语音识别MFCC系列（二）——离散信号、离散傅里叶变换

最新推荐文章于 2024-03-28 16:19:12 发布

谁是momo子

最新推荐文章于 2024-03-28 16:19:12 发布

阅读量3.3k

点赞数 3

分类专栏：语音识别文章标签：语音识别频谱泄露离散傅里叶变换奈奎斯特频率频率混叠

本文链接：https://blog.csdn.net/manmanxiaowugun/article/details/84647656

版权

看了很多傅里叶变换（连续信号和离散信号）的博客，都写的不是很清楚，有些地方可能有误，我在查阅了书籍和大量资料以后，争取能用前后标注一致的公式把相关内容（帕斯瓦尔公式，能量信号，功率信号，能量谱，功率谱等）讲清楚，说正确。最好先看连续信号再看离散信号哦

连续信号的请看语音识别MFCC系列（一）——连续信号、傅里叶变换

离散信号的请看语音识别MFCC系列（二）——离散信号、离散傅里叶变换

耐不住的话直接看第五部分也行。下面将讲述：

不连续周期信号的傅里叶级数
不连续非周期信号的傅里叶变换
离散傅里叶变换

一、不连续周期信号的傅里叶级数（DFS）

对一个连续周期信号 $x\left ( t \right )$ 的一个周期 $T_0$ 进行点采样，得到离散序列 $x\left ( n\right )$ ，则 $T _ { 0 } = N T_s$ ， $\omega _ { 0 } = 2 \pi / T _ { 0 } = 2 \pi / (NT_s )$ ， $T_s$ 为采样周期， f_s 为采样频率。

重现连续周期信号的傅里叶级数：

$x ( t ) = \sum _ { k = - \infty } ^ { \infty } X \left( k \omega _ { 0 } \right) e ^ { j k w _ { 0 } t }$

$X \left( k \omega _ { 0 } \right) = \frac { 1 } { T _ { 0 } } \int _ { 0 } ^ { T _ { 0 } } x ( t ) e ^ { - j k w _ { 0 } t } d t \quad k = 0,1,2 , \cdots$

记 $\Omega _ { 0 } = \omega _ { 0 } T_s = 2 \pi / N$ 为离散域的基本频率，就是频率分辨率啦，就是最小的频率单元啦，各个频率分量的频率都是他的整数倍， $\Omega =k \Omega _ { 0 }$ 是次谐波的数字频率（下面会有例子解释哦）。因 t = n T_s , d t = T_s ，则：

$X \left( k \frac { \Omega _ { 0 } } { T_s } \right) = \frac { 1 } { N T_s } \sum _ { n = 0 } ^ { N - 1 } x ( n T_s ) \mathrm { e } ^ { - j k \frac { Q _ { 0 } } { T }n T_s } = \frac { 1 } { N } \sum _ { n = 0 } ^ { N - 1 } x ( n T_s ) \mathrm { e } ^ { - j k \Omega _ { 0 } n }$

在序列表示中，可仅用表示 nT_s ，用 $k \Omega _ { 0 }$ 表示 $k \frac { \Omega _ { 0 } } { T_s }$ ，则上式为：

$X \left( k \Omega _ { 0 } \right) = \frac { 1 } { N } \sum _ { n = 0 } ^ { N - 1 } x ( n ) e ^ { - j k \Omega _ { 0 } n } \quad k = 0,1,2 , \cdots , N - 1$

$x ( n ) = \sum _ { k = 0 } ^ { N - 1 } X \left( k \Omega _ { 0 } \right) e ^ { j k \frac { Q_ { 0 } } { T_s } nT_s}= \sum _ { k = 0 } ^ { N - 1 } X \left( k \Omega _ { 0 } \right) e ^ { j k \Omega _ { 0 } n }$

当周期信号从连续域变换到离散域以后，它的频率 $\omega$ 从 $- \infty \sim + \infty$ 映射到数字频率 $\Omega$ 从 $0 \sim 2 \pi$ 。离散信号被分为个频率分量，频率分辨率为 $2 \pi / N$ ，根据连续信号的傅里叶级数同理，离散信号的傅里叶级数也有复共轭的性质，即 $X \left( k \Omega _ { 0 } \right) =X^* \left( -k \Omega _ { 0 } \right)$ 。

二、离散信号的帕斯瓦尔公式

最低0.47元/天解锁文章

谁是momo子

关注

3
点赞
踩
21

收藏

觉得还不错? 一键收藏
0
评论
语音识别MFCC系列（二）——离散信号、离散傅里叶变换

看了很多傅里叶变换（连续信号和离散信号）的博客，都写的不是很清楚，有些地方可能有误，我在查阅了书籍和大量资料以后，争取能用前后标注一致的公式把相关内容（帕斯瓦尔公式，能量信号，功率信号，能量谱，功率谱等）讲清楚，说正确。最好先看连续信号再看离散信号哦连续信号的请看语音识别MFCC系列（一）——连续信号、傅里叶变换离散信号的请看语音识别MFCC系列（二）——离散信号、离散傅里叶变换耐不住...
复制链接

扫一扫

专栏目录