第3章 离散傅里叶变换(DFT)(2016)
- 格式：ppt
- 大小：1012.00 KB
- 文档页数：8
下载文档原格式
合集下载
第三章-离散傅里叶变换(DFT)及其快速算法(FFT)
返回
• 序列x(n)的N点DFT是 x(n)的Z变换在单位圆上的N点等 间隔采样；
• X(k)为x(n)的傅立叶变换 X (e j ) 在区间 [0, 2 ]上的N
点等间隔采样。这就是DFT的物理意义。
j ImZ
2 3
4
5 6
1 2
N
k=0 ReZ
7 (N-1)
DFT与z变换
X(ejω)
)
N M
xN (n) x((n))N X (k ) X ((k ))N
有限长序列x(n)的DFT变换X(k)，就是x(n)的周期延拓序列 ~x(n) 的DFS系数 X~(k ) 的主值序列
返回
回到本节
DFS与FT之间的关系:
M 1
X (k) DFS[xN (n)] x(n)WNkn n0
x(n)
IDFT[ X (k)]N
1 N
N 1
X (k)WNk n ,
k 0
n 0, 1,
, N 1
长度为 N的离 散序列
返回回Biblioteka 本节例3.1： x(n) R8(n)，分别计算x(n)的8点、16点DFT。 解: x(n)的8点DFT为
X (k)
7 n0
R8 (n)W8k n
k 0,1, , N 1
n0
返回
回到本节
比较前面三式，得到
X (k) X (z) j2k ，k=0, 1, 2, …, N-1 ze N
X (k) X (ej ) 2k ，k=0, 1, 2, …, N-1 N
结论： (1)序列的N点DFT是序列傅里叶变换在频率区间[0，2] 上的N点等间隔采样，采样间隔为2 /N。 (2)序列的N点DFT是序列的Z变换在单位圆上的N点等间隔 采样，频率采样间隔为2 /N。
• 序列x(n)的N点DFT是 x(n)的Z变换在单位圆上的N点等 间隔采样；
• X(k)为x(n)的傅立叶变换 X (e j ) 在区间 [0, 2 ]上的N
点等间隔采样。这就是DFT的物理意义。
j ImZ
2 3
4
5 6
1 2
N
k=0 ReZ
7 (N-1)
DFT与z变换
X(ejω)
)
N M
xN (n) x((n))N X (k ) X ((k ))N
有限长序列x(n)的DFT变换X(k)，就是x(n)的周期延拓序列 ~x(n) 的DFS系数 X~(k ) 的主值序列
返回
回到本节
DFS与FT之间的关系:
M 1
X (k) DFS[xN (n)] x(n)WNkn n0
x(n)
IDFT[ X (k)]N
1 N
N 1
X (k)WNk n ,
k 0
n 0, 1,
, N 1
长度为 N的离 散序列
返回回Biblioteka 本节例3.1： x(n) R8(n)，分别计算x(n)的8点、16点DFT。 解: x(n)的8点DFT为
X (k)
7 n0
R8 (n)W8k n
k 0,1, , N 1
n0
返回
回到本节
比较前面三式，得到
X (k) X (z) j2k ，k=0, 1, 2, …, N-1 ze N
X (k) X (ej ) 2k ，k=0, 1, 2, …, N-1 N
结论： (1)序列的N点DFT是序列傅里叶变换在频率区间[0，2] 上的N点等间隔采样，采样间隔为2 /N。 (2)序列的N点DFT是序列的Z变换在单位圆上的N点等间隔 采样，频率采样间隔为2 /N。
第三章_DFT定义及性质2016S
j j j 2 k N
e j e
j
N
2 j
N
2 j
X (k )
N 1 k 0
e
j j
N
2 N j
k
N
2
e
e
N
2
j
k
N
2
X ( )
( 1)k e e
j
1 2 k j 2 N
e 2 N k ( 1) sin( ) 2 1 2 k sin( ( )) 2 N
1 ( N 1) WN
( N 1) ( N 1) WN
( N 1) 0 WN ( N 1)1 WN
T X Wx W x 则： 1 1 * 1 x W X W X N N
10
频域内插公式：由频域取样 DFT X(k) 表示 DTFT X(ejw)
1 X (e ) N
j
1 zN X (k ) k 1 1 WN z k 0
N 1 N 1 k 0
z e j
1 N 1 N 1 N
X (k )
N 1 k 0
1 e j N 1 e e e
从 Z 变换的角度看：
DFT结果包含了 z 平面上 N 个离散点处的 Z 变换结 果，这 N 个离散点均匀地 分布在单位圆上，由此也
e
j 2 k N
Im
Z平面
2 k N
e
j
2 N
2 N
Re
称DFT为单位圆上的取样
Z 变换。
Z 1
14
3.3.2 DFT 与 Z 变换的关系：频域内插
e j e
j
N
2 j
N
2 j
X (k )
N 1 k 0
e
j j
N
2 N j
k
N
2
e
e
N
2
j
k
N
2
X ( )
( 1)k e e
j
1 2 k j 2 N
e 2 N k ( 1) sin( ) 2 1 2 k sin( ( )) 2 N
1 ( N 1) WN
( N 1) ( N 1) WN
( N 1) 0 WN ( N 1)1 WN
T X Wx W x 则： 1 1 * 1 x W X W X N N
10
频域内插公式：由频域取样 DFT X(k) 表示 DTFT X(ejw)
1 X (e ) N
j
1 zN X (k ) k 1 1 WN z k 0
N 1 N 1 k 0
z e j
1 N 1 N 1 N
X (k )
N 1 k 0
1 e j N 1 e e e
从 Z 变换的角度看：
DFT结果包含了 z 平面上 N 个离散点处的 Z 变换结 果，这 N 个离散点均匀地 分布在单位圆上，由此也
e
j 2 k N
Im
Z平面
2 k N
e
j
2 N
2 N
Re
称DFT为单位圆上的取样
Z 变换。
Z 1
14
3.3.2 DFT 与 Z 变换的关系：频域内插
《离散傅里叶变换-第三章》
( ∑ X ()W ( k ∑ XX kk ) = ∑ xxnnW ) ==∑ eex ( n= W )e
n0 0 = kn 8 7
3
3
2π − j kn 8
3 − j kπ 8
(2) 设变换区间N=16， 则
X(k) = ∑ x(n)W
n= 0
3π k −j 16
π
N= 0 = n0 0
2 = ∑ e, k = 0,1, ⋅ ⋅ ⋅, 7 π N =0 sin( k ) 8
2. 时域循环移位定理 设x(n)是长度为N的有限长序列，y(n)为x(n)的循环移位，即： y(n)=x((n+m))NRN(n) 则: Y(k)=DFT[y(n)]=W-kmNX(k) 其中:X(k)=DFT[x(n)], 0≤k≤N-1
kn 证明： Y ( k ) = DFT [ y (n )] = x (( n + m )) N RN (n )WN ∑ N− 令n+m=n′，则有1 n =0 N −1
~
~ ∞
x (n ) =
m =−∞
∑
x ( n + mN )
(3.1.5)
(3.1.6) ••
~
x (n ) ••
0
••
N-1
•
n
x (n ) = x ( n ) ⋅ RN (n )
~
~
••
••
~(n ) x
•• •
0
••
•
••
•• •
~
••
N-1
•
n
一般定义周期序列 x(n) 中从n=0到N-1的第一个周期为 x(n)的主 n) x(n) (3.1.7) x( 值区间，而主值区间上的序列称为x(n) 的主值序列。(3.1.7) x(n)
n0 0 = kn 8 7
3
3
2π − j kn 8
3 − j kπ 8
(2) 设变换区间N=16， 则
X(k) = ∑ x(n)W
n= 0
3π k −j 16
π
N= 0 = n0 0
2 = ∑ e, k = 0,1, ⋅ ⋅ ⋅, 7 π N =0 sin( k ) 8
2. 时域循环移位定理 设x(n)是长度为N的有限长序列，y(n)为x(n)的循环移位，即： y(n)=x((n+m))NRN(n) 则: Y(k)=DFT[y(n)]=W-kmNX(k) 其中:X(k)=DFT[x(n)], 0≤k≤N-1
kn 证明： Y ( k ) = DFT [ y (n )] = x (( n + m )) N RN (n )WN ∑ N− 令n+m=n′，则有1 n =0 N −1
~
~ ∞
x (n ) =
m =−∞
∑
x ( n + mN )
(3.1.5)
(3.1.6) ••
~
x (n ) ••
0
••
N-1
•
n
x (n ) = x ( n ) ⋅ RN (n )
~
~
••
••
~(n ) x
•• •
0
••
•
••
•• •
~
••
N-1
•
n
一般定义周期序列 x(n) 中从n=0到N-1的第一个周期为 x(n)的主 n) x(n) (3.1.7) x( 值区间，而主值区间上的序列称为x(n) 的主值序列。(3.1.7) x(n)
第3章 离散傅里叶变换(DFT)
26
【例3.2.1】计算下面给出的两个长度为4的序列h(n)与
x(n)的4点和8
h(n) h(0), h(1), h(2), h(3) 1, 2,3, 4
解 h(n)与x(n)的4点循环卷积矩阵形式为 x(n) x(0), x(1), x(2), x(3) 1,1,1,1
yc
(1)
2
1
0
0
0
0
4
3 1
3
yc yc yc
(2)
(3)
(4)
3 4 0
2 3 4
1 2 3
0 1 2
0 0 1
0 0 0
0 0 0
4 1 6
0 0
1
0
10 9
yc (0) 1 4 3 2 1 10
yc
(1)
2
1
4
3 1 10
yc yc
(2)
(3)
3 4
2 3
1 2
4 1
1
1
10 10
h(n)与x(n)的8点循环卷积矩阵形式为
yc (0) 1 0 0 0 0 4 3 2 1 1
yc (5) 0 0 4 3 2 1 0 0 0 7
yc
(6)
0
0
0
4
3
2
1
0 0
4
yc (7) 0 0 0 0 4 3 2 1 0 0
h(n)和x(n)及其4点和8点循
【例3.2.1】计算下面给出的两个长度为4的序列h(n)与
x(n)的4点和8
h(n) h(0), h(1), h(2), h(3) 1, 2,3, 4
解 h(n)与x(n)的4点循环卷积矩阵形式为 x(n) x(0), x(1), x(2), x(3) 1,1,1,1
yc
(1)
2
1
0
0
0
0
4
3 1
3
yc yc yc
(2)
(3)
(4)
3 4 0
2 3 4
1 2 3
0 1 2
0 0 1
0 0 0
0 0 0
4 1 6
0 0
1
0
10 9
yc (0) 1 4 3 2 1 10
yc
(1)
2
1
4
3 1 10
yc yc
(2)
(3)
3 4
2 3
1 2
4 1
1
1
10 10
h(n)与x(n)的8点循环卷积矩阵形式为
yc (0) 1 0 0 0 0 4 3 2 1 1
yc (5) 0 0 4 3 2 1 0 0 0 7
yc
(6)
0
0
0
4
3
2
1
0 0
4
yc (7) 0 0 0 0 4 3 2 1 0 0
h(n)和x(n)及其4点和8点循
第3章 离散傅里叶变换(DFT)
X(k)与x(n)均为有限长序列,但由于WknN 的周期性,X(k)隐含周 期性， 且周期均为N。 对任意整数m， 总有
k ( WN WNk mN ) , k, m, N
N 1 n 0
均为整数
( 所以,X(k)满足 X (k mN ) x(n )WNk mN ) n kn x(n )WN X (k ) n 0 N 1
k 1 X 1 x n e
n 0
2 1n 4
x n e
n 0
3
x n ( j ) n 2 2 j
n 0
3
k 2
X 2 x n e
n 0 3
3
j
2 2n 4 2 3n 4
x n e j n x n (1) n 2
DFT后的X(k)具周期性，周期为N
x(n)满足
x(n+mN)=x(n)
IDFT后的x(n)具周期性,周期为N
主值区间和主值序列
任何周期为N的周期序列 ~(n) 可以看作长度为N的有限 x
x 长序列x(n)的周期延拓序列, x(n)是 ~(n) 的一个周期。 ~(n) 中n=0到N－1的第一个周期为 ~(n) 的主值区间。 x x x 主值区间上的序列为 ~(n)的主值序列；
x((n))N表示x(n)以N为周期的周期延拓序列，
((n))N表示n对N求余，
如果 则 n=MN+n1， 0≤n1≤N-1， M为整数， ((n))N=n1
－－此运算符表示n被N除，商为M，余数为n1。
(n1) 是((n))N 的解,或称作取余数,或称作n对N取模值, 或 简称为取模值,n模N。
数字信号处理第三章离散傅里叶变换DFTppt课件
2 N
kn
n
xN (n) IDFT[ X (k)]
x(n)与xN (n)的关系？
26
离散傅里叶变换（DFT）
xN (n)
~
x(n)
~
X (k)
X (k)
~
x(n)
~
IDFS[ X (k)]
1 N
N 1 ~
X (k )WNkn
k 0
1 0
1 N
N 1
[
如果序列x(n)的长度为M ,则只有当频域采样点数 N M时，才有xN (n) IDFT[ X (k)] x(n)
28
离散傅里叶变换（DFT）
[例] 已知 x(n) R8 (n) ，X (e j ) FT[x(n)] 对 X (e j )
采样得
X (k)
X (e j )
, k
2 6
k
1 N
N 1
X1(l) X 2 ((k
k 0
l))N
RN (k)
1 N
X1(k)
NX 2 (k)
1 N
N 1
X 2 (l) X1((k
k 0
l))N RN (k)
1 N
X 2 (k )
NX 1 (k )
22
离散傅里叶变换（DFT） 4.复共轭序列的DFT
X (k) DFT[x(n)]
证明： DFT[x(n)] X (N k)且X (N ) X 0
第三章 离散傅里叶变换（DFT）
离散傅里叶变换（DFT）
离散傅里叶变换的定义
主
离散傅里叶变换的基本性质
要
内
容
频率域采样
DFT的应用举例
2
第三章_DFS定义2016S
解法一：数值解
N 1
7
X%(k) x%(n)WNnk x%(n)W8nk
n0
n0
3
W8nk n0
j 2 k
j 2 2k
j 2 3k
1e 8 e 8 e 8
X%(0) 4 X%(1) 1 j 2 1 X%(2) 0 X%(3) 1 j 2 1
X%(4) 0 X%(5) 1 j 2 1 X%(6) 0 X%(7) 1 j 2 1
X%(k )
随 k 周期变化， 仅有 0，1，…，
N-1 个独立值
n0
所以
仅有 0，1，…，N-1 个独立值
X%(k ) 也仅有 0，1，…，N-1 个独立值,也是周期 为 N的序列
15
3.2.1 DFS 定义：正变换
j 2
WN e N
集合
{W
nk N
,
k
0,1, ...,
N
1}为一完备的离散正交系，即
N k0
变量m替换为n，得 IDFS：
x%(n)
1 N
N
1
X%(k
)e
j(
2
N
)
kn
k0
1 N
N 1
X%(k )WN kn
k0
18
3.2.1 DFS 变换对
DFS 变换对：时域周期序列与频域周期序列
间的关系
X%(k ) x%(n) 1
N
N 1
x%(n)W
kn N
n0
N 1
X%(k
)W
3. 取样间隔（映射）周期（ 2 ）
间隔
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
信号与系统复习资料第3章离散傅立叶变换(DFT)
1 2
1 e 12
j 2 ( k 11)
1 e 12
B
Ak
6, 6,
1k 21 k 6 101
…11…22…rr…
10 0
11 0
B 0, 0其 0它 的…k… x(n) Xc(oks)6 n 6 0 ……
0 0
6 6, k 112r 6X~(k) 6, k 1112r
NT
T0
1 f0
T0 2 f0
N
1
fs
时域离散化==>频域周期化
时域周期化==>频域离散化
N NΩ0
NT0 fs s T f0 0
-7-
§3.3 离散傅里叶级数DFS
( Discrete Fourier Series )
连续周期信号:
~xa(t) ~xa(t kT0) 基频：0 2/T0
x2 m … 5 4 3 2 1 0 5 4 3 2 1 0 … 10
x2 1m … 0 5 4 3 2 1 0 5 4 3 2 1 … 8 x2 2m … 1 0 5 4 3 2 1 0 5 4 3 2 … 6 x2 3m … 2 1 0 5 4 3 2 1 0 5 4 3 … 10
n 0
n 0
x ( n ) I D F S [ X ( k ) ] N 1 N k 0 1 X ( k ) e j2 N n k N 1 N k 0 1 X ( k ) W N n k
其中：
WN
j 2
e N
-9-
X k 与 z 变 换 的 关 系 ：
x (n ) x (n )R N (n )
x(n) x(nrN)
第3章--离散傅里叶变换(DFT)
设x(n)是一种长度为M旳有限长序列， 则定义x(n)旳N点
离散傅里叶正变换为
N 1
j 2 nk
X (k ) DFT[x(n)] x(n)e N
N 1
x(n)WNnk
n0
n0
离散傅里叶逆变换为
离散傅里叶变换对
x(n)
IDFT[ X (k )]
1 N
N 1
j 2 nk
X (k )e N
3.2 离散傅里叶变换旳基本性质
1 线性性质 假如x1(n)和x2(n)是两个有限长序列，长度分别为N1和N2。 y(n)=ax1(n)+bx2(n) 式中a、 b为常数， 即N=max［N1, N2］，
则y(n)旳N点DFT为 Y(k)=DFT［y(n)］=aX1(k)+bX2［k］, 0≤k≤N-1(3.2.1) 其中X1(k)和X2(k)分别为x1(n)和x2(n)旳N点DFT。 若N1<N2，则N=N2,那么需将x1(n)补上N2-N1个零值点后变
k 2 k f f s k
N
N
以上所讨论旳三种频率变量之间旳关系，在对模 拟信号进行数字处理以及利用模拟滤波器设计数 字滤波器乃至整个数字信号处理中十分主要，望 同学们高度注重。
第三章 离散傅里叶变换DFT
3.1.2 DFT旳隐含周期性------ DFT与 DFS旳关系
DFT变换对中，x(n)与X(k)均为有限长序列,但因为WknN旳周
第三章 离散傅里叶变换DFT
例2 ： x(n) R8 (n)，分别计算x(n)旳8点、16点DFT。
解: x(n)旳8点DFT为
X (k)
7 n0
R8 (n)W8k n
7 j2k n
数字信号处理第3章离散傅里叶变换DFT
~
N 1 ~
N 1
N 1
X (k)
x(n)WNkn
x((n))NWNkn
x(n)WNkn
n0
n0
n0
~
x(n)
1
N
~
X (k )WNkn
1 N
N 1 n0
X (k )WNkn
(3.1.8) (3.1.9)
式中 ~ X (k) x(k)RN (k)
(3.1.10)
课件
10
3.2 离散傅里叶变换的基本性质
则 ((n))N=n1
~
例如， N 5, x(n) x(n)5,
~
x(5) x((5))5 x(0)
~
x(6) x((6))5 x(1)
M为整数， 则有
所得结果附合图2.1.2所示的周期延拓规律。
课件
9
~
~ 如果x(n)的长度为N，且 x (n)=x((n))N，则可写出 x (n)的离散傅里叶级数为
3.2.1 线性性质 如果x1(n)和x2(n)是两个有限长序列，长度分别为N1
和N2。 y(n)=ax1(n)+bx2(n)
式中a、b为常数，即N=max［N1, N2］，则y(n)N点DFT为 Y(k)=DFT［y(n)］=aX1(k)+bX2(k), 0≤k≤N-1(3.2.1) 其中X1(k)和X2(k)分别为x1(n)和x2(n)的N点DFT。
n0
式中
X (k ) X (z) j2 k , k 0,1, 2, , N 1 ze N
x(n) X (z)[ X (k )] 1 N1
N k0
X (k )WNkn
课件
31
X (z) 1 N1
第3章离散傅里叶变换(DFT)
第3章 离散傅里叶变换（DFT）
【例3.1.2】 设x(n)=R4(n)，X(ejω)=FT［x(n)］。分别计算 X(ejω)在频率区间［0，2π］上的16点和32点等间隔采样， 并绘制X(ejω)采样的幅频特性图和相频特性图。 解：
由DFT与傅里叶变换的关系知道，X(ejω)在频率区间 ［0，2π］上的16点和32点等间隔采样，分别是x(n)的16点 和32点DFT。调用 fft 函数的求解程序如下:
第3章 离散傅里叶变换（DFT）
第3章 离散傅里叶变换（DFT）
3.1 离散傅里叶变换的定义及物理意义 3.2 离散傅里叶变换的基本性质 3.3 频率域采样 3.4 DFT的应用举例
第3章 离散傅里叶变换（DFT）
3.1 离散傅里叶变换的定义及物理意义
3.1.1 DFT （Discrete Fourier Transform）的定义 设x(n)是一个长度为M的有限长序列，定义x(n)的N点
第3章 离散傅里叶变换（DFT）
k=0:31;wk=2*k/32; %产生32点DFT对应的采样点频率(关于π归一化值) subplot(2,2,2); h=stem(wk,abs(Xk32),'o','fill'); %绘制32点DFT的幅频特性图 set(h,'LineWidth',3) title('(c)32点DFT的幅频特性图','fontsize',25); xlabel('ω/π','fontsize',25);ylabel('幅度','fontsize',25)
第3章 离散傅里叶变换（DFT）
说明： 若 x(n) 实际长度为M，延拓周期为N，则当N<M时，
第三节离散傅立叶变换(DFT)
二、DFS只有N个独立的值
X~(k) N1 ~x (n)WNnk
n0
~x(n)
1 N
N 1 X~ (k )WNnk
k 0
DFS公式的求和都限定在n = 0 ~ N-1和k = 0 ~ N-1的主值
区间上进行，因此该公式完全适用于有限长序列x(n)与
X(k)，从而可得有限长序列的离散傅里叶变换的定义:
~x (n)
DFS
n
x(n)
DFT
X~ (k )
k X (k)
n
k
x(t) x(n)
~x (n)
x(n)
CFT
t
DTFT
n
DFS
X ( j)
X (e j )
0 X~(k) 2
n
k
X (k)
DFT
隐含周期性
n 是DTFT的N等分
k
例1：已知序列x(n)=δ(n)，求它的N点DFT。
(n)
X (k)
第三章 离散傅立叶变换（DFT）
§3-1 引言
( Discrete Fourier Transform )
§3-2 傅里叶变换的几种可能形式
§3-3 周期序列的离散傅里叶级数(DFS)
§3-4 离散傅里叶级数的性质
§3-5 离散傅里叶变换—有限长序列的离散频域表示
§3-6 离散傅里叶变换的性质
§3-7 抽样z变换—频域抽样理论
§3-8 利用DFT计算模拟信号的傅里叶变换(级数)对
本章学习目标
1）理解傅里叶变换的几种形式 2）了解周期序列的傅里叶级数及其性质 3）理解离散傅里叶变换及其性质 4）了解频域抽样定理 5）理解频谱分析的过程
§3-1 引言
第3章 离散傅里叶变换(DFT)(2016)
N 1
kn N
k 0,1,...,N 1
x(n) --------有限长序列（长度为M)； WN=e-j2π/N----旋转因子；N-------N 1
kn (N k) DFT DFT [ x ( n )] x ( n )WN X(k) --------x(n)X 的 点 ；
N 1 n 0
*矩阵法求解循环卷积： y(0)c x(0) y(1) c x(1) y( n) x( n) h( n) y(2)c ＝ x(2) y( L 1) x( L 1) c x( L 1) x(0) x(1) x( L 2) x( L 2) x( L 1) x(0) x( L 3) x(1) h(0) h(1) x(2) x(3) h(2) x(0) h( L 1)
2kn 2. Im[ X ( k )] j x( n) sin( ) N n0
N 1 2kn 2kn Im[ X ( k )] j x ( n) sin( ) j x( n) sin( ) Im[ X ( k )] N N n0 n0 X(k)虚 部 奇 对 称 N 1
4. x(n)是长度为N的实序列,且X(k)=DFT［x(n)］,则 1)X(k)实部关于N/2偶对称,即: Re[X(k)]= Re[X(-k)]= Re[X(N-k)] X(k)虚部关于N/2奇对称,即 Im[X(k)]= -Im[X(-k)]= -Im[X(N-k)]
1)证：
N 1 N 1 2kn 2kn kn X ( k ) DFT [ x( n)] x ( n)W N x( n) cos( ) j x( n) sin( ) N N n0 n0 n0 N 1
第三章 离散傅里叶变换(DFT)
WΒιβλιοθήκη n N=(W
− N
n
)*
W
n N
=
W
n N
+iN
3. 可约性 4. 正交性
W i⋅n N
= WNn / i
∑ ∑ 1
N
N −1
W
nk N
(WNmk
)
*
k =0
=
1 N
N −1
W (n−m)k N
k =0
=
⎧1, ⎩⎨0,
n − m = iN n − m ≠ iN
3.3 周期序列的离散傅里叶级数
z 可以看出，当0≤k≤N-1 时，X~(k) 是对X(z)在Z平面单 位圆上的N点等间隔采样，在此区间之外随着k的变 化，X~ (k ) 的值呈周期变化。
了。所以这种无穷长序列实际上只有N个序列值的信息是 有用的，因此周期序列与有限长序列有着本质的联系。
3.3 周期序列的离散傅里叶级数
z X~(k) ↔ ~x (n) 是一个周期序列的离散傅里叶 级数(DFS)变换对，这种对称关系可表示为：
∑ X
(k )
=
D F S [ x (n)]
=
N −1
x
10
X (k) =
|X(ejω)|
X (e jω ) ω= 2π k 10
=
− j 4π k
e 10
sin(π k / 2) sin(π k /10)
5
…
o
π
…
2π
3π
4π
ω
3.3 周期序列的离散傅里叶级数
例2 已知周期序列x (n),求X (k )。并讨论 X~ (k)与 X (e jω ) 的关系
将n和k互换，有 ∑ Nx (－k ) = N－1 X (n)WNkn n＝0
− N
n
)*
W
n N
=
W
n N
+iN
3. 可约性 4. 正交性
W i⋅n N
= WNn / i
∑ ∑ 1
N
N −1
W
nk N
(WNmk
)
*
k =0
=
1 N
N −1
W (n−m)k N
k =0
=
⎧1, ⎩⎨0,
n − m = iN n − m ≠ iN
3.3 周期序列的离散傅里叶级数
z 可以看出，当0≤k≤N-1 时，X~(k) 是对X(z)在Z平面单 位圆上的N点等间隔采样，在此区间之外随着k的变 化，X~ (k ) 的值呈周期变化。
了。所以这种无穷长序列实际上只有N个序列值的信息是 有用的，因此周期序列与有限长序列有着本质的联系。
3.3 周期序列的离散傅里叶级数
z X~(k) ↔ ~x (n) 是一个周期序列的离散傅里叶 级数(DFS)变换对，这种对称关系可表示为：
∑ X
(k )
=
D F S [ x (n)]
=
N −1
x
10
X (k) =
|X(ejω)|
X (e jω ) ω= 2π k 10
=
− j 4π k
e 10
sin(π k / 2) sin(π k /10)
5
…
o
π
…
2π
3π
4π
ω
3.3 周期序列的离散傅里叶级数
例2 已知周期序列x (n),求X (k )。并讨论 X~ (k)与 X (e jω ) 的关系
将n和k互换，有 ∑ Nx (－k ) = N－1 X (n)WNkn n＝0
第3章 离散傅立叶变换 DFSDFS的性质DFTDFT的性质循环卷积利用DFT计算线性卷积频率域抽样FFT
~x(n)
1 N
N
1
X~
(k
)W
N
kn
k 0
IDFS
X~ (k )
DFS[·] ——离散傅里叶级数正变换 IDFS[·]——离散傅里叶级数反变换
离散傅里叶变换（DFT）
我们知道周期序列实际上只有有限个序列值有意义，因此 它的许多特性可推广到有限长序列上。
一个有限长序列 x(n)，长为N，
x(n)
图4.2.8 倒序规律
3.5.4 频域抽取法FFT(DIF―FFT)
在基2快速算法中，频域抽取法FFT也是一种常用 的快速算法，简称DIF―FFT。
设序列x(n)长度为N=2M，首先将x(n)前后对半分
开，得到两个子序列，其DFT可表示为如下形式：
N 1
X (k) DFT[x(n)] x(n)WNk
T0
频谱特点： 离散非周期谱
2. 连续时间非周期信号
x(t) 1 X ( j) ej td
2
X ( j) x(t) e j tdt
频谱特点： 连续非周期谱
3. 离散非周期信号
x(n) FT-1[ X (ej )] 1 X (ej ) ejnd
2
X (ej ) FT[x(n)] x(n) e-jn n
~x (n) IDFS [ X~ (k )] 1 N 1 X~ (k )e j2 / N nk
N n0
X~ (k ) DFS [~x (n)] N 1 ~x (n)e j2 / N kn n0
习惯上：记 WN e j2 / N ，叫旋转因子．
则DFS变换对可写为
X~(k) N 1 ~x (n)WNkn DFS~x (n) n0
第三章 离散傅里叶变换(DFT)
N 1
~ X ( k ) N k ( r pn)
k 0
N 1
~ NX ( r pN ) ~ NX ( r )
j 2 nr N
1 ~ 因此, X (r ) N
~ ( n )e x
n 0
N 1
将r换成k则有 1 ~ X (k ) N
n 0
则有
~ ~ ~ (n) b~ (n) aX (k ) bX (k ) DFSax1 x2 1 2
其中，a,b为任意常数。
二.序列的移位
~ ~(n) X (k ) 如果 DFSx
则有：
~ ~(n m) W mk X (k ) DFSx N e
2 j mk N
即：
N 1 n 0 j 2 kn N
~ ~( n )e X (k ) x ~( n ) 1 x N
N 1 k 0
~ X ( k )e
2 j kn N
~ X (k ) 的周期性 2 N 1 j ( k mN ) n ~ 周期性： ( k m N) ~( n )e N X x
) X (k )
0
0 20
N 0 N
k
四.离散时间、离散频率的傅氏变换--DFT
x(nT)=x(n)
1 2 T0 F0 0
T0 NT
0
x (e
j k 0T
T 2T
1 2
( N 1) ( N 1)
NT N
0
)
2 T s 1 T 2
x(k )
n 0 N 1 j 2 nk N
~ ( n )W nk x N
N 1 n 0
~ X ( k ) N k ( r pn)
k 0
N 1
~ NX ( r pN ) ~ NX ( r )
j 2 nr N
1 ~ 因此, X (r ) N
~ ( n )e x
n 0
N 1
将r换成k则有 1 ~ X (k ) N
n 0
则有
~ ~ ~ (n) b~ (n) aX (k ) bX (k ) DFSax1 x2 1 2
其中，a,b为任意常数。
二.序列的移位
~ ~(n) X (k ) 如果 DFSx
则有：
~ ~(n m) W mk X (k ) DFSx N e
2 j mk N
即：
N 1 n 0 j 2 kn N
~ ~( n )e X (k ) x ~( n ) 1 x N
N 1 k 0
~ X ( k )e
2 j kn N
~ X (k ) 的周期性 2 N 1 j ( k mN ) n ~ 周期性： ( k m N) ~( n )e N X x
) X (k )
0
0 20
N 0 N
k
四.离散时间、离散频率的傅氏变换--DFT
x(nT)=x(n)
1 2 T0 F0 0
T0 NT
0
x (e
j k 0T
T 2T
1 2
( N 1) ( N 1)
NT N
0
)
2 T s 1 T 2
x(k )
n 0 N 1 j 2 nk N
~ ( n )W nk x N
N 1 n 0
离散傅里叶变换(DFT)
k=floor((-Nw/2+0.5):(Nw/2+0.5)); %建立关于纵轴对称的频率相量
for r=0:3;
K=3*r+1;
% 1,4,7,10
nx=0:(K*Nx-1); x=xn(mod(nx,Nx)+1);
%周期延拓后的时间向量 %周期延拓后的时间信号x
Xk=x*(exp(-j*dw*nx'*k))/K; %DFS
0
DFT的提出：
离散傅里叶变换不仅具有明确的物理意义，相对于DTFT， 它更便于用计算机处理。但是，直至上个世纪六十年代，由 于数字计算机的处理速度较低以及离散傅里叶变换的计算量 较大，离散傅里叶变换长期得不到真正的应用，快速离散傅 里叶变换算法的提出，才得以显现出离散傅里叶变换的强大 功能，并被广泛地应用于各种数字信号处理系统中。近年来， 计算机的处理速率有了惊人的发展，同时在数字信号处理领 域出现了许多新的方法，但在许多应用中始终无法替代离散 傅里叶变换及其快速算法。
X (e j ) x(n)e jn n
x(n) 1 X (e j )e jnd
2
其中ω为数字角频率，单位为弧度。 注意：非周期序列，包含了各种频率的信号。
局限性：离散时间傅里叶变换（DTFT）是特殊的Z变换，在数学和信号分 析中具有重要的理论意义。但在用计算机实现运算方面比较困难。这是因为， 在DTFT的变换对中，离散时间序列在时间n上是离散的，但其频谱在数字角
§1、傅里叶级数
周期为N的序列 ~x(n) ~x(n rN), (r为整数)
j( 2 )n
基频序列为 e1(n) e N
k次谐波序列为
ek (n)
j( 2 )nk
e N
第三章离散傅里叶变换DFT一
解
(1)
(2)
x1(n) (n 3)
x2 (n)
1 2
(n
1)
(n)
1 2
(n
1)
X1(e j )
(n 3)e jn e j3
n
X 2 (e j )
x2 (n)e jn
n
1 e j 2
1
1 e j 2
1 cos
3.2离散时间序列的傅里叶变换
(3) x3(n) anu(n), 0 a 1 (4) x4 (n) u(n 3) u(n 4)
3.4离散时间周期序列的傅里叶级数 （DFS）
3.4离散时间周期序列的傅里叶级数 （DFS）
2. 时域频域各取一个周期,得到DFT
x(t) X (k0 )e jk0t (1) k
( 0
2
T
)
x(nTs )
x(t) t nTs
X (k0 )e jk0nTs
k
X
(k
0
)e
jk
2 T
nTs
主要内容
3.1连续时间信号的傅里叶变换 3.2离散时间序列的傅里叶变换
（DTFT） 3.3连续时间信号的抽样 3.4离散时间周期序列的傅里叶级数
（DFS）
3.1连续时间信号的傅里叶变换
周期连续信号傅里叶级数展开
周期信号f(t)=f(t+nT) ，满足狄氏条件（有限区间逐 段光滑）时，可展成：
x(n)e N
N n0
(3)
3.4离散时间周期序列的傅里叶级数 （DFS）
习惯上将以上的式（2），（3）中的定标因子移 到反变换中，得到离散傅里叶变换（ DFT ）：
X
(k)
N 1 n0
(1)
(2)
x1(n) (n 3)
x2 (n)
1 2
(n
1)
(n)
1 2
(n
1)
X1(e j )
(n 3)e jn e j3
n
X 2 (e j )
x2 (n)e jn
n
1 e j 2
1
1 e j 2
1 cos
3.2离散时间序列的傅里叶变换
(3) x3(n) anu(n), 0 a 1 (4) x4 (n) u(n 3) u(n 4)
3.4离散时间周期序列的傅里叶级数 （DFS）
3.4离散时间周期序列的傅里叶级数 （DFS）
2. 时域频域各取一个周期,得到DFT
x(t) X (k0 )e jk0t (1) k
( 0
2
T
)
x(nTs )
x(t) t nTs
X (k0 )e jk0nTs
k
X
(k
0
)e
jk
2 T
nTs
主要内容
3.1连续时间信号的傅里叶变换 3.2离散时间序列的傅里叶变换
（DTFT） 3.3连续时间信号的抽样 3.4离散时间周期序列的傅里叶级数
（DFS）
3.1连续时间信号的傅里叶变换
周期连续信号傅里叶级数展开
周期信号f(t)=f(t+nT) ，满足狄氏条件（有限区间逐 段光滑）时，可展成：
x(n)e N
N n0
(3)
3.4离散时间周期序列的傅里叶级数 （DFS）
习惯上将以上的式（2），（3）中的定标因子移 到反变换中，得到离散傅里叶变换（ DFT ）：
X
(k)
N 1 n0
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
x(1) h(0)
x(2)
h(1)
x(3) h(2)
x(0) h(L 1)
【例3.2.1】 计算下面给出的两个长度为4的序列h(n)与x(n)的 4点和8
h(n) h(0), h(1), h(2), h(3) 1, 2,3, 4 x(n) x(0), x(1), x(2), x(3) 1,1,1,1
n0
N 1
x(n)WNkn X (k)
n0
2. x(n+mN)=x(n) (m为整数)
证：
x(n+mN)=
1 N
N 1
X (k )N 1
X (k)WNkn
k 0
x(n)
例: x(n)=(-0.9)n -5≤n≤5,绘图探讨其周期性。 取：N=100 k= -200~200(-2N~2N)
二、 循环移位性质 1. 序列的循环移位 设x(n) 长度为N， 则x(n)的循环移位 y(n)=x((n+m))NRN(n)
(3.2.2)
1)x(n)周期延拓 2)移位 3)取主值序列
2. 时域循环移位定理 设x(n) 长度为N，y(n)=x((n+m))NRN(n)
则 Y(k)=DFT［y(n)］ =WN-km X(k) 其中X(k)=DFT［x(n)］, 0≤k≤N-1。
解 h(n)与x(n)的4点循环卷积矩阵形式为:
yc (0) 1 4 3 2 1 10
处理。方法：在单位圆上均匀取样，将0~2π等分为N点
ωN=2π/N，第k点频率ωk=2πk/N，则 X(k)=X(ejω)| ω=ωNk (k=0,1,2,…,N-1)
一、DFT的定义
N 1
X(k)=DFT[x(n)]= x(n)WNkn n0
其中
k 0,1,..., N1
x(n) --------有限长序列（长度为M)；
第3章 离散傅里叶变换(DFT)
3.1 离散傅里叶变换的定义 3.2 离散傅里叶变换的基本性质 3.4 DFT的应用
3.1 离散傅里叶变换的定义
引：DFT---时间、频率都离散化且是有限长序列的傅里叶变换，
可在计算机上实现。
频率离散化：
X(e jω)=FT[x(n)]=
x(n)e jn
n
ω在0~2π内变化，仍是连续的,须经离散化才能在计算机上
X1(k)=DFT［x1(n)］ X2(k)=DFT［x2(n)］ 若
X(k)=X1(k)·X2(k) 则
N 1
x(n)=x1(n) x2(n)= x1(m)x2 ((n m))N RN (n) (n 0,1,..., N1) (3.2.5) m0
其中 “ ”称为循环卷积。
注：两个长度为N的序列循环卷积长度仍为N。
注：ωk=2πk/N
x(n) 幅频 相频
x(n)=IDFT[X(k)]
n ω(π) ω(π) n
3. x(n) 的周期延拓
长度为N的序列x(n)的周期延拓为：
~
x(n) x(n mN ) (3.1.5)
m
~
则 x(n) x(n) RN (n)
(3.1.6)
~
即x(n)为 x(n) 的主值序列。
1
01234567
x2(n) 1
n，m
n 01234567
x2((－ m))NRN(m) 1
m 01234567
x2 (( 1 － m))NRN(m) 1
m 01234567
x2 (( 2 － m))NRN(m) 1
m 01234567
x(n) 4 3 2 1
n 01234567
图3.2.2 循环卷积过程示意图
e8
n0
N 0
j 3k
e8
sin(
2
sin(
k) ,k
k)
0,1, , 7
8
|X(k) | (N=8)
|X(k)| (N=16)
|X(k) |的包络
|X(k)| (N=64)
二、 DFT和Z变换的关系 x(n)的N点DFT是x(n)的z变换在单位圆上的N点等间隔采样。即
X (k ) X (z) , j2 k ze N
*矩阵法求解循环卷积：
y(n) x(n)
y(0)c x(0)
y(1)c
x(1)
h(n)
y(2)c
＝
x(2)
y(L 1)c x(L 1)
x(L 1) x(0) x(1)
x(L 2)
x(L 2) x(L 1)
x(0)
x(L 3)
注：如果h(n)的长度N<L，则需要在h(n)末尾补L－N
3.2 离散傅里叶变换的基本性质
一、 线性 设x1(n)和x2(n) 长度分别为N1和N2，
y(n)=ax1(n)+bx2(n) (a, b为常数) 取N=max［N1, N2］， 则y(n)的N点DFT为
Y(k)=DFT［y(n)］=aX1(k)+bX2(k), 0≤k≤N-1 (3.2.1) 其中X1(k)和X2(k)分别为x1(n)和x2(n)的N点DFT。
3. 频域循环移位定理 X(k)=DFT［x(n)］, 0≤k≤N-1
Y(k)=X((k+l))NRN(k) 则 y(n)=IDFT［Y(k)］=WNnlx(n)
3. 循环卷积定理
有限长序列x1(n)和x2(n)， 长度分别为N1和N2， N=max［ N1, N2 ］。 x1(n)和x2(n)的N点DFT分别为：
x(n)=IDFT[X(k)
]=其N1中NkW01 XN
(k
)eW- jNNkn
n-
e
j2 N
0-,1-,.-..-,旋N转1 因子
x(n) DFT X(k) IDFT
例 3.1.1 x(n)=R4(n) ，求x(n)的8点DFT 设变换区间N=8， 则
7
X (k)
3
x(n)W8kn
j 2 kn
0 k N-1
X (k ) X (z j ) 2 k , N
0 k N-1
(3.1.3) (3.1.4)
三、 DFT隐含周期性
1.X(k+mN)=X(k) (m为整数)
证：由于 WNk WN(kmN), (kk,,mm,,nN均为整数)
故
N 1
X (k mN ) x(n)WN(kmN )n
N 1
X(k) --------x(n)X的(Nk)点DDFFTT；[x(n)] x(n)WNk n
k 0,1,..
X(kW)的N离=e散-j2π傅/N-里---叶旋x逆转(n变)因换子I为D；FNT-[--X--(-k--)]DFnTN10的Nn变01 X换(区k )W间N(Nk n≥M)n 0,1,...