第三章 序列的两种傅立叶变换 序列的两种傅立叶变换 3.1 序列信号的周期性和频率 3.2 离散时间傅立叶变换(DTFT) 3.3 离散系统的频率特性 3.4 周期序列的频谱—离散傅立叶级数 3.5 离散傅立叶变换(DFT) 3.6 DFT的特性 3.7 用DFT计算线性卷积 3.1 序列信号的周期性和频率 连续信号的周期性：满足 的连续信号称为周期信号。其中最小的非零P值称为信号的周期。 离散序列的周期性：对于序列x(n)，若对所有的n满足 称为周期序列，满足此式的最小值N称为序列的周期。 连续信号的正负频率 连续余弦信号的频率成分：化为指数形式 因此它由正负两个频率成分组成。其几何意义可以从运行fgp312演示程序看出。 对正弦信号 也可作类似的分析。也由正负两个频率成分组成。 正负频率的几何意义 两个复数分量可用向量表示，频率的正负表明了向量旋转的方向相反。这两个向量合成，成为实轴上大小按余弦变化的实信号。 序列信号的周期性和频率 正弦连续信号sinΩ0t的频率f0[Hz]是周期的倒数 上述信号以T=1/Fs采样的序列周期性条件为： 展开后得知，只有在满足： 或f0 /Fs= f0T= k/N (k和N均为整数)的情况下，才是周期序列。 序列信号的周期性和频率 例如，设Ω0T=0.1π,可求得N=2kπ/0.1π=20k，N的最小值出现在k=1时，即N=20。 若把Ω0增大三倍，设Ω0T=0.3π，可求得N=2kπ/0.3π=20k/3，N的最小整数值出现在k=3时，仍有N=20。 两种情况的周期相同，但其序列包络的形状显然不同，下图的频率为上图的三倍。因此不能用周期的倒数来定义序列信号的频率。应该用序列信号的包络(它是连续信号)频率判断它所携带的频谱。 序列信号的周期性和频率 序列信号的频率 序列的包络不是唯一的。在上面的图中，虚线的波形也通过所有采样点，所以也是包络。它的频率与红线所示包络的频率相差正好为Fs. 如果Ω0是一个序列的包络频率，则 也是它的包络频率。所以一个连续正弦信号被采样后，得到的离散序列将包含无数个数字频率。 数字频率的物理意义 右图为以转速Ω旋转的园盘，边缘有红点。相邻两个采样时刻间圆盘转过的角度为ω=ΩT，即数字频率，故ω的单位是[弧度] 。 如果在相邻的采样间隔之间，圆盘多转了一圈或几圈，或者反方向转动，而到达图示位置，观察者是无法分辨的，这就是数字频率具有多值性的原因； 主值频率指的这些频率中绝对值最小者。显然它的取值必定小于π 数字频率的物理意义 数字频率与模拟频率的关系 模拟频率和数字频率之间的映射关系如上图所示。多个模拟频率映射到同一数字频率，这是多点对一点的映射。 周期信号的频谱 非正余弦周期连续信号的频率分量用傅立叶级数来表示，其傅立叶级数对可表为： 其中P为信号周期，Ω0=2π/P为信号的基波频率，k为谐波的阶次，可以看出，连续周期信号的频谱是离散的。前述纯正余弦信号是其最简单的例子 。 连续信号的频谱 非周期连续信号的傅立叶变换对 ： 这种广义积分的成立是有条件的。它要求x(t)满足绝对可积条件： 连续信号的频谱 从统一的观点出发，周期连续信号只是它的特例。谱是一种分布密度的概念，它的作用量应该和它在频谱图上所围的面积成正比。傅立叶级数可以看成在Ω=kΩ0的频率点附近，集中了幅度极大的频谱 。 傅立叶系数是对傅立叶变换(频谱)的采样，而傅立叶变换则可看成对傅立叶系数的拟合插补。因为一个是密度，另一个则是密度对频率的积分，两者之间差一个频率(或时间)量纲。 序列的频谱 对采样序列进行傅立叶变换，就得到序列的频谱，这是下节讨论的主题。 可以证明，带宽有限的序列在时域必然具有无限长度；反过来，时域长度有限的序列在频域的带宽必然是无限的。所以，不可能存在时域长度和频域带宽都有限的信号和序列。 3.2 离散时间傅立叶变换(DTFT) 序列x (n)的频谱定义为： 也称为它的离散时间傅立叶变换 可以认为，序列中的每一个样本x(n)对频谱产生的贡献为 把整个序列中所有样本的频谱分量按向量(即复数)叠加起来，就得到序列的频谱X(jω)。 离散时间傅立叶变换(DTFT) 离散时间傅立叶变换收敛的充分必要条件是[x(n)]绝对可加，即 离散时间傅立叶变换DTFT(Discrete-Time Fourier Transform)。强调它只在时间域离散，频谱是连续的 。它与后面将要介绍的离散傅立叶变换DFT(Discrete Fourier Transform)不同，因为后者在时间域、频率域都是离散的。 离散时间傅立叶变换(DTFT) 根据定义，X(jω)一般应该为复数，可以分解为实部和虚部：
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
