學習了數字訊號處理之後，被裡面的幾個名詞搞的暈頭轉向，比如dft、dtft、fs、ft、fft、dfs等，參考整理的資料，重新寫了一下各種變換的概念。
學過卷積，我們都知道有時域卷積定理和頻域卷積定理，在這裡只需要記住兩點：
1. 在乙個域的相乘等於另乙個域的卷積；
2. 與脈衝函式的卷積，在每個脈衝的位置上將產生乙個波形的映象。(在任何一本訊號與系統課本裡，此兩條性質有詳細公式證明)
下面，就用這兩條性質來說明dft，dtft，dfs 之間的聯絡：
一、ft
首先來說圖(1)和圖(2)，對於乙個模擬訊號，如圖(1)所示，要分析它的頻率成分，必須變換到頻域，這是通過傅利葉變換即ft(fourier transform)得到的，於是有了模擬訊號的頻譜，如圖(2)；注意1：時域和頻域都是連續的！
但是，計算機只能處理數碼訊號，首先需要將原模擬訊號在時域離散化，即在時域對其進行取樣，取樣脈衝序列如圖(3)所示，該取樣序列的頻譜如圖(4)，可見它的頻譜也是一系列的脈衝。
二、dtft
所謂時域取樣，就是在時域對訊號進行相乘；
(1)×(3)後可以得到離散時間訊號x[n]，如圖(5)所示；
由前面的性質1，時域的相乘相當於頻域的卷積，那麼，圖(2)與圖(4)進行卷積，根據前面的性質2知，會在各個脈衝點處出現映象，於是得到圖(6)；
它就是圖(5)所示離散時間訊號x[n]的dtft(discrete time fourier transform)，即離散時間傅利葉變換，這裡強調的是「離散時間」四個字。注意2：時域是離散的，而頻域依然是連續的。
經過上面兩個步驟，我們得到的訊號依然不能被計算機處理，因為頻域既連續，又週期。我們自然就想到，既然時域可以取樣，為什麼頻域不能取樣呢？這樣不就時域與頻域都離散化了嗎？沒錯，接下來對頻域在進行取樣，頻域取樣訊號的頻譜如圖(8)所示，它的時域波形如圖(7)。
三、dft
現在我們進行頻域取樣，即頻域相乘，圖(6)×圖(8)得到圖(10)，那麼根據性質1，這次是頻域相乘，時域卷積了吧，圖(5)和圖(7)卷積得到圖(9)，不出所料的，映象會呈週期性出現在各個脈衝點處。我們取圖（10）週期序列的主值區間，並記為x(k)，它就是序列x[n]的dft(discrete fourier transform)，即離散傅利葉變換。
可見，dft只是為了計算機處理方便，在頻率域對dtft進行的取樣並擷取主值而已。有人可能疑惑，對圖(10)進行idft，回到時域即圖(9)，它與原離散訊號圖(5)所示的x[n]不同呀，它是x[n]的週期性延拓！沒錯，因此你去查詢乙個idft的定義式，是不是對n的取值區間進行限制了呢？這一限制的含義就是，取該週期延拓序列的主值區間，即可還原x[n]！
深入理解FT，DTFT，DFT 之間的關係
學習了數字訊號處理之後，被裡面的幾個名詞搞的暈頭轉向，比如dft dtft fs ft fft dfs等，參考整理的資料，重新寫了一下各種變換的概念。學過卷積，我們都知道有時域卷積定理和頻域卷積定理，在這裡只需要記住兩點 在乙個域的相乘等於另乙個域的卷積 與脈衝函式的卷積，在每個脈衝的位置上將產生乙...
類之間的關係
類之間的關係 內容 網上關於此類的討論非常多，發現對於該問題的理解各有各的說法，而各個說法中又相去甚遠。通過瀏覽這些討論以及對 的參考，發表一下自己的看法.類間關係有很多種，在大的類別上可以分為兩種 縱向關係 橫向關係。縱向關係就是繼承關係，它的概念非常明確，也成為oo的三個重要特徵之一，這裡不過多...
和之間的關係
1.0 簡介 本 簡要的 了xml和資料庫 之間的關係，同時列出一些可以使用資料庫處理xml文件的。雖然這裡不打算詳盡地介紹這些軟體，但是筆者希望它能夠描述使用資料庫處理xml文件中的主要部分。這裡有點偏向與 關聯式資料庫，因為我的經驗如此。2.0 xml是資料庫嗎?在開始討論xml和資料庫之前，我...