2.1 非周期序列的傅里叶变换(DTFT)
与连续非周期信号一样,离散时间非周期信号的频域分析涉及到傅立叶变换(也就是信号的谱)。傅里叶变换揭示了时域与频域之间的关系,本质上是建立以“时间”为变量的信号和以“频率”为变量的频谱函数之间的变换关系,下面讨论离散时间信号的傅里叶变换。
2.1.1 DTFT的定义
离散时间信号的傅里叶变换也用DTFT(Discrete Time Fourier Transform)来表示,其定义为
其中,ω为数字频率,单位是弧度(rad)。X(e
jω
)代表信号的频率内容,换句话说,它是信号x(n)的频率(正弦或余弦)分解。
DTFT成立的充分条件是序列x(n)绝对可和,即满足下式:
用e
jωm
乘式(2.1)两边,并在-π~π内对ω积分,同时考虑虚指数函数的正交性得
将上式的m用n替换,因此
上式即是DTFT的反变换。式(2.1)和式(2.3)是一对傅里叶变换,叫做序列的傅里叶变换对。
【例2.1】
设x(n)=R
N
(n),求x(n)的DTFT。
解
当N=4,X(e
jω
)的幅度与相位随ω变化曲线(幅度谱和相位谱)如图2.1所示。
图2.1 R
4
(n)幅度谱和相位谱
2.1.2 DTFT的性质
1.DTFT的周期性
在定义式(2.1)中,n取整数,因此下式成立:
因此,序列的傅里叶变换是频率ω的周期函数,周期是2π。对比连续信号的傅里叶变换,它同样表示了信号在频域的分布规律,但不同的是序列的傅里叶变换是以2π为周期的函数。在ω=0和ω=2πM附近的频谱分布应是相同的,在ω=0,±2π,±4π,…点上表示x(n)信号的直流分量,那么离开这些点愈远,其频率应愈高,但又是以2π为周期,那么最高的频率应是ω=π。还要说明的是,所谓x(n)的直流分量,是指如图2.2(a)所示的波形。例如,x(n)=cosωn,当ω=2πM,M取整数时,x(n)的序列值如图2.2(a)所示,它代表其直流分量;当ω=(2M+1)π时,x(n)波形如图2.2(b)所示,它代表最高频率信号,是一种变化最快的信号。由于DTFT的周期性,一般只分析±π之间或0~2π之间的DTFT就行了。
图2.2 cosωn的波形
2.线性性
设X
1
(e
jω
)=DTFT[x
1
(n)],X
2
(e
jω
)=DTFT[x
2
(n)],那么
DTFT[ax
1
(n)+bx
2
(n)]=aX
1
(e
jω
)+bX
2
(e
jω
)
式(2.5)
式中a,b为常数。
傅里叶变换可以视为是对信号的一种运算,它是一个线性变换,线性性使得它适用于线性系统的分析。
3.时移性
设X(e
jω
)=DTFT[x(n)],那么有
这个性质意味着一个信号在时域移动n
0
个采样,而它的幅度谱不变,只是相位谱改变了-ωn
0
。
4.频移性
设X(e
jω
)=DTFT[x(n)],那么
5.对称性
在学习DTFT的对称性以前,先介绍什么是共轭对称与共轭反对称及其它们的性质
设序列x
e
(n)满足下式:
则称x
e
(n)为共轭对称序列。当共轭对称序列是实数时,式(2.8)变为x
e
(n)=x
e
(-n),即x
e
(n)为偶对称序列。为研究共轭对称序列具有什么性质,将x
e
(n)用其实部与虚部表示:
x
e
(n)=x
er
(n)+jx
ei
(n)
将上式两边n用-n代替,并取共轭,得到:
对比上面两公式,因左边相等,因此得到:
x
er
(n)=x
er
(-n)
式(2.9)
x
ei
(n)=-x
ei
(-n)
式(2.10)
由上面两式得到共轭对称序列其实部是偶函数,而虚部是奇函数。类似地,可定义满足下式的共轭反对称序列:
当共轭反对称序列x
o
(n)是实数时有x
o
(n)=-x
o
(-n),即x
o
(n)为奇对称序列。将x
o
(n)表示成实部与虚部x
o
(n)=x
or
(n)+jx
oi
(n)同样可以得到:
x
or
(n)=-x
or
(-n)
式(2.12)
x
oi
(n)=x
oi
(-n)
式(2.13)
即共轭反对称序列的实部是奇函数,而虚部是偶函数。
【例2.2】
试分析x(n)=e
jωn
的对称性。
解
将x(n)的n用-n代替,再取共轭得到:
x
*
(-n)=e
jωn
因此,x(n)=x
*
(-n),故x(n)是共轭对称序列,如展成实部与虚部,得到:
x(n)=cosωn+jsinωn
上式表明,共轭对称序列的实部确实是偶函数,虚部是奇函数。
任意一个序列总可以表示成一个共轭对称和共轭反对称序列之和,即
其中,
同理,对于频域函数X(e
jω
),也有和上面类似的概念和结论,即
式中,X
e
(e
jω
)与X
o
(e
jω
)分别为共轭对称分量和共轭反对称分量,它们满足:
同样有下面式子:
由以上的定义,可以得到DTFT的对称性了,下面按两部分进行分析。
(a)将序列x(n)分成实部x
r
(n)与虚部x
i
(n),即
x(n)=x
r
(n)+jx
i
(n)
将上式进行DTFT,得到
上面两式中,x
r
(n)和x
i
(n)都是实数序列。容易证明:X
e
(e
jω
)满足式(2.17),具有共轭对称性,它的实部是偶函数,虚部是奇函数;X
o
(e
jω
)满足式(2.18),具有共轭反对称性质,它的实部是奇函数,虚部是偶函数。
最后得到结论:序列分成实部与虚部两部分,实部对应的DTFT具有共轭对称性,虚部和j一起对应的DTFT具有共轭反对称性。
(b)将序列分成共轭对称部分x(n)和共轭反对称部分x
o
(n),即
x(n)=x
e
(n)+x
o
(n)
将式(2.15)重写如下:
将上面两式分别进行DTFT,得到:
因此对x(n)进行DTFT得到:
式(2.22)表示序列的共轭对称部分x
e
(n)对应着DTFT的实部X
R
(e
jω
),而序列的共轭反对称部分x
o
(n)对应着DTFT的虚部(包括j)。
为了实际中可以利用序列对称性来简化傅里叶变换的计算,我们把上面讨论的结果概括为表2.1。
表2.1 离散时间傅里叶变换的对称性
【例2.3】
一个实信号的傅里叶变换为
确定X(e
jω
)的实部、虚部、模和辐角,并画出当a为0.8的模和辐角的波形,从而验证对称性。
解
将X(e
jω
)分子和分母分别剩以1-ae
jω
得到:
则它的实部、虚部、模和辐角分别为:
当a为0.8时实部和虚部的波形如图2.3所示。可见满足实信号谱的模和辐角的对称性。通过本例读者可自行验证实信号的谱的所有对称性都满足。
图2.3 X(e
jω
)的模和辐角图形
6.时域卷积定理
设 y(n)=x(n)*h(n),则
证明
y(n)=x(n)*h(n)=
x(m)h(n-m),那么
令k=n-m,则
该定理说明,两序列卷积的DTFT服从相乘的关系。对于线性时不变系统,输出的DTFT等于输入信号的DTFT乘以单位采样响应的DTFT。因此,在求系统的输出信号时,可以在时域用卷积公式(1.16)计算,也可以在频域按照式(2.23)求出输出的DTFT,再作逆DTFT,求出输出信号。
【例2.4】
已知两个序列x
1
(n)=x
2
(n)={1,
1
,1},利用时域卷积定理计算y(n)=x
1
(n)*x
2
(n)。
解
应用式(2.1)知x
1
(n)和x
2
(n)的DTFT为:
X
1
(e
jω
)=X
2
(e
jω
)=1+2cosω
那么Y(e
jω
)=X
1
(e
jω
)X
2
(e
jω
)
=(1+2cosω)
2
=3+4cosω+2cos2ω
=3+2(e
jω
+e
-jω
)+(e
j2ω
+e
-j2ω
)
所以两个序列的卷积y(n)={1,2,
3
,2,1}
7.频域卷积定理
设y(n)=x(n)h(n),则
交换积分与求和的次序,得到:
该定理表明,在时域两序列相乘,转换到频域时服从卷积关系。
8.帕斯维尔(Parseval)定理
证明
帕斯维尔定理表明了信号时域的总能量等于频域的总能量。要说明的是,这里频域总能量是指|X(e
jω
)|
2
在一个周期中的积分再乘以1/2π。
傅里叶变换的上述这些性质有利于简化运算和求解,在许多实际应用中对降低分析的复杂性是非常有用的。
at+pUZrc3iAdkcl3/N8xxmMnyEM3G5T4+Uvt1eXPACa4TuaTUvYXEKtamtXT5ca/