002 离散时间傅里叶分析
离散时间傅里叶变换(DTFT,Discrete Time Fourier Transform)
如果x(n)x(n)x(n)绝对可加,即
∑−∞∞∣x(n)∣<∞\sum_{-\infty}^\infty |x(n)|<{\infty} −∞∑∞∣x(n)∣<∞
则其DTFT为
X(ejw)≜F[x(n)]=∑n=−∞∞x(n)e−jwX(e^{jw}){\triangleq}F[x(n)]=\sum_{n=-\infty}^{\infty} x(n)e^{-jw} X(ejw)≜F[x(n)]=n=−∞∑∞x(n)e−jw
傅里叶变换其实就是信号在时域和频域的变换,对于基本上所有函数(有一些限制),都可以用各种频率和幅度的正弦和余弦函数的组合表示
以方波信号的傅里叶变换为例
clear all;
close all;n = -2:2; x = [0, 1, 1, 1, 0]; k = 0:500; w = (pi / 500) * k;
X = x * (exp(-1j * pi / 500)) .^ (n' * k);
magX = abs(X); angX = angle(X);
realX = real(X); imagX = imag(X);subplot(2, 2, 1); plot(k / 500, magX); grid;
xlabel('w'); title('幅度');subplot(2, 2, 3); plot(k / 500, angX / pi); grid;
xlabel('w'); title('相位');subplot(2, 2, 2); plot(k / 500, realX); grid;
xlabel('w'); title('实部');subplot(2, 2, 4); plot(k / 500, imagX); grid;
xlabel('w'); title('虚部');
其实就是经典的方波信号可以通过各种频率的正余弦信号合成
逆离散时间傅里叶变换(IDTFT,Inverse Discrete Time Fourier Transform)
x(n)≜F−1[X(ejw)]=1/2π∫−ππx(ejw)ejwdwx(n){\triangleq}F^{-1}[X(e^{jw})]=1/2{\pi}\int_{-\pi}^{\pi}x(e^{jw})e^{jw}dw x(n)≜F−1[X(ejw)]=1/2π∫−ππx(ejw)ejwdw
卷积
为什么做傅里叶变换,很大一个原因就是时域的卷积可以转换成频域的相乘
F[x1(n)∗x2(n)]=F[x1(n)]F[x2(n)]=X1(ejw)X2(ejw)F[x_1(n)*x_2(n)]=F[x_1(n)]F[x_2(n)]=X_1(e^{jw})X_2(e^{jw}) F[x1(n)∗x2(n)]=F[x1(n)]F[x2(n)]=X1(ejw)X2(ejw)
通过傅里叶变化,我们可以把几乎任意信号转换成不同频率www的ejwne^{jwn}ejwn的和,假如x(n)=ejw0nx(n)=e^{jw_0n}x(n)=ejw0n,则脉冲响应h(x)h(x)h(x)为
y(n)=h(n)∗ejw0n=∑k=−∞∞h(k)ejw0(n−k)=[∑k=−∞∞h(k)e−jw0(k)]ejw0n=[F[h(n)∣w=w0]]ejw0ny(n)=h(n)*e^{jw_0n}=\sum_{k=-\infty}^\infty h(k) e^{jw_0(n-k)}=[\sum_{k=-\infty}^\infty h(k) e^{-jw_0(k)}]e^{jw_0n}=[F[h(n)|_{w=w_0}]]e^{jw_0n} y(n)=h(n)∗ejw0n=k=−∞∑∞h(k)ejw0(n−k)=[k=−∞∑∞h(k)e−jw0(k)]ejw0n=[F[h(n)∣w=w0]]ejw0n
也就说通过对输入信号做傅里叶变换,本来是通过复杂的卷积获得输出,现在直接通过简单的乘法就可以获得输出信号了
假如LTI系统可以用下面的差分方程表示:
y(n)+∑l=1Naly(n−l)=∑m=0Mbmx(n−m)y(n)+\sum_{l=1}^{N}a_ly(n-l)=\sum_{m=0}^{M}b_mx(n-m) y(n)+l=1∑Naly(n−l)=m=0∑Mbmx(n−m)
则通过傅里叶变换可以求得其频率响应函数
H(ejwn)+∑l=1NalH(ejw)ejw(n−l)=∑m=0Mbmejw(n−m)H(e^{jwn})+\sum_{l=1}^{N}a_lH(e^{jw})e^{jw(n-l)}=\sum_{m=0}^{M}b_me^{jw(n-m)} H(ejwn)+l=1∑NalH(ejw)ejw(n−l)=m=0∑Mbmejw(n−m)
H(ejwn)=∑m=0Mbme−jwm/[1+∑l=0Nale−jwl]H(e^{jwn})=\sum_{m=0}^{M}b_me^{-jwm}/[1+\sum_{l=0}^{N}a_le^{-jwl}] H(ejwn)=m=0∑Mbme−jwm/[1+l=0∑Nale−jwl]
数字信号处理(MATLAB版) 美 维纳 K 英格尔 西安交通大学出版社
002 离散时间傅里叶分析相关推荐
- 信号与系统参考书推荐
信号与系统 郑君里老师的<信号与系统>,分上下册,配套有习题答案,上册讲模拟部分,下册是离散部分,讲的非常详细. 奥本海姆老师的<信号与系统>,称为奥上,挺厚的一本,习题有些很 ...
- 傅里叶分析中的时频域之间的关系(以及一点对于DFT的一点思考)
目录 序言 连续傅里叶级数(FS) 连续傅里叶变换(FT) 离散傅里叶级数(DFS) 离散时间傅里叶变换(DTFT) 总结 对于DFT的一点认识(思考) 序言 这里的傅里叶分析指的是: 连续情况下的: ...
- 傅里叶分析的方方面面:复正弦、负频率
简单来说,傅里叶分析即频域分析,给我们提供了一种从频域看待信号的方法.先从信号分析(信号展开)理论讲起. 信号分析理论 信号的表示方式并不唯一,对于给定的信号有无数种展开方式[1].如一个Ψ\Psi域 ...
- 《信号与系统》解读 第3章 强大的傅里叶时域频域分析工具-2:傅里叶分析方法的基本原理与傅里叶分析的9大步骤
目录 1. 傅里叶分析方法的理论基础 2 傅里叶分析方法概述与基本框架 2.1 信号的频谱与频谱分析 2.2 傅里叶分析方法的概述 2.3 傅里叶分析方法的框架 3 函数/信号的积分 3.1 函数/信 ...
- 语音处理-傅里叶分析和Z变换
语音处理-傅里叶分析和Z变换 时域与频域 •信号可以表示任何类型的序列测量 •信号通常表示序列时间上的测量 •信号分析的一项有用技术是将其分解为一组基本部分易于理解(例如线性趋势) •分解为周期函数可 ...
- dsp复习笔记(奥本海姆离散时间信号处理)
dsp复习 文章目录 dsp复习 连续时间信号的采样 周期采样 采样的频域表示 由样本重构带限信号 连续时间信号的离散时间处理 脉冲响应不变 离散时间信号的连续时间处理 降采样 升采样 采样率按非整数 ...
- 学习笔记之——基于matlab的数字通信系统(2)之离散信号的傅里叶分析
关于连续信号的傅里叶分析,可以参考博文<学习笔记之--基于matlab的数字通信系统(1)&连续信号的傅里叶分析> 目录 离散时间信号的傅里叶变换(DTFT) 连续时间信号的抽样- ...
- 离散时间信号处理/Week0
离散时间信号处理 学过<信号与系统>,新开坑<离散时间信号处理>,先大致梳理一下将要使用的教材和课程大纲 教材:Oppenheim离散时间信号处理(第三版) 课程:MITx 6 ...
- 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 ...
- Datawhale组队学习周报(第002周)
Datawhale组队学习周报(第002周) (一)当下 本周(02月22日~02月28日),我们正在进行5门开源内容的组队学习.一共建立了6个学习群,参与人数1080人.到目前为止,有4门课开源内容 ...
最新文章
- Windows10上使用VS2017编译OpenCV3.4.2+OpenCV_Contrib3.4.2+Python3.6.2操作步骤
- numpy列相加_Python数据分析入门:NumPy基础:数组与向量化计算
- SAP CRM Fiori应用Appointment startup parameters - 启动参数
- ORACLE TDE 透明数据加密技术
- python timer 死掉_Python定时事件 Timer sched
- Spring Boot基础学习笔记17:Spring Boot默认缓存
- 装个discuz论坛
- 日语学习 「バージョン」 version と 「リビジョン」 revision
- 简单的二维数组问题,不用不知道,一用吓一跳
- cin.ignore()函数的用法
- 高级语言程序设计(c语言版)课后答案,高级语言程序设计习题与解答(C语言版)/高等院校教材...
- 计算机病毒note01
- 小米2s自带rec刷root_小米手机 解锁 Root 刷第三方ROM
- !!破解灯塔线取点与画线的“难点”
- 360浏览器用的什么内核?
- 植物大战僵尸:寻找葵花生产速度
- Rosalind第五题:计算GC内容
- Fortran 90:Fortran 学习笔记(一)
- arcgis多个图共用一个图例_ArcGIS制图技巧,一个小技巧使图例与之匹配!
- 清零实验,拆字实验,8255并行口实验(硬件),继电器控制实验(硬件)