Digital Signal Processing Using Matlab读书笔记 第三章（二）（P43-P47）

如果x(n)是有限区间，那么matlab可以数字上地用来计算任何频率下的X，方法就是直接应用(3.1)。除此之外，我们通过等间隔分割[0:pi]的方法来估计X，然后(3.1)可以运用在矩阵向量乘积运算，为了理解这个，让我们假设序列x(n)在n1<=n<=nN有N个取样信号(不一定在[0,N-1])，我们以下面这一方式估计X

式子中表示在[0,pi]之间(M+1)个等间隔频率，3.1可以写成下式

当x(n)和X各自表示成列向量x和X时，有

W是一个（M+1)*N的矩阵

除此之外，如果我们使得k和n分别是行向量k和n，有

在matlab，我们用行向量表示序列，所以对式子3.3进行转置

要注意nTk是一个N*（M+1)矩阵，(3.4)在matlab的代码如下

k=[0:M];
n=[n1:n2];
X=x*(exp(-j*pi/M)).^(n'*k);

例3.4

>> n=-1:3;
>> x=1:5;
>> k=[0:500];
>> X=x*(exp(-j*pi/500)).^(n'*k);
>> magX=abs(X);angX=angle(X);
>> realX=real(X);imagX=imag(X);
>> subplot(2,2,1);plot(k/500,magX);grid
>> subplot(2,2,3);plot(k/500,angX);grid
>> subplot(2,2,2);plot(k/500,realX);grid
>> subplot(2,2,4);plot(k/500,imagX);grid

注意角图像被描述成在[-pi,pi]区间不连续的函数，这是因为matlab的角函数计算的是主角。
为了应用起来简便，上述例子的程序可以被编译成matlab函数，称为dtft函数。这不是最简洁的方式对有限区间序列进行数字上地DTFT，更近一步，他创造了一个N*（M+1）矩阵，该矩阵也许会超过学生版matlab的限制，在第五章中我们会讨论DFT以及FFT，还有一种可选的方式是基于z变换（matlab中freqz函数），在这一章节我们将继续讨论初始方法的运用，在接下来两个例子中，我们将使用复值与实值序列调查周期性以及对称性。
例3.5

>> n=0:10;
>> x=(0.9.*exp(j.*pi/3)).^n;
>> 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
>> subplot(2,1,2);plot(w/pi,angX/pi);grid

例3.6

n=-10:10;
x=2.^n;
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
subplot(2,1,2);plot(w/pi,angX/pi);grid

由图可知，X不仅仅在w上是周期的，也是共轭对称的，所以对于一个实序列，我们可以从[0,pi]刻画幅频与相频图像。