我正在阅读里昂著作中的离散傅里叶变换一章-了解数字信号处理-无法理解关于对称性的最后一段。


还有一个附加的对称性DFT在这一点上值得一提。实际上,有时我们需要确定实际输入函数的DFT,其中输入索引$ n $定义为正值和负值。如果该实数输入函数为偶数,则$ X(m)$始终为实数和偶数。也就是说,如果实数$ x(n)= x(−n)$,则$ X _ {\ textrm {real}}(m)$一般非零,而$ X _ {\ textrm {imag}}(m )$为零。相反,如果实际输入函数为奇数,$ x(n)= -x(-n)$,则$ X _ {\ textrm {real}}(m)$始终为零,而$ X _ {\ textrm {imag} }(m)$通常不为零。


注意:$ X(m)= X _ {\ textrm {real}}(m)+ jX _ {\ textrm {imag }}(m)$


首先,“奇数”和“偶数”是什么意思?我怀疑这是输入信号中的采样数,但是这引出了我的第二个问题,为什么$ X _ {\ textrm {imag}}(m)$的真实输入函数为偶数为零,并且为什么对于具有奇数个实数输入函数的$ X _ {\ textrm {real}}(m)$零和$ X _ {\ textrm {imag}}(m)$通常非零?


评论

zh.wikipedia.org/wiki/Even_and_odd_functions

是的,在Hilmar回答之后,我明白了这就是本文所指的。

#1 楼

偶数和奇数表示$ n = 0 $附近的对称性。

偶数表示$ x [n] = x [-n] $;您只需在$ n = 0 $行中将$ n> 0 $镜像到$ n <0 $即可得到该部分。

奇数意味着$ x [n] = -x [ -n] $;您只需在$ n = 0 $行中将$ n> 0 $的零件镜像并乘以$ -1 $就可以得到$ n <0 $的零件。

余弦波是偶数,正弦波是奇数。

这些都是一般对称性的特例,它们表示


如果在一个域中是实数,在另一个域中是共轭对称。

共轭对称意味着实部是偶数,虚部是奇数。大多数人都知道实时域信号是共轭对称频谱,但它却反过来:共轭对称时域信号具有实值频谱。

评论


$ \ begingroup $
啊,描绘余弦波和正弦波有助于我理解奇数和偶数输入函数。谢谢。
$ \ endgroup $
–someguy
2012年6月5日在13:03

#2 楼

希尔马的回答当然是完全正确的,但我认为里昂在《 OP》所引用的声明中没有提到几点(或者也许他以前谈论过这些,并选择在OP所引用的段落中不再重复自己) 。

离散傅里叶变换(DFT)通常被描述为
序列$(x [0],x [1],\ ldots,x [N-1]的变换。 )$$ N $ $$ \ begin {align *}
X [m]&= \ sum_ {k = 0} ^ {N-1} x [k] \ exp \ left(\ frac {-j2 \ pi mk } {N} \ right),
〜m = 0,1,\ ldots,N-1,\\
x [n]&= \ frac {1} {N} \ sum_ {m = 0} ^ {N-1} X [m] \ exp \ left(\ frac {j2 \ pi nm} {N} \ right),
〜n = 0,1,\ ldots,N-1 。
\ end {align *} $$
,但是当$ m,n $超出
$ [0,N-1] $范围时,如果我们也可以使用这些公式这样做,我们得出的结论是,长度-$ N $
DFT可以看作是周期序列$ x [\ cdot]的转换$
到另一个周期序列$ X [\ cdot] $,都在两个方向上都延伸到无穷大,并且$(x [0],x [1],\ ldots,x [N- 1])$和$(X [0],X [1],\ ldots,X [N-1])$只是这些无限长序列的一个周期。
请注意,我们坚持认为$ x对于所有$ m,n,$和$ i $,[n + iN] = x [n] $和$ X [m + iN] = X [m] $。

当然,这不是实践中经常处理数据的方式。我们可能有很长的样本序列,然后将它们分成适当长度$ N $的块。我们将$(x [0],x [1],\ ldots,x [N-1])$的DFT计算为
$$ X ^ {(0)} [m] = \ sum_ {k = 0} ^ {N-1} x [k] \ exp \ left(\ frac {-j2 \ pi mk} {N} \ right),
〜m = 0,1,\ ldots,N- 1,$$
下一块$(x [N],x [N + 1],\ ldots,x [2N-1])$的DFT为
$$ X ^ {( 1)} [m] = \ sum_ {k = 0} ^ {N-1} x [k + N] \ exp \ left(\ frac {-j2 \ pi mk} {N} \ right),
〜m = 0,1,\ ldots,N-1,$$
前一个块$(x [-N],x [-N + 1],\ ldots,x [-1 ])$ as
$$ X ^ {(-1)} [m] = \ sum_ {k = 0} ^ {N-1} x [kN] \ exp \ left(\ frac {-j2 \ pi mk} {N} \ right ),
〜m = 0,1,\ ldots,N-1,$$
等。然后我们将各个块的各个DFT进行细分,将数据细分为这些DFT。当然,如果数据
实际上是周期为$ N $的周期性数据,则所有这些DFT都将相同。

现在,当Lyons
谈论...输入索引n被定义为正值和负值...他在谈论周期性情况,当他说
(实数)偶数函数具有属性
$ x [n]时= x [-n] $,此属性必须对所有整数$ n $都成立。
由于周期性也适用,所以我们不仅$ x [-1] = x [1] $
$ x [-1] = x [-1 + N] = x [N-1] $,类似地,$ x [-n] = x [n] = x [Nn] $。
单词,实数偶数序列$(x [0],x [1],\ ldots,x [N-1])$,其
DFT是实数偶数序列(如Lyons所述,并非常解释
希尔玛(Hilmar)恰好)的形式必须是[1],x [2],x [3],\ ldots,x [3],x [2],x [1])$$
(除前导$ x [0]外) $)回文序列。
如果将数据划分为长度为$ N $
的块并计算每个块分别进行DFT,那么这些
单独的DFT将不具有上述的对称性
,除非DFT是具有这种回文特性的块。

#3 楼

只是为了澄清偶数和奇数函数,

偶数:关于y轴对称
奇数:关于y轴对称

并且不涉及数学细节,实值函数的DFT是对称的,即所得傅立叶函数同时具有实部和虚部,它们是相对于0频率分量的镜像。如果您使用复杂功能的DFT,则不会发生这种情况。

评论


$ \ begingroup $
>偶数:相对于y轴对称奇数:相对于原点对称。您能否再解释一下这是什么意思,或者举例说明您认为分别为偶数和奇数的函数?我感到也许您的定义允许一个函数同时为偶数和奇数。是这样吗?
$ \ endgroup $
– Dilip Sarwate
2012年6月7日上午10:59

$ \ begingroup $
Dilip,您好,如果函数相对于y轴为镜像,则为偶数。例如,余弦是相对于Y轴的镜像。它的偶数功能。对于奇数函数,它是对原点的反映。意味着您对X和Y都进行了反射。就像正弦函数一样。您可以只看图并确定其是偶数还是奇数函数。
$ \ endgroup $
–那雷什
2012年6月8日13:20