从DFS到DFT

本文介绍了周期序列的级数展开和傅里叶变换,探讨了离散傅里叶变换(DFT)与傅里叶级数(DFS)的关系。通过周期序列的傅里叶级数系数,阐述了DFT如何从DFS中抽取主要信息,并讨论了DFT在数字信号处理中的应用,包括频域抽样定理和无损信号恢复。
摘要由CSDN通过智能技术生成

周期序列的级数展开

  正如连续时间周期信号可以表示为一系列正弦信号的和的形式,周期序列也可以表示为一系列正弦之和的形式,假设序列 x ~ [ n ] \tilde{x}[n] x~[n]的周期为 N N N,那么它的基频为 2 π N \frac{2\pi}{N} N2π,所以有
x ~ [ n ] = 1 N ∑ k = 0 N − 1 X ~ [ k ] e j 2 π N k n \tilde{x}[n]=\frac{1}{N}\sum_{k=0}^{N-1}\tilde{X}[k]e^{j\frac{2\pi}{N}kn} x~[n]=N1k=0N1X~[k]ejN2πkn
这里与连续时间信号不同的是,不需要无穷多个成谐波关系的复指数,只需要 N N N个成谐波关系的复指数。

  为求傅里叶级数系数 X ~ [ k ] \tilde{X}[k] X~[k],两边同时乘以 e − j 2 π N r n e^{-j\frac{2\pi}{N}rn} ejN2πrn,并在 0 ∽ ( N − 1 ) 0 \backsim (N-1) 0(N1)求和
∑ n = 0 N − 1 x ~ [ n ] e − j 2 π N r n = ∑ k = 0 N − 1 X ~ [ k ] 1 N ∑ n = 0 N − 1 e j 2 π N ( k − r ) n \sum_{n=0}^{N-1}\tilde{x}[n]e^{-j\frac{2\pi}{N}rn}=\sum_{k=0}^{N-1}\tilde{X}[k]\frac{1}{N}\sum_{n=0}^{N-1}e^{j\frac{2\pi}{N}(k-r)n} n=0N1x~[n]ejN2πrn=k=0N1X~[k]N1n=0N1ejN2π(kr)n
由于
1 N ∑ n = 0 N − 1 e j 2 π N ( k − r ) n = { 1 , k − r = m N 0 , 其 他 \frac{1}{N}\sum_{n=0}^{N-1}e^{j\frac{2\pi}{N}(k-r)n}= \begin{cases} 1, k - r = mN \\ 0, 其他 \end{cases} N1n=0N1ejN2π(kr)n={ 1,kr=mN0,
代入上式,得到
X ~ [ r ] = ∑ n = 0 N − 1 x ~ [ n ] e − j 2 π N r n \tilde{X}[r]=\sum_{n=0}^{N-1}\tilde{x}[n]e^{-j\frac{2\pi}{N}rn} X~[r]=n=0N1x~[n]ejN2πrn
从上看出, X ~ [ r ] \tilde{X}[r] X~[r]也是周期序列,周期为 N N N

  总结一下周期序列的展开及其系数的表示
x ~ [ n ] = 1 N ∑ k = 0 N − 1 X ~ [ k ] e j 2 π N k n \color{red}\tilde{x}[n]=\frac{1}{N}\sum_{k=0}^{N-1}\tilde{X}[k]e^{j\frac{2\pi}{N}kn} x~[n]=N1k=0N1X~[k]ejN2πkn
X ~ [ k ] = ∑ n = 0 N − 1 x ~ [ n ] e − j 2 π N k n \color{red}\tilde{X}[k]=\sum_{n=0}^{N-1}\tilde{x}[n]e^{-j\frac{2\pi}{N}kn} X~[k]=n=0N1x~[n]ejN2πkn

周期信号的傅里叶变换

  将周期信号的傅里叶级数纳入傅里叶变换的框架常常是有益的。但是周期序列不是绝对可和的,也不是平方可和的,所以周期序列的傅里叶变换应该是冲激串的形式。为导出周期序列的傅里叶变换的表达式,不妨先看一下连续周期信号的傅里叶变换。

  连续周期信号可以将其进行傅里叶级数展开
x ~ ( t ) = ∑ n = − ∞ ∞ F n e j n Ω 0 t \tilde{x}(t)=\sum_{n=-\infty}^{\infty}F_ne^{jn\Omega_0 t} x~(t)=n=∞</

  • 4
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值