เมื่อใดที่จะใช้ DTFT กับ DFT (และผู้บุกรุก) ในการวิเคราะห์


14

ในการอ่านหลายครั้งของฉันเมื่อใดก็ตามที่ผู้เขียนบางคนพูดถึงการทำงานในโดเมนความถี่ (แปลง) (ของสัญญาณดิจิตอล) พวกเขามักจะใช้ DFT หรือ DTFT (และแน่นอนว่าผู้รุกรานที่สอดคล้องกัน) ผู้เขียนที่แตกต่างกันมักจะทำงานกับคนอื่น

ฉันไม่สามารถยืนยันรูปแบบเฉพาะเกี่ยวกับเรื่องนี้ได้ ทำไมคุณถึงเลือก DTFT เหนือ DFT หรือในทางกลับกันในการอธิบายอัลกอริทึม? ที่หนึ่งจะช่วยให้คุณมากกว่าที่อื่น


3
DTFT สามารถใช้เมื่อตัวอย่างไม่เว้นระยะเท่ากัน DFT ไม่สามารถทำได้
Dilip Sarwate

@DilipSarwate อ่าจุดดี
TheGrapeBeyond

คำตอบ:


17

DFT และ DTFT มีความคล้ายคลึงกันอย่างเห็นได้ชัดเนื่องจากทั้งคู่สร้างสเปกตรัมฟูริเยร์ของสัญญาณไม่ต่อเนื่อง อย่างไรก็ตามในขณะที่ DTFT ถูกกำหนดให้ประมวลผลสัญญาณที่ยาวไม่ จำกัด (ผลรวมจาก - อนันต์ถึงอินฟินิตี้) DFT ถูกกำหนดให้ประมวลผลสัญญาณเป็นระยะ (ส่วนที่มีความยาวแน่นอน)

เรารู้ว่าจำนวนช่องเก็บความถี่ในสเปกตรัมของคุณเท่ากับจำนวนตัวอย่างที่ประมวลผลเสมอดังนั้นสิ่งนี้จึงสร้างความแตกต่างในสเปกตรัมที่พวกมันสร้างขึ้น: สเปกตรัม DFT นั้นไม่ต่อเนื่องในขณะที่สเปกตรัม DTFT นั้นต่อเนื่องกัน เคารพความถี่ Nyquist)

เนื่องจากเป็นไปไม่ได้ที่จะประมวลผลตัวอย่างจำนวนนับไม่ถ้วน DTFT จึงมีความสำคัญน้อยกว่าสำหรับการประมวลผลการคำนวณจริง ส่วนใหญ่มีอยู่เพื่อการวิเคราะห์

อย่างไรก็ตาม DFT ที่มีความยาวเวกเตอร์อินพุต จำกัด เหมาะอย่างยิ่งสำหรับการประมวลผล ความจริงที่ว่าสัญญาณอินพุตนั้นควรจะเป็นส่วนที่ตัดตอนมาของสัญญาณเป็นระยะ ๆ อย่างไรก็ตามจะไม่สนใจเวลาส่วนใหญ่: เมื่อคุณแปลง DFT-spectrum กลับไปเป็นโดเมนเวลาคุณจะได้รับสัญญาณเดียวกันกับที่คุณคำนวณสเปกตรัมใน สถานที่แรก

ดังนั้นในขณะที่มันไม่สำคัญสำหรับการคำนวณที่คุณควรทราบว่าสิ่งที่คุณเห็นมีไม่ได้เป็นคลื่นความถี่ที่แท้จริงของสัญญาณของคุณ มันคือสเปกตรัมของสัญญาณเชิงทฤษฎีที่คุณจะได้รับถ้าคุณใส่เวกเตอร์ป้อนซ้ำเป็นระยะ

ดังนั้นฉันจะถือว่าในวรรณกรรมที่คุณพูดถึงทุกครั้งที่มีความสำคัญที่สเปกตรัมที่คุณทำงานด้วยเป็นจริงสเปกตรัมและไม่สนใจด้านการคำนวณของสิ่งต่าง ๆ ผู้เขียนจะเลือก DTFT


ดังนั้นหากสัญญาณไม่เคยมีความยาวไม่สิ้นสุดสมจริงแล้ววิเคราะห์โดยใช้ DTFT จากนั้นในเอกสารจำนวนมากที่ฉันเห็น มีความง่ายหรืออะไรที่มากับมันบ้างไหม?
TheGrapeBeyond

เพิ่มเติมความถูกต้องทางคณิตศาสตร์กว่าความสะดวกสบาย นั่นคือเมื่อคุณเขียนหลักฐานทางคณิตศาสตร์สำหรับสัญญาณที่ไม่เป็นระยะคุณไม่มีทางเลือกอื่นนอกจากสมมติว่าสัญญาณของคุณมีความยาวไม่ จำกัด เพราะนั่นคือวิธีการแปลงฟูริเยร์ (ทั้งแบบแยกและแบบต่อเนื่อง)
Nils Werner

ฉันไม่ได้พยายามที่จะลำบาก แต่ถ้าคุณคิดว่าสัญญาณของคุณนั้นเป็นระยะและ DTFT นั้นถูกต้องทางคณิตศาสตร์มากกว่าแล้วทำไมต้องใช้ DFT เลยในการวิเคราะห์? เหตุใดจึงต้องใช้อีกวิธีหนึ่งคือสิ่งที่ฉันพยายามทำเมื่อวิเคราะห์อัลกอริทึม
TheGrapeBeyond

เมื่อคุณต้องการคิดเกี่ยวกับการแปลงสัญญาณ จำกัด เวลาคุณต้องคิดถึงสัญญาณที่ไม่มีที่สิ้นสุดของคุณว่าถูกคูณกับ "ฟังก์ชั่นหน้าต่าง" ได้อย่างมีประสิทธิภาพตัดส่วนที่คุณสนใจกรณีที่ง่ายที่สุดคือฟังก์ชั่นรูปสี่เหลี่ยมผืนผ้า อย่างไรก็ตามฟังก์ชั่นหน้าต่างนี้จะต้องมีการแปลงสภาพและโน้มน้าวสัญญาณ สิ่งนี้ทำให้เกิดการเลอะและสิ่งที่เรียกว่าการรั่วไหล
Nils Werner

2
เมื่อใดจึงจะใช้ DFT ในการวิเคราะห์ ฉันเดาว่ามาจากด้านคณิตศาสตร์ที่คุณต้องการใช้ DTFT เพราะคุณไม่จำเป็นต้องบัญชีสำหรับสิ่งประดิษฐ์และเมื่อคุณลงมาที่ชั้นซอฟต์แวร์แล้วคุณเปลี่ยนเป็น DFT ด้วยปัญหาทั้งหมดที่นำมาสู่ตาราง
Nils Werner

6

DTFT จะใช้เมื่อคณิตศาสตร์สำหรับการพิสูจน์บางจุดง่ายขึ้น (บันทึกลงบนกระดาษและ / หรือชอล์ก) เมื่อสมมติว่ามีจำนวนตัวอย่างไม่ จำกัด ความหมายนั่นคือมันไร้ประโยชน์จริง ๆ ในโลกแห่งความเป็นจริง (คุณจะตายไปนานก่อนที่คุณจะพบว่าคุณมีตัวอย่างเพียงพอ)

DFT คือเมื่อคุณเลือกจำนวนตัวอย่างที่มีประโยชน์ในการทำงานด้วย (ให้คุณมีเมทริกซ์สแควร์ที่มีขนาด จำกัด ที่ดีคูณกันอย่างแน่นอน) ไม่ว่าพวกมันจะเป็นคาบหรือไม่ก็ตาม เพื่อทำให้คณิตศาสตร์สามารถใช้งานได้ง่ายขึ้นอีก) การใช้ DFT มักจะหมายถึงหน้าต่าง (เป็นรูปสี่เหลี่ยมผืนผ้าถ้าไม่ใช่อย่างอื่น) ซึ่งไม่จำเป็นใน DTFT หน้าต่างนี้มาพร้อมกับสิ่งประดิษฐ์ที่น่ารังเกียจบางครั้งเช่นเดียวกับการสูญเสียข้อมูลที่ชัดเจนเกี่ยวกับสัญญาณที่อยู่นอกหน้าต่างซึ่งเป็นข้อเสียของ DFT


+1 แต่คุณสามารถอธิบายเพิ่มเติมเล็กน้อยเกี่ยวกับสาเหตุที่ระยะเวลาโดยนัยของ DFT เป็นความเข้าใจผิดหรือไม่
Deve

สมมติฐานไม่สอดคล้องกับข้อมูลจริงนอกหน้าต่าง DFT ในการใช้งานทั่วไป (เสียง ฯลฯ )
hotpaw2 2

ฉันยกระดับคุณ แต่ทำไมคุณถึงบอกว่ามันเป็นความเข้าใจผิดที่ DFT ถือว่าข้อมูลเป็นระยะ? ถ้าฉันตั้งคำถามให้คุณตอบ
TheGrapeBeyond

1
อาจเป็นคำถามที่ดีสำหรับเว็บไซต์คณิตศาสตร์การใช้ภาษาอังกฤษจิตวิทยาหรือปรัชญา ฟังก์ชั่นผู้ประกอบการ Anthropomorphisizing อาจเป็นพฤติกรรมมนุษย์ที่น่าสนใจ
hotpaw2

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.