离散分数阶傅里叶变换matlab,分数阶傅里叶变换的离散算法 -Ozaktas.ppt

离散分数阶Fourier变换(DFRFT)算法FRFT 这篇文献发表于： 作者： 一、分数阶Fourier变换的定义 二、分数阶与其他时频分析工具( Wigner-Ville分布)的关系 三、离散分数阶傅立叶变换的计算 一、分数阶Fourier变换的定义 二、分数阶傅里叶变换与Wigner-Ville分布 首先，看一下Wigner-Ville分布 是 傅里叶变换 经过一系列变换后变为 由以上可得，等式的右边是 的Wigner-Ville分布， 左边是 的Wigner-Ville分布 也就是说 的Wigner-Ville分布， 是由 的Wigner-Ville分布旋转а角得到。 所以分数阶Fourier变换有一个重要的性质，分数阶Fourier变换是角度为α的时频面旋转. 这个性质建立起分数阶Fourier变换与时频分布间的直接联系, 并且为分数阶Fourier域理解为一种统一的时频变换域奠定了理论基础, 同时也为分数阶Fourier变换在信号处理领域中的应用提供了有利条件。 t ω u v α α 三、离散分数阶傅立叶变换的计算 目前DFRFT的四种离散化算法 在这篇文献中，第二种，采用分解的方法。 1.第一种分解方法 可以把以上改写为 假定p∈[-1,1],经过量纲归一化的信号x(t)的分数阶傅里叶变换， 可以分解为以下三个步骤： (1)用chirp信号调制信号f(x): (2)调制信号与另一个chirp信号卷积: (3)用chirp信号调制卷积后的信号： 式 1 式 2 式 3 具体细节：第一步：将函数， 与线性调频函数相乘(式1)。 注意，g(x)的频率带宽与时间带宽乘积可以是，f(x)的相应带宽乘积的两倍，所以要求g(x)的采样间隔为1／(2Δx)。如果，( )样本值的采样间隔是1／Δ x，那么就需要对这些样本值进行插值，然后再与线性调频函数的离散采样值相乘，以得到所希望的g(x)的采样。 第二步：将g(x)与一线性调频函数作卷积式(式 (2))。注意，由于g(x)是带限信号，所以线性调频函数也可以用其带限形式代替而不会有任何影响。 2、第二种分解方法 为了简化计算，人们提出更加有效的分解计算方法。 假定x(t)的wigner-ville分布限定在以原点为中心，直径为Δx的 圆内。若令 ，则与chirp信号乘积后的信号 在频域具有带宽Δx。可以用Shannon插值表示 简要介绍一下Shannon 插值 Shannon定理 到设信号 ，如果存在 ，使 ， ， 则称 是B频率截断的的，这时，只要采样间隔 按间隔 进行采样就不会损失信息，而且， 可按如下公式构造原信号 上式Shannon 插值公式。 利用采样序列 3、MATLAB程序 function Faf = frft(f, a) % The fast Fractional Fourier Transform % input: f = samples of the signal % a = fractional power % output: Faf = fast Fractional Fourier transform error(nargchk(2, 2, nargin)); f = f(:); N = length(f); shft = rem((0:N-1)+fix(N/2),N)+1; sN = sqrt(N); a = mod(a,4); % do special cases if (a==0), Faf = f; return; end; if (a==2), Faf = flipud(f); return; end; if (a==1), Faf(shft,1) = fft(f(shft))/sN; return; end if (a==3), Faf(shft,1) = ifft(f(shft))*sN; return; end % reduce to interval 0.5 < a < 1.5 if (a>2.0), a = a-2; f = flipud(f); end if (a>1.5), a = a-1; f(shft,1) = fft(f(shft))/sN; end if (a<0.5), a = a+1; f(shft,1) = ifft(f(shft))*sN; end % the general case for 0.5 < a < 1.5 alpha = a*pi/2; tana2