由z变换引出DTFT

数字信号处理核心算法原理：zt、dtft、dft和fft算法原理数字信号处理中常用的核心算法包括zt、dtft、dft和fft算法。

以下是它们的算法原理:1. zt(Short-time Fourier Transform,短时限傅里叶变换)zt算法主要用于对信号进行频域分析和滤波。

它通过对信号进行快速傅里叶变换(FFT),将信号在时域上的表示转化为频域上的表示。

具体来说,zt算法将输入信号分解成一组基带频率,然后对每个频率进行短时傅里叶变换,得到该频率的上采样频谱。

接着,将上采样频谱进行再次短时傅里叶变换,得到更采样频率的频谱,从而得到重构的基带信号。

2. dtft(Deep Short-time Fourier Transform,Deep FFT,深层FFT)dtft算法是zt算法的深层应用,它可以将zt算法得到的频域信号进一步转化为时域信号。

具体来说,dtft算法首先使用zt算法得到的基带频率进行短时傅里叶变换,得到重构的基带信号。

然后,对重构的基带信号进行进一步短时傅里叶变换,得到时域信号。

3. dft(Double Short-time Fourier Transform,Double FFT,双频FFT)dft算法与dtft算法类似,但它能够处理双频信号。

具体来说,dft算法先使用zt算法得到的基带频率进行短时傅里叶变换,得到重构的基带信号。

然后,对重构的基带信号进行同时的短时傅里叶变换,得到同时得到的两个频率的频谱。

接着,将两个频率的频谱进行再次短时傅里叶变换,得到同时重构的基带信号和两个频率的时域信号。

4. fft(fast Fourier Transform,快速傅里叶变换)fft算法是对信号进行时域分析的一种常用算法。

它通过对信号进行快速傅里叶变换(FFT),将信号在时域上的表示转化为频域上的表示。

具体来说,fft算法将输入信号分解成一组基带频率,然后对每个频率进行短时傅里叶变换,得到该频率的上采样频谱。

2.2 z变换
定义： X ( z ) = ΖT [ x (n) ]
注意符号：时域小写 x 变换域大写 X
＝ ∑ x(n)z − n
n =−∞ ∞
∞
=
n =−∞
∑ x(n)r
− n − jω n
e
复变量： z = re jω ，复平面上的点 r = z 幅度，到原点的距离 ω 数字角频率, 与水平轴之间的夹角
重叠区域。一般缩小，个别扩大
十一、时域乘积定理 x(n) ⋅ h(n) ←⎯ → X ( z) ∗ H ( z) Rx − Rh− < z < Rx + Rh + 1 ⎛ z ⎞ −1 = ⎟ν dν ∫ X (ν )H ⎜ 2π j C ν ⎝ ⎠ 1 ⎛ z ⎞ −1 = ⎟ν dν ∫ H (ν )X ⎜ 2π j C ν ⎝ ⎠
Rx − < z < Rx +
Rx − < z < Rx +
2.4 z变换的基本性质和定理
若
ZT x(n) ←⎯→ X ( z)
Rx − < z < Rx +
五、共轭序列 x *(n) ←⎯ → X * ( z *)
Rx − < z < Rx +
六、翻摺序列
⎛1⎞ → X ⎜ ⎟, x(− n) ←⎯ ⎝z⎠ 1 1 < z < Rx + Rx −
实用公式——根据极点的阶，用相应的公式求留数
若zr 是X ( z )z n -1 的多重极点（l 阶极点），则该点处的留数
n -1 ⎤ X z Res ⎡ ( )z ⎣ ⎦ z = zr
1 d l −1 ⎡ l = ⋅ l −1 ( z − zr ) X ( z )z n -1 ⎤ ⎦ z = zr ( l－1)! dz ⎣

2.3　名校考研真题详解1．已知某一序列为x （n ），它的傅里叶变换表示为（1）试画图举例说明序列x （2n ）与x （n ）的关系；（2）试求序列g （n ）＝x （2n ）的傅里叶变换，并说明与的关系。

[武汉理工大学2007研]解：（1）序列x（n ）与x （2n ）的关系图2-1如下：图2-1离散尺度变换只是去掉一些离散值。

（2）已知g（n ）＝x （2n ），设根据离散傅里叶变换的尺度变换性质得：其中F （n,2）又可写为：由上最终可得：2．已知x[k]的傅里叶变换，用表示信号)(Ωj e H )(Ωj e H的傅里叶变换。

[北京交通大学2006研]解：已知x[k]的傅里叶变换，且)(Ωj e H 根据已知所以对y[k]进行傅里叶变换得：3．线性时不变系统的输入为输出为。

（1）求系统的单位抽样响应；（2）判断系统的稳定性和因果性，并说明理由。

[华东理工大学2004研]解：（1）由Z 变换定义直接得：同理，y （n ）的Z 变换为：所以系统函数为：对H（z）求Z逆变换得对应抽样响应为：（2）由（1）知系统收敛域为3/4，包括单位圆和无穷远点，所以既是稳定的又是因果的。

4．若。

请借助线性卷积与Z变换的定义，证明：时域卷积对应子Z域乘积，即。

[南京邮电大学2000研]证明：由线性卷积与Z变换的定义知：即5．序列x（n）的自相关序列c（n）定义为试以x（n）的Z变换表示c（n）的Z变换。

[北京理工大学2007研]解：c（n）可以转化为：根据Z变换的对称性得：6．已知离散序列试求x（n）的Z变换X（z），确定其收敛域，并画出X（z）的零极点图。

[东南大学2007研]解：由Z变换定义可得：可能的零点为，其中；显然k＝0时的零点和极点相互抵消了，所以该Z变换在z＝0处有（N－1）阶极点，零点为：，其中，对应的收敛域为时的零极点图如下图2-2所示：图2-27．求的Z反变换。

[中国地质大学（北京）2006研]解：原式可化解为：由于收敛域，故：8．已知序列的双边Z变换为：解：根据由部分分式展开法，可得：可能对应以下序列：① 当收敛域为∣z∣＞0.5时：② 当收敛域为0.25＜∣z∣＜0.5时：③ 当收敛域为∣z∣＜0.25时：9．一个线性时不变因果系统由下列差分方程描述。

F [ x*( n )] x*( n )e jωn x*( n )e jωn
n
n
[ x( n )e jωn ]* X * ( e jω )
n
16
五、序列的实、虚部与其傅氏变换偶、奇部的关系
1.序列的实部的傅氏变换等于其傅氏变换的偶部
证明：
即，F [Re{ x( n )}] X e( e jω )
DTFT x- n X e- jω
10、序列的共轭
DTFT xn X e- jω 8
2.9 傅氏变换的一些对称性质
v一、共轭对称序列与共轭反对称序列
v 1.共轭对称序列
v 设一复序列，如果满足 xe(n)=xe*(n)
v们则的称对序称列关为xe系( n共)。轭xe对r( n称) 序jxei列( n )。下面xer分( n 析)和x它ei( n )
第2章 z变换与离散时间傅里叶变换（DTFT）
2.6 离散时间傅里叶变换（序列的傅里叶变换） 2.7 序列傅里叶变换的主要性质 2.8 周期性序列的傅里叶变换 2.9 傅里叶变换的一些对称性质 2.10 离散系统的系统函数，系统的频率响应
1
2.6 离散时间傅里叶变换DTFT
v1.正变换（D（TFT序）列: 的傅里叶变换）
m1 N
相角：
e jω dk
k 1
M
arg[ H( e jω )] arg[ K ] arg[ e jω cm ] m1
N
arg[ e jω dk ] ( N M )ω
k 1
e jω e jω
cm dk
即，F [ xe( n )] X R( e jω )
证明：
xe (
n
)
1 2