Keep going and be optimist|

Wreng

园龄:4年8个月粉丝:34关注:5

2021-09-26 17:05阅读: 3334评论: 1推荐: 0

信号与系统04 离散时间傅里叶变换

1. 离散时间傅里叶变换


1.1. 周期序列的离散傅里叶级数 DFS

连续时间周期信号可以表示成一系列复指数信号的线性加权之和(FS),离散的周期序列也可以表示成傅里叶级数的形式。

1.1.1. 计算公式

设离散周期序列 x[n] 的周期为 N,则基频为 Ω0=2πN,傅里叶系数对为:

X[k]=1Nn=<N>x[n]ejΩ0knx[n]=k=<N>X[k]ejΩ0kn

1.1.2. 离散傅里叶级数的性质

与连续时间周期信号相比,离散周期序列的傅里叶级数有以下区别:

  • 有限性x[n] 的傅里叶系数 X[k] 是有限的,为 N 项,而连续时间的周期信号傅里叶系数一般是无限的;
  • 周期性X[k] 具有周期性,周期为 N,因此任取一个周期内(k[k0,k0+N1])的傅里叶级数,都可以唯一确定原来的序列。
  • 不存在收敛问题。不同于连续时间傅里叶级数,任何一个离散周期序列均可以通过有限项的傅里叶级数来表示,因此不存在收敛问题,也不存在吉伯斯现象。

产生与连续时间信号傅里叶级数不同的原因是:离散复指数信号的周期性,频率相差 2π 的离散复指数信号是相同,因此对于 ejΩ0kn 只有 N 个不同的谐波分量。

ejΩ0(k+N)n=ejΩ0kn

1.2. 离散时间傅里叶变换 DTFT

1.2.1. 计算公式

X(ejΩ)=n=x[n]ejnΩx[n]=12π<2π>X(ejΩ)ejnΩdΩ

其中,X(ejΩ)ejnΩ 是周期函数,周期为 2π,所以积分区间可以是任意长度为 2π 的区间。

推导过程:

  1. 非周期序列 x[n] 可以等效为一个周期无限长的周期序列 x~[n]x[n] 相当于 x~[n] 的一个周期,当周期 N 越大的时候,x~(n) 有更大的一部分与 x[n] 等效,即

x[n]=limN+x~[n]

  1. 对周期序列 x~[n] 进行傅里叶级数展开,即

    X~[k]=1Nn=<N>x[n]ej2πNkn

    考虑到 x[n] 的非零区间为 [N1,N1],可以令在此区间的傅里叶级数的包络为

    X(ejΩ)=n=x[n]ejnΩ

    傅里叶系数与包络的关系为

    X[k]=1NX(ejΩ)|Ω=kΩ0

  2. 周期信号可以表示为包络的等间隔采样,即

    x~[n]=k=<N>1NX(ekΩ0)ejΩ0kn=12πk=<N>X(ekΩ0)ejΩ0knΩ0

  3. 当周期 N+ 时,有x~[n]x[n]Ω00,则求和中的每一项表示的物理意义是一个宽度为 Ω0,高度为 X(kΩ0)ejΩ0kn 的矩形的面积。根据微积分的定义,可以将其改写为积分的形式。总共有 N 个宽度为 Ω0 的矩形,所以最终的积分区间为 N×Ω0=2π

    x[n]=12π<2π>X(ejΩ)ejΩndΩ

收敛条件:

  1. 上面的推导虽然是有限长的序列的情况,但对于某些的无限长的序列也是成立的。
  2. 要求序列必须绝对可和或者序列的能量是有限的(有限长的序列都满足,无限长的必须满足此条件)

    n=+|x[n]|<,n=+|x[n]|2<

1.2.2. 性质

1.2.2.1. 唯一性

序列与离散时间的傅里叶变换是一一对应的。

1.2.2.2. 奇偶不变性

离散时间傅里叶变换不改变奇偶性,即奇序列的离散时间傅里叶变换仍是奇函数,偶序列的离散时间傅里叶变换仍是偶函数。

1.2.2.3. 周期性

  • X(ejΩ) 是一个周期函数,周期为 2πX(ejΩ)=X(eΩ+2π)
  • 靠近 π奇数倍为信号的高频部分;
  • 靠近 π偶数倍为信号的低频部分。

1.2.2.4. 线性

ax1[n]+bx2[n]aX1(ejΩ)+bX2(ejΩ)

1.2.2.5. 共轭对称性

x[n]X(ejΩ)

  • 信号的偶分量 xe[n] 对应 Re[X(ejΩ)]
  • 信号的奇分量 xo[n] 对应 Im[X(ejΩ)]
  • 如果 x[n] 为实信号,则 X(ejΩ) 是共轭对称函数(实部为偶,虚部为奇/幅度为偶,相位为奇),实部就相当于 X(ejΩ) 的偶分量,虚部就相当于 X(ejΩ) 的奇分量。(特别注意,前提条件是实序列
  • 根据奇偶不变性,若 x[n] 为实偶序列,则 X(eΩ) 只存在为偶分量的实部;若 x[n] 为实奇序列,则 X(eΩ) 只存在为奇分量的虚部;

1.2.2.6. 时移、频移特性

  • 时移特性

    x[nn0]X(ejΩ)ejΩn0

  • 频移特性

    x[n]ejΩ0nX(ej(ΩΩ0))

1.2.2.7. 尺度变换特性

离散序列的时间尺度的变换定义为:(要求 k 是一个正整数)

x(k)[n]={x[n/k],nk0,

例如:k=3,相当于在原序列的每项之间插(31)个0,则在频域上傅里叶变换被压缩了,

x(k)[n]X(ejkΩ),k1


已知序列 x[n]=δ[n+1]+δ[n1],可以分别求得:

x[n]2cosΩx(2)[n]2cos(2Ω)x(3)[n]2cos(3Ω)

注意

  • 时域扩展后,频域是被压缩了,但是幅度是没发生变换,因为插 0 不会丢失原信号的信息,不会改变序列的总能量;
  • k 必须是正整数,上式才成立。若 k<1 例如 k=1/2,相当于从原序列中每隔一个元素抽取一个元素组成一个新的序列,与原序列相比是丢失很多信息的,例如:计算 Xk(ejΩ) 的过程就是一个累加的过程,显然,抽取之后参与累加的元素变少了,抽取后的傅里叶函数至少在幅度上会发生变化,故上式是不成立的。

1.2.2.8. 差分、求和特性

后向差分特性

x[n]=x[n]x[n1](1ejΩ)X(ejΩ)

求和特性

k=nx[k]11ejΩX(ejw)+πX(0)k=+δ(Ω2πk)

其中,X(0)x[n] 的直流分量,即 X(0)=kx[k].

1.2.2.9. 频域微分特性

(n)x[n]dX(ejΩ)d(jΩ)nx[n]jdX(ejΩ)dw

频域的微分运算可以转化为时域的乘法运算,因子为 n.

1.2.2.10. 卷积特性

  • 时域卷积特性

x[n]y[n]X(ejΩ)Y(ejΩ)

  • 频域卷积特性

    x[n]y[n]12πX(ejΩ)Y(ejΩ)=12π<2π>X(ejη)Y(ejΩjη)dη

    其中, 表示周期卷积。

    频域卷积有两个重要的应用:

    • 调制,对信号的频谱进行搬移;
    • 加窗,对时域信号进行截断,滤波等。

1.2.2.11. 巴什瓦定律

n=+|x[n]|2=12π<2π>|X(ejΩ)|2dΩ

1.3. 周期序列的离散时间傅里叶变换

周期序列的离散时间傅里叶变换有两种推导方式:

  • 傅里叶级数展开
  • 时域卷积

再推导之前,给出以下离散时间傅里叶变换对:

ejΩ0n2πk=δ(ΩΩ02πk)k=δ[nkN]Ω0k=δ(ΩkΩ0)

利用傅里叶级数的推导过程

周期序列可以用傅里叶技术表示,即

x~[n]=k=<N>X[k]ej2πNknk=<N>2πX[k]m=δ(Ω2πNk2πm)=2πX[0]m=δ(Ω2πm)+2πX[1]m=δ(Ω2πN2πm)+2πX[2]m=δ(Ω2πN22πm)+2πX[N1]m=δ(Ω2πN(N1)2πm)=k=+2πX[k]δ(Ω2πNk)

利用时域卷积性质的推导过程

同连续时间信号类似,周期序列 x~[n] 可由非周期序列 x[n] 进行周期延拓得到,即

x~[n]=x[n]k=+δ[nkN]

根据时域卷积特性,有

X~(ejΩ)X(ejΩ)Ω0k=δ(ΩkΩ0)=k=+Ω0X(ejΩ0)δ(ΩkΩ0)

傅里叶级数与离散时间傅里叶变换的关系为:X[k]=1NX(ej2πNk),两种推导的方式的最终结果是一致的。

对于周期序列,其离散时间傅里叶变换为一系列的冲激函数,也是一个周期函数。在一个周期内,每个冲激的幅度为该谐波分量傅里叶级数的 2π 倍。

1.4. 常见的离散时间傅里叶变换对

离散时间傅里叶变换的计算实际上就是计算等比数列的求和问题。

在实际中,离散时间傅里叶变换用得比较少,z 变换比较多些。

下面给出在求系统响应时常见的变换对:

1.4.1. 单边指数序列

anu[n]11aejΩ,|a|<1

1.4.2. 单位采样序列

δ[n]1δ[nn0]ejΩn0

1.4.3. 直流信号

12πk=δ(Ω2πk)ejΩ0n2πk=δ(ΩΩ02πk)

1.4.4. 周期样本序列

k=δ[nkN]Ω0k=δ(ΩkΩ0)

直流信号和周期样本序列不能或难以根据定义式求出,其推导过程利用了连续时间采样的一些知识。

1.5. 小结

  • 时域的离散性对应了频域的周期性(非周期离散序列的离散时间傅里叶变换为周期连续函数)
  • 时域的周期性对应了频域的离散性(周期离散序列的离散时间傅里叶变换为周期的离散冲激族)
  • 与连续时间傅里叶变换相比的相同点:唯一性,线性,奇偶不变性,共轭特性,时移频移特性,频域微分特性,时域卷积
  • 与连续时间傅里叶变换相比的不相同点
    • 周期性:离散时间傅里叶变换为周期函数
    • 时域展缩:序列时域上只能“展”(插0),不能“缩”(抽样)。对于连续时间为 f(at)1|a|f(ta),而离散时间为 x(a)[n]X(ejaΩ)
    • 频域卷积特性:离散时间序列对应的是周期卷积
    • 巴什瓦定律:频域的能量的积分区间长度为 2π

本文作者:Wreng

本文链接:https://www.cnblogs.com/wreng/p/15339019.html

版权声明:本作品采用知识共享署名-非商业性使用-禁止演绎 2.5 中国大陆许可协议进行许可。

posted @   Wreng  阅读(3334)  评论(1编辑  收藏  举报
点击右上角即可分享
微信分享提示
评论
收藏
关注
推荐
深色
回顶
收起