18video性欧美19sex,欧美高清videosddfsexhd,性少妇videosexfreexxx片中国,激情五月激情综合五月看花,亚洲人成网77777色在线播放

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

離散信號的頻域分析之傅里葉變換的應(yīng)用

信號與系統(tǒng)和數(shù)字信號處理 ? 來源:lp ? 2019-04-16 09:46 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

本文是離散信號的頻域分析(共5節(jié))中的第5節(jié)——傅里葉變換的應(yīng)用的第一篇。

在開始學(xué)習(xí)之前,提醒大家,本節(jié)內(nèi)容的學(xué)習(xí),需要用到前面DTFT、DFT以及FFT的知識。如果前面這些內(nèi)容沒有掌握的話,那就不具備繼續(xù)學(xué)習(xí)本節(jié)內(nèi)容的條件。當(dāng)然,本節(jié)內(nèi)容的學(xué)習(xí),可以加深對前面這幾個問題的深化理解。

本節(jié)內(nèi)容分為兩部分:5.1FFT分析信號頻譜;5.2FFT實現(xiàn)線性卷積。本文是第一部分:FFT分析信號頻譜。

5.1FFT分析信號頻譜

1. 用FFT實現(xiàn)頻譜分析的基本過程

我們知道,現(xiàn)實世界中的絕大多數(shù)物理量都是以連續(xù)變化的形式存在的,而做為離散傅里葉變換,只能處理有限長的離散數(shù)據(jù)。所以對信號進(jìn)行FFT之前,必須首先將其進(jìn)行離散化處理并截取合適的長度。

下圖為用FFT實現(xiàn)頻譜分析的基本過程。

下面我們詳細(xì)來看具體每一步對信號做了什么樣的處理,我們重點關(guān)注這些處理對信號的頻譜特征有什么樣的影響。

2. 時域抽樣

第一步為時域抽樣,我們已經(jīng)學(xué)習(xí)過。其作用是將連續(xù)時間信號按照一定的抽樣間隔離散化,得到離散數(shù)據(jù)。時域抽樣包含兩個過程:

首先,將連續(xù)時間信號通過理想低通濾波器,該濾波器又稱為“抗混疊濾波器”,作用是濾除高于抽樣頻率一半的高頻分量,防止抽樣時發(fā)生頻譜混疊。

然后,對信號進(jìn)行抽樣。抽樣后得到離散時間信號x(n),其頻譜,能否代表原來的連續(xù)時間信號的頻譜信息呢?

當(dāng)然能!因為只要滿足抽樣定理,抽樣后的離散數(shù)值就可以完全代表原來連續(xù)時間信號的信息。但問題是,離散時間信號的頻譜,已經(jīng)是數(shù)字域頻率,攜帶的頻率信息,需要轉(zhuǎn)換為模擬頻率,如何轉(zhuǎn)換?

這個問題,本公號前面有文章專門論述,鏈接如下:

數(shù)字信號處理系列(離散信號的頻域分析之二)——數(shù)字域頻率與模擬角頻率

本文不再重復(fù),只給出結(jié)論。

根據(jù)上圖的公式反推:

模擬角頻率 = 數(shù)字域頻率 * 抽樣頻率fs

3. 時域加窗

下面我們分析第二步——時域加窗。

從三個方面來看:第一,為什么要加窗?第二,怎樣實現(xiàn)加窗?第三,加窗有什么影響?

首先看,為什么要加窗?無他,因為數(shù)據(jù)太長太多,處理不了啊,臣妾做不到;或者是處理時間太長,臣妾等不及啊。更有甚者,有時輸入信號是無限長的,總不能等到世界末日再去處理吧?

然后看,怎樣實現(xiàn)加窗?

最簡單加窗方式,就是將很長很長的數(shù)據(jù),與矩形脈沖RN(n)相乘,就實現(xiàn)了截取n=0~N-1這N個點。RN(n)稱為“矩形窗”。

除了矩形窗,有沒有其他形式的窗呢?有,但這是后話,以后再講。

這里重點分析第三個問題——加窗有什么影響?

先看一般的信號,如下圖所示,頻譜為示意圖。根據(jù)“時域相乘,頻域卷積”,加窗后信號的頻譜,是原來的頻譜X(w)與矩形窗的頻譜W(w)做卷積,那么,卷積后的頻譜(也即加窗后的頻譜)是什么樣子呢?和很多因素有關(guān)(原始信號的頻譜、窗函數(shù)的頻譜、長度等等)。從何處入手來分析呢?

我們知道,正弦信號是基本信號,因為復(fù)雜信號可以看是一個個不同頻率的正弦信號組合而成,所以下面首先分析正弦信號。

我們知道,無限長正弦信號的頻譜為正負(fù)w0處的沖激,如下圖(a),矩形窗的頻譜,如下圖(b)。二者卷積后(也就是N點長的正弦信號)的頻譜,如圖(c)。

比較圖(a)和圖(c),可以看到,加窗后信號的頻譜與加窗前相比,發(fā)生了哪些變化呢?變寬了,原來窄窄的一條(瘦成閃電)變成寬寬的胖子,而且出現(xiàn)起伏的尾巴。

用術(shù)語說,就是:

時域加窗,導(dǎo)致頻譜的擴(kuò)散——拖尾、變寬,稱為頻譜泄漏(Leakage)。

為什么變胖?是因為矩形窗函數(shù)的頻譜胖(主瓣)。胖的程度,取決于N。N越小主瓣越寬,則越胖。所以,我們要想減少主瓣泄露,可以適當(dāng)增大N。

為什么出現(xiàn)尾巴?是因為矩形窗函數(shù)的頻譜有起伏(旁瓣)。要想減小旁瓣泄露,就要降低窗函數(shù)旁瓣的幅度。

但是,我們知道,矩形窗函數(shù),旁瓣幅度與主瓣幅度之比是一定的(-13dB左右),增大N并不能改變這一數(shù)值。那么,如何是好呢?

對數(shù)據(jù)加矩形窗是我們很自然的行為,因為它不改變截取部分信號的取值。但是矩形窗在起點和終點都是不連續(xù)的,也就是說,數(shù)據(jù)是突然開始、突然結(jié)束的。從物理概念上很好解釋,這種時域上的突然變化,意味著頻域上存在高頻分量。如果抑制了這些高頻分量,就能夠降低旁瓣幅度。因此從這樣一個角度,直觀上就可以想到,窗函數(shù)的起始處和結(jié)束處越平坦,對旁瓣的抑制就應(yīng)該越好。關(guān)于窗函數(shù)的內(nèi)容,我們后面會專門學(xué)習(xí)。

前面分析了加窗對信號頻譜的影響,總結(jié)一句話:時域加窗,會導(dǎo)致頻譜泄露——頻譜展寬、拖尾。同時,我們必須認(rèn)識到,在進(jìn)行DFT運算時,時域加窗是必須的,因此泄漏現(xiàn)象是離散傅里葉變換所固有的,無法消除,只能在計算量等容許的范圍內(nèi),盡量抑制泄露現(xiàn)象。

4.頻域抽樣(DFT)

經(jīng)過前面兩步,數(shù)據(jù)離散化了,也是有限長的了,準(zhǔn)備工作終于完成了,可以做DFT了。

DFT,也就是頻域抽樣。其實質(zhì)就是對信號v(n)的頻譜(DTFT)離散化,[0,2Π]區(qū)間上離散化成N個點,就是N點DFT。注意,這個N是指DFT的點數(shù),而不是前文中的信號長度。

v(n)的頻譜也就是上圖中的(c),但我們首先需要把圖(c)變一下。

為什么需要變一下呢?所有離散時間信號的頻譜,都是以2Π為周期的,圖(a)(b)(c)實際上畫出的是-Π~Π區(qū)間內(nèi)的圖形。為了和DFT的研究區(qū)間一致([0,2Π]),我們把圖(c)變成[0,2Π]區(qū)間,也就是下圖(d)。

然后,把它以2Π/N為間隔離散化,得到的就是最后的結(jié)果V(k)。如下圖(e)所示。

理論分析講完了,最后出一個題。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 濾波器
    +關(guān)注

    關(guān)注

    162

    文章

    8214

    瀏覽量

    184194
  • 傅里葉變換
    +關(guān)注

    關(guān)注

    6

    文章

    444

    瀏覽量

    43450
  • 離散信號
    +關(guān)注

    關(guān)注

    0

    文章

    18

    瀏覽量

    7438

原文標(biāo)題:數(shù)字信號處理系列串講第11篇(離散信號的頻域分析之五)——傅里葉變換的應(yīng)用(1):FFT分析信號頻譜(之一)

文章出處:【微信號:SignalAndSystem_DSP,微信公眾號:信號與系統(tǒng)和數(shù)字信號處理】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    是不是經(jīng)過離散傅里葉變換后,所有的信號都已經(jīng)近似成時域和頻域離散的周期功率信號

    假設(shè)有一個衰減信號,衰減信號是能量有限信號,按照道理來講我應(yīng)該做能量譜才對,就是焦耳每赫茲,但是我用的LabVIEW上面沒有能量譜的模塊,只有功率譜的模塊,我就在想是不是經(jīng)過離散
    發(fā)表于 08-10 11:29

    傅里葉變換的問題

    以前知道:傅里葉級數(shù)可以看做是時域中信號周期且連續(xù),或者頻域中信號非周期且離散那么傅里葉變換是把時域中的非周期連續(xù)信號,轉(zhuǎn)換成了
    發(fā)表于 02-13 11:26

    圖像頻率域分析傅里葉變換

    文章目錄傅里葉變換基礎(chǔ)傅里葉級數(shù)傅里葉積分傅里葉變換一維連續(xù)傅里葉變換一維離散傅里葉變換二維離散
    發(fā)表于 05-22 07:41

    傅里葉變換是把時域中的非周期連續(xù)信號,轉(zhuǎn)換成了頻域中的非周期什么性質(zhì)的信號?

    以前知道:傅里葉級數(shù)可以看做是時域中信號周期且連續(xù),或者頻域中信號非周期且離散那么傅里葉變換是把時域中的非周期連續(xù)信號,轉(zhuǎn)換成了
    發(fā)表于 07-22 08:10

    離散時間信號離散時間系統(tǒng)

    離散時間信號離散時間系統(tǒng)離散時間信號和系統(tǒng)的頻域描述離散
    發(fā)表于 10-30 12:53 ?0次下載
    <b class='flag-5'>離散</b>時間<b class='flag-5'>信號</b>和<b class='flag-5'>離散</b>時間系統(tǒng)

    有限長離散變換-離散傅里葉變換

    離散傅里葉變換是一種在時域和頻域離散傅里葉變換.
    發(fā)表于 02-23 09:30 ?49次下載
    有限長<b class='flag-5'>離散</b><b class='flag-5'>變換</b>-<b class='flag-5'>離散</b><b class='flag-5'>傅里葉變換</b>

    離散傅里葉變換

    第三章-離散傅里葉變換
    發(fā)表于 12-28 14:23 ?0次下載

    離散傅里葉變換(DFT)

    第3章--離散傅里葉變換(DFT)
    發(fā)表于 12-28 14:23 ?0次下載

    Matlab利用離散傅里葉變換DFT進(jìn)行頻譜分析的步驟

    信號頻域能夠呈現(xiàn)出時域不易發(fā)現(xiàn)的性質(zhì)和規(guī)律,傅里葉變換是將信號從時域變換頻域,便于在
    的頭像 發(fā)表于 07-20 17:33 ?9485次閱讀
    Matlab利用<b class='flag-5'>離散</b><b class='flag-5'>傅里葉變換</b>DFT進(jìn)行頻譜<b class='flag-5'>分析</b>的步驟

    傅里葉變換信號處理的意義

    傅里葉變換信號處理的意義? 傅里葉變換是一種基本的數(shù)學(xué)工具,它經(jīng)常用于信號處理中。在這篇文章中,我們將探討傅里葉變換的意義和應(yīng)用。
    的頭像 發(fā)表于 09-07 16:14 ?3343次閱讀

    傅氏變換傅里葉變換的區(qū)別聯(lián)系

    傅氏變換傅里葉變換的區(qū)別聯(lián)系 傅氏變換傅里葉變換信號處理中常用的兩種變換方法,它們有著不同
    的頭像 發(fā)表于 09-07 16:35 ?2720次閱讀

    傅里葉變換的實現(xiàn)方法

    傅里葉變換的實現(xiàn)方法? 傅里葉變換是一種將信號在時間域和頻率域之間相互轉(zhuǎn)換的數(shù)學(xué)工具。它的實現(xiàn)方法有很多種,其中最常見的是離散傅里葉變換(D
    的頭像 發(fā)表于 09-07 16:47 ?2134次閱讀

    傅里葉變換離散傅里葉變換的關(guān)系

    傅里葉變換離散傅里葉變換的關(guān)系 傅里葉變換(Fourier Transform)是一種將時間域(或空間域)的信號轉(zhuǎn)換為頻率域(或波數(shù)域)的
    的頭像 發(fā)表于 09-07 17:04 ?3222次閱讀

    什么是傅里葉變換和逆變換?為什么要用傅里葉變換?

    傅里葉變換和逆變換是一對數(shù)學(xué)變換,用于分析信號和數(shù)據(jù)的頻域特征。
    的頭像 發(fā)表于 01-11 17:19 ?5849次閱讀

    DFT與離散時間傅里葉變換的關(guān)系 DFT在無線通信中的應(yīng)用

    DFT與離散時間傅里葉變換(DTFT)的關(guān)系 DFT(離散傅里葉變換)與DTFT(離散時間傅里葉變換
    的頭像 發(fā)表于 12-20 09:21 ?2200次閱讀