首先说数模转换吧.我们大家都是知道吧,计算机的机器代码是二进制的,我们的电信号是以电信号区分的连续信号.就像我们高中时候学的正弦函数那样的曲线,就叫连续信号.离散的信号,就是分段函数那样,他的图像在坐标系里不是连续的.就是说,我们计算机内部采用的传递信号是离散(数字信号)的,而外部的电信号(模拟信号)是连续的.这个数模转换就是把连续的模拟信号转换成离散的数字信号的过程.。z域的物理意义:由于值被离散了，所以输入输出的过程和花费的物理时间已经没有了必然的关系(t只对连续信号有意义)，所以频域的考察变得及其简单起来，我们把(1,-1,1,-1,1,-1)这样的基本序列看成是数字频率最高的序列，他的数字频率是1hz(数字角频率2pi)，其他的数字序列频率都是n分之1hz，频率分解的结果就是0-2pi角频率当中的若干个值的集合，也是一堆离散的数。 按照时域信号的特点 可以应用不同的方法将其转换为频域信号 分别为 时域连续周期性信号 fourier级数 频域离散 信号 时域连续非周期性信号 fourier变换 频域连续 信号 时域非周期性序列 序列fourier变换 频域连续周期性信号 时域有限长序列 离散fourier变换 频域有限长序列 四种时频域转换方式这四种变换原理如下 fourier级数展开级数展开有两种形式 三角级数和指数级数形式。
今后在不致混淆的情况下，统称它们为z变换。 nsTnT 33页页 收敛域z变换定义为一无穷幂级数之和，显然只有当该幂级数收敛，即 (5.1.5) 时，其z变换才存在。上式称为绝对可和条件，它是序列f(k)的z变换存在的充分必要条件。 收敛域的定义： 对于序列，满足(5.1.5)式的所有z值组成的集合称为z变换的收敛域。 序列的收敛域大致有一下几种情况： (1)对于有限长的序列，其双边z变换在整个平面； (2)对因果序列，其z变换的收敛域为某个圆外区域； (3)对反因果序列，其z变换的收敛域为某个圆内区域； (4)对双边序列matlab离散信号的时域和频域分析，其z变换的收敛域为环状区域； MATLAB求z变换在MATLAB中，一个离散序列的z变换定义为： (5.1.6) 其中z为复变量，是一个以实部为横坐标，虚部为纵坐标构成的平面上的变量，这个平面也称z平面。 z变换是傅里叶变换的推广，傅里叶变换是z变换的特例，即单位圆上的z变换。 常用Z[ ]表示对序列x(n)的z变换，即(5.1.7) 这种变换也称为双边z变换，与此相应还有单边z变换， 单边 z变换只是对单边序列(n>=0部分)进行变换的z变换， 其定义为 (5.1.8) 如果离散序列x(n)可以用符号表达式表达，可以直接用MATLAB的ztrans()函数，来求离散序列的单 边z变换。
例5-1-2已知双边序列， 求其z变换和收敛域。 可见，其收敛域为，显然要求 否则无共同收敛域。如图5-1-1所示。 图5-1-1 收敛域 Re[z]jIm[z] 44页页 5.1.2z逆变换 与连续信号的傅立叶变换和拉普拉斯变换离散类似，离散信号的z逆变换也可 以使用留数法和部分分式展开法，或使用符号运算的iztrans()函数来求z逆变换。 留数(residue，又称残数)，是复变函数论中一个重要的概念，如果X(z)只含有一阶极点，则X(z)可以展开为 (5.1.11) (5.1.12) 式中，A0、Am分别为X(z)/z在z=0，z=zm处极点的留数。因此 (1)如(5.1.11)式的收敛域 ，则x(n)为因果序列，即 (5.1.13) (2)如(5.1.11)式的收敛域 ，则x(n)为左边序列，即 (5.1.14) (3)如果(5.1.11)式的收敛域 ，则x(n)为双边序列，则根据具体情况 结合上述两种方法解决。 (4)如果X(z)只含有高于一阶的极点，则X(z)可以降阶修改后用该办法解决。 55页页 例5-1-3求z逆变换。 已知信号的z频谱函数为 ，求信号x(n)。 解：由于X(z)的收敛域为| |>1，所以必然为因果序列，即n0。
将X(z)的分母展开： expand(z*(z-1)*(z-0.5))ans =z^3-3/2*z^2+1/2*z 则根据求留数，程序如下： -1.50.5 1.00000.5000 66页页 2.部分分式法序列的z变换大多数是z的有理函数，一般可以表示成有理分式的形式。即 (5.1.15) 当分子多项式的阶次小于分母多项式的阶次，即M0)称为周期信号的谐波，此时的傅立叶级数系数称为信号的交流分量。 时的频率为信号的一次谐波(或称为：基频)，频率大小为fs/N ，时间为 NTs，等于 完成一个周期所需要的时间。 直到接近取样频率的频率上。 DFS[mk IDFS[mn 1212 页页 5.3.4周期信号的频谱由傅立叶系数 可得到 的幅度频谱 和相位频谱 ，如果 实序列，那么幅度频谱是周期性偶函数，相位频谱是周期性奇函数。周期信号由离散傅立叶级数DFS 得到的频谱，与非周期信号由离散时间傅立叶变换DTFT 得到的频谱 之间有重要区别。 (1)DTFT 产生连续频谱，这意味着频谱在所有的频率处都有值，因而非周期信号的幅 度和相位频谱是光滑无间断的曲线。 (2)与之相反，DFS 仅有N 点的频谱，仅包含有限个频率，因而周期信号的幅度和相位 频谱是离散线谱，当频谱的横坐标变量用实际频率f代替k 时，谱线间隔为fs/N。
实验原理和方法：如果所希望的滤波器的理想频率响应函数为hde jω， 则其对应的单位脉冲响应为用窗函数wn将hdn截断， 并进行加权处理， 得到:hn就作为实际设计的fir数字滤波器的单位脉冲响应序列， 其频率响应函数he jω为如果要求线性相位特性， 则hn还必须满足：根据上式中的正、 负号和长度n的奇偶性又将线性相位fir滤波器分成四类。 对于二进制码序列，周期均为p的两个码序列x和y，其相关函数称为互相关函数，记作r(x，y)，即其互相关系数为6.3.2 m sequencem序列的含义m序列是最长线性移位寄存器序列的简称。figure(5)stem(x)title('序列相乘')xlabel('x1*x2')自定义函数计算线性卷积题目分析使用上一题中的序列相乘、翻转和求和子函数计算线性卷积，并与这直接用conv函数计算的线性卷积结果相比较。
(1)将时间变量换成k，并对x2(k)围绕纵轴折叠，得x2(-k)，如图5-3-5所示。 由于周期为N=6，k=0：5，即在0～5范围内，将各子项相乘相加得到y(n)，直到k=5结束。 y(0)=1*1+1*0+1*5+1*4+0*3+0*2=10 (2)依次对x2(-k)右移1位，在0～5范围内，将对应项x1(k)和x2(n-k)相乘，然后将各子项相加得到 (3)当n=3时的图形，如图5-3-6所示。最后得到： 将其周期延拓后，得出图形如图5-3-7所示。 -6-5 -4 -3 -2 -1 1010 12 1414 页页 5.4离散傅立叶变换DFT 有时序列是有限时宽的，在这种特殊情况下可以导出另一种傅氏表示式，称作离散傅氏变换DFT。 5.4.1 计算机进行信号处理的问题 1．问题的提出 在应用计算机进行信号处理时，可计算性是个问题。对DTFT来说，在计算机上应用 存在两个问题： (1)DTFT的定义对无限长信号是有效的，而计算机只能计算有限长度的信号。 (2)DTFT是连续变量ω的函数。而计算机只能计算离散信号，即幅度和时间都是离散的数字信号。 因此，为了解决上述问题得到一个可进行数值计算的变换目标，提出了在频域内取样matlab离散信号的时域和频域分析，使频 谱离散化的问题；必须截断序列，得到有限个点的序列，实现有限长度的问题。
傅立叶变换的分析信号有连续和离散、周期和非周期之分，因此有以下4种傅立叶变换： (1)非周期连续时间信号的傅立叶变换CTFT：对持续时间有限的连续非周期信号，使用连续傅里叶 变换(CTFT：或简称FT)进行分析。由于信号是非周期的，它必包含了各种频率的信号，所以 具有时域“连续、非周期”的信号x(t)对应频域频谱函数X()也是“连续、非周期”的特点： 时域连续函数造成频域是非周期的谱。时域的非周期性造成频域是连续的谱。 (2)周期连续时间信号的傅立叶级数CFS ：我们知道时域上任意连续的周期信号，都可以分解为无 限多个正弦信号或复指数型信号之和，在频域上就表示为离散非周期的信号，即时域连续周期对 应频域离散非周期的特点，这就是连续周期信号的傅立叶级数展开(CFS：或简称FS)。 其特点是时域“连续、周期”，频域“离散、非周期”。即周期、连续时间信号 的频谱函 )是离散的：时域连续函数造成频域是非周期的谱。时域的周期性造成频域是离散的谱。 1515 页页 (3)非周期、离散时间信号的傅立叶变换DTFT：DTFT用于离散非周期序列分析，根据连续傅立叶变换要求连续信号在时间上必须可积这一充分必要条件，那么对于离散时间傅立叶变换，用于它 之上的离散序列也必须满足在时间轴上级数求和收敛的条件；由于信号是非周期序列，它必包含 了各种频率的信号，所以DTFT对离散非周期信号x(nT) 变换后的频谱 也是连续的，即有 时域“离散、非周期”对应频域“连续、周期”的特点： 时域函数的离散化造成频域的周期延拓。
时域的非周期性造成频谱的连续。 (4)周期、离散时间信号的傅立叶级数 DFS：DFS是对离散周期信号进行级数展开。当离散的信号 为周期序列时，严格的讲，傅立叶变换是不存在的，因为它不满足信号序列绝对级数和收敛(绝 对可和)这一傅立叶变换的充要条件，但是采用DFS(离散傅立叶级数)这一分析工具仍然可以 对其进行傅立叶分析。 周期离散信号是由无穷多相同的周期序列在时间轴上组成的，假设周期为N，即每个周期序列都 有N个元素，而这样的周期序列有无穷多个，由于无穷多个周期序列都相同，所以可以只取其中 一个周期就足以表示整个序列了，这个被抽出来表示整个序列特性的周期称为主值周期，这个序 列称为主值序列。然后以N对应的频率作为基频构成傅立叶级数展开所需要的复指数序列，用主 值序列 与复指数序列取相关(乘加运算)，得出每个主值在各频率上的频谱分量，这 样就表示出了周期序列的频谱特性。“周期、离散”时间信号的频谱函数X(n 一个域的离散造成另一个域的周期延拓。离散傅立叶级数的时域和频域都是离散的、周期的。根据以上分析得出结论如下： (1)时域中取样使函数离散，映射到频域中引起频谱函数周期重复； (2)频域中函数取样，映射到时域中函数周期重复； (3)一个域的取样间隔映射另一个域的周期(2π/间隔) 1616 页页 5.4.2DFT的定义 DFT是离散傅里叶变换，将DFS取主值综上所述，4种傅立叶变换的特点如表5-1所示，可见只有第4种即离散傅立叶级数DFS可以满 足计算机进行信号处理的问题，时域与频域函数都是离散信号。
因此可以设想，如果同时对频域和时域取样，其结果是时域和频域的波形都变成离散、周期 性的波形，从而我们可以利用傅立叶级数这一工具，得到它们之间的离散傅立叶级数 DFS 关系。 离散傅氏级数DFS提供了一种对周期离散时间信号傅氏变换作数值计算的方法，它在时域和 频域都是周期的。 但在实际中大多数信号不具有周期性，它们很可能只具有有限持续时间。对 这些信号，怎样探讨一种可进行数值计算的傅氏表达式？ 理论上，可通过将该有限持续时间信号作为基本形状，解析延拓构造一个周期信号，然后计 算此周期信号的 DFS。实际上，这也就是定义了一种新的变换，称为离散傅氏变换(DFT： Discret Fourier Transform)，它是DFS 的主周期。 目前DFT 已成为数字信号处理算法中的核心变换，原因是： DFT是对任意有限序列可进行数值计算的傅氏变换，是傅立叶变换的重要方法。 1717 页页 DFT的实现过程解决的思路和方法如下： (1)对于一个任意的非周期连续信号x(t)，其傅立叶变换 后的频谱函数也是非周期连续信号X(j)，如图5-4-1(a) 所示。 (2)时域抽样。目的是解决信号的离散化问题，结果是 连续信号离散化使得信号的频谱被周期延拓。
1519
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
