0-6gccs2.pptVIP

华中科技大学机械学院 6.5 DFT与FFT 　 第六章、数字信号处理技术 1、离散傅立叶变换 离散傅里叶变换（Discrete Fourier Transform）一词是为适应计算机作傅里叶变换运算而引出的一个专用名词。 x(t) 截断、周期延拓 xT(t) 周期信号xT(t)的傅里叶变换： 第六章、数字信号处理技术 对周期信号xT(t)采样，得离散序列xT(n),将积分转为集合： 展开，得连续傅立叶变换计算公式： 用计算机编程很容易计算出指定频率点值： f=？ //计算的频率点 Fs=? N=1024 dt=1.0/Fs pi=3.1415926 XR=0 XI=0 For n=0 To N-1 XR=XR+x(n)*cos(2*pi*f*n*dt)*dt XI=XI+x(n)*sin(2*pi*f*n*dt)*dt Next A=sqr(XR*XR+XI*XI) Q=atn(XI/XR) VBScript 样例 6.5 DFT与FFT 　 6.5 DFT与FFT 　 连续傅立叶变换编程计算实验： 　 采样信号频谱是一个连续频谱，不可能计算出所有频率点值，设频率取样间隔为： Δf = fs / N 频率取样点为｛0,Δf,2Δf,3Δf,....｝，有： 6.5 DFT与FFT 　 该公式就是离散傅立叶计算公式(DFT) 6.5 DFT与FFT 　 2、快速傅立叶变换 快速傅立叶变换(FFT)是离散傅立叶变换的一种有效的算法，通过选择和重新排列中间结果，减小运算量。 展开各点的DFT计算公式： XR(1)=x(0).cos(2pi*0*1/N)+x(1).cos(2pi*1*1/N)+x(2).cos(2pi*2*1/N)….. XR(2)=x(0).cos(2pi*0*2/N)+x(1).cos(2pi*1*2/N)+x(2).cos(2pi*2*2 /N)….. 6.5 DFT与FFT 　 有大量重复的cos、sin计算，FFT的作用就是用技巧减少cos、sin项重复计算。 当采样点数为1024点,DFT要求一百万次以上计算量，而FFT则只要求一万次。 6.6 栅栏效应与窗函数 　 第六章、数字信号处理技术 1、栅栏效应 为提高效率,通常采用FFT算法计算信号频谱，设数据点数为N，采样频率为Fs。则计算得到的离散频率点为: Xs(Fi) ， Fi = i *Fs / N , i = 0，1，2，.....，N/2 X(f) f 0 Δf Δ 如果信号中的频率分量与频率取样点不重合，则只能按四舍五入的原则，取相邻的频率取样点谱线值代替。 6.5 DFT与FFT 　 栅栏效应误差实验： 　 6.6 栅栏效应与窗函数 　 2 能量泄漏与栅栏效应的关系 频谱的离散取样造成了栅栏效应，谱峰越尖锐，产生误差的可能性就越大。 例如，余弦信号的频谱为线谱。当信号频率与频谱离散取样点不等时，栅栏效应的误差为无穷大。 6.6 栅栏效应与窗函数 　 实际应用中，由于信号截断的原因，产生了能量泄漏，即使信号频率与频谱离散取样点不相等，也能得到该频率分量的一个近似值。 从这个意义上说，能量泄漏误差不完全是有害的。如果没有信号截断产生的能量泄漏，频谱离散取样造成的栅栏效应误差将是不能接受的。 6.6 栅栏效应与窗函数 　 能量泄漏分主瓣泄漏和旁瓣泄漏，主瓣泄漏可以减小因栅栏效应带来的谱峰幅值估计误差，有其好的一面，而旁瓣泄漏则是完全有害的。 6.6 栅栏效应与窗函数 　 3 常用的窗函数 1）矩形窗 6.6 栅栏效应与窗函数 　 2）三角窗 6.6 栅栏效应与窗函数 　 3）汉宁窗 华中科技大学机械学院