【六】离散傅里叶变换——2

一.对离散傅里叶变换的解释

傅里叶变换中有一个离散傅里叶变换是现代数字系统经常用的变换,甚至比连续傅里叶变换的应用场合还要多,毕竟我们目前处在一个数字化的世界中,那么离散傅里叶变换要怎样理解呢?

离散傅里叶变换本质是周期信号求傅里叶级数!

离散信号的DTFT(离散时间傅里叶变换)在频域上是连续且周期性的,omega的周期为2pi,但是连续信号在机器中并不好储存,DFT(离散傅里叶变换)最好理解的方法就是当作它是在频域上对DTFT的采样,每隔2pi/N的频率采样一次,这样把连续的频率变成了离散的频率。

但是在写法上和DTFT有所不同,一般情况下分析DTFT的时候都会选取-pi~pi这个区间进行画图和分析,但是在DFT上我们应该选取0<=k<=N-1的区间,对应的频率也就是0~2pi这个区间。因为DTFT是周期性而且周期是2pi,所以-pi~0这个区间其实就是pi~2pi这个区间。

二.离散傅里叶变换

如果有一个周期为N的离散信号\widetilde{x}(n)n是整数,则\widetilde{x}(n)=\widetilde{x}(n+N),按照连续信号傅里叶级数的思想,可以表达为频率f1=\frac{1}{N}的傅里叶级数,且\begin{Bmatrix} e^{j2\pi kf_{1}n},0\leqslant k \leqslant N-1 \end{Bmatrix}0\leqslant k \leqslant N-1区间内是完备正交基,由于\widetilde{x}(n)是周期函数,所以其中的一个周期{x}(n),就可以完整表达\widetilde{x}(n),则:

{x}(n)=\sum_{k=0}^{N-1}F_{k}e^{j2\pi kf_{1}n}= \sum_{k=0}^{N-1}F_{k}e^{jk\frac{2\pi }{N}n}

为求F_{k},两边乘以e^{-j2\pi kf_{1}n},得到:

\sum_{n=0}^{N-1}x(n)e^{-j2\pi kf_{1}n}=\sum_{n=0}^{N-1}(\sum_{k=0}^{N-1}F_{k}e^{jk\frac{2\pi }{N}n})e^{-jk\frac{2\pi }{N}n}=NF_{k}

F_{k}=\frac{1}{N}\sum_{n=0}^{N-1}x(n)e^{-j2\pi kf_{1}n}

通常将频域系数记为X(k)0\leqslant k\leqslant N-1,我们发现X(k+N)=X(k)

当然将X(k)进行周期延拓,便很容易得到周期函数\widetilde{X}(k)。得到离散傅里叶变换对为:

X(k)=\sum_{k=0}^{N-1}{x}(n)e^{-j\frac{2\pi }{N}kn}

{x}(n)=\sum_{k=0}^{N-1}X(k)e^{j\frac{2\pi }{N}kn}

可以看出来离散傅里叶变换是直接利用周期信号求级数得来的。


注:本文整理网上资料,包括知乎、博客等,如有侵权立刻删除。

猜你喜欢

转载自blog.csdn.net/mrdonghe/article/details/90257538
今日推荐