离散信号频谱分析

时间:2025-01-30 07:22:52

知识点
1 . 离散时间信号=离散序列+独立变量具有时间刻度意义
数字信号=离散时间信号+值域刻度离散

2 . 时间和频域
变换域:两个维度间信息量不丢失的一种变换
在时间域上的信号x所包含的信息量和频域上的信号y信息量等价,可以理解满足x->y同时满足y->x,中间的这个过程就是傅里叶变换和傅里叶反变换
在频域上抽样得到DFT变换
对频域进行扩展,得到z变换
对一个离散序列(不具有时间意义)做这样处理,它依然能够得到对应变换域的序列,二者包含相同的信息量,等价

3 . 线性时不变系统
信号可以分解成离散时间脉冲 δ[n] 表示:

x[n]=k=x[n]δ[nk]

通过一个线性是不变系统
y[n]=T{k=x[n]δ[nk]}=k=x[n]T{δ[nk]}

hk[n] 是系统对发生在 n=k 的单位样本序列 δ[nk] 的相应
y[n]=k=x[n]hk[n]

由于线性时不变性,如果 h[n] 是系统对 δ[n] 的响应,那么系统对 δ[nk] 的响应应该是 h[nk] ,上面式子可以变为:
y[n]=k=x[n]h[nk]=x[n]h[n]

表示卷积
如果输入信号x[n]=ejwn(w看做常量,n是自变量),那么输出为
y[n]=x[n]h[n]=h[n]x[n]=k=h[k]x[nk]=k=h[k]ejw[nk]=ejwnk=h[k]ejwk

若定义
H(ejw)=k=h[k]ejwk

那么上面式子可以变为
y(n)=H(ejw)ejwn

如何理解这个式子
ejwn 是一个单频指数信号,频率为w
H(ejw) 是一个关于变量 w 的函数,对每个输入的w0都会有一个特定的输出,一般为复数
这个单频信号x[n]通过系统h[n],可以看做系统对信号有一个幅值修正和相位偏移
特征值 H(ejw) 称为系统的频率响应, h[n] 为系统的单位脉冲响应
如果一个信号x[n]可以分解为多个这样单频信号的叠加和

x[n]=kakejwkn

根据系统的线性
y[n]=(kakejwkn)h[n]=kakejwknh[n]=kakH(ejwk)ejwkn

DFT离散傅里叶变换

上面这部分从LTI(线性时不变)系统的概念推导出出了离散信号的傅里叶变换

X(ejw)=n=x[n]ejwn

傅里叶反变换
x[n]=12πππX(ejw)ejwndw


傅里叶变换定理:

序列 傅里叶变换
x[n] X(ejw)
y[n] Y(ejw)
x[nnd] ejwndX(ejw)
ejw0nx[n] X(ej(ww0))
x(n) X(ejw)
nx[n] jdX(ejw)dw
ax[n]+by[n] aX(ejw)+bY(ejw)
x[n]y[n] X(ejw)Y(ejw)
x[n]y[n] 12πππX(ejθ)Y(ej(wθ))dθ
n=|x[n]|2=12πππ|X(ejw)|2dθ 帕斯瓦尔定理,两个域的能量保持不变

任意实信号的傅里叶变换:

  • X(ejw)=X(ejw) 共轭对称
  • XR(ejw)=XR(ejw) 实部为偶函数
  • XI(ejw)=XI(ejw) 虚部为奇函数
  • |X(ejw)|=|X(eejw)| 幅度为偶函数
  • -

matlab相关函数功能分析

窗函数
矩形窗rectwin
三角窗triangle
海明窗hamming
汉宁窗hanning(第一旁瓣性能差,但是其余旁瓣下降更好)
凯瑟窗kaiser(n, β ), β 越大,波形越陡峭,旁瓣衰减越好,但是过渡带变宽
切比雪夫窗chebwin 等波纹窗
布莱克曼窗blackman
tukeywin
talorwin

窗函数工具 wintool
冲激响应时域频域分析wvtool,频域分析freqz和fvtool

滤波器设计工具fdatool

创建原型滤波器函数
fir1 窗函数对理想FIR的加窗截取,窗函数影响性能
fir2 基于频率采样的FIR设计,由H(K) ifft得到h(n)得到H(z)在得到任意长的h(n)
firpm 雷米兹Remez交替算法逼近切比雪夫等波纹的Parks-McClellan实现
firpmord 同上,得到的可以作为firpm的参数
firpr2chfb 半带滤波器的四个滤波器系数,两个低,两个高
rcosfir

DSP System ToolBox
fdesign结构体,提供一个滤波器类型接口,设计一个滤波器参数结构体,包括阶数通带阻带
design对fdesign得到的结构体进行滤波器系数设计,需要选择优化类型

fircls:最小均方
equiripple:等波纹
butter
cheby1
cheby2
ifir
multistage

常用信号处理
upsample

filter
pca