1樓：瘋狂道人之王
連續訊號為s(t)，離散訊號在時域上是s(t)與週期衝擊訊號的乘積傅立葉變換是由時域到頻率的變換
根據性質可以知道，時域的乘積在頻域的卷積，s(t)的傅立葉變換假設是s(f)，衝擊函式的傅立葉變換仍然是頻域週期的衝擊函式
兩個相互卷積是什麼樣的呢？當然就是在頻域上週期的s(f)了自己再想想吧，傅立葉變換的性質
2樓：匿名使用者
最主要的還是傅立葉變換，可以把時域變頻域。在頻域上計算，
dft有個好處就是可以把序列用計算機來計算。
傅立葉變換的物理意義怎麼理解？太抽象怎麼能具體物理形式上描述一下？
3樓：匿名使用者
瞭解傅立葉變換前只要先從傅立葉級數入手瞭解即可.
如果你直接看變換可能會覺得莫名其妙.
說通俗點就類似於座標系統的轉換一樣.比如時間域轉換到頻率域. 在一定條件下給你一個橫軸為時間波形,你可以將其等效的變換為以頻率為橫軸的波形.
這個兩個波形函式之間的轉換就是所謂的變換.
實際問題就比如說彈吉他,波動一個弦,由弦產生的波形通過變換後可以看到這根弦所擁有的頻率成分,那麼你下次去給吉他調音的時候實際上就是以這個主頻率的調去調整的.
4樓：第yi誡
傅立葉變化就是將時域函式變為頻域函式，最簡單的例子，比如一個比較複雜聲音作用到一個膜上，這個膜獲得總機械能，除了和聲音幅值有關係，更重要的是和頻率關係很大，但此刻機械能，與用時間根本沒什麼關係（如果有關係，意思就是你聽一個聲音聽時間長了，聲音會變大，這可能嗎） 如果此時還用時間函式，這就非常難辦，如果轉換成頻域函式，就很容易計算。 傅立葉變換後的，不同頻率的諧波對膜的作用不同，疊加後的能量就是總能量。
以上例子就是為什麼要傅立葉變換的原因。。。
5樓：地獄男爵
不知道你聽說過晶體的x光衍射沒，由於晶體的結構具有週期性（符合傅立葉的條件），經過衍射後在對面看到有規律的亮點，這些亮點是由各處散射波疊加而成，這樣就形成了常說的k空間（k=2π/λ）即頻率空間（ν=c/λ,c為光速常數）。
如何理解數字訊號處理中的離散傅立葉變換以及fft
6樓：匿名使用者
離散傅立葉變換：
傅立葉變換，是一種數學的精妙描述。但計算機實現，卻是一步步把時域和頻域離散化而來的。
離散化也就是要取樣。我們知道，時域等間隔取樣，頻域發生週期延拓；頻域取樣，時域發生週期延拓。那麼要得到時域頻域都離散的結果，顯然時域頻域都要取樣。
週期延拓怎麼辦？只取一個週期就行了。
總結一下：
第一步，時域離散化，我們得到離散時間傅立葉變換（dtft），頻譜被週期化；
第二步，再將頻域離散化，我們得到離散週期傅立葉級數（dfs），時域進一步被週期化。
第三步，考慮到週期離散化的時域和頻域，我們只取一個週期研究，也就是眾所周知的離散傅立葉變換（dft）。
這裡說一句，dft是沒有物理意義的，它只是我們研究的需要。藉此，計算機的處理才成為可能。
fft：
這就是dft的一種快速演算法。
複數的加法乘法計算量很大，fft利用了dft中wn的週期性和對稱性，把一個n項序列按奇偶分組，分為兩個n/2項的子序列，繼續分解，迭代下去，大大縮減計算量。具體演算法就看那張蝶形圖吧。
fft對傅氏變換的理論並沒有新的發現，但是對於在計算機系統或者說數字系統中應用離散傅立葉變換，可以說是進了一大步。
在數字訊號處理當中，離散傅立葉變換的x（n）和x（k）在取樣時如何實現
7樓：匿名使用者
1。模擬訊號的頻率：我們這樣理解，模擬頻率越大，訊號變化越快。我們拿構成模擬訊號的頻率分量來說吧，比如cos(ωt)。
2。數字訊號是對模擬訊號[等間隔]抽樣得到的，即cos(ωtn)=cos(wn)，w=ωt[稱為數字頻率]，由於離散[數字]訊號的自變數是n是整數，因此數字頻率w與w+2pi*m是同一個數字頻率！即cos(wn)=cos[(w+2pi*m)n]。
對離散訊號作傅立葉變換，實際上是將離散訊號[量化後就是數字訊號]分解為 e^jwn的線性組合，其頻譜就具有週期性，頻率為w的頻譜等於 頻率為w+2pim的頻譜。
3。再來看cos(wn)是構成實數離散訊號的基本訊號；他最大的頻率是多少呢？週期最小n=1,故變化最快的是w=pi；變化最慢的當然是直流w=0。
因此w=0代表的頻率最小，w=pi是最高頻率，對應模擬訊號的頻率為ω=w/t=pi/t=ωs/2[抽樣頻率的一半]。對實數離散訊號來說，0~2pi的頻譜圖是以w=pi對稱的。
4。根據時域抽樣定理，抽樣頻率ωs最小為被抽樣模擬訊號最高頻率的2倍；因此可以認為被抽樣模擬訊號最高頻率=ωs/2，這個頻率對應數字頻率的pi。
5。實際中即使模擬訊號的最高頻率是無窮大，但是可以通過濾波，濾去無用的高頻分量，再對他抽樣以避免 頻譜混疊。
數字訊號處理中，時域離散訊號和數字訊號的區別
8樓：維尼
大多數離散時間訊號幅度連續，而數字訊號幅度只取幾個量化的值代替區間。
數字訊號處理中，迴圈卷積在處理頻域訊號時候的具體物理意義是什麼？
9樓：匿名使用者
舉個例子來說明你的bai問題吧。
輸入du
訊號x, 長度zhim；系統衝擊響應h, 長度n; 系統輸出y。
（1）在時域dao
處理，y=conv(x,h), conv是卷積的意思，y的長度為m+n-1, 對y做fft，得到m+n-1點的頻域形式y(w)。
（2）在頻域處理，即y(w)=x(w)*h(w), *是點對點乘的意思。這裡涉及的問題：首先是x(w)和h（w）長度必須相等，對簡訊號後補零可以解決。
其次是y（w）和（1）中得到的y（w）是否是一樣的？按理說，應該是一樣的。但是在matlab處理的時候，一樣是有條件的。
條件如下:
對x和h訊號補0，使其長度達到m+n-1，然後做fft, 想乘得到y（w），此時y（w）與（1）中的相同。
上述「條件」即是迴圈卷積與線性卷積關係。
數字訊號處理中迴圈卷積的物理意義怎麼解釋？
10樓：高調是王道
簡單的說，線性卷積bai
表示一個信du號通過一個系統的zhi輸出，這個訊號可以是無dao限長的，
回也可以是有限長的答，可以的離散的也可以是連續的。
週期卷積和迴圈卷積都是針對離散訊號而言的，週期卷積是無限長週期離散訊號通過一個離散系統後的輸出，迴圈卷積（也叫圓周卷積）是一個有限長序列通過一個數字系統後的輸出序列，在計算這個序列之前，必須先定義卷積運算的點數，不然這個運算就無法確定，點數確定後就可以按照線性卷積的計算一樣進行，不同的是結果的處理，例如，序列1 1 1 1和序列1 1 1的線性卷積結果是序列1 2 3 3 2 1，而這兩序列的4點迴圈卷積結果是 3 3 3 3 ，5點迴圈卷積結果是 2 2 3 3 2.
11樓：匿名使用者
週期卷積是線性卷積的週期延拓.
迴圈卷積和週期卷積的過程是一樣的,不同的是迴圈卷積僅取週期卷積的主值序列.
在一定條件(不產生混疊)下可以使迴圈卷積等於線性卷積
12樓：匿名使用者
卷積反映的是系統的輸入與輸出之間的複雜聯絡。其實現實中很多事物與現象可版以用系統的模型去分析權，舉個最簡單的例子：一個人以同樣的力去折一根鋼條，不同的頻率效果是不一樣的，如果以很快的頻率去折，它就會容易折斷，這是什麼原因呢？
其實在這裡就有訊號與系統裡的基本要素，折的外力就是系統輸入，鋼條的形變程度就是系統輸出，很明顯在這裡可以看出，系統的輸出不僅取決於每一次的輸入，也取決於之前的輸入產生的輸出，而且與之前輸入的時間間隔有關。
數字訊號處理中得頻率f、角頻率ω、圓頻率ω三者之間的物理意義是什麼呢，能否說具體點呢？ 物理意義哈~~ 30
13樓：九玖我心
取樣頻率就是取樣脈衝的頻率。取樣角頻率就是這個乘以2pi。
數字角頻率就是相當於模擬頻率按取樣頻率歸一化。
14樓：五四後繼
頻率f::時間（天、地、人、物的）,
角頻率ω:迴圈面積（以上4個）
圓頻率ω：電力能量（以上4個）
數字訊號處理中DFT與FT都是離散傅立葉變換，有什麼區別
ft是dtft，x n 的頻譜是 連續的譜，不能用計算機處理 x n 經過截斷後 根據譜解析度要求截斷多長 為有限長的序列，dft的結果是有限長的，正好是對 該有限長序列連續譜 dtft 的在0 2pi上的等間隔取樣，適合於計算機處理 而dft又有fft快速傅立葉變換演算法，因此在各領域中得以廣泛應...
數字訊號處理中像這樣的分式化成後半部分的那樣多項式相乘形式是怎麼化出來的？一般有哪些方法來處理這類
這種變化就是因式分解,方法有很多,一般的分解步驟 如果多項式的各項有公因式，那麼先提公因式 如果各項沒有公因式，那麼可嘗試運用公式 配方 十字相乘法 雙十字相乘法來分解 如果用上述方法不能分解，那麼可以嘗試用分組 拆項 補項法來分解 以上方法需要些技巧,不行就用待定係數法分解.例如上式h z 的分子...
數字訊號處理的概念 過渡頻寬是什麼
數字訊號指自變數是離散的 因變數也是離散的訊號，訊號的自變數用整數表示，因變數用有限數字中的一個數字來表示。在計算機中，數字訊號的大小常用有限位的二進位制數表示，例如 字長為2位的二進位制數可表示4種大小的數字訊號，它們是00 01 10和11 若訊號的變化範圍在 1 1，則這4個二進位制數可表示4...