下载文档原格式
数字信号处理中的对称性问题虞粉英;陆锦辉【摘要】数字信号处理是利用计算机或信号处理设备、采用数值计算方法对信号进行处理的过程.该文分析了离散时间傅里叶变换(DTFT)、离散傅里叶变换(DFT)、连续与非周期以及离散与周期的对称性,将N点序列的离散谱视为DTFT连续谱一个周期的采样,解决了利用计算机分析信号频谱的问题.通过对比分析DTFT和DFT 的对称性可知,将DFT的对称性应用到实序列DFT计算中,可减少约50％运算量.【期刊名称】《南京理工大学学报（自然科学版）》【年(卷),期】2018(042)005【总页数】7页(P615-621)【关键词】数字信号处理;奇偶对称性;共轭对称性;圆周共轭对称性【作者】虞粉英;陆锦辉【作者单位】南京理工大学电子工程与光电技术学院,江苏南京210094;南京理工大学电子工程与光电技术学院,江苏南京210094【正文语种】中文【中图分类】TN911.72数字信号处理(Digital signal processing,DSP)是利用计算机或通用(专用)的信号处理设备，采用数值计算的方法对信号进行处理的一门学科。
随着信息、通信、计算机科学与技术的迅速发展，数字信号处理理论得到快速发展，在信息与通信领域应用广泛。
文献[1]利用多路欠采样的方法对多分量线性调频(Linear frequency modulation，LFM)信号进行参数估计。
文献[2，3]研究了中继协作通信系统中数字信号处理算法的对称性问题，用于设计上下行链路。
数字信号处理理论在自动控制、生物医学、机械、能源、电力、纺织、仪器仪表等领域的应用也日益广泛[4，5]。
我国中东部经济发达地区电力供应相对紧缺，为此，在国家西电东输工程中，电力的转换与传输中存在大量的数据监测和监控，利用数字信号处理的方法就可以进行数据的自动分类、准确监控，从而实现高效率、高精度的电力转换与传输。
数字信号处理理论在电网储能优化配置中也有着重要作用[6]。
FS，FT，DFS，DTFT，DFT，FFT的联系和区别对于初学数字信号处理（DSP）的人来说，这几种变换是最为头疼的，它们是数字信号处理的理论基础，贯穿整个信号的处理。
学习过《高等数学》和《信号与系统》这两门课的朋友，都知道时域上任意连续的周期信号可以分解为无限多个正弦信号之和，在频域上就表示为离散非周期的信号，即时域连续周期对应频域离散非周期的特点，这就是傅里叶级数展开（FS），它用于分析连续周期信号。
FT是傅里叶变换，它主要用于分析连续非周期信号，由于信号是非周期的，它必包含了各种频率的信号，所以具有时域连续非周期对应频域连续非周期的特点。
FS和FT 都是用于连续信号频谱的分析工具，它们都以傅里叶级数理论问基础推导出的。
时域上连续的信号在频域上都有非周期的特点，但对于周期信号和非周期信号又有在频域离散和连续之分。
在自然界中除了存在温度，压力等在时间上连续的信号，还存在一些离散信号，离散信号可经过连续信号采样获得，也有本身就是离散的。
例如，某地区的年降水量或平均增长率等信号，这类信号的时间变量为年，不在整数时间点的信号是没有意义的。
用于离散信号频谱分析的工具包括DFS，DTFT和DFT。
DTFT是离散时间傅里叶变换，它用于离散非周期序列分析，根据连续傅里叶变换要求连续信号在时间上必须可积这一充分必要条件，那么对于离散时间傅里叶变换，用于它之上的离散序列也必须满足在时间轴上级数求和收敛的条件；由于信号是非周期序列，它必包含了各种频率的信号，所以DTFT对离散非周期信号变换后的频谱为连续的，即有时域离散非周期对应频域连续周期的特点。
当离散的信号为周期序列时，严格的讲，离散时间傅里叶变换是不存在的，因为它不满足信号序列绝对级数和收敛（绝对可和）这一傅里叶变换的充要条件，但是采用DFS（离散傅里叶级数）这一分析工具仍然可以对其进行傅里叶分析。
我们知道周期离散信号是由无穷多相同的周期序列在时间轴上组成的，假设周期为N，即每个周期序列都有N个元素，而这样的周期序列有无穷多个，由于无穷多个周期序列都相同，所以可以只取其中一个周期就足以表示整个序列了，这个被抽出来表示整个序列特性的周期称为主值周期，这个序列称为主值序列。
第三章离散傅立叶变换(DFT)3．1 引言有限长序列在数字信号处理是很重要的一种序列，当然可以用Z变换和傅里叶变换来研究它，但是，可以导出反映它的"有限长"特点的一种有用工具是离散傅里叶变换(DFT)。
离散傅里叶变换除了作为有限长序列的一种傅里叶表示法在理论上相当重要之外，而且由于存在着计算离散傅里叶变换的有效快速算法，因而离散傅里叶变换在各种数字信号处理的算法中起着核心的作用。
有限长序列的离散傅里叶变换(DFT)和周期序列的离散傅里叶级数(DFS)本质上是一样的。
为了更好地理解DFT，需要先讨论周期序列的离散傅里叶级数DFS。
而为了讨论离散傅里叶级数及离散傅里叶变换，我们首先来回顾并讨论傅里叶变换的几种可能形式。
(连续时间信号：如果在讨论的时间间隔内，除若干不连续点之外，对于任意时间值都可给出确定的函数值，此信号就称为连续时间信号。
)一、连续时间、连续频率——连续傅立叶变换（FT）设x(t)为连续时间非周期信号，傅里叶变换关系如下图所示：可以看出时域连续函数造成频域是非周期的谱，而时域的非周期造成频域是连续的谱。
二、连续时间，离散频率------傅 里 叶 级 数设f(t)代表一个周期为T 1的周期性连续时间函数，f(t)可展成傅里叶级数，其傅里叶级数的系数为，f(t)和组成变换对，表示为:（）注意符号：如果是周期性的采样脉冲信号p(t)，周期用T 表示（采样间隔）。
采样脉冲信号的频率为可以看出时域连续函数造成频域是非周期的谱，而时域的周期造成频域是离散的谱三、离散时间，连续频率------序列的傅里叶变换n F n F tjn n n e F t f 1)(Ω∞-∞=∑=112Ω=πT dte tf T F TT t jn n ⎰-Ω-=221111)(1Ts π2=Ω正变换：DTFT[x(n)]=反变换：DTFT-1 级数收敛条件为||=可以看出时域离散函数造成频域是周期的谱，而时域的非周期造成频域是连续的谱四、离散时间，离散频率------离散傅里叶变换上面讨论的三种傅里叶变换对，都不适用在计算机上运算，因为至少在一个域(时域或频域)中，函数是连续的。
傅里叶变换的四种形式
傅里叶变换的四种形式包括：
1.连续傅里叶变换（Continuous Fourier Transform）：这是将频率域的函数F(ω)表示为时间域的函数f（t）的积分形式。
其逆变换为：一般可称函数f（t）为原函数，而称函数F(ω)为傅里叶变换的像函数，原函数和像函数构成一个傅里叶变换对（transform pair）。
对于周期函数，其傅里叶级数是存在的。
2.离散时域傅里叶变换（Discrete Time Fourier Transform，DTFT）：DTFT在时域上是离散的，在频域上则是周期的。
DTFT可以被看作是傅里叶级数的逆变换。
3.离散傅里叶变换（Discrete Fourier Transform，DFT）：DFT 是连续傅里叶变换在时域和频域上都离散的形式，将时域信号的采样变换为在离散时间傅里叶变换（DTFT）频域的采样。
4.离散傅里叶级数（Discrete Fourier Series，DFS）：对于周期性离散信号，可以使用离散傅里叶级数（DFS）进行表示。
傅里叶变换一、傅里叶变换的表述在数学上，对任意函数f（x），可按某一点进行展开，常见的有泰勒展开和傅里叶展开.泰勒展开为各阶次幂函数的线性组合形式,本质上自变量未改变,仍为x,而傅里叶展开则为三角函数的线性组合形式,同时将自变量由x变成ω,且由于三角函数处理比较简单,具有良好的性质,故被广泛地应用在信号分析与处理中,可将时域分析变换到频域进行分析。
信号分析与处理中常见的有CFS（连续时间傅里叶级数)、CFT （连续时间傅里叶变换）、DTFT（离散时间傅里叶变换)、DFS(离散傅里叶级数）、DFT（离散傅里叶变换)。
通过对连续非周期信号x c（t)在时域和频域进行各种处理变换,可推导出以上几种变换,同时可得出这些变换之间的关系。
以下将对上述变换进行简述，同时分析它们之间的关系。
1、CFS(连续时间傅里叶级数）在数学中，周期函数f(x）可展开为由此类比，已知连续周期信号x（t)，周期为T0，则其傅里叶级数为其中，为了简写，有其中，为了与复数形式联系，先由欧拉公式e j z=cos z+jsin z得故有令则对于D n，有n≤0时同理.故CFS图示如下：Figure 错误!未定义书签。
理论上，CFS对于周期性信号x（t）在任意处展开都可以做到无误差，只要保证n从-∞取到+∞就可以。
在实践中，只要n取值范围足够大,就可以保证在某一点附近对x(t）展开都有很高的精度。
2、CFT（连续时间傅里叶变换)连续非周期信号x（t），可以将其看成一连续周期信号的周期T0→∞。
当然，从时域上也可以反过来看成x（t)的周期延拓。
将x（t)进行CFS展开,有若令则有T0→∞使得Ω0→0，则由此,定义傅里叶变换与其逆变换如下CFT:CFT-1：x（t)是信号的时域表现形式,X（jΩ）是信号的频域表现形式，二者本质上是统一的，相互间可以转换。
CFT即将x（t）分解,并按频率顺序展开,使其成为频率的函数。
上式中，时域自变量t的单位为秒（s），频域自变量Ω的单位为弧度/秒（rad/s）.CFS中的D n与CFT中的X（jΩ）之间有如下关系即从频域上分析,D n是对X（jΩ)的采样（可将Figure 1与Figure 2进行对比）.CFT图示如下：Figure 错误!未定义书签。
《数字信号处理》辅导一、离散时间信号和系统的时域分析 （一） 离散时间信号（1）基本概念信号：信号传递信息的函数也是独立变量的函数，这个变量可以是时间、空间位置等。
连续信号：在某个时间区间，除有限间断点外所有瞬时均有确定值。
模拟信号：是连续信号的特例。
时间和幅度均连续。
离散信号：时间上不连续，幅度连续。
常见离散信号——序列。
数字信号：幅度量化，时间和幅度均不连续。
（2）基本序列（课本第7——10页）1）单位脉冲序列 1,0()0,0n n n δ=⎧=⎨≠⎩ 2）单位阶跃序列 1,0()0,0n u n n ≥⎧=⎨≤⎩3）矩形序列 1,01()0,0,N n N R n n n N ≤≤-⎧=⎨<≥⎩ 4）实指数序列 ()n a u n5）正弦序列 0()sin()x n A n ωθ=+ 6）复指数序列 ()j n n x n e e ωσ= （3）周期序列1）定义：对于序列()x n ，若存在正整数N 使()(),x n x n N n =+-∞<<∞ 则称()x n 为周期序列，记为()x n ，N 为其周期。
注意正弦周期序列周期性的判定（课本第10页）2）周期序列的表示方法： a.主值区间表示法 b.模N 表示法 3）周期延拓设()x n 为N 点非周期序列，以周期序列L 对作()x n 无限次移位相加，即可得到周期序列()x n ，即()()i x n x n iL ∞=-∞=-∑当L N ≥时，()()()N x n x n R n = 当L N <时，()()()N x n x n R n ≠（4）序列的分解序列共轭对称分解定理：对于任意给定的整数M ，任何序列()x n 都可以分解成关于/2c M =共轭对称的序列()e x n 和共轭反对称的序列()o x n 之和，即()()(),e o x n x n x n n =+-∞<<∞并且1()[()()]2e x n x n x M n *=+- 1()[()()]2o x n x n x M n *=--（4）序列的运算 1）基本运算2）线性卷积：将序列()x n 以y 轴为中心做翻转，然后做m 点移位，最后与()x n 对应点相乘求和——翻转、移位、相乘、求和定义式： 1212()()()()()m y n x m x n m x n x n ∞=-∞=-=*∑线性卷积的计算：A 、图解 B 、解析法C 、不进位乘法（必须掌握）3）单位复指数序列求和（必须掌握）/2/2/2/2/2/21/2/2/2/2/2/2(1)/21()()/(2)1()()/(2)sin(/2)sin(/2)j N j N j N j N j N j N j N N j nj j j j j j j n j N e e e e e e e j ee e e e e e e j N e ωωωωωωωωωωωωωωωωωω------------=-----===---=∑如果2/k N ωπ=，那么根据洛比达法则有sin(/2)(0)(0)(()())sin(/2)N N k N N k N ωδδω===或可以结合作业题3.22进行练习（5）序列的功率和能量能量：2|()|n E x n ∞=-∞=∑功率：21lim |()|21NN n NP x n N →∞=-=+∑ （6）相关函数——与随机信号的定义运算相同（二） 离散时间系统1．系统性质 （1）线性性质定义：设系统的输入分别为1()x n 和2()x n ，输出分别为1()y n 和2()y n ，即1122()[()],()[()]y n T x n y n T x n ==统的输对于任意给定的常数a 、b ，下式成立1212()[()()]()()y n T ax n bx n a y n by n =+=+则该系统服从线性叠加原理，为线性系统，否则为非线性系统。
