信号处理课件第3章2用DFT计算线性卷积.ppt

信号处理课件第3章2用DFT计算线性卷积.ppt

ID:52484743

大小:719.01 KB

页数:43页

时间:2020-04-08

信号处理课件第3章2用DFT计算线性卷积.ppt_第1页
信号处理课件第3章2用DFT计算线性卷积.ppt_第2页
信号处理课件第3章2用DFT计算线性卷积.ppt_第3页
信号处理课件第3章2用DFT计算线性卷积.ppt_第4页
信号处理课件第3章2用DFT计算线性卷积.ppt_第5页
资源描述:

《信号处理课件第3章2用DFT计算线性卷积.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、3.6用DFT计算线性卷积都是非周期如何用DFT来实现DFT有快速算法存在什么矛盾补零补零DFTDFT相乘IDFT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—addmethod叠接相加法Overlap—savemethod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20~50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

2、问题,包括频率分辨率和时间分辨率。频率分辨率:通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有关的几个问题窗函数的“宽度”越小越好!窗函数的“宽度”能随信号的变化自适应当调整!希望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。FTDTFT对FT:设长度为,则的分辨率主瓣宽度反比于时间长度对DTFT:设抽样间隔为,则主瓣宽度反比于时间长度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,

3、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。“物理分辨率”:取决于信号的有效长度。对DFT:此为相邻两点的频率间隔,也是最大分辨“细胞”。若要分辨出处的两个谱峰,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,

4、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”如何增加数据的点数提高抽样率;在数据后面补零。能提高分辨率吗不能提高分辨率不能提高分辨率,没有增加数据有效长度!例:令在正频率处应该有三根谱线。数据后补零的影响: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:是否是的准确抽样?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

5、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信号时宽-带宽积(UncertaintyPrinciple)或: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:FTFT做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3.7.3,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;4.思考:什么情况下,是的准确抽样?问题的提出:3.

6、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

7、对行作DFT,作次,对其中间结果,再对列作变换,作次。或反之。例:2-DHamming窗及其频谱时域窗频谱3.11Hilbert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:Hilbert变换器的单位抽样响应如何有效的计算Hilbert变换?Step1.对做DFT,得:S

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。