1个回答
展开全部
给你一个思路
r(t)=conv(x(t),x(t)) 表示信号 x(t)的自相关函数
所以
r(t)=x(t) @ x(-t) "@" 在这里表示卷积,我一下找不到合适的符号
x(t)的傅里叶变换为 X(jw)
x(-t)的傅里叶变换为 X'(jw) 其中 X'(jw)表X(jw)的共轭
r(t)的傅里叶变换为 R(jw)
由傅里叶变换的性质可知
R(jw)=X(jw)*X'(jw)=abs(X(jw))^2
因此 abs(X(jw))=sqrt(R(jw))
所以到现在为止 可以根据 r(t)取出原傅里叶变化的模值
如果没有其他条件,相位信息时不可能获取的 如果假设原序列是偶对称的则可以直接得到
X(jw)=sqrt(R(jw))
x(t)=ift(X(jw)
所以这个问题的解答过程可以归纳为,假设相关值为离散序列 r(n)
则
R(k)=fft(r(n))
X(k)=sqrt(R(k))
x(n)=ifft(X(k))
r(t)=conv(x(t),x(t)) 表示信号 x(t)的自相关函数
所以
r(t)=x(t) @ x(-t) "@" 在这里表示卷积,我一下找不到合适的符号
x(t)的傅里叶变换为 X(jw)
x(-t)的傅里叶变换为 X'(jw) 其中 X'(jw)表X(jw)的共轭
r(t)的傅里叶变换为 R(jw)
由傅里叶变换的性质可知
R(jw)=X(jw)*X'(jw)=abs(X(jw))^2
因此 abs(X(jw))=sqrt(R(jw))
所以到现在为止 可以根据 r(t)取出原傅里叶变化的模值
如果没有其他条件,相位信息时不可能获取的 如果假设原序列是偶对称的则可以直接得到
X(jw)=sqrt(R(jw))
x(t)=ift(X(jw)
所以这个问题的解答过程可以归纳为,假设相关值为离散序列 r(n)
则
R(k)=fft(r(n))
X(k)=sqrt(R(k))
x(n)=ifft(X(k))
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询