离散傅里叶变换和逆变换-matlab编程实现

最近写了一个压缩感知的程序,稀疏信号是一个频域稀疏信号,因此需要进行离散傅里叶变换。下面编程实现离散傅里叶变化:

一个周期序列x(n)的离散傅里叶变换如下:

X(k)=\sum_{n=0}^{N-1}x(n)W_{N}^{nk}

其中:W_N=e^{-j\frac{2*\pi}{N}}

一个N点的逆离散傅里叶变换给出为:

x(n)=\frac{1}{N}\sum_{k=0}^{N-1}X(k)W_{N}^{-kn},0 \leq n \leq N-1

用matlab编程,我用矩阵乘法实现的

%% matlab离散傅里叶变换,不使用matlab函数,通过矩阵相乘的方法自己实现
%% Vsesion:1.0 Written by zhenhuaLiu@ 2021.11.15 HIT ATCI
function [Xk] = dft(xn,N)
% Computes Discrete Fourier Transform
%______________________________________________
% [Xk] = dft(xn,N)
% Xk = DFT coefficients array over 0 <= k <= N - 1
% xn = N-point finite - duration sequence 0 <= n <= N - 1
% N = Length of DFT
 
n = [0:1:N-1]; % row vector for n
k = [0:1:N-1]; % row vector for k
WN = exp(-1i*2*pi/N);%matlab提示要增强稳定性,使用li代替i
nk = n'*k;
WNnk = WN .^ nk;   %DFT matrix
Xk = xn * WNnk;

逆变换如下:

%% matlab离散傅里叶变换,不使用matlab函数,通过矩阵相乘的方法自己实现
%% Vsesion:1.0 Written by zhenhuaLiu@ 2021.11.15 HIT ATCI
function [xn] = idft(XK,N)
% Computes Discrete Fourier Transform
%______________________________________________
% [Xk] = dft(xn,N)
% Xk = DFT coefficients array over 0 <= k <= N - 1
% xn = N-point finite - duration sequence 0 <= n <= N - 1
% N = Length of DFT
 
n = [0:1:N-1]; % row vector for n
k = [0:1:N-1]; % row vector for k
WN = exp(1i*2*pi/N);
nk = k'*n;
WNnk = WN .^ nk;   %DFT matrix
xn = XK * WNnk;

  • 1
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

nwsuaf_huasir

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值