
第二节 离散傅里叶变换及频域采样定理
为了对离散时间信号x(n)进行频域分析,要将时域序列转换成等价的频域表达式。本章第一节介绍了离散时间信号x(n)的傅里叶变换用X(ejω)表示,而X(ejω)是关于自变量ω的连续函数,不能直接用于数字设备。本节将研究X(ejω)的离散表现形式,从而引入离散傅里叶变换(DFT)。DFT是一种对离散时间信号进行频域分析的有力计算工具。
一、频域采样:离散傅里叶变换
由本章第一节内容可知,长度为M(N>M)的序列x(n),它的傅里叶变换可定义为

由于X(ejω)是周期为2π的函数,在一个周期0≤ω≤2π内,对X(ejω)以等间隔ω=2π/N均匀抽样,第k个频率为ωk=2πk/N(0≤k≤N-1),于是

X(k)(0≤k≤N-1)表示在X(ejω)的一个周期内等间隔取出N个样本,这个过程称为频域采样。X(k)称作x(n)的离散傅里叶变换(DFT)。
设WN=e-j2π/N,称为旋转因子。则式(3-32)可简化为

其中,N也称作DFT的变换区间长度,且N>M,它的逆变换(IDFT)为

下面证明式(3-34):

由于

因此

值得注意的是,上述证明过程是在满足条件N>M的前提下进行的。
例3-8 计算一个有限长正弦序列的DFT。已知x(n)=cos(2πrn/N),0≤n≤N-1,r是区间0≤r≤N-1内的一个整数,求x(n)的DFT。
解:
将上式代入式(3-33)中,得

由于

所以

有时候X(ejω)的频谱直接以它的样本X(k)的形式给出。要想从X(k)恢复X(ejω),需要求出X(k)的内插公式,这里依然假设N>M,求解过程如下:
由式(3-1)和式(3-33)可得


式(3-35)中

令

因此,式(3-35)可表示成

式(3-37)称为X(k)恢复出X(ejω)的内插公式,其中ϕ(ω)必须满足下面关系式:

二、频域采样定理
上述内容已证明由X(k)经过傅里叶逆变换完全恢复出原信号x(n),但它是有前提条件的,即变换区间的长度N不小于原来信号的长度M。如果信号无限长或变换区间的长度与信号的长度不满足N>M这个条件,是否还可以完全恢复出原来的信号呢?
设原信号为x(n),它的离散傅里叶变换为X(ejω),对X(ejω)以ω=2π/N等间隔取样,第k个样本的频率为ωk=2πk/N,0≤k≤N-1。这N个样本可以看作N点的离散傅里叶变换,用Y(k)表示。Y(k)的N点IDFT是长度为N的序列y(n),0≤n≤N-1。现在讨论y(n)与x(n)之间的关系。
由式(3-1)可知

Y(k)的N点IDFT为

将式(3-40)代入式(3-41)中,得到


式中

因此,式(3-42)可写成

式(3-42)表示,y(n)是由原序列x(n)以N为周期进行延拓的结果。试想,如果原序列长度为M,且N>M,则x(n)的一个周期内的样本与相邻周期的样本之间不会发生重叠,对于0≤n≤N-1,有y(n)=x(n)。但是,如果N≤M,x(n)的相邻周期的样本之间会重叠,这时,在一个周期内y(n)≠x(n),从而y(n)无法恢复出x(n),这就是频域采样定理。
下面用一个MATLAB的例子说明上述问题。
例3-9 设x(n)是长度为10的序列,在区间0≤n≤9内定义为
x(n)={1,2,3,4,5,6,7,8,9,10|n=0,1,2,3,4,5,6,7,8,9}
现在对x(n)进行16点DFT和4点DFT,绘出两种情况下的频谱图X1(k)和X2(k)。然后求X1(k)和X2(k)的IDFT,分别用y1(n)和y2(n)表示。比较y1(n)和y2(n)与原信号x(n)之间的关系,以此验证频域采样定理。
解:MATLAB参考程序如下:


运行结果如图3-3所示。
由图3-3可以看出,16点的DFT恢复出来的信号与原信号一样,只是后面补充了6个零,而4点的DFT恢复出来的信号与原信号不同,从而验证了频域采样定理。即当频域采样的点数N大于信号的长度时,其恢复出来的信号才与原信号相同。

图3-3 例3-9运行结果