《信号处理课件第3章2用DFT计算线性卷积.ppt》由会员分享，可在线阅读，更多相关《信号处理课件第3章2用DFT计算线性卷积.ppt（43页珍藏版）》请在三一办公上搜索。
1、3.6 用 DFT 计算线性卷积,都是非周期,没有全部进入，如何实现卷积全部进入再卷积，又如何保证实时实现,长序列卷积的计算：,数字信号处理的优势是“实时实现”，即信号进来后，经处理后马上输出出去。然而：,？,关键是将 分段和 卷积,将 分成 段，每段长,?,Overlap add method 叠接相加法Overlap save method 叠接舍去法,自己看书及使用MATLAB文件来掌握,另外：较短（FIR：长度在2050之间，IIR:尽管无限长，但有限长度要小于50），可能很长，也不适宜直接卷积。,一、分辨率 分辨率问题是信号处理中的基本问题，包括频率分辨率和时间分辨率。频率分辨率：通
2、过频域窗观察到的频率宽度；时间分辨率：通过时域窗观察到的时间宽度；,3.7 与DFT有关的几个问题,频率分辨率又可定义为：将信号中两个靠的很近的谱峰区分开的能力。频率分辨率：一是取决于信号的长度，二是取决于频谱分析的算法。时间和频率是描述信号的两个主要物理量，它们通过傅里叶变换相联系。,对 FT:设 长度为，则,的分辨率,？,对 DTFT:设抽样间隔为，则,用计算机分析和处理信号时，信号总是有限长，其长度即是矩形窗的宽度，要想分辨出 处的两个频谱，数据长度必须满足：,对矩形窗，其他类型的窗函数，,这为数据长度的选择提供了依据。,对DFT:,此为 相邻两点的频率间隔，也是最大分辨“细胞”。若要分
3、辨出 处的两个谱峰，必须大于。,例：,试确定将三个谱峰分开所需要的数据的长度。,在本例中，最小的,由,有,即要想分辨出这三个谱峰，数据的长度至少要大于1000，从DFT的角度看若令,则,下图，分别等于256和1024，可见，时无法分辨三个谱峰。,由信号的最高频率 确定抽样频率；,使用DFT的步骤：,根据分辨率的需要，确定 数据长度；,根据 DFT 的结果，再适当调整参数。,要根据分辨率的要求确定模拟信号的长度,若 可以无限长，则,DFT和线性卷积是信号处理中两个最重要的基本运算，有快速算法，且二者是“相通”的。,不变，若增加,“计算分辨率”,不能提高分辨率，没有增加数据有效长度！,例：,数据后
4、补零的影响：为什么要补零？,数据过短，补零后可起到一定的插值作用；使数据长度为 2 的整次幂，有利于FFT。,（几根谱线？）,补 个零（？）,补7 个零,补29 个零,三个正弦,二、DFT 对 FT 的近似,问题的提出：,原：,频谱：,抽样：频谱：,截短：频谱：,只要满足抽样定理；做 DFT 时数据的长度保证所需的频率分辨 率；则 是 的极好近似。,为什么 不是 的准确抽样关键取决于信号时宽带宽的不定原理：,信号的时宽,信号的带宽,？,所以，若信号是有限时宽的，那么在频域必然是无限带宽的，反之亦然。这一现象也可从加窗的角度来理解，即矩形窗的频谱是无限宽的。这一现象，来自傅立叶变换的性质：,做
5、DFT 时，总不可避免的取有限长，“有限长”带来了 对 的近似。,要求：1.由图，搞清（3.7.8)(3.7.14)式的含义；,总结在导出DFT的过程中，有几个“周期延 拓”？,3.理解例 3.7.4 和例 3.7.5;,问题的提出：,3.8 关于正弦信号的抽样,抽样定理对正弦信号成立否？,窄带信号抽样定理：若信号 的频谱仅在 的范围内有值，我们称该信号为窄带信号。若保证，则可由 恢复。,问题是：正弦信号的带宽为零！,抽样定理对正弦信号成立否？,问题的关键是由于正弦信号是一类特殊的信号，特殊在它是单频率信号，带宽为零，所以要单独考虑。,又：,？,正弦信号抽样的不确定性,几点建议：1.抽样频率应
6、为正弦频率的整数倍；2.抽样点数应包含整周期，数据长度 最好是2的整次幂；3.每个周期最好是四个点或更多；4.数据后不要补零。,按以上要求，对离散正弦信号做 DFT 得到的频谱正好是线谱，完全等同于连续正弦信号的线谱。,3.9 二维傅立叶变换,多用于图像处理：,先对行作DFT，作 次，对其中间结果，再对列作变换，作 次。或反之。,例：2D Hamming 窗及其频谱,时域窗,频谱,3.11 Hilbert 变换,信号处理中重要的理论工具,有何用途？,令：,的解析（Analytic)信号,解析信号 的频谱只有正频率成分！显然，若对 抽样，抽样频率可降低一倍。另外，做时频分析时，可减轻正、负频率处
7、的交叉干扰。,Hilbert 反变换：,例：若,可求出：,正、余弦函数构成一对 Hilbert 变换,离散信号的 Hilbert 变换：,如何有效的计算Hilbert变换？,Step 1.对 做 DFT,得：,Step 2.令,Step 3.对 做逆 DFT,得,Hilbert 变换的性质：,信号通过Hilbert变换器后，幅度谱不发生变化；,但我们并不把Hilbert变换看作是正交变换,？,2.信号和其Hilbert变换是正交的：,3.卷积性质,实因果信号傅立叶变换的一些内部关系：,实因果信号,直角坐标,极坐标,取对数,与本章有关的 MATLAB 文件,fftfilt.m 用叠接相加法实现卷积。格式是 y=fftfilt(h,x)或 y=fftfilt(h,x，N)记 的长度为，的长度为。若采用第一个调用方式，程序自动地确定对 分段的长度 及做FFT的长度，显然，是最接近 的2的整次幂。分的段数为。采用第二个调用方式，使用者可自己指定做FFT的长度。建议使用第一个调用方式。,hilbert.m 文件用来计算信号的解析信号。调用的格式是:y=hilbert(x),y的实部就是，虚部是 的Hilbert变换。即,
