|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
本帖最后由 mytomorrow 于 2021-2-25 18:47 编辑
1 G3 B4 b; _5 V3 {0 o% S0 U
8 }, S% i& P* I6 d$ y上篇(对离散序列的傅里叶分析大总结(一))的最后讨论了有限长序列与周期序列之间的关系,首先给出了有限长序列以及由其构成的周期序列之间的关系,具体参看,得出的结论是:
7 i' C0 y+ j6 c/ e9 z3 d& {* r6 R1 V! I& i, |
- u. R$ D: E" Z' I
9 L- z6 ^6 Y' n7 O3 \2 R2 r今天的主题:
5 {/ U7 C. k/ n: ?* {" n今天的主题讨论了非周期序列与周期序列之间的更一般的关系:0 N: |) O# z$ e7 C9 R, s
1 g& ~( H5 N A! g
先给出非周期有限长序列以及其DTFT,然后对其傅里叶变换(DTFT)进行等间隔采样,等间隔采样后的序列的逆变换对应的序列是什么样的呢?# K- Z# [' ]( L! Z8 `; X2 n
0 B/ m8 K# F7 k w" H
是不是有限长序列的周期延拓?* Q8 x( t7 A4 s3 N! ?
+ _ t, |3 ?, z+ |看下面的分析:
1 n; y7 A7 Y% j) T) Q; M
' \4 {8 d. X7 |% k
5 W, h* }$ @! b9 V; t$ [& P: Z( e, a1 V
. T9 g# K1 Y8 s3 ^% ]/ J
' N e' M% X) D, W9 v6 [7 h! }
1 ~" ]4 w$ D- N* Y* \( a, w2 W" B
5 ^7 Z" I+ ~" Z$ ~
; f8 O0 k' D! d6 L! i$ u p( i/ D: h* t9 J, J" _$ n
可见,是一个周期延拓关系,延拓周期为N。
7 P% Z# U. C3 D! P; V
7 C+ d: X1 _% l有意义的举例讨论:* T& S& K! V( {# h" ]! G
下面再给出一个十分有意思的讨论:( d( C/ C Y& e# V: T) c9 {
- Z! d8 i4 E3 t! y1 F0 j情形一:
- ~; i" Z( _4 ?; M% f R在下图中,x[n]是长度为9的序列,对其进行傅里叶变换(DTFT)得到
,对
进行等间隔采样,间隔为
,取N=12,也就是间隔为
,得到采样后的序列为
,该序列对应的时域波形为
下图(b),也就是对x[n]的周期延拓,周期为12。
& }2 o. A8 D- d# \4 P& H( E6 k; D- s7 G5 n& X/ n
3 |6 f3 w# ?* P: ~( n, }
3 n" T8 d/ j N" y
: W8 Q. P# G* `% S+ G
情形二:
- D; c1 S4 `/ G/ ]同样是这个有限长序列x[n]:
6 q; }0 _( L; P0 T* l6 J' Y+ [
) ~$ D0 Z# l# [; b1 z7 }2 ]
0 x# t' i B! M( c3 N0 V) j' |; n
/ G n0 r& h7 E* y5 x& O
当N=7的时候,对应的
为:% T9 F5 u- w3 F
0 o. F& m8 M+ s: @* Y7 i* D
' e2 x. C+ l" D4 D: M/ [# D# o8 y/ y8 V+ L( V6 J
可见,发生了混叠现象。
: T k; k, E) _" @& f
$ _- n! m$ Q6 F" q下面对其进行解释:
* [$ a5 ^( ?! V( K
0 n* f$ Y7 c6 x1 b) X情形一的情况,
的一个周期是x[n],这是没有发生混叠的情况,但对于情形二,
的一个周期就不再等于x[n]了,这是由于时域波形x[n]周期延拓后发生了混叠。& g; W/ [+ n/ M3 ^* E5 J% J
2 B0 ?0 M$ ~, B6 d, E: L( I2 b尽管如此,下式依然成立:' o7 `' x% r6 c" O/ `0 s
6 S; D3 y+ m7 s+ V8 t4 z
" m, ^8 U2 q0 o: _9 G _- w0 U! ^6 S3 T; D/ D
也就是说在这两种情况下,
的DFS系数都是x[n]的傅里叶变换在频率
整数倍的等间隔点上的采样值。& r, `1 s: q2 S8 K) C9 u4 v
2 v3 ]6 C' @8 \+ U+ L
对于情形一,原来的序列x[n]可以从
中抽取一个周期而恢复。
( s% \$ E3 k# r4 k! @- S/ U
) S$ Y0 F8 o. k& k0 M6 `5 a; K+ I* i同样,傅里叶变换
也可以从频率上以
等间隔地采样来恢复。
* h6 V: Q$ o$ D
9 j8 Z! l) z) E) _3 {与之相反,对于情形二,x[n]不能用取出
的一个周期的方法来恢复。/ E Y6 d: {1 B
) G5 C5 k$ l8 v. g7 N& y9 x9 C类似地,如果采样间隔只有
,
也不能由它的采样来恢复。
9 C z- R- h7 Y, C: K- @2 Q# {* w9 H8 O
实际上,情形一说明的情况是,已经用足够小的间隔(在频率上)对x[n]的傅里叶变换采样,以便能够由这些样本来恢复该变换。而情形二,表示一种对傅里叶变换欠采样的情况。6 {$ U! F# C4 w$ M+ X% o) s
2 l; W7 o6 k8 `$ V F: B' W
在欠采样的情况下,
与
的一个周期之间的关系可以认为是时域产生混叠的一种形式。/ R6 Y9 T" F& l# K/ F/ m# t
" e J3 C% {1 H& @
显然,只要
为有限长,时域混叠就可以避免,正如信号的傅里叶变换只要是带宽有限的,其频域混叠也可以避免。
) I6 s Y7 L* \: M) G4 U
0 O% f" j3 T2 H' @/ q' E; t4 y* y% {2 m
最重要的结论:
& S0 q4 E3 X+ g% D3 O6 ?从上面的讨论中,我们已经看出:
, x) b2 C, s: @! J
9 _% S9 y9 c$ q7 a4 G$ E
* V3 U8 S2 n) i$ k) k5 H: Q) D) s) ]2 p7 W8 Z
重磅内容:/ T" v h! `- H* N3 C2 |
- w; Z) ~1 B: {* X; M( o
4 p2 e1 e4 R2 X( b! `4 W6 H7 u) b! {, z. [2 d, g, A- L
在推导、讨论和应用DFT时,我们应该始终记住:通过傅里叶变换的采样值来表示,实际上是利用一个周期序列来表示有限长序列,该周期序列的一个周期正是要表示的有限长序列。
. y. M) \ W6 r4 N0 V, Y a! P2 P, b3 D; S6 L
. z6 x. [5 [) y' k2 R5 B' U6 q
4 u+ R2 n D* r/ \9 q9 K |
|