2.6 DTFT变换

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 ⎣

离散时间信号的傅里叶变换和离散傅里叶变换摘要本文主要介绍了离散时间信号的离散时间傅里叶变换及离散傅里叶变换，说明其在频域的具体表示和分析，并通过定义的方法和矩阵形式的表示来给出其具体的计算方法。

同时还介绍了与离散时间傅里叶变换（DTFT ）和离散傅里叶变换（DFT ）相关的线性卷积与圆周卷积，并讲述它们之间的联系，从而给出了用圆周卷积计算线性卷积的方法，即用离散傅里叶变换实现线性卷积。

1. 离散时间傅里叶变换1.1离散时间傅里叶变换及其逆变换离散时间傅里叶变换为离散时间序列x[n]的傅里叶变换，是以复指数序列｛｝的序列来表示的（可对应于三角函数序列），相当于傅里叶级数的展n j e ω-开，为离散时间信号和线性时不变系统提供了一种频域表示，其中是实频率ω变量。

时间序列x[n]的离散时间傅里叶变换定义如下：)(ωj e X （1.1）∑∞-∞=-=nnj j e n x e X ωω][)(通常是实变量的复数函数同时也是周期为的周期函数，并且)(ωj e X ωπ2的幅度函数和实部是的偶函数，而其相位函数和虚部是的奇函数。

)(ωj e X ωω这是由于：（1.2）)()()(tan )()()()(sin )()()(cos )()(222ωωωωωωωωωωθωθωθj re j im j im j re j j j im j j re e X e X e X e X e X e X e X e X e X =+===由于式（1.1）中的傅里叶系数x[n]可以用下面给出的傅里叶积分从中算出：)(ωj e X 1（1.3）ωπωππωd e eX n x n j j )(21][⎰-=故可以称该式为离散时间傅里叶逆变换（IDTFT ），则式（1.1）和（1.3）构成了序列x[n]的离散时间傅里叶变换对。

上述定义给出了计算DTFT 的方法，对于大多数时间序列其DTFT 可以用收敛的几何级数形式表示，例如序列x[n]=,此时其傅里叶变换可以写成简单n α的封闭形式。

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

| X (e j ) | sin(N / 2) sin( / 2)
arg[ X (e j )] (N 1) arg[sin(N / 2)]
2
sin( / 2)
当N＝4时，序列x(n)及其幅度谱与相位谱如下图示。
程序清单
clc; clear; y=[1 1 1 1]; x=0; n=[0:3]; w=0:0.01:2*pi; subplot(311); stem(n,y); xlabel('n'); ylabel('x(n)'); for n=0:3
xe (n) xe (n)
xo (n) xo(n)
xe (n)
1 2
[x(n)
x(n)]
xo (n)
1 2
[x(n)
x(n)]
（4）对序列x(n)旳X(ejω)
X(ejω)=Xe(ejω)+Xo(ejω)
Xe(ejω)=X*e(e-jω) Xo(ejω)=-X*o(e-jω)
X e (e j
)
对比上面两公式， 左边相等， 所以得到 xer(n)=xer(-n) xei(n)=-xei(-n)
（2）共轭反对称序列： 若满足下式： xO(n)=-x*O(-n) 则称xO(n)为共轭反对称序列。
共轭反对称序列旳性质：实部是奇函数， 虚部是偶函数。
例：共轭对称序列 共轭反对称序列
5－j －5＋j
d
5、时域卷积定理
设
y(n)=x(n)*h(n),
则 Y(ejω)=X(ejω)·H(ejω)
时域卷积， 频域乘法
证明：
令k=n-m
y(n) x(m)h(n m)
m
Y (e j ) FT[ y(n)]