本文介绍了DFT（离散傅立叶变换）中的泄露现象，即当输入序列的频率不是采样率的整数倍时，能量会分散到多个频域点上。通过举例和使用MATLAB仿真，解释了泄露产生的原因——窗函数的应用，以及窗函数对频谱的影响。DFT在处理真实世界信号时，由于窗函数的存在，不可避免地会出现泄露问题。
(1)引言
自从同事给推荐Understanding Digital Signal Processing这本书来，断断续续地一直再看。最近，对于DFT这一章，终于看的稍微明白了一点。
这章共看了三遍：
(1) 看第一遍的时候，就是不管懂不懂，先往下看，所以看完后，感觉就像没看一样；
(2) 看第二遍的时候，就边看边翻译成中文，有不懂的，也放过；但是因为有形成文档笔记，所以本身心里还是比较有成就感的。这样就形成了正循环，看的时候，心情比较愉悦，所以理解的东西也会比较容易。
(3) 看第三遍的时候，就尝试着用自己的语言组织，用matlab去仿真验证，不懂的再去查其他资料帮助理解。
不得不说，写公众号确实是一个促进学习的好方式，以写促学。因为想在公众号里发表出来，就会去很认真地去写文档，然后就会把那些似懂非懂的问题去搞懂。
根据书本上的DFT上的内容，共整理了以下几篇文档：
DFT学习笔记，是关于DFT的变换公式以及其的一些特性
DFT之泄露，关于泄露的现象以及产生的原因；
DFT之窗函数，列举了几种窗函数，并进行了相关比较，以及窗函数的一些作用
DFT之扇贝损耗，以矩形函数为例，叙述了扇贝损耗的现象
DFT之零填充，指出进行零填充的原因，以及注意事项；
DFT之处理增益；
第一篇可以从往期文章看到，今天这篇主要是关于泄露。
(2)DFT之泄露
泄露的现象
DFT即是，对具有N个数的输入序列，进行一个N点的DFT变换，产生一个具有N个点的频域序列。而且，这些频域序列的间隔为：
前面的例子
最低0.47元/天 解锁文章
扫一扫
889
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
