频域分析,可以得到该信号的关键信息,如幅值、均值、方差和频率分布特性。
数字信号处理实验报告 (基于MATLAB)

课程名称:数字信号处理实验实验地点:综合楼C407专业班级:2014级生物医学工程姓名:leifeng学号:指导老师:第一次实验第一章 离散时间信号的时域分析Q1.1运行程序P1.1,以产生单位样本序列u[n]并显示它clf; n=-10:20;u=[zeros(1,10) 1 zeros(1,20)]; stem(n,u);xlabel('时间序号');ylabel('振幅'); title('单位样本序列'); axis([-10 20 0 1.2]);时间序号振幅单位样本序列Q1.2 命令clf ,axis ,title ,xlabel 和ylabel 的作用是什么clf :清除图形窗口内容; axis:规定横纵坐标的范围;title :使图像面板上方显示相应的题目名称; xlable :定义横坐标的名字; ylable :定义纵坐标的名字。
Q1.3修改程序P1.1以产生带有延时11个样本的延迟单位样本序列ud[n],运行修改的程序并且显示产生的序列。
clf; n=0:30;u=[zeros(1,11) 1 zeros(1,19)]; stem(n,u);xlabel('时间序号');ylabel('振幅'); title('单位样本序列'); axis([0 30 0 1.2]);时间序号振幅单位样本序列Q1.5 修改程序P1.1,以产生带有超前7个样本的延时单位阶跃序列sd[n]。
运行修改后的程序并显示产生的序列。
clf; n=-10:20;sd=[zeros(1,3) 1 ones(1,27) ]; stem(n,sd);xlabel('时间序号');ylabel('振幅'); title('单位样本序列'); axis([-10 20 0 1.2]);时间序号振幅单位样本序列Q1.6运行程序P1.2,以产生复数值的指数序列。
《基于MATLAB的数字信号处理》实验报告

0.60007.0000-5.4000所以,X=[错误!未找到引用源。
]=[ 0.6000, 7.0000, -5.4000]’实验结果2:K=1.732051实验结果3:三曲线的对比图如下所示:图1.1 三曲线的对比实验二基于MATLAB信号处理实验xlabel('频率/Hz');ylabel('振幅/dB');title('布莱克窗的幅频特性');grid on;subplot(2,1,2);plot(f4,180/pi*unwrap(angle(H4)));xlabel('频率/Hz');ylabel('相位');title('布莱克窗的相频特性');grid on;六、实验结果实验结果2.1:图2-1 x(n)与y(n)的互相关序列图由实验结果可知,x(n)与y(n)的互相关只在区间[-4,8]上有能力,刚好是区间[-3,3]与右移后的区间[-1,5]两端点之和,与结论一致。
且互相关在2处达到最大。
实验结果2.2.1:其表示的差分方程为:y(n)-0.8145y(n-4)=x(n)+x(n-4)实验结果2.2.2:滤波器的幅频和相频图如下所示:图2-2 滤波器的幅频与相频图实验结果2.2.3:由下图实验结果可知,输出信号相对于输入信号有一小小的延迟,基本上x(n)的频点都通过了,滤波器是个梳状filter,正好在想通过的点附近相位为0,也就是附加延迟为0图2-3 滤波器的幅度和相位变化图2-4 两信号波形实验结果2.3:四种带通滤波器的窗函数的频率响应如下所示:图2-5 矩形窗的频率特性图2-6 汉宁窗的频率特性图2-7 海明窗的频率特性图2-8 布莱克曼窗的频率特性图3-1 加噪前、后图像对比图3-2 加椒盐噪声的图像均值滤波前、后的图像对比图3-3 加椒盐噪声的图像中值滤波前、后的图像对比图3-4加高斯噪声的图像均值滤波前、后的图像对比图3-5 加高斯噪声的图像中值滤波前、后的图像对比实验结果3.2:图3-6 原图及重构图像图3-7 程序运行结果由实验结果可知,当DCT变换的系数置0个数小于5时,重构图像与原图像的峰值信噪比为2.768259,重构图像置为0的变换系数的个数个数为:43.708737;当DCT变换的系数置0个数小于10时,重构图像与原图像的峰值信噪比15.922448,重构图像置为0的变换系数的个数个数为:36.110705;当DCT变换的系数置0个数小于5时,重构图像与原图像的峰值信噪比为2.768259,重构图像置为0的变换系数的个数个数为:30.366348;可以发现,在抛弃部分DCT系数后,重构图像时不会带来其画面质量的显著下降,采用这种方法来实现压缩算法时,可以通过修改mask变量中的DCT系数来更好地比较仿真结果。
【精品】数字信号处理实验报告

【精品】数字信号处理实验报告
1 实验目的
本次实验的目的是在MATLAB软件环境中运用数字信号处理理论,通过实验操作来检验用于数字信号处理的算法的正确性,以便明确数字信号处理理论在实际应用中的重要作用。
2 实验原理
数字信号处理实验的原理是使用MATLAB进行数字信号处理算法实验,首先,设置一些用于数字信号处理的参数,如传输函数、离散时间区间、采样频率、滤波器类型等;其次,按照信号处理的算法进行编程实现,搭建一个数字信号处理系统,在MATLAB下对信号进行处理,包括采样、滤波和量化等;最后,对处理后的信号进行数字分析,监测数字信号处理后的变化趋势,验证数字信号处理算法的正确性。
3 实验步骤
(1) 建立信号处理实验系统:选择一个常见的信号处理算法,运用MATLAB软件分别编写信号发生程序、信号采样程序、滤波程序和信号量化程序;
(2) 运行实验程序:实验同学可以自行设置参数,如传输函数、离散时间区间、采样频率、滤波器类型等,调整完毕后,点击“run”,运行实验程序;
(3) 观察实验结果:运行完毕后,可以观察MATLAB的图形结果,以此来分析信号处理算法的性能;
(4) 对结果进行分析:经过上述实验操作后,可以根据所得到的实验结果来判断信号处理算法的性能,如输出信号的噪声抑制能力、良好的时域和频域性能等,从而验证信号处理理论在实际应用中的价值。
4 总结。
matlab dsp实验报告

MATLAB DSP实验报告介绍本实验报告将详细介绍在MATLAB环境下进行数字信号处理(DSP)的实验步骤和相关方法。
我们将通过逐步思考的方式,帮助读者理解和学习DSP的基本概念和技术。
实验环境和工具在进行DSP实验之前,我们需要准备以下环境和工具:1.MATLAB软件:确保已安装并配置好MATLAB软件,可以在MATLAB Command窗口中输入命令。
2.信号处理工具包:在MATLAB中,我们可以使用信号处理工具箱(Signal Processing Toolbox)来进行DSP实验和分析。
确保该工具箱已被安装并加载。
实验步骤下面是进行DSP实验的一般步骤:步骤一:加载信号首先,我们需要加载待处理的信号。
这可以通过在MATLAB中使用load命令加载一个音频文件或生成一个模拟信号实现。
例如,我们可以加载一个名为signal.wav的音频文件:load signal.wav步骤二:信号预处理在进行DSP之前,通常需要对信号进行预处理。
这可能包括去噪、滤波、均衡等操作。
例如,我们可以使用滤波器对信号进行降噪:filtered_signal = filter(filter_coefficients, signal);步骤三:信号分析一旦信号经过预处理,我们可以开始进行信号分析。
这可能涉及频域分析、时域分析、谱分析等。
例如,我们可以通过计算信号的快速傅里叶变换(FFT)获得其频谱:spectrum = fft(filtered_signal);步骤四:特征提取在信号分析之后,我们可以根据需要提取信号的特征。
这些特征可能包括幅度、频率、相位等。
例如,我们可以计算信号的能量:energy = sum(abs(filtered_signal).^2);步骤五:信号重构在完成信号分析和特征提取后,我们可以根据需要对信号进行重构。
这可能包括滤波、修复损坏的信号等。
例如,我们可以使用滤波器对信号进行重构:reconstructed_signal = filter(filter_coefficients, filtered_signal);步骤六:结果评估最后,我们需要评估重构后的信号和原始信号之间的差异。
- 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)。
实验 2-3
n=0:30;%输入x(n)和冲激响应 h(n) x=zeros(1,length(n)); h=zeros(1,length(n)); x([find((n>=0)&(n<=4))] ) =1; h([find((n>=0)&(n<=8))] ) =0.5; subplot(3,1,1); stem(x); title('x(n)'); axis([0,30,0,2]); subplot(3,1,2); stem(h); title('h(n)'); axis([0,30,0,2]); X=fft(x); H=fft(h); Y=X.*H; y=ifft(Y); subplot(3,1,3);
运行结果
xlabel('w(pi)'); ylabel('H'); axis([0,1,-40,5]); set(gca,'XTickmode','manual','XTic k',[0,0.2,0.35,1.1]); set(gca,'YTickmode','manual','YTic k',[-50,-15,-1,0]); grid;
subplot(3,1,2); stem(n,h); axis([0,30,0,2]); title('冲激响应序列'); xlabel('n'); ylabel('h(n)');
%输出响应 y=conv(x,h); subplot(3,1,3); n=0:length(y)-1; stem(n,y); title('输出响应'); xlabel('n'); ylabel('y(n)');
数字信号处理实验报告
基础实验篇
实验一 离散时间系统及离散卷积
一、 实验原理 利用 Matlab 软件计算出系统函数的零极点分布、单位脉冲响应和系统
频率响应等的图像并于笔算结果进行比较,找出异同。编译合适程序能计 算取值范围不同的离散卷积。 二、 实验目的 (1)熟悉 MATLAB 软件的使用方法。 (2)熟悉系统函数的零极点分布、单位脉冲响应和系统频率响应等概念。 (3)利用 MATLAB 绘制系统函数的零极点分布图、系统频率响应和单位脉冲 响应。 三、实验步骤 (1)自编并调试实验程序,并且,给实验程序加注释; (2)按照实验内容完成笔算结果; (3)验证计算程序的正确性,记录实验结果。 (4)至少要求一个除参考实例以外的实验结果,在实验报告中,要描述清楚 实验结果对应的系统,并对实验结果进行解释说明。 四、实验源程序及实验结果
实验二 离散傅立叶变换与快速傅立叶变换
一、 实验原理
对有限长序列使用离散 Fouier 变换(DFT)可以很好的反映序列的频谱特性, 而且易于用快速算法在计算机上实现,当序列 x(n)的长度为 N 时,它的 DFT 定 义为
X
k
DFT
xn
N 1
x n
W
nk Nn0Fra bibliotek0 k N 1
1、调试实验程序,并且,给参考程序加注释; 2、利用编制的计算卷积的计算程序,分别给出一下三组函数的卷积结果
三、 实验源程序及结果
实验 2-1
运行结果
b=[0.0181,0.0543, 0.0543,0.0181]; a=[1.000,-1.76, 1.1829,-0.2781]; w=pi*freqspace(500); H=freqz(b,a,w); MH=abs(H); AH=angle(H); subplot(2,1,1); plot(w/pi,MH); grid; axis([0,1,0,1]); xlabel('w(pi)'); ylabel('|H|'); title('幅度、相位响应'); subplot(2,1,2); plot(w/pi,AH); grid; xlabel('w(pi)'); ylabel('angle(H)');
2、 编制计算设计的数字滤波器幅度特性和相位特性的程序,并进行实验 验证。
3、 编制实现该数字滤波器程序并且实现数字滤波 (1) 分别让满足所设计的滤波器的通带、过渡带、阻带频率特性的 正弦波通过滤波器,验证滤波器性能; (2) 改变正弦抽样时间,验证数字低通滤波器的模拟截止频率实抽 样时间的函数。
实验 1-1
xlabel('n'); ylabel('h(n)'); figure(2) [z,p,g]=tf2zp(b,a); zplane(z,p) title('零极点'); function [x,n]=chongji(n1,n2) n=[n1:n2]; x=[n==0]; function shiyan1()
subplot(3,1,3); plot(wd/pi,-angle(hw2)); title('相位响应'); xlabel('w(pi)'); ylabel('pi unit'); %axis([0,1,0,1.1]); set(gca,'XTickmode','manual','XTic k',[0,0.2,0.35,1.1]); set(gca,'YTickmode','manual','YTic k',[-1,0,1]);
实验 2-2
运行结果
function shiyan22() F=50; N=64; T=0.000625; n=1:N; x=cos(2*pi*F*n*T);
subplot(2,1,1); plot(n,x); hold on title('x(n)'); xlabel('n'); X=fft(x);
二、实验目的
1、 学习模拟-数字变换滤波器的设计方法; 2、 掌握双线性变换数字滤波器设计方法; 3、 掌握实现数字滤波器的具体方法。
三、实验步骤
1、 设计一个巴特沃思数字低通滤波器,设计指标如下: 通带内 p 0.2 幅度衰减不大于 1dB;阻带 s 0.35 幅度衰 减不小于 15dB;
subplot(3,1,2); plot(wd/pi,20*log10((abs(hw2)+eps) /abs(hw2(1)))); title('幅度响应(双线性变换法(dB))');
w=[0:1000*2*pi]; [hf,w]=freqs(b,a,1000);
[d,c]=impinvar(b,a,Fs); wd=[0:512]*pi/512; hw1=freqz(d,c,wd); [f,e]=bilinear(b,a,Fs); hw2=freqz(f,e,wd);
N≥N1+N2
对于长度不足 N 的两个序列,分别将他们补零延长到 N。
二、实验目的
1、加深理解离散傅立叶变换及快速傅立叶变换概念; 2、学会应用 FFT 对典型信号进行频谱分析的方法; 3、研究如何利用 FFT 程序分析确定性时间连续信号; 4、熟悉应用 FFT 实现两个序列的线性卷积的方法。
三、实验步骤
运行结果
a=[1,-1,0.9]; b=1; x=chongji(-20,120); n=-20:120; h=filter(b,a,x); figure(1) stem(n,h); title('冲击响应');
实验 1-2
b=[0.0181,0.0543, 0.0543,0.0181]; a=[1.000,-1.76, 1.1829,-0.2781]; w=pi*freqspace(500); H=freqz(b,a,w); MH=abs(H); AH=angle(H); subplot(2,1,1); plot(w/pi,MH); grid; axis([0,1,0,1]); xlabel('w(pi)'); ylabel('|H|'); title('幅度、相位响应'); subplot(2,1,2); plot(w/pi,AH); grid; xlabel('w(pi)'); ylabel('angle(H)');
ylabel('H'); axis([0,1,0,1.1]); set(gca,'XTickmode','manual','XTic k',[0,0.2,0.35,1.1]); set(gca,'YTickmode','manual','YTic k',[0,Attn,Ripple,1]); grid;
p
2 T
tg
p 2
, s
2 tg s T 2
根据Ωp 和Ωs 计算模拟低通原型滤波器的阶数 N,并求得低通原
型的传递函数 Ha(s);
4. 用上面的双线性变换公式代入 Ha(s),求出所设计的传递函数 H(z); 5. 分析滤波器特性,检查其指标是否满足要求。
反变换为
xn
IDFTX k
1 N
N 1
X
k
W nk N
n0
0 n N 1
有限长序列的 DFT 是其 Z 变换在单位圆上的等距采样,或者说是序列 Fourier 变换的等距采样,因此可以用于序列的谱分析。