DFT的准备(二)(对离散时间傅里叶变换DTFT采样)
目录
序言:
今天的主题:
有意义的举例讨论:
情形一:
情形二:
最重要的结论:
重磅内容:
序言:
上篇博文(对离散序列的傅里叶分析的大总结)的最后讨论了有限长序列与周期序列之间的关系,首先给出了有限长序列以及由其构成的周期序列之间的关系,具体参看博文,博文得出的结论是:
今天的主题:
今天的主题讨论了非周期序列与周期序列之间的更一般的关系:
先给出非周期有限长序列以及其DTFT,然后对其傅里叶变换(DTFT)进行等间隔采样,等间隔采样后的序列的逆变换对应的序列是什么样的呢?
是不是有限长序列的周期延拓?
看下面的分析:
可见,是一个周期延拓关系,延拓周期为N。
有意义的举例讨论:
下面再给出一个十分有意思的讨论:
情形一:
在下图中,x[n]是长度为9的序列,对其进行傅里叶变换(DTFT)得到,对进行等间隔采样,间隔为,取N=12,也就是间隔为,得到采样后的序列为,该序列对应的时域波形为下图(b),也就是对x[n]的周期延拓,周期为12。
情形二:
同样是这个有限长序列x[n]:
当N=7的时候,对应的为:
可见,发生了混叠现象。
下面对其进行解释:
情形一的情况,的一个周期是x[n],这是没有发生混叠的情况,但对于情形二,的一个周期就不再等于x[n]了,这是由于时域波形x[n]周期延拓后发生了混叠。
尽管如此,下式依然成立:
也就是说在这两种情况下,的DFS系数都是x[n]的傅里叶变换在频率整数倍的等间隔点上的采样值。
对于情形一,原来的序列x[n]可以从中抽取一个周期而恢复。
同样,傅里叶变换也可以从频率上以等间隔地采样来恢复。
与之相反,对于情形二,x[n]不能用取出的一个周期的方法来恢复。
类似地,如果采样间隔只有,也不能由它的采样来恢复。
实际上,情形一说明的情况是,已经用足够小的间隔(在频率上)对x[n]的傅里叶变换采样,以便能够由这些样本来恢复该变换。而情形二,表示一种对傅里叶变换欠采样的情况。
在欠采样的情况下,与的一个周期之间的关系可以认为是时域产生混叠的一种形式。
显然,只要为有限长,时域混叠就可以避免,正如信号的傅里叶变换只要是带宽有限的,其频域混叠也可以避免。
最重要的结论:
从上面的讨论中,我们已经看出:
重磅内容:
在推导、讨论和应用DFT时,我们应该始终记住:通过傅里叶变换的采样值来表示,实际上是利用一个周期序列来表示有限长序列,该周期序列的一个周期正是要表示的有限长序列。
DFT的准备(二)(对离散时间傅里叶变换DTFT采样)相关推荐
- 傅里叶级数FS,连续时间傅里叶变换CTFT,离散时间傅里叶变换DTFT,离散傅里叶变换DFT,推导与联系(二)
由于本文公式所占用的字符比较多,无法在一篇博客中完整发布,所以将其分为两篇博客.本篇主要介绍了离散傅里叶变换 DFT 的内容,以及相关的总结.对于前置内容,包括傅里叶级数 FS,连续时间傅里叶变换 C ...
- 傅里叶级数FS,连续时间傅里叶变换CTFT,离散时间傅里叶变换DTFT,离散傅里叶变换DFT,推导与联系(一)
本文主要从傅里叶级数 FS,连续时间傅里叶变换 CTFT,离散时间傅里叶变换 DTFT,以及离散傅里叶变换 DFT 之间的区别与联系进行了比较详细的讨论,主要注重于公式形式上的推导,略去了相关的图像示 ...
- (三)傅里叶变换:离散时间傅里叶变换DTFT CTFT->DTFT
离散时间傅里叶变换 DTFT:Discrete Time Fourier Transform 一.定义 序列x[n]的离散时间傅里叶变换(DTFT)X(e^jω)定义为: 由定义易知DTFT是以2π为 ...
- MATLAB之离散时间傅里叶变换DTFT
% 功能:离散时间傅里叶变换DTFT% 编辑者:lily % 日期:2019,4,15clear; clc; close all; % ======================= input si ...
- 傅里叶变换、离散时间傅里叶变换和离散傅里叶变换
前言 这里我尽量的用图像来讲解,尽可能地避免用公式来描述.如果只是了解一下这些名词或者是这些方法都是处理什么场景的问题,不涉及具体的运算,那么不用太在意具体的公式.但是如果想了解的更深一点,那 ...
- 【 MATLAB 】用 MATLAB 实现离散时间傅里叶变换(DTFT)的两个案例分析
先给出离散时间傅里叶变换的简单介绍: 如果 x(n) 是绝对可加的,即 那么它的离散时间傅里叶变换给出为: w 称为数字频率,单位是每样本 rad(弧度)或 (弧度/样本)(rad/sample) 案 ...
- 离散时间傅里叶变换(DTFT)(由离散时间周期信号的傅里叶级数推得)(详细推导)
序言 这里讲的离散时间傅里叶变换(DTFT)是针对离散非周期信号的DTFT,事实上,DTFT本身也就是为了表示非周期信号而出现的. 推导的过程采用与连续时间傅里叶变换完全并行的思路,连续时间傅里叶变换 ...
- 离散时间傅里叶变换性质(二)
因报考院校临时修改专业课,故关于<信号与系统>的博客暂停更新 一.离散时间傅里叶变换性质 1.在以下讨论中,采用如下符号来表明一个信号及其傅里叶变换的一对关系,即 1.1.离散时间傅里叶变 ...
- 【 MATLAB 】模拟信号采样及离散时间傅里叶变换(DTFT)案例分析
这篇博文中使用的模拟信号为上篇博文:[ MATLAB ]使用 MATLAB 实现模拟信号的近似及其连续傅里叶变换 中使用的模拟信号: 为了研究在频域数量上的采样效果,对该信号使用两种不同的采样频率采样 ...
最新文章
- Spring经常出现的报错原因,看完保证你技术涨一层!
- 深圳市中心迎来首批RoboTaxi,元戎启行正式开放运营
- Android Volley入门到精通:初识Volley的基本用法
- java json太长_修复Long类型太长,而Java序列化JSON丢失精度问题的方法
- oracle 数组类型
- MySQL高级 - 应用优化
- Java 8中的并行和异步编程
- 实验二Step1-有序顺序表
- C# 利用反射机制开启控件双缓存
- Python检验某个字符(串)是否属于另一个字符串
- 一个简单的BP神经网络matlab程序(附函数详解)
- python3 range函数_为什么python3中的xrange函数不能用
- 实用软件工程第二版(吕云翔)课后选择答案
- UMTS和GSM的架构(学习整理:LTE完全指南-LTE、LTE-Advanced、SAE、VolTE和4G移动通信)
- 【SSL】谷仓的安保
- 基于java+jsp+ssm工程车辆租赁系统
- snipaste 方便快捷截图工具
- linux看物流内核命令,Linux基础命令
- 性能测试指标和报告解析
- Linux网络编程——socket、bind、listen、accpet、connect、read和write
热门文章
- Linux系统守护进程详解
- 转:ASP.NET程序中常用小技巧
- 2005-3-28 + 探索ASP.NET Forum (1) 最初的印象
- JQuery中2个等号与3个等号的区别
- w7计算机屏幕保护设置方法,W7屏保怎么设置
- python运维脚本部署jdk_Jenkins自动执行Python脚本,并输出测试报告
- 计算机技术在农业上应用论文,浅谈计算机在农业中的应用论文(2)
- 图解法求最优解的例题_【第四章 最优化理论】4.2 带约束最优化
- 博达交换机镜像端口配置_“量身定制”的轨道交通工业以太网交换机,RT FORUM2019春季大会智慧解决方案12...
- 2021年人工神经网络第四次作业 - 第二题MNIST手写体识别