irpas技术客

【数字信号处理】序列傅里叶变换 ( 傅里叶变换实例 | 矩形窗函数 | 傅里叶变换 | 傅里叶变换幅频特性 | 傅里叶变换相频特性 )_让 学习 成为一种 习惯

网络投稿 5890

文章目录 一、序列傅里叶变换实例1、傅里叶变换2、傅里叶变换幅频特性3、傅里叶变换相频特性

一、序列傅里叶变换实例

求序列

x ( n ) = R N ( n ) ???? ① x(n) = R_N(n) \ \ \ \ ① x(n)=RN?(n)????①

的 序列傅里叶变换 SFT ;

1、傅里叶变换

傅里叶变换公式 : 根据 x ( n ) x(n) x(n) 序列 求 X ( e j ω ) 傅 里 叶 变 换 X(e^{j\omega}) 傅里叶变换 X(ejω)傅里叶变换 ,

X ( e j ω ) = ∑ n = ? ∞ + ∞ x ( n ) e ? j ω n ???? ② X(e^{j\omega}) = \sum_{n=-\infty}^{+\infty} x(n) e^{-j \omega n} \ \ \ \ ② X(ejω)=n=?∞∑+∞?x(n)e?jωn????②

将 ① 带入到 ② 傅里叶变换 公式中 , n n n 的取值范围是 [ 0 , N ? 1 ] [0, N-1] [0,N?1] ,

X ( e j ω ) = ∑ n = ? ∞ + ∞ x ( n ) e ? j ω n = ∑ n = 0 N ? 1 e ? j ω n X(e^{j\omega}) = \sum_{n=-\infty}^{+\infty} x(n) e^{-j \omega n} = \sum_{n=0}^{N-1} e^{-j \omega n} X(ejω)=n=?∞∑+∞?x(n)e?jωn=n=0∑N?1?e?jωn

根据 " 等比级数求和 " 公式 , S n = a 1 + a 2 + a 3 + ? + a n = a 1 ( 1 ? q n ) 1 ? q S_n = a_1+a_2+a_3+ \cdots+a_n = \cfrac{a_1 (1 - q^n)}{1 - q} Sn?=a1?+a2?+a3?+?+an?=1?qa1?(1?qn)? , ( 公比为 q ) , 一共有 N N N 项 ,

X ( e j ω ) = 1 ? e ? j ω n 1 ? e ? j ω X(e^{j\omega}) = \cfrac{1-e^{-j\omega n}}{1-e^{-j\omega}} X(ejω)=1?e?jω1?e?jωn?

写成如下样式 , 是为了方便编程 ,

X ( e j ω ) = e ? j ω N ? 1 2 sin ? ( ω N 2 ) sin ? ( ω 2 ) X(e^{j\omega}) = e^{-j\omega \cfrac{N-1}{2}} \cfrac{ \sin( \cfrac{\omega N}{2} ) }{ \sin( \cfrac{\omega }{2} )} X(ejω)=e?jω2N?1?sin(2ω?)sin(2ωN?)?

矩形窗序列 方便 计算机处理 , 将序列截断后只处理有限个序列比较容易 ,

将 信号 取一段数据 , 相当于 信号 乘以 矩形窗序列 ;

S F T [ R N ( n ) ] = N ???? ω = 0 SFT[R_N(n)] = N \ \ \ \ \omega = 0 SFT[RN?(n)]=N????ω=0

S F T [ R N ( n ) ] = 0 ???? ω = 2 π k N , k = ± 1 , ± 2 , ? SFT[R_N(n)] = 0 \ \ \ \ \omega = \cfrac{2\pi k}{N} , k = \pm1 , \pm2 , \cdots SFT[RN?(n)]=0????ω=N2πk?,k=±1,±2,?

绘制 S F T [ R N ( n ) ] SFT[R_N(n)] SFT[RN?(n)] 的坐标图 , 假设 N = 4 N = 4 N=4 ,

当 ω = 0 \omega = 0 ω=0 时 , S F T [ R 4 ( n ) ] = 4 SFT[R_4(n)] = 4 SFT[R4?(n)]=4当 ω = 2 π k N = 2 π k 4 = π k 2 \omega = \cfrac{2\pi k}{N} = \cfrac{2\pi k}{4} = \cfrac{\pi k}{2} ω=N2πk?=42πk?=2πk? 时 , S F T [ R 4 ( n ) ] = 0 SFT[R_4(n)] = 0 SFT[R4?(n)]=0 , 第一个点是 π 2 \cfrac{\pi}{2} 2π? , 第二个点是 π \pi π , 如下图所示 ;

2、傅里叶变换幅频特性

幅频特性 : 在 matlab 中绘制效果如下 , matlab 中取模后再绘制 ;

3、傅里叶变换相频特性

相频特性 : matlab 中绘制其 相频特性 ,

相频特性 , 主要看 X ( e j ω ) = e ? j ω N ? 1 2 sin ? ( ω N 2 ) sin ? ( ω 2 ) X(e^{j\omega}) = e^{-j\omega \cfrac{N-1}{2}} \cfrac{ \sin( \cfrac{\omega N}{2} ) }{ \sin( \cfrac{\omega }{2} )} X(ejω)=e?jω2N?1?sin(2ω?)sin(2ωN?)? 中的 e ? j ω N ? 1 2 e^{-j\omega \cfrac{N-1}{2}} e?jω2N?1? 的正负号 ,

N N N 如果确定了 , N ? 1 2 \cfrac{N-1}{2} 2N?1? 是常数 , 因此整个曲线是线性的 ,

锯齿形突变是因为 计算 sin ? ( ω N 2 ) sin ? ( ω 2 ) \cfrac{ \sin( \cfrac{\omega N}{2} ) }{ \sin( \cfrac{\omega }{2} )} sin(2ω?)sin(2ωN?)? 时 , 正负号突然改变 ;


1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,会注明原创字样,如未注明都非原创,如有侵权请联系删除!;3.作者投稿可能会经我们编辑修改或补充;4.本站不提供任何储存功能只提供收集或者投稿人的网盘链接。

标签: #数字信号处理序列傅里叶变换 #傅里叶变换实例 #矩形窗函数 #傅里叶变换