资源描述
,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第十讲,3.2.5 DFT,的共轭对称性,3,.3,频域抽样理论-抽样,Z,变换,3.4.1,用,DFT,计算线性卷积,1,3.2.5 DFT,的共轭对称性,与,DTFT,对称性的区别,DTFT,以,(-,+),为变换空间,所以在讨论对称性质中,以原点为对称中心,序列的移位范围无任何限制,因为无论如何不会移出变换区间;,DFT,以,(0,N-1),为变换空间,所以在讨论对称性质中,序列的移位会移出变换区间,所以要在区间,(0,N-1),上定义,有限长序列的圆周共轭对称序列和反对称序列;,DFT,以,(0,N-1),为变换空间,所以在讨论对称性质中,将会得出其对称中心为,n=N/2,。,2,1.,周期序列共轭对称分量与共轭反对称分量,周期为,N,的周期序列的共轭对称分量与共轭反对,称分量分别定义为,同样,有,3,4,2.,有限长序列的圆周共轭对称分量,与圆周共轭反对称分量,有限长序列的圆周共轭对称分量与圆周共轭反对称,分量分别定义为,由于,所以,这表明长为,N,的有限长序列可分解为两个长度相同,的两个分量。,5,2.,有限长序列的圆周共轭对称与圆周共轭反对称性质,上式已给出有限长序列,x(n),的圆周共轭对称分量与圆周共轭反对称分量的对称中心为,N=N/2,,其圆周共轭对称分量与圆周共轭反对称分量可简写为:,6,共轭对称与共轭反对称序列示意图,7,3.,有限长序列,x(n),的对称分量分解及其,DFT,表示,则有:,证明:,8,9,4.,有限长序列,x(n),的实虚分解及其,DFT,表示,10,5.,实、虚序列的对称特性,当,x,(n),为实序列时,则,X(k)=X,ep,(k),又据,X,ep,(k),的对称性:,当,x,(n),为纯虚序列时,则,X(k)=X,op,(k),又据,X,op,(k),的对称性:,11,序列,DFT,共轭对称性总结,1,:复数序列的共轭对称性,12,序列,DFT,共轭对称性总结,2:,实数序列的共轭对称性,13,共轭对称性总结,3:,纯虚序列的共轭对称性,序列,DFT,14,假设,x,1,(,n,),和,x,2,(,n,),都是,N,点的实数序列,可用一次,N,点,DFT,运算来计算它们各自的,DFT:,6.,共轭对称性的应用举例,15,16,3,.3,频域抽样理论-抽样,Z,变换,讨论:,时域抽样,:,对一个频带有限的信号,根据抽样定理对其进行抽样,所得抽样信号的频谱是原带限信号频谱的周期延拓,因此,完全可以由抽样信号恢复原信号。,频域抽样,:,对一有限序列,(,时间有限序列,),进行,DFT,所得,x(k),就是序列傅氏变换的采样,.,所以,DFT,就是频域抽样。,17,问题,:,能否由频域抽样,X(k),恢复序列,x(n),能否由频域抽样,X(k),恢复序列,x(z),或,若能恢复其条件是什么?如何推导内插恢复公式,?,回忆时域内插恢复公式,!,18,一,.,由,频域抽样恢复原序列,19,20,x(n),为无限长序列,混,叠失真,x(n),为有限长序列,长度为,M,由频域抽样序列 还原得到的周期序列是原非周期序列 的周期延拓序列,其周期为频域抽样点数,N,。,所以:时域抽样造成频域周期延拓,同样,频域抽样造成时域周期延拓,讨论:,21,频率采样定理,若序列长度为,M,,则只有当频域采样点数,:,时,才有,即可由频域采样 不失真地恢复原信号,,否则产生时域混叠现象。,22,1.,由,X,(,k,),恢复,X,(Z),则:,23,内插公式与内插函数,24,内插函数的特性,将内插函数写成如下式:,极点,与一零点相消。这样只有,(N-1),个零,点,抽样点,称作本抽样点。因此说,,,内插,函数仅在本抽样点处不为零,其他,(N-1),个抽样点均为零。,25,用频域采样 表示 的内插公式,2.,26,27,28,3.4 DFT,的应用举例,29,3.4.1,用,DFT,计算线性卷积,0kL-1,则由时域循环卷积定理有,Y(k)=DFT,y(n),=X,1,(k)X,2,(k),0kL-1,如果,1.,用,DFT,计算循环卷积,30,由此可见,循环卷积既可在时域直接计算,在频域计算。由于,DFT,有快速算法,FFT,,当,N,很大时,在频域计算的速度快得多,因而常用,DFT(FFT),计算循环卷积。,图,3.4.1,用,DFT,计算循环卷积,31,在实际应用中,为了分析时域离散线性非移变系统或者对序列进行滤波处理等,需要计算两个序列的线性卷积,为了提高运算速度,也希望用,DFT(FFT),计算线性卷积。为此需导出线性卷积和循环卷积之间的关系以及循环卷积与线性卷积相等的条件。,假设,h(n),和,x(n),都是有很长序列,长度分别是,N,和,M,。它们的线性卷积和循环卷积分别表示如下:,2.,循环卷积与线性卷积,32,其中,,Lmax,N,M,可以看出,上式中,33,图,3.4.2,线性卷积与循环卷积,34,图,3.4.3,用,DFT,计算线性卷积框图,35,设序列,h(n),长度为,N,,,x(n),为无限长序列。将,x(n),均匀分段,每段长度取,M,,则,于是,,h(n),与,x(n),的线性卷积可表示为,3.,长序列的分段卷积,36,图,3.4.4,重叠相加法卷积示意图,37,
展开阅读全文