离散时间傅里叶变换
前置知识回顾
DTFT 是本课程从"时域序列"进入"频域分析"的关键桥梁。读这一节之前,建议先确认下面四件事已经顺手:
在之前的学习中,我们一直在时域里操作:序列是按 $n$ 排列的一串数,卷积描述系统的输入输出关系,Z 变换把差分方程变成代数方程。但很多核心问题在时域里并不直观——一个系统到底放大低频还是高频?一个序列主要由哪些振荡成分组成?两个滤波器串联后对频率的影响如何叠加?这些问题需要一种新的语言:频域。
DTFT 正是把离散序列翻译到连续频域的工具。这一部分先讲清"为什么需要 DTFT",再给出严格的数学定义和收敛条件,最后解释为什么离散时间的频谱一定是 $2\pi$ 周期的。三个问题一环扣一环:动机催生定义,定义本身决定了周期性。
在时域里,一个序列只是按 $n$ 排列的一串数。我们能看到峰值、延迟、衰减,也能用卷积描述系统输入输出。但很多问题在时域里并不直观:一个系统到底放大低频还是高频?一个序列主要由哪些振荡成分组成?两个滤波器串联后对频率的影响如何叠加?这些问题需要频域语言。
DTFT 处理的对象是离散时间序列 $x[n]$,输出的是一个关于连续角频率 $\omega$ 的函数 $X(e^{j\omega})$。这看起来有点反直觉:时间已经离散了,为什么频率还是连续的?原因是序列可以无限长,复指数基函数的频率参数仍然可以连续变化,只是由于 $n$ 是整数,频域会天然以 $2\pi$ 为周期。
DTFT 正变换
其中 $\omega$ 为连续角频率,$X(e^{j\omega})$ 是关于 $\omega$ 的复值函数。输入是离散序列 $x[n]$,输出是连续频谱 $X(e^{j\omega})$。
DTFT 反变换
积分只需覆盖任意一个长度为 $2\pi$ 的区间(如 $[-\pi,\pi]$ 或 $[0,2\pi]$),因为 DTFT 对 $\omega$ 具有 $2\pi$ 周期性。
不是所有序列的 DTFT 都以普通函数形式存在。绝对可和是保证收敛的常用充分条件:
DTFT 收敛的充分条件:绝对可和
绝对可和时,DTFT 一定存在且关于 $\omega$ 连续。
工程上还会用冲激函数或广义函数处理一些不绝对可和的序列,比如常数序列、周期序列和纯复指数序列。课程作业通常优先处理绝对可和或右边序列,这时收敛性主要通过几何级数或 ROC 判断。
周期性来自一个非常小但非常关键的事实:$n$ 是整数。
因此 $X(e^{j(\omega+2\pi)})=X(e^{j\omega})$。
这意味着离散时间频域不是一条无限展开的新坐标轴,而是一个首尾相接的圆。$\omega=0$ 表示直流分量,$\omega=\pi$ 和 $\omega=-\pi$ 是同一个边界频率。后面学习 DFT 时,所谓 $N$ 点 DFT,就是在这个 $2\pi$ 周期频谱上取 $N$ 个等间隔样本。
有了 DTFT 的定义之后,接下来的问题是:它和我们已经掌握的工具有什么关系?这一部分从三个角度理解同一个 DTFT——作为 Z 变换在单位圆上的特例、作为 LTI 系统的频率响应、以及作为"旋转后求和"的几何操作。三个视角不是并列的三个知识点,而是同一个数学对象的三副面孔:代数的、工程的、几何的。哪个视角好用,取决于你正在做什么题。
Z 变换定义为 $X(z)=\sum_{n=-\infty}^{\infty}x[n]z^{-n}$。令 $z=e^{j\omega}$,就得到
所以 DTFT 可以看成 Z 平面单位圆上的频率切片。但这里有一个必要条件:单位圆必须位于 ROC 内。如果单位圆不在收敛域内,普通意义下的 DTFT 不存在。
由 Z 变换求 DTFT 的判定条件
若 $X(z)$ 的 ROC 包含单位圆 $|z|=1$,则 $X(e^{j\omega})=X(z)\big|_{z=e^{j\omega}}$ 存在。
对于离散 LTI 系统,若单位抽样响应为 $h[n]$,则系统频率响应就是 $h[n]$ 的 DTFT:
频率响应定义
系统输出满足 $y[n]=x[n]*h[n]$。根据卷积定理,时域卷积对应频域乘法:
卷积定理
这就是"滤波"的底层原因。系统并不是神秘地"平滑"或"增强"信号,而是对不同 $\omega$ 的复指数成分乘以不同复数。$|H(e^{j\omega})|$ 决定放大或衰减,$\arg H(e^{j\omega})$ 决定相位移动。
把 $e^{-j\omega n}$ 看成每前进一步就旋转 $\omega$ 角的单位向量。计算 DTFT 时,每个样本 $x[n]$ 都乘上这个旋转向量,然后全部相加。如果某个 $\omega$ 正好抵消了原序列中的旋转趋势,很多项会指向接近的方向,求和结果很大;如果方向杂乱,求和就会互相抵消。
这给了一个很实用的读谱方法:频谱峰值不是抽象的"数学高点",而是说明序列中存在与该频率匹配的周期结构。滤波器频率响应中的凹陷和峰值,也可以理解为系统对这些旋转模式的拒绝或通过。
理解了 DTFT "是什么"之后,这一部分聚焦"怎么用"。先给出一组做题最常用的性质表格,然后用三道典型例题演示 DTFT 的标准计算流程:直接求和、有限长序列、从差分方程到频率响应。每道题都对应一种常见的考试题型。
| 性质 | 时域 | 频域 | 用途 |
|---|---|---|---|
| 线性 | $ax[n]+by[n]$ | $aX(e^{j\omega})+bY(e^{j\omega})$ | 拆分复杂序列 |
| 时移 | $x[n-n_0]$ | $e^{-j\omega n_0}X(e^{j\omega})$ | 处理延迟与相位 |
| 频移 | $e^{j\omega_0 n}x[n]$ | $X(e^{j(\omega-\omega_0)})$ | 调制与搬移频谱 |
| 时间反转 | $x[-n]$ | $X(e^{-j\omega})$ | 分析偶对称和奇对称 |
| 共轭 | $x^*[n]$ | $X^*(e^{-j\omega})$ | 判断实序列频谱对称性 |
| 卷积 | $x[n]*h[n]$ | $X(e^{j\omega})H(e^{j\omega})$ | 滤波器分析 |
| 相乘 | $x[n]h[n]$ | $\frac{1}{2\pi}X(e^{j\omega})*H(e^{j\omega})$ | 窗函数和截断效应 |
| Parseval | $\sum_n |x[n]|^2$ | $\frac{1}{2\pi}\int_{-\pi}^{\pi}|X(e^{j\omega})|^2d\omega$ | 能量守恒 |
例题 1:求 $x[n]=a^n u[n]$ 的 DTFT
题目:设 $x[n]=a^n u[n]$,其中 $|a|<1$。求它的 DTFT,并说明收敛条件。
目标:掌握右边指数序列的几何级数求和方法,并理解单位圆与 ROC 的关系。
- 写出定义:
$$X(e^{j\omega})=\sum_{n=-\infty}^{\infty}a^n u[n]e^{-j\omega n}=\sum_{n=0}^{\infty}(ae^{-j\omega})^n.$$
- 使用几何级数:当 $|ae^{-j\omega}|<1$ 时,级数收敛。由于 $|e^{-j\omega}|=1$,条件就是 $|a|<1$。
- 得到结果:
$$X(e^{j\omega})=\frac{1}{1-ae^{-j\omega}},\quad |a|<1.$$
- 联系 Z 变换:$X(z)=\frac{1}{1-az^{-1}}$,ROC 为 $|z|>|a|$。单位圆 $|z|=1$ 在 ROC 中,所以 DTFT 存在。
答案:$X(e^{j\omega})=\frac{1}{1-ae^{-j\omega}}$。
例题 2:求长度为 $M$ 的矩形窗 DTFT
题目:设
求 $X(e^{j\omega})$,并解释频谱形状。
目标:理解有限长截断为什么会产生主瓣和旁瓣,这也是后面 DFT 频谱泄漏的基础。
- 代入定义:
$$X(e^{j\omega})=\sum_{n=0}^{M-1}e^{-j\omega n}.$$
- 按有限几何级数求和:
$$X(e^{j\omega})=\frac{1-e^{-j\omega M}}{1-e^{-j\omega}},\quad \omega\ne 2k\pi.$$
- 整理成相位因子乘幅度核:
$$X(e^{j\omega})=e^{-j\omega(M-1)/2}\frac{\sin(M\omega/2)}{\sin(\omega/2)}.$$
- 解释形状:前面的 $e^{-j\omega(M-1)/2}$ 只改变相位,幅度由 $\left|\frac{\sin(M\omega/2)}{\sin(\omega/2)}\right|$ 决定。它有一个主瓣和多个旁瓣,长度 $M$ 越大,主瓣越窄。
答案:$X(e^{j\omega})=e^{-j\omega(M-1)/2}\frac{\sin(M\omega/2)}{\sin(\omega/2)}$,在 $\omega=0$ 处按极限取值为 $M$。
例题 3:由差分方程求频率响应
题目:系统满足
求系统频率响应 $H(e^{j\omega})$,并判断它对低频还是高频更敏感。
目标:把差分方程、Z 变换和 DTFT 频率响应联系起来。
- 对两边做 DTFT:利用时移性质,$y[n-1]\leftrightarrow e^{-j\omega}Y(e^{j\omega})$。
- 写成代数式:
$$Y(e^{j\omega})-ae^{-j\omega}Y(e^{j\omega})=X(e^{j\omega}).$$
- 求传递函数:
$$H(e^{j\omega})=\frac{Y(e^{j\omega})}{X(e^{j\omega})}=\frac{1}{1-ae^{-j\omega}}.$$
- 读幅频响应:若 $0<a<1$,在 $\omega=0$ 时分母 $|1-a|$ 最小,幅度最大;在 $\omega=\pi$ 时分母 $|1+a|$ 较大,幅度较小,因此它表现为低通倾向。
答案:$H(e^{j\omega})=\frac{1}{1-ae^{-j\omega}}$。当 $0<a<1$ 时,该系统更容易通过低频。
例题 4:Parseval 定理与时移-频移联合性质
题目:已知序列 $x[n]$ 的 DTFT 为 $X(e^{j\omega})$,且满足
- 求 $\displaystyle\sum_{n=-\infty}^{\infty}|x[n]|^2$。
- 设 $y[n]=x[n-2]\,e^{j\pi n/4}$,用 $X(e^{j\omega})$ 表示 $Y(e^{j\omega})$。
目标:综合运用 Parseval 定理、时移性质和频移性质,理解"能量守恒"与"调制+延迟"在频域的叠加效果。
(a) 解:
- 回忆 Parseval 定理:
$$\sum_{n=-\infty}^{\infty}|x[n]|^2=\frac{1}{2\pi}\int_{-\pi}^{\pi}\left|X(e^{j\omega})\right|^2 d\omega.$$
该定理表明时域总能量等于频域总能量(归一化后)。
- 直接代入已知条件:题目已给出右边积分值为 5,因此
$$\sum_{n=-\infty}^{\infty}|x[n]|^2=5.$$
答案 (a):$\displaystyle\sum_{n=-\infty}^{\infty}|x[n]|^2=5$。
(b) 解:
- 分解操作顺序:$y[n]$ 由两步构成——先时移再频移(调制)。注意 $e^{j\pi n/4}$ 乘在 $x[n-2]$ 上,而不是乘在 $x[n]$ 上,所以应先处理时移,再处理频移。
- 第一步·时移:令 $w[n]=x[n-2]$。由时移性质:
$$W(e^{j\omega})=e^{-j2\omega}X(e^{j\omega}).$$
- 第二步·频移(调制):$y[n]=w[n]\,e^{j\pi n/4}$。由频移性质,乘以 $e^{j\omega_0 n}$ 对应频谱搬移 $\omega_0$:
$$Y(e^{j\omega})=W\!\left(e^{j(\omega-\pi/4)}\right).$$
- 合并两步:将 $W$ 的表达式代入:
$$Y(e^{j\omega})=e^{-j2(\omega-\pi/4)}\,X\!\left(e^{j(\omega-\pi/4)}\right)=e^{-j2\omega+j\pi/2}\,X\!\left(e^{j(\omega-\pi/4)}\right).$$
其中 $e^{j\pi/2}=j$,也可保留指数形式。
答案 (b):$Y(e^{j\omega})=e^{-j2(\omega-\pi/4)}\,X\!\left(e^{j(\omega-\pi/4)}\right)$。
DTFT 的频率变量 $\omega$ 是连续的——适合理论推导,但不适合计算机计算。最后一部分把 DTFT 落地到实际可计算的 DFT,再用一张速查表把整篇内容压缩成做题入口。
实际计算时,我们通常拿到的是有限长序列 $x[0],\ldots,x[N-1]$,并只在一个周期内取 $N$ 个频点:
N 点 DFT 定义
其中频点 $\omega_k=\frac{2\pi k}{N}$,是在 DTFT 的一个 $2\pi$ 周期内均匀采样 $N$ 个点。
DFT 不是另一个世界,而是 DTFT 的有限采样版本。但 DFT 也引入了新的解释:有限长序列会被看成周期延拓,普通卷积会变成循环卷积。下一节 DFT 与 FFT 会专门处理这些边界效应,其中包含了 11 道完整例题(从手算 DFT、零填充卷积到 FFT 运算时间估算)。
| 问题类型 | 入口公式 | 检查条件 | 常见误区 |
|---|---|---|---|
| 直接求 DTFT | $\sum_n x[n]e^{-j\omega n}$ | 是否绝对可和 | 漏掉收敛条件 |
| 由 Z 变换求 DTFT | $z=e^{j\omega}$ | 单位圆是否在 ROC 内 | 只代入不看 ROC |
| 系统频率响应 | $H(e^{j\omega})=\sum_n h[n]e^{-j\omega n}$ | 系统是否稳定 | 把 $H(z)$ 和 $H(e^{j\omega})$ 混用 |
| 滤波器输出 | $Y=XH$ | 频率响应是否存在 | 忘记相位也会影响波形 |
| 有限长序列频谱 | 矩形窗求和公式 | 端点和长度 $M$ | 把时域矩形误认为频域矩形 |
| 过渡到 DFT | $\omega_k=2\pi k/N$ | 周期延拓假设 | 忽略循环卷积 |
参考来源
- 本地课程材料:《数字信号处理教程(第五版,程佩青)》第 2-3 章;课程第二讲 PPT《第二讲1 .pdf》;第二讲作业与答案中关于 Z 变换、频率响应和系统函数的题型。
- MIT OCW · Lecture 4: The Discrete-Time Fourier Transform:用于核对 DTFT 定义、周期性和性质组织。
- Julius O. Smith III · Mathematics of the DFT:用于补充 DTFT 到 DFT 的连续频率采样视角。
- The Scientist and Engineer's Guide to DSP:用于补充频谱分析和滤波直觉。
- 3Blue1Brown · But what is the Fourier Transform?:用于"旋转后求和"的几何解释类比。