离散傅里叶级数、离散时间傅里叶变换与DFT

合集下载

数字信号处理中的对称性问题

数字信号处理中的对称性问题

数字信号处理中的对称性问题虞粉英;陆锦辉【摘要】数字信号处理是利用计算机或信号处理设备、采用数值计算方法对信号进行处理的过程.该文分析了离散时间傅里叶变换(DTFT)、离散傅里叶变换(DFT)、连续与非周期以及离散与周期的对称性,将N点序列的离散谱视为DTFT连续谱一个周期的采样,解决了利用计算机分析信号频谱的问题.通过对比分析DTFT和DFT 的对称性可知,将DFT的对称性应用到实序列DFT计算中,可减少约50%运算量.【期刊名称】《南京理工大学学报(自然科学版)》【年(卷),期】2018(042)005【总页数】7页(P615-621)【关键词】数字信号处理;奇偶对称性;共轭对称性;圆周共轭对称性【作者】虞粉英;陆锦辉【作者单位】南京理工大学电子工程与光电技术学院,江苏南京210094;南京理工大学电子工程与光电技术学院,江苏南京210094【正文语种】中文【中图分类】TN911.72数字信号处理(Digital signal processing,DSP)是利用计算机或通用(专用)的信号处理设备,采用数值计算的方法对信号进行处理的一门学科。

随着信息、通信、计算机科学与技术的迅速发展,数字信号处理理论得到快速发展,在信息与通信领域应用广泛。

文献[1]利用多路欠采样的方法对多分量线性调频(Linear frequency modulation,LFM)信号进行参数估计。

文献[2,3]研究了中继协作通信系统中数字信号处理算法的对称性问题,用于设计上下行链路。

数字信号处理理论在自动控制、生物医学、机械、能源、电力、纺织、仪器仪表等领域的应用也日益广泛[4,5]。

我国中东部经济发达地区电力供应相对紧缺,为此,在国家西电东输工程中,电力的转换与传输中存在大量的数据监测和监控,利用数字信号处理的方法就可以进行数据的自动分类、准确监控,从而实现高效率、高精度的电力转换与传输。

数字信号处理理论在电网储能优化配置中也有着重要作用[6]。

离散傅里叶变换计算方法(DFT、FFT,HDT)

离散傅里叶变换计算方法(DFT、FFT,HDT)


DFT 已成为 DSP 算法中的核心变换,原因:
(1)有限长序列傅里叶变换的重要方法 (2)有快速算法
北京邮电大学信息与通信工程学院
4
3.1 问题的提出:傅里叶变换的四种形式 (1)
时间函数

频率函数
非周期连续时间—傅里叶变换(FT)-连续频率 周期连续时间—傅里叶级数(FS)-离散频率 非周期离散时间—离散时间傅里叶变换(DTFT)-连续频率 周期离散时间—离散傅里叶级数(DFS)-离散频率
第三章 DFT——离散付氏变换
• DFS 和 DFT 的导出 • DFS 和 DFT 的性质 • Z 变换与 DFS 的关系 • FFT • IDFT • 频谱分析
3.1 问题的提出:连续信号的傅里叶变换
连续信号 xa(t),其傅里叶变换为:
X a ( )



xa ( t )e jt dt
1/T
-Ωm
~ X ()
Ω1 Ωm

(b) DTFT
n
0
T
Tm
-Ωs
-Ωm
1/T
Ωm
Ωs
~(n) ~(nT ) x x
(d) DFS
n
~ ~ X (k ) X (k1 )
k
-N
0
N
-N
0
N
时域中函数的取样和频域中函数的取样
3.2 DFS 及其性质
由以上讨论可以清楚地看到,时域取样将引起频
时域的离散化造成频域的周期延拓 时域的非周期对应于频域的连续
北京邮电大学信息与通信工程学院
8
3.1 问题的提出:傅里叶变换的四种形式 (5)
4. 周期离散时间信号:离散傅里叶级数 DFS

FS,FT,DFS,DTFT,DFT,FFT的联系和区别

FS,FT,DFS,DTFT,DFT,FFT的联系和区别

FS,FT,DFS,DTFT,DFT,FFT的联系和区别对于初学数字信号处理(DSP)的人来说,这几种变换是最为头疼的,它们是数字信号处理的理论基础,贯穿整个信号的处理。

学习过《高等数学》和《信号与系统》这两门课的朋友,都知道时域上任意连续的周期信号可以分解为无限多个正弦信号之和,在频域上就表示为离散非周期的信号,即时域连续周期对应频域离散非周期的特点,这就是傅里叶级数展开(FS),它用于分析连续周期信号。

FT是傅里叶变换,它主要用于分析连续非周期信号,由于信号是非周期的,它必包含了各种频率的信号,所以具有时域连续非周期对应频域连续非周期的特点。

FS和FT 都是用于连续信号频谱的分析工具,它们都以傅里叶级数理论问基础推导出的。

时域上连续的信号在频域上都有非周期的特点,但对于周期信号和非周期信号又有在频域离散和连续之分。

在自然界中除了存在温度,压力等在时间上连续的信号,还存在一些离散信号,离散信号可经过连续信号采样获得,也有本身就是离散的。

例如,某地区的年降水量或平均增长率等信号,这类信号的时间变量为年,不在整数时间点的信号是没有意义的。

用于离散信号频谱分析的工具包括DFS,DTFT和DFT。

DTFT是离散时间傅里叶变换,它用于离散非周期序列分析,根据连续傅里叶变换要求连续信号在时间上必须可积这一充分必要条件,那么对于离散时间傅里叶变换,用于它之上的离散序列也必须满足在时间轴上级数求和收敛的条件;由于信号是非周期序列,它必包含了各种频率的信号,所以DTFT对离散非周期信号变换后的频谱为连续的,即有时域离散非周期对应频域连续周期的特点。

当离散的信号为周期序列时,严格的讲,离散时间傅里叶变换是不存在的,因为它不满足信号序列绝对级数和收敛(绝对可和)这一傅里叶变换的充要条件,但是采用DFS(离散傅里叶级数)这一分析工具仍然可以对其进行傅里叶分析。

我们知道周期离散信号是由无穷多相同的周期序列在时间轴上组成的,假设周期为N,即每个周期序列都有N个元素,而这样的周期序列有无穷多个,由于无穷多个周期序列都相同,所以可以只取其中一个周期就足以表示整个序列了,这个被抽出来表示整个序列特性的周期称为主值周期,这个序列称为主值序列。

DFT变换

DFT变换

第三章离散傅立叶变换(DFT)3.1 引言有限长序列在数字信号处理是很重要的一种序列,当然可以用Z变换和傅里叶变换来研究它,但是,可以导出反映它的"有限长"特点的一种有用工具是离散傅里叶变换(DFT)。

离散傅里叶变换除了作为有限长序列的一种傅里叶表示法在理论上相当重要之外,而且由于存在着计算离散傅里叶变换的有效快速算法,因而离散傅里叶变换在各种数字信号处理的算法中起着核心的作用。

有限长序列的离散傅里叶变换(DFT)和周期序列的离散傅里叶级数(DFS)本质上是一样的。

为了更好地理解DFT,需要先讨论周期序列的离散傅里叶级数DFS。

而为了讨论离散傅里叶级数及离散傅里叶变换,我们首先来回顾并讨论傅里叶变换的几种可能形式。

(连续时间信号:如果在讨论的时间间隔内,除若干不连续点之外,对于任意时间值都可给出确定的函数值,此信号就称为连续时间信号。

)一、连续时间、连续频率——连续傅立叶变换(FT)设x(t)为连续时间非周期信号,傅里叶变换关系如下图所示:可以看出时域连续函数造成频域是非周期的谱,而时域的非周期造成频域是连续的谱。

二、连续时间,离散频率------傅 里 叶 级 数设f(t)代表一个周期为T 1的周期性连续时间函数,f(t)可展成傅里叶级数,其傅里叶级数的系数为,f(t)和组成变换对,表示为:()注意符号:如果是周期性的采样脉冲信号p(t),周期用T 表示(采样间隔)。

采样脉冲信号的频率为可以看出时域连续函数造成频域是非周期的谱,而时域的周期造成频域是离散的谱三、离散时间,连续频率------序列的傅里叶变换n F n F tjn n n e F t f 1)(Ω∞-∞=∑=112Ω=πT dte tf T F TT t jn n ⎰-Ω-=221111)(1Ts π2=Ω正变换:DTFT[x(n)]=反变换:DTFT-1 级数收敛条件为||=可以看出时域离散函数造成频域是周期的谱,而时域的非周期造成频域是连续的谱四、离散时间,离散频率------离散傅里叶变换上面讨论的三种傅里叶变换对,都不适用在计算机上运算,因为至少在一个域(时域或频域)中,函数是连续的。

傅里叶变换的四种形式

傅里叶变换的四种形式

傅里叶变换的四种形式
傅里叶变换的四种形式包括:
1.连续傅里叶变换(Continuous Fourier Transform):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。

其逆变换为: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)。

对于周期函数,其傅里叶级数是存在的。

2.离散时域傅里叶变换(Discrete Time Fourier Transform,DTFT):DTFT在时域上是离散的,在频域上则是周期的。

DTFT可以被看作是傅里叶级数的逆变换。

3.离散傅里叶变换(Discrete Fourier Transform,DFT):DFT 是连续傅里叶变换在时域和频域上都离散的形式,将时域信号的采样变换为在离散时间傅里叶变换(DTFT)频域的采样。

4.离散傅里叶级数(Discrete Fourier Series,DFS):对于周期性离散信号,可以使用离散傅里叶级数(DFS)进行表示。

数字信号处理 第二章 DFT

数字信号处理 第二章 DFT

~ N=16:x (4) x((4))16 x((12 16))16 x(12)
例2:
x (n ) x (n ) 0
~ 1 X (k ) k 0 N ~ X (r )
e
j

15
周期序列的傅里叶级数表示:
正变换:
2 N 1 N 1 j nk ~ ~(n) ~(n)e N ~(n)W nk X (k ) DFS x x x N n 0 n 0
反变换:
~ ~(n) IDFS X (k ) 1 x N
j
2 kN N
k mN , m为整数 其他k
W
n 0
N 1
( m k ) n N
1W 1W
( k m ) N N ( k m ) N

1 e
j
1 e
N m k rN 0 mk
此外,复指数序列还有如下性质:
0 WN 1, W N 2 N r 1 1, WN WN r
ek (n)
ek (n) 是以N为周期的周期序列,所以基序
列 {e }(k=0,…,N-1) 只有N个是独立 的,可以用这N个基序列将 ~ ( n) 展开。 x
j 2 nk N
12
复指数序列 ek (n) e
周期性:
j
2 nk N
W
nk N
的性质:
无论对k还是n,复指数序列都具备周期性。
时间函数 连续和非周期 连续和周期(T0) 离散(Ts)和非周期 离散(Ts)和周期(T0) 非周期和连续 非周期和离散(Ω 0=2π /T0) 周期(Ω s=2π /Ts)和连续 周期(Ω s=2π /Ts)和离散(Ω 0=2π /T0) 频率函数

信号处理中傅里叶变换简介

信号处理中傅里叶变换简介

傅里叶变换一、傅里叶变换的表述在数学上,对任意函数f(x),可按某一点进行展开,常见的有泰勒展开和傅里叶展开.泰勒展开为各阶次幂函数的线性组合形式,本质上自变量未改变,仍为x,而傅里叶展开则为三角函数的线性组合形式,同时将自变量由x变成ω,且由于三角函数处理比较简单,具有良好的性质,故被广泛地应用在信号分析与处理中,可将时域分析变换到频域进行分析。

信号分析与处理中常见的有CFS(连续时间傅里叶级数)、CFT (连续时间傅里叶变换)、DTFT(离散时间傅里叶变换)、DFS(离散傅里叶级数)、DFT(离散傅里叶变换)。

通过对连续非周期信号x c(t)在时域和频域进行各种处理变换,可推导出以上几种变换,同时可得出这些变换之间的关系。

以下将对上述变换进行简述,同时分析它们之间的关系。

1、CFS(连续时间傅里叶级数)在数学中,周期函数f(x)可展开为由此类比,已知连续周期信号x(t),周期为T0,则其傅里叶级数为其中,为了简写,有其中,为了与复数形式联系,先由欧拉公式e j z=cos z+jsin z得故有令则对于D n,有n≤0时同理.故CFS图示如下:Figure 错误!未定义书签。

理论上,CFS对于周期性信号x(t)在任意处展开都可以做到无误差,只要保证n从-∞取到+∞就可以。

在实践中,只要n取值范围足够大,就可以保证在某一点附近对x(t)展开都有很高的精度。

2、CFT(连续时间傅里叶变换)连续非周期信号x(t),可以将其看成一连续周期信号的周期T0→∞。

当然,从时域上也可以反过来看成x(t)的周期延拓。

将x(t)进行CFS展开,有若令则有T0→∞使得Ω0→0,则由此,定义傅里叶变换与其逆变换如下CFT:CFT-1:x(t)是信号的时域表现形式,X(jΩ)是信号的频域表现形式,二者本质上是统一的,相互间可以转换。

CFT即将x(t)分解,并按频率顺序展开,使其成为频率的函数。

上式中,时域自变量t的单位为秒(s),频域自变量Ω的单位为弧度/秒(rad/s).CFS中的D n与CFT中的X(jΩ)之间有如下关系即从频域上分析,D n是对X(jΩ)的采样(可将Figure 1与Figure 2进行对比).CFT图示如下:Figure 错误!未定义书签。

数字信号处理(第三版)第2章习题答案

数字信号处理(第三版)第2章习题答案

第2章 时域离散信号和系统的频域分析
2.3
求信号与系统的频域特性要用傅里叶变换。 但分析频 率特性使用Z变换却更方便。 我们已经知道系统函数的极、 零点分布完全决定了系统的频率特性, 因此可以用分析极、 零点分布的方法分析系统的频率特性, 包括定性地画幅频 特性, 估计峰值频率或者谷值频率, 判定滤波器是高通、 低通等滤波特性, 以及设计简单的滤波器(内容在教材第5 章)等。
X e (e j ) FT[xr (n)]
Hale Waihona Puke 1 1 ej2 1 e j2 1 (1 cos 2)
24
4
2
因为 所以
Xe
(e j
)
1 2
[X
(e j
)
X
(e j
)]
X(ejω)=0π≤ω≤2π
X(e-jω)=X(ej(2π-ω))=0 0≤ω≤π
第2章 时域离散信号和系统的频域分析
当0≤ω≤π时,
用留数定理求其逆变换, 或者将z=ejω代入X(ejω)中, 得到X(z)函数, 再用求逆Z变换的方法求原序列。 注意收 敛域要取能包含单位圆的收敛域, 或者说封闭曲线c可取 单位圆。
第2章 时域离散信号和系统的频域分析
例如, 已知序列x(n)的傅里叶变换为
X
(e
j
)
1
1 ae
j
a 1
1 求其反变换x(n)。 将z=ejω代入X(ejω)中, 得到 X (z) 1 az 1
三种变换互有联系, 但又不同。 表征一个信号和系统 的频域特性是用傅里叶变换。 Z变换是傅里叶变换的一种推 广, 单位圆上的Z变换就是傅里叶变换。
第2章 时域离散信号和系统的频域分析
  1. 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. 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. 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)。

j )

n
F
j
n
tm

Sa(tm

n
)
(6.1-3)
式中 tm

1。
2 fs
模拟信号数字化处理系统
模拟信号数字化处理系统结构如图6.1-7所示的结构,它由 模数转换、数字信号处理和数模转换三部分组成。
图6.1-7 模拟信号数字化处理系统结构
(1)模数转换:要对模拟信号实现数字化处理,首先要将模 拟信号离散化。在实际中,让模拟信号通过一个A/D转换器就 实现了信号数字化。A/D转换器是一个具有取样、量化和编码 功能的采样保持电路。由于本书主要关心的是模拟信号转化为 离散信号的问题,所认下面仅仅把A/D转换器看作一个采样器, 采样器可用一个开关表示。
|

|
| | 10
10
又因 G() 1
Ts

F ( ns ) 15

F ( 30n)
采样后信号的频谱如图6.1-12所示。
要求通过一个理想低通滤波器后的信号频谱为 G() H( j) 5F( j) ,
故理想低通滤波器
H
(
j)

抽样信号的频谱
(a)
(b)
图6.1-2 抽样信号 f s (t)的频谱
抽样信号的频谱
(2)如果抽样脉冲序列 s(t )是窄脉冲序列,即它是幅度为1,脉宽 为τ的门序列,如图6.1-3所示。
图6.1-3 抽样脉冲序列 s(t) 是门函数序列
s(t)可写为 s(t)
pT
(t)


g
n
上的样点值
由时域抽样定理可知:为了能从抽样信号 fs (t) 恢复原信号 f (t)必须满足两个条件:
⑴信号 f (t) 必须是限带信号,其频谱函数在 m时为零;
⑵抽样频率不能太低,必须 s

2
(或
m
fs

2 fm
),或者说
抽样间隔不能太长,必须
Ts

1 2 fm

通常把最低允许抽样频率 fs 2 fm 称为奈奎斯特频率,把最
抽样后信号 fs (t)的频谱函数 Fs ( j) 为:
Fs (
j )


Ts
Sa n
n s
2
F (
j) * (
s)


Ts
n
Sa
n s
2
F[
j(

n s )]
如果信号 f (t)的频谱F ( j)为如图6.1-4(a)所示,当 s 2m
频谱将相互重叠,频谱重叠的这种现象称为混叠现象。
如果由原信号 f (t) 的频谱 F( j)的无限个频移所组成的频谱
函数 Fs ( j) 中各频移的频谱不相互重叠,则可利用低通滤波器,

Fs中( j得)到
F,( j从) 而恢复原信号 。f (t)
为了从抽样后的
离散信号恢复原连续
信号,其系统实现框
时,抽样后信号 fs (t) 的频谱函数 Fs ( j) 如图6.1-4(b)所示。
抽样信号的频谱
(a)
(b)
图6.1-4 信号的频谱
由此可见,抽样信号 fs (t)的频谱函数 Fs ( j )由原信号 f (t) 的频谱 F ( j)的无限个频移所组成,其频移的角频率为 ns
(n 0,1,2,)。
由零阶保持电路方框图,可得:h(t) u(t) u(t T ) 。
零阶保持电路的频率特性 H ( j) 1 e jT

j T
H ( j) e 2
j

1 cosT j sin T
H ( j)


2(1 cosT )
T
sin(T )
2
T
T
对信号的抽样过程可概括为利用抽样脉冲序列s(t) 从连续时
间信号f (t) 中“抽取”一系列离散样值的过程,这样得到的离散
信号通常称为抽样信号或取样信号,用表示fs (t) ,如图6.1-1所示。
抽样后的信号 f s (t) f (t)s(t)
(6.1-1)
式中,抽样脉冲序列 s(t) 也称为开关函数。如其各脉冲间隔时间
2
t

n

(6.1-2)
由此表明,连续信号 f (t)可以展开成正交抽样函数(Sa函
数)的无穷级数,该级数的系数等于抽样值 f (nTs ) 。即,若在 抽样信号 f (nTs )的每个样点处,画一个峰值为 f (nTs )的Sa的函 数波形,那么其合成波就是原信号 f (t) ,因此只要知道各抽样
m 4000 , s 8000
(3) 由于 x(t) (sin 4000t )2,
t
F ()

1
2
F1 () F1()

B(1 0
| |) 20
| | 8000 ; s 16000 | | 8000
若取3db截止角频率 c
n
n
n
抽样后的信号通过理想低通滤波器后,输出信号为
f (t)

f s (t) * h(t)
n
f
(nTs
)


(t

nTs
)
*
Sa
st
2



n
f
(nTs
)Sa

s
2
(t

nTs )

n
f
(nTs
)Sa
s
t
解:根据时域抽样定理, s

(3)
2 m
x(t)

sin(4000t) 2


t
(1) 因为 m 4000 ,故s 8000 。
(2)
由于x(t)

(
s
in
4000t t
)

F1
(
)

A 0
| | 4000 , | | 4000

1
2

F ( j) *s (
n
ns )

1 Ts

F ( j) * (
n
ns )

1 Ts

F
n
j( ns )
如果信号 f (t)的频谱 F ( j)为如图6.1-2(a)所示,当 s 2m 时,抽样信号 fs (t) 的频谱函数 Fs ( j) 如图6.1-2(b)所示。
一个周期的离散时间信号满足
x[k] x[k N]
式中N是某一正整数,是x[k ]的周期。
(6.2-1)
我们来研究复指数序列 e j(2 / N)k,因为它是周期序列,其周
期为N,基波频率为 0 2 / N
(6.2-2)
呈谐波关系的复指数序列集
n [k ] e jn2k / N ,
图如图6.1-5所示。
图6.1-5 从抽样后的离散信号恢复 原连续信号的系统实现框图
从抽样后的离散信号频谱 Fs ( j)中无失真地选出原连续信 号的频谱 F ( j),可用一截止频率 m c的理想低通滤波器。
若选理想低通滤波器的 网络函数为
H
(
j
)
0 , c
第6章 离散傅里叶级数、离散时间傅里叶变换与DFT
6.1 信号抽样及抽样定理
6.2 周期离散时间信号的离散傅里叶 级数表示及系统响应
6.3 非周期离散时间信号的离散时间 傅里叶变换及系统响应
6.4 离散傅里叶变换
6 .1 信号抽样及抽样定理
在许多实际问题中,常常需要将连续时间信号变为离散时间 信号,这就要对信号进行抽样(取样或采样)。

2 8000
3
,则
s
10000

【例6.1-2】
已知
f
(t)

1
10 (t ) 2
(cos10t
1),现用采样频率 s

30
对信号进行采样,试画出采样后信号的频谱。为使采样信号通
过一个理想低通滤波器后的频谱为
G1 ()

5F(),|
|

,试求
c
理想低通滤波器的传输函数。
零阶保持电路
一个零阶保持电路方框图如图6.1-8所示。
图6.1-8 零阶保持电路
一个零阶保持电路就是由取 样值再现为连续信号的一个粗糙 的复制器,如果输入为 f (t)的取样
信号fs (t) ,则其输出为一个与 f t
相似的阶梯信号,如图6.1-9所示。
图6.1-9 零阶保持电路的输出
零阶保持电路

n
F[s(t)] F[Ts (t)] ss () s ( ns )
n
抽样后的信号为 f s (t) f (t)s(t) f (t) Ts (t)
抽样后的信号的频谱则为
Fs ( j)

1
2
F[ f
(t)] * F[Ts
(t)]
sa(T )
2
2
由 H( j) 幅频特性可以看
出,零阶保持电路具有低通
特性,如图6.1-10所示。
图6.1-10 零阶保持电路 H( j) 幅频特性
【例6.1-1】求对应下列信号的奈奎斯特频率。
(1) x(t) 1 cos(2000t) sin(4000t)
(2) x(t) sin(4000t)
模拟信号数字化处理系统
(2)数字信号处理: 通过A/D转换以后,模拟信号被转换为数字信号,数字信
相关文档
最新文档