离散信号(八)| 离散傅里叶变换DFT性质(圆周移位、圆周卷积)

离散傅里叶变换DFT的性质

离散傅里叶变换是傅里叶变换在时域、频域均离散化的形式,因而它与其它傅里叶变换有着相似的性质。但是它又是从傅里叶级数派生而来,所以又具有一些与其它傅里叶变换不同的特性,其中最主要的圆周移位性质和圆周卷积性质。如上所述,一个有限长序列 x ( n ) x(n) 的DFT,可以看作以有限长度N为周期,将 x ( n ) x(n) 进行周期延拓形成的周期序列 x p ( n ) x_p(n) 在一个周期内的离散频谱。因此研究DFT的性质必须以周期性序列的特点作为其基本出发点。

1, 线性性质

x 1 ( n ) D F T X 1 ( k ) , x 2 ( n ) D F T X 2 ( k ) x_1(n)\overset{DFT}{\leftrightarrow}X_1(k),x_2(n)\overset{DFT}{\leftrightarrow}X_2(k) ,那么
a x 1 ( n ) + b x 2 ( n ) D F T a X 1 ( k ) + b X 2 ( k ) ax_1(n)+bx_2(n)\overset{DFT}{\leftrightarrow}aX_1(k)+bX_2(k)
要保证二序列要有相同的长度。如果 x 1 ( n ) x 2 ( n ) x_1(n)、x_2(n) 长度不同,长度短的序列要补零,使它与另一序列长度相同。

  1. 圆周移位性质

若有限长序列为 x ( n ) 0 n N 1 x(n)0\leq n\leq N-1 ,则经过时移后的序列 x ( n m ) x(n-m) 仍为有限长序列,其位置移至 m n N + m 1 m\leq n\leq N+m-1 ,如下图所示。

在这里插入图片描述

当求它们的DFT时,取和的范围出现差异,前者从0到(N-1),后者从m到(N+m-1),当时移位数不同时,DFT取和范围也要随之改变,这给位移序列DFT的研究带来不便。为解决次问题,这样来理解有限长序列的位移:先将原序列 x ( n ) x(n) 按N周期延拓成 x p ( n ) x_p(n) ,然后移m位得到 x p ( n m ) x_p(n-m) ,最后取 x p ( n m ) x_p(n-m) 的主值区间 ( 0 N 1 ) (0\sim N-1) 。如下图所示。

这样的移位具有循环的特性,即 x ( n ) x(n) 向右移m位时,右边超出 ( N 1 ) (N-1) 的m个样值又从左边依次填补了空位。如果把序列 x ( n ) x(n) 排列在一个N等分的圆周上,N个样点首尾相接,上面所述的移位可以表示为 x ( n ) x(n) 在圆周上旋转m位,如下图所示。所谓称为圆周移位,也可称循环移位。当有限长序列进行任意位数的圆周移位后,求序列的DFT时取值范围仍保持在0到N-1不变。

序列 x ( n ) x(n) 的圆周移位表示为 x ( ( n m ) ) N R N ( n ) x((n-m))_NR_N(n) ,其中 ( ( n m ) ) N ((n-m))_N 表示 ( n m ) (n-m) 对N取模值,即 ( n m ) (n-m) 被N除,整除后所得的余数就是 ( ( n m ) ) N ((n-m))_N ,而 R N ( n ) R_N(n) 是以N为长度的矩形序列,这里是取主值范围的意思。

圆周移位性质表明,如果序列发生了圆周移位m位,那么移位后序列的DFT为原序列的DFT乘以复指数因子 e j Ω 0 m k e^{-j\Omega_0 mk} ,即
x ( ( n m ) ) N R N ( n ) D F T e j Ω 0 m k X ( k ) x((n-m))_NR_N(n) \overset{DFT}{\leftrightarrow} e^{-j\Omega_0 mk}X(k)
类似地,如果在频域DFT发生了圆周位移 X ( ( k k 0 ) ) N R N ( k ) X((k-k_0))_NR_N(k) ,那么时域序列就乘以一个复指数因子 e j Ω 0 k 0 n e^{j\Omega_0k_0 n} ,即
e j Ω 0 k 0 n x ( n ) D F T X ( ( k k 0 ) ) N R N ( k ) e^{j\Omega_0 k_0 n}x(n) \overset{DFT}{\leftrightarrow}X((k-k_0))_NR_N(k)

  1. 圆周卷积性质

x ( n ) h ( n ) x(n)、h(n) 都是长度为N的有限长序列,且
x ( n ) D F T X ( k ) , h ( n ) D F T H ( k ) x(n)\overset{DFT}{\leftrightarrow}X(k),h(n)\overset{DFT}{\leftrightarrow}H(k)

x ( n ) h ( n ) D F T X ( k ) H ( k ) x(n)\bigotimes h(n) \overset{DFT}{\leftrightarrow}X(k)H(k)

x ( n ) h ( n ) = m = 0 N 1 x ( m ) h ( ( n m ) ) N R N ( n ) x(n)\bigotimes h(n)=\sum_{m=0}^{N-1}x(m)h((n-m))_NR_N(n)
在圆周卷积中,有一个序列是经过圆周移位处理的,所以称为圆周卷积。有一个序列是经过平移处理,与圆周卷积相区分,称为线性卷积。

区别:

1)设有限长序列 x ( n ) h ( n ) x(n)、h(n) 的长度分别为N和M,按线性卷积定义
y ( n ) = x ( n ) h ( n ) = m = x ( m ) h ( n m ) y(n)=x(n)*h(n)=\sum_{m=-\infty}^{\infty}x(m)h(n-m)
已知 x ( m ) x(m) 的非零值区间是 0 m N 1 0\leq m \leq N-1 ,从 h ( n m ) h(n-m) 看,非零区间应是 0 n m M 1 0\leq n-m \leq M-1 ,考虑m的取值区间,有
0 n N + M 2 0 \leq n\leq N+M-2
在上式的区间之外,不是 x ( m ) x(m) 为零,就是 h ( n m ) h(n-m) 为零,结果是 y ( n ) y(n) 取零值。因此, y ( n ) y(n) 是长度为 N + M 1 N+M-1 的有限长序列。

而对于两序列的圆周卷积,必须规定它们的长度相等,经圆周卷积后所得序列的长度与原序列相同。当两序列长度不等时,可将较短序列补零值构成两个等长序列再作圆周卷积。

2)如果把序列 x ( n ) h ( n ) x(n)、h(n) 都适当地补零值,那么,在作圆周卷积时,向右移去的零值循环回序列的左端,出现与线性卷积相同的情况,即序列左端依次留出等于零值的空位,可见,如果补零值的长度合适,两种卷积的结果有可能一致。可以证明,两序列补零以后的长度L满足
L N + M 1 L\geq N+M-1
它们的圆周卷积与线性卷积结果相同。

猜你喜欢

转载自blog.csdn.net/SanyHo/article/details/107102323