什么是离散时间傅里叶变换
离散时间傅里叶变换(英语:Discrete-time Fourier Transform,简称:DTFT)是傅里叶变换的一种。它将以离散时间nT(其中,T为采样间隔)作为变量的函数(离散时间信号)变换到连续的频域,即产生这个离散时间信号的连续频谱
,值得注意的是这一频谱是周期的。
序列的离散时间傅里叶变换
序列的离散时间傅里叶变换(DTFT)的定义为:
X
(
e
j
ω
)
=
∑
n
=
−
∞
∞
x
(
n
)
e
−
j
ω
n
X(e^{j\omega})=\sum_{n=-\infty}^{\infty}x(n)e^{-j\omega n}
X(ejω)=n=−∞∑∞x(n)e−jωn
DTFT成立的充分必要条件是序列x(n)满足绝对可和:
∑
n
=
−
∞
∞
∣
x
(
n
)
∣
<
∞
\sum_{n=-\infty}^{\infty}|x(n)|<∞
n=−∞∑∞∣x(n)∣<∞
逆变换的公式,记为IDTFT:
x
(
n
)
=
1
2
π
∫
−
π
π
X
(
e
j
ω
)
e
j
ω
n
d
ω
x(n)=\frac1{2\pi}\int_{-\pi}^{\pi}X(e^{j\omega})e^{j\omega n}d\omega
x(n)=2π1∫−ππX(ejω)ejωndω
序列的离散时间傅里叶变换的性质
1、DTFT的周期性
在如下定义式中,n取整数,
X
(
e
j
ω
)
=
∑
n
=
−
∞
∞
x
(
n
)
e
−
j
ω
n
X(e^{j\omega})=\sum_{n=-\infty}^{\infty}x(n)e^{-j\omega n}
X(ejω)=n=−∞∑∞x(n)e−jωn
因此下式成立,其中M为整数
X
(
e
j
ω
)
=
∑
n
=
−
∞
∞
x
(
n
)
e
−
j
(
ω
+
2
π
M
)
n
X(e^{j\omega})=\sum_{n=-\infty}^{\infty}x(n)e^{-j(\omega+2\pi M)n}
X(ejω)=n=−∞∑∞x(n)e−j(ω+2πM)n
序列的离散时间傅里叶变换的周期是2
π
\pi
π。因此一般只分析$-\pi $~
π
\pi
π之间的DTFT。
2、线性
设 X 1 ( e j ω ) = D T F T [ x 1 ( n ) ] X_1(e^{j\omega})=DTFT[x_1(n)] X1(ejω)=DTFT[x1(n)]
X 2 ( e j ω ) = D T F T [ x 2 n ) ] X_2(e^{j\omega})=DTFT[x_2n)] X2(ejω)=DTFT[x2n)]
那么
D T F T [ a x 1 ( n ) + b x 2 ( n ) ] = a X 1 ( e j ω ) + b X 2 ( e j ω ) DTFT[ax_1(n)+bx_2(n)]=aX_1(e^{j\omega})+bX_2(e^{j\omega}) DTFT[ax1(n)+bx2(n)]=aX1(ejω)+bX2(ejω)
式中a,b为常数
3、时移与频移
设 X ( e j ω ) = D T F T [ x ( n ) ] X(e^{j\omega})=DTFT[x(n)] X(ejω)=DTFT[x(n)],那么
- D T F T [ x ( n − n 0 ) ] = e − j ω n 0 X ( e j ω ) DTFT[x(n-n_0)]=e^{-j\omega n_0}X(e^{j\omega}) DTFT[x(n−n0)]=e−jωn0X(ejω)
- D T F T [ e j ω 0 n x ( n ) ] = X ( e j ( ω − ω 0 ) ) DTFT[e^{j\omega_0 n}x(n)]=X(e^{j(\omega-\omega_0)}) DTFT[ejω0nx(n)]=X(ej(ω−ω0))
4、共轭序列
- D T F T [ x ∗ ( n ) ] = X ∗ ( e − j ω ) DTFT[x^*(n)]=X^*(e^{-j\omega}) DTFT[x∗(n)]=X∗(e−jω)
- D T F T [ x ∗ ( − n ) ] = X ∗ ( e j ω ) DTFT[x^*(-n)]=X^*(e^{j\omega}) DTFT[x∗(−n)]=X∗(ejω)
5、共轭对称序列与共轭反对称序列
①共轭对称序列
共轭对称序列 x e ( n ) x_e(n) xe(n)满足 x e ( n ) = x e ∗ ( − n ) , ( 1 ) x_e(n)=x^*_e(-n),(1) xe(n)=xe∗(−n),(1)
将 x e ( n ) x_e(n) xe(n)用其实部与虚部表示 x e ( n ) = x e r ( n ) + j x e i ( n ) x_e(n)=x_{er}(n)+jx_{ei}(n) xe(n)=xer(n)+jxei(n)
将上式两边n用-n代替,并取共轭,得到 x e ∗ ( − n ) = x e r ( − n ) − j x e i ( − n ) x^*_e(-n)=x_{er}(-n)-jx_{ei}(-n) xe∗(−n)=xer(−n)−jxei(−n)
根据(1)式,上面两式左边相等,得到
x e r ( n ) = x e r ( − n ) , x e i ( n ) = − x e i ( − n ) x_{er}(n)=x_{er}(-n),x_{ei}(n)=-x_{ei}(-n) xer(n)=xer(−n),xei(n)=−xei(−n)
因此共轭对称序列实部是偶函数,虚部是奇函数
②共轭反对称序列
共轭反对称序列 x o ( n ) x_o(n) xo(n)满足 x o ( n ) = − x o ∗ ( − n ) x_o(n)=-x^*_o(-n) xo(n)=−xo∗(−n)
将 x o ( n ) x_o(n) xo(n)用其实部与虚部表示 x o ( n ) = x o r ( n ) + j x o i ( n ) x_o(n)=x_{or}(n)+jx_{oi}(n) xo(n)=xor(n)+jxoi(n)
同理可得
x o r ( n ) = − x o r ( − n ) , x o i ( n ) = x o i ( − n ) x_{or}(n)=-x_{or}(-n),x_{oi}(n)=x_{oi}(-n) xor(n)=−xor(−n),xoi(n)=xoi(−n)
因此共轭反对称序列实部是奇函数,虚部是偶函数
③对于一般序列可用共轭对称序列与共轭反对称序列之和表示,即
x ( n ) = x e ( n ) + x o ( n ) x(n)=x_e(n)+x_o(n) x(n)=xe(n)+xo(n)
式中 x e ( n ) , x o ( n ) x_e(n),x_o(n) xe(n),xo(n)可以用原序列x(n)求出,将上式中的n用-n代替,再取共轭得到
x ∗ ( − n ) = x e ( n ) − x o ( n ) x^*(-n)=x_e(n)-x_o(n) x∗(−n)=xe(n)−xo(n)
利用以上两式,得到
x e ( n ) = 1 2 [ x ( n ) + x ∗ ( − n ) ] x_e(n)=\frac12[x(n)+x^*(-n)] xe(n)=21[x(n)+x∗(−n)], x o ( n ) = 1 2 [ x ( n ) − x ∗ ( − n ) ] x_o(n)=\frac12[x(n)-x^*(-n)] xo(n)=21[x(n)−x∗(−n)]
对于频域函数 X ( e j ω ) X(e^{j\omega}) X(ejω)满足:
X e ( e j ω ) = 1 2 [ X ( e j ω ) + X ∗ ( e − j ω ) ] X_e(e^{j\omega})=\frac12[X(e^{j\omega})+X^*(e^{-j\omega})] Xe(ejω)=21[X(ejω)+X∗(e−jω)], X o ( e j ω ) = 1 2 [ X ( e j ω ) − X ∗ ( e − j ω ) ] X_o(e^{j\omega})=\frac12[X(e^{j\omega})-X^*(e^{-j\omega})] Xo(ejω)=21[X(ejω)−X∗(e−jω)]
6、DTFT的对称性
7、时域卷积定理
设 y(n)=x(n)*h(n),则 Y ( e j ω ) = X ( e j ω ) ⋅ H ( e j ω ) Y(e^{j\omega})=X(e^{j\omega})\cdot H(e^{j\omega}) Y(ejω)=X(ejω)⋅H(ejω)
证明:
y ( n ) = ∑ m = − ∞ ∞ x ( m ) h ( n − m ) y(n)=\sum_{m=-\infty}^{\infty}x(m)h(n-m) y(n)=∑m=−∞∞x(m)h(n−m)
Y ( e j ω ) = D T F T ( y ( n ) ) = ∑ n = − ∞ ∞ [ ∑ m = − ∞ ∞ x ( m ) h ( n − m ) ] e − j ω n Y(e^{j\omega})=DTFT(y(n))=\sum_{n=-\infty}^{\infty}[\sum_{m=-\infty}^{\infty}x(m)h(n-m)]e^{-j\omega n} Y(ejω)=DTFT(y(n))=∑n=−∞∞[∑m=−∞∞x(m)h(n−m)]e−jωn
令k=n-m,则
Y ( e j ω ) = ∑ k = − ∞ ∞ ∑ m = − ∞ ∞ h ( k ) e − j ω k x ( m ) e − j ω m Y(e^{j\omega})=\sum_{k=-\infty}^{\infty}\sum_{m=-\infty}^{\infty}h(k)e^{-j\omega k}x(m)e^{-j\omega m} Y(ejω)=∑k=−∞∞∑m=−∞∞h(k)e−jωkx(m)e−jωm
= ∑ k = − ∞ ∞ h ( k ) e − j ω k ∑ m = − ∞ ∞ x ( m ) e − j ω m =\sum_{k=-\infty}^{\infty}h(k)e^{-j\omega k}\sum_{m=-\infty}^{\infty}x(m)e^{-j\omega m} =∑k=−∞∞h(k)e−jωk∑m=−∞∞x(m)e−jωm
=
H
(
e
j
ω
)
X
(
e
j
ω
)
= H(e^{j\omega})X(e^{j\omega})
=H(ejω)X(ejω)
8、频域卷积定理
假设 X ( e j ω ) = D T F T [ x ( n ) ] X(e^{j\omega})=DTFT[x(n)] X(ejω)=DTFT[x(n)]
H ( e j ω ) = D T F T [ h ( n ) ] H(e^{j\omega})=DTFT[h(n)] H(ejω)=DTFT[h(n)]
y ( n ) = x ( n ) h ( n ) y(n)=x(n)h(n) y(n)=x(n)h(n)
则 Y ( e j ω ) = 1 2 π X ( e j ω ) ∗ H ( e j ω ) Y(e^{j\omega})=\frac1{2\pi}X(e^{j\omega})^*H(e^{j\omega}) Y(ejω)=2π1X(ejω)∗H(ejω)
= 1 2 π ∫ − π π H ( e j θ ) X ( e j ( ω − θ ) ) d θ =\frac1{2\pi}\int_{-\pi}^{\pi}H(e^{j\theta})X(e^{j(\omega-\theta)})d\theta =2π1∫−ππH(ejθ)X(ej(ω−θ))dθ
该定理表明在时域两序列相乘,转换到频域服从卷积关系。该定义也称为调制定理
基本序列的离散时间傅里叶变换
-
单位脉冲序列的DTFT
D T F T [ δ ( n ) ] = ∑ n = − ∞ ∞ δ ( n ) e − j ω n = 1 DTFT[\delta(n)]=\sum_{n=-\infty}^{\infty}\delta(n)e^{-j\omega n}=1 DTFT[δ(n)]=∑n=−∞∞δ(n)e−jωn=1