离散傅里叶变换DFT的性质
离散傅里叶变换是傅里叶变换在时域、频域均离散化的形式,因而它与其它傅里叶变换有着相似的性质。但是它又是从傅里叶级数派生而来,所以又具有一些与其它傅里叶变换不同的特性,其中最主要的圆周移位性质和圆周卷积性质。如上所述,一个有限长序列 x ( n ) x(n) x(n)的DFT,可以看作以有限长度N为周期,将 x ( n ) x(n) x(n)进行周期延拓形成的周期序列 x p ( n ) x_p(n) xp(n)在一个周期内的离散频谱。因此研究DFT的性质必须以周期性序列的特点作为其基本出发点。
1, 线性性质
若
x
1
(
n
)
↔
D
F
T
X
1
(
k
)
,
x
2
(
n
)
↔
D
F
T
X
2
(
k
)
x_1(n)\overset{DFT}{\leftrightarrow}X_1(k),x_2(n)\overset{DFT}{\leftrightarrow}X_2(k)
x1(n)↔DFTX1(k),x2(n)↔DFTX2(k),那么
a
x
1
(
n
)
+
b
x
2
(
n
)
↔
D
F
T
a
X
1
(
k
)
+
b
X
2
(
k
)
ax_1(n)+bx_2(n)\overset{DFT}{\leftrightarrow}aX_1(k)+bX_2(k)
ax1(n)+bx2(n)↔DFTaX1(k)+bX2(k)
要保证二序列要有相同的长度。如果
x
1
(
n
)
、
x
2
(
n
)
x_1(n)、x_2(n)
x1(n)、x2(n)长度不同,长度短的序列要补零,使它与另一序列长度相同。
- 圆周移位性质
若有限长序列为 x ( n ) 0 ≤ n ≤ N − 1 x(n)0\leq n\leq N-1 x(n)0≤n≤N−1,则经过时移后的序列 x ( n − m ) x(n-m) x(n−m)仍为有限长序列,其位置移至 m ≤ n ≤ N + m − 1 m\leq n\leq N+m-1 m≤n≤N+m−1,如下图所示。
当求它们的DFT时,取和的范围出现差异,前者从0到(N-1),后者从m到(N+m-1),当时移位数不同时,DFT取和范围也要随之改变,这给位移序列DFT的研究带来不便。为解决次问题,这样来理解有限长序列的位移:先将原序列 x ( n ) x(n) x(n)按N周期延拓成 x p ( n ) x_p(n) xp(n),然后移m位得到 x p ( n − m ) x_p(n-m) xp(n−m),最后取 x p ( n − m ) x_p(n-m) xp(n−m)的主值区间 ( 0 ∼ N − 1 ) (0\sim N-1) (0∼N−1)。如下图所示。
这样的移位具有循环的特性,即 x ( n ) x(n) x(n)向右移m位时,右边超出 ( N − 1 ) (N-1) (N−1)的m个样值又从左边依次填补了空位。如果把序列 x ( n ) x(n) x(n)排列在一个N等分的圆周上,N个样点首尾相接,上面所述的移位可以表示为 x ( n ) x(n) x(n)在圆周上旋转m位,如下图所示。所谓称为圆周移位,也可称循环移位。当有限长序列进行任意位数的圆周移位后,求序列的DFT时取值范围仍保持在0到N-1不变。
序列 x ( n ) x(n) x(n)的圆周移位表示为 x ( ( n − m ) ) N R N ( n ) x((n-m))_NR_N(n) x((n−m))NRN(n),其中 ( ( n − m ) ) N ((n-m))_N ((n−m))N表示 ( n − m ) (n-m) (n−m)对N取模值,即 ( n − m ) (n-m) (n−m)被N除,整除后所得的余数就是 ( ( n − m ) ) N ((n-m))_N ((n−m))N,而 R N ( n ) R_N(n) RN(n)是以N为长度的矩形序列,这里是取主值范围的意思。
圆周移位性质表明,如果序列发生了圆周移位m位,那么移位后序列的DFT为原序列的DFT乘以复指数因子
e
−
j
Ω
0
m
k
e^{-j\Omega_0 mk}
e−jΩ0mk,即
x
(
(
n
−
m
)
)
N
R
N
(
n
)
↔
D
F
T
e
−
j
Ω
0
m
k
X
(
k
)
x((n-m))_NR_N(n) \overset{DFT}{\leftrightarrow} e^{-j\Omega_0 mk}X(k)
x((n−m))NRN(n)↔DFTe−jΩ0mkX(k)
类似地,如果在频域DFT发生了圆周位移
X
(
(
k
−
k
0
)
)
N
R
N
(
k
)
X((k-k_0))_NR_N(k)
X((k−k0))NRN(k),那么时域序列就乘以一个复指数因子
e
j
Ω
0
k
0
n
e^{j\Omega_0k_0 n}
ejΩ0k0n,即
e
j
Ω
0
k
0
n
x
(
n
)
↔
D
F
T
X
(
(
k
−
k
0
)
)
N
R
N
(
k
)
e^{j\Omega_0 k_0 n}x(n) \overset{DFT}{\leftrightarrow}X((k-k_0))_NR_N(k)
ejΩ0k0nx(n)↔DFTX((k−k0))NRN(k)
- 圆周卷积性质
若
x
(
n
)
、
h
(
n
)
x(n)、h(n)
x(n)、h(n)都是长度为N的有限长序列,且
x
(
n
)
↔
D
F
T
X
(
k
)
,
h
(
n
)
↔
D
F
T
H
(
k
)
x(n)\overset{DFT}{\leftrightarrow}X(k),h(n)\overset{DFT}{\leftrightarrow}H(k)
x(n)↔DFTX(k),h(n)↔DFTH(k)
则
x
(
n
)
⨂
h
(
n
)
↔
D
F
T
X
(
k
)
H
(
k
)
x(n)\bigotimes h(n) \overset{DFT}{\leftrightarrow}X(k)H(k)
x(n)⨂h(n)↔DFTX(k)H(k)
则
x
(
n
)
⨂
h
(
n
)
=
∑
m
=
0
N
−
1
x
(
m
)
h
(
(
n
−
m
)
)
N
R
N
(
n
)
x(n)\bigotimes h(n)=\sum_{m=0}^{N-1}x(m)h((n-m))_NR_N(n)
x(n)⨂h(n)=m=0∑N−1x(m)h((n−m))NRN(n)
在圆周卷积中,有一个序列是经过圆周移位处理的,所以称为圆周卷积。有一个序列是经过平移处理,与圆周卷积相区分,称为线性卷积。
区别:
1)设有限长序列
x
(
n
)
、
h
(
n
)
x(n)、h(n)
x(n)、h(n)的长度分别为N和M,按线性卷积定义
y
(
n
)
=
x
(
n
)
∗
h
(
n
)
=
∑
m
=
−
∞
∞
x
(
m
)
h
(
n
−
m
)
y(n)=x(n)*h(n)=\sum_{m=-\infty}^{\infty}x(m)h(n-m)
y(n)=x(n)∗h(n)=m=−∞∑∞x(m)h(n−m)
已知
x
(
m
)
x(m)
x(m)的非零值区间是
0
≤
m
≤
N
−
1
0\leq m \leq N-1
0≤m≤N−1,从
h
(
n
−
m
)
h(n-m)
h(n−m)看,非零区间应是
0
≤
n
−
m
≤
M
−
1
0\leq n-m \leq M-1
0≤n−m≤M−1,考虑m的取值区间,有
0
≤
n
≤
N
+
M
−
2
0 \leq n\leq N+M-2
0≤n≤N+M−2
在上式的区间之外,不是
x
(
m
)
x(m)
x(m)为零,就是
h
(
n
−
m
)
h(n-m)
h(n−m)为零,结果是
y
(
n
)
y(n)
y(n)取零值。因此,
y
(
n
)
y(n)
y(n)是长度为
N
+
M
−
1
N+M-1
N+M−1的有限长序列。
而对于两序列的圆周卷积,必须规定它们的长度相等,经圆周卷积后所得序列的长度与原序列相同。当两序列长度不等时,可将较短序列补零值构成两个等长序列再作圆周卷积。
2)如果把序列
x
(
n
)
、
h
(
n
)
x(n)、h(n)
x(n)、h(n)都适当地补零值,那么,在作圆周卷积时,向右移去的零值循环回序列的左端,出现与线性卷积相同的情况,即序列左端依次留出等于零值的空位,可见,如果补零值的长度合适,两种卷积的结果有可能一致。可以证明,两序列补零以后的长度L满足
L
≥
N
+
M
−
1
L\geq N+M-1
L≥N+M−1
它们的圆周卷积与线性卷积结果相同。