赞
踩
1.连续信号表示:x(t)
离散信号表示:x[n],仅表示整数
注:看上去就是函数表示,如 x = x ( t ) , ϕ = ϕ ( t ) x = x(t), \phi = \phi(t) x=x(t),ϕ=ϕ(t)
2.信号的能量(Energy)和功率(Power)
E
=
∫
t
1
t
2
∣
x
(
t
)
∣
2
d
t
,
E
=
∑
n
=
n
1
n
2
∣
x
[
n
]
∣
2
P
=
1
t
2
−
t
1
∫
t
1
t
2
∣
x
(
t
)
∣
2
d
t
,
P
=
1
n
2
−
n
1
+
1
∑
n
=
n
1
n
2
∣
x
[
n
]
∣
2
E
∞
=
lim
T
→
∞
∫
−
T
T
∣
x
(
t
)
∣
2
,
E
∞
=
lim
N
→
∞
1
2
N
+
1
∑
n
=
−
N
N
∣
x
[
n
]
∣
2
P
∞
=
lim
T
→
∞
E
∞
2
T
,
P
∞
=
lim
N
→
∞
E
∞
2
N
+
1
3.分类
(1) E ∞ < ∞ E_\infty < \infty E∞<∞(不为无穷大 7), P ∞ < ∞ P_\infty < \infty P∞<∞. 例 x ( t ) = 1 , t ∈ [ 0 , 1 ] x(t) = 1, t \in [0, 1] x(t)=1,t∈[0,1]
(2) E ∞ = ∞ , P ∞ < ∞ E_\infty = \infty, P_\infty < \infty E∞=∞,P∞<∞,例 x [ t ] = 4 x[t] = 4 x[t]=4
(3) E ∞ = ∞ , P ∞ = ∞ E_\infty = \infty, P_\infty = \infty E∞=∞,P∞=∞,例 x ( t ) = t x(t) = t x(t)=t
补充内容:信号的传递形式(声、电、光);信号用于传递信息
1.信号变换:
x ( t ) → x ( α t + β ) x(t) \rightarrow x(\alpha t + \beta) x(t)→x(αt+β):先变化 β \beta β,再变化 α \alpha α
2.周期函数
3.奇偶函数(性质):任意定义域对称的函数可写为其函数+偶函数
x
(
t
)
=
E
v
{
x
(
t
)
}
+
O
d
{
x
(
t
)
}
E
v
{
x
(
t
)
}
=
1
2
[
x
(
t
)
+
x
(
−
t
)
]
O
d
{
x
(
t
)
}
=
1
2
[
x
(
t
)
−
x
(
−
t
)
]
x(t) = Ev\{x(t)\} + Od\{x(t)\}\\ Ev\{x(t)\} = \frac{1}{2}[x(t) + x(-t)]\\ Od\{x(t)\} = \frac{1}{2}[x(t) - x(-t)]
x(t)=Ev{x(t)}+Od{x(t)}Ev{x(t)}=21[x(t)+x(−t)]Od{x(t)}=21[x(t)−x(−t)]
1.代数形式Cartesian form:z = x + yj
实部Re{z} = x,虚部Im{z} = y
2.指数形式polar form: z = r e j θ z = re^{j\theta} z=rejθ
类似极坐标表示形式,在复数坐标系中|z| = r, θ \theta θ为复数与实轴的夹角
3.欧拉公式: e j θ = c o s θ + j s i n θ e^{j\theta} = cos\theta + jsin\theta ejθ=cosθ+jsinθ
1.复数指数信号: x ( t ) = C e a t x(t) = Ce^{at} x(t)=Ceat
2.指数信号与三角函数
e j w 0 t e^{jw_0 t} ejw0t的周期为 2 π w 0 = T \frac{2\pi}{w_0} = T w02π=T(由 e j w 0 t = c o s w 0 + j s i n ( w 0 t ) e^{jw_0t} = cosw_0 + jsin(w_0t) ejw0t=cosw0+jsin(w0t)得出)
A c o s ( w 0 t + ϕ ) = A ⋅ R e { e j ( w 0 t + ϕ ) } Acos(w_0 t+\phi) = A \cdot Re\{e^{j(w_0t + \phi)}\} Acos(w0t+ϕ)=A⋅Re{ej(w0t+ϕ)}
A s i n ( w 0 t + ϕ ) = A ⋅ I m { e j ( w 0 t + ϕ ) } Asin(w_0t + \phi) = A\cdot Im\{e^{j(w_0t + \phi)}\} Asin(w0t+ϕ)=A⋅Im{ej(w0t+ϕ)}
特点
E
∞
=
∞
E_\infty = \infty
E∞=∞(能量无穷)
P
∞
<
∞
P_\infty < \infty
P∞<∞ (功率有限)
E
p
e
r
i
o
d
=
∫
0
T
0
∣
e
j
w
0
t
∣
2
d
t
=
∫
0
T
0
1
d
t
=
T
0
P
∞
=
1
频率相同的函数集:
ϕ
k
(
t
)
e
j
k
w
0
t
,
k
∈
Z
\phi_k(t) e^{jkw_0t}, k \in Z
ϕk(t)ejkw0t,k∈Z
3.普遍形式: x ( t ) = C e a t x(t) = Ce^{at} x(t)=Ceat
C = ∣ C ∣ e j θ , a = r + j w 0 C = |C|e^{j\theta}, \quad a = r + jw_0 C=∣C∣ejθ,a=r+jw0
化简为 x ( t ) = ∣ C ∣ e r t c o s ( w 0 t + θ ) + j ∣ C ∣ e r t s i n ( w 0 t + θ ) x(t) = |C|e^{rt}cos(w_0 t + \theta) + j|C|e^{rt}sin(w_0 t + \theta) x(t)=∣C∣ertcos(w0t+θ)+j∣C∣ertsin(w0t+θ)
4.离散的复数指数函数
x [ n ] = C α n , x [ n ] = C e β n x[n] = C\alpha^n, x[n] = Ce^{\beta n} x[n]=Cαn,x[n]=Ceβn
设 α = ∣ α ∣ e j w 0 , C = ∣ C ∣ e j θ \alpha = |\alpha|e^{jw_0}, \quad C = |C|e^{j\theta} α=∣α∣ejw0,C=∣C∣ejθ,则化简为一般形式如下
C α n = ∣ C ∣ ∣ α ∣ n c o s ( w 0 n + θ ) + j ∣ C ∣ ∣ α ∣ n s i n ( w 0 n + θ ) C\alpha^n = |C||\alpha|^n cos(w_0 n + \theta) + j|C||\alpha|^n sin(w_0 n + \theta) Cαn=∣C∣∣α∣ncos(w0n+θ)+j∣C∣∣α∣nsin(w0n+θ)
对于 ∣ α ∣ < 1 |\alpha| < 1 ∣α∣<1,图形如下
对于 ∣ α ∣ > 1 |\alpha| > 1 ∣α∣>1,图形如下
5. e j w 0 n e^{jw_0n} ejw0n的性质
(1)连续信号的 w 0 w_0 w0越大,则频率越高,而离散信号不同
因为 e j ( w 0 + w π ) n = e j w 0 n e j 2 π n = e j w 0 n e^{j(w_0 + w\pi)n} = e^{jw_0n}e^{j2\pi n} = e^{jw_0n} ej(w0+wπ)n=ejw0nej2πn=ejw0n,频率不变
(2)连续信号对 ∀ w 0 \forall w_0 ∀w0都为周期函数,离散信号不同
考虑 e j w 0 ( n + N ) = e j w 0 n w j w 0 N e^{jw_0(n + N)} = e^{jw_0n}w^{jw_0 N} ejw0(n+N)=ejw0nwjw0N,当为周期函数时,要求 N w 0 = 2 π m ⇒ N = m 2 π w 0 Nw_0 = 2\pi m \Rightarrow N = m\frac{2\pi}{w_0} Nw0=2πm⇒N=mw02π
只有当 2 π w 0 \frac{2\pi}{w_0} w02π时有理数时才为周期函数
找到最小周期 N = m 2 π w 0 N = m\frac{2\pi}{w_0} N=mw02π,基础频率为 2 π N \frac{2\pi}{N} N2π
注:实际上就是w内要有 π \pi π,而且剩余部分为分数,这样n不断增加时才有可能形成 2 π 2\pi 2π的整数倍
1.单位脉冲:
δ
[
n
]
=
{
0
,
n
≠
0
1
,
n
=
0
\delta[n] =
单位越阶函数:
u
[
n
]
=
{
0
,
n
<
0
1
,
n
≥
0
u[n] =
2.关系
δ [ n ] = u [ n ] − u [ n − 1 ] u [ n ] = ∑ m = − ∞ n δ [ m ] u [ n ] = ∑ k = 0 ∞ δ [ n − k ] \delta[n] = u[n] - u[n - 1]\\ u[n] = \sum^n_{m = -\infty} \delta[m]\\ u[n] = \sum^{\infty}_{k = 0}\delta[n - k] δ[n]=u[n]−u[n−1]u[n]=m=−∞∑nδ[m]u[n]=k=0∑∞δ[n−k]
作用:单位脉冲乘上其它信号可以对其它信号进行取样
例如: x [ n ] δ [ n − n 0 ] = x [ n 0 ] δ [ n − n 0 ] x[n]\delta[n - n_0] = x[n_0]\delta[n - n_0] x[n]δ[n−n0]=x[n0]δ[n−n0],就相当于对 n 0 n_0 n0这一点进行取样
3.连续单位越阶函数
u
(
t
)
=
{
0
,
t
<
0
0
,
t
>
0
u(t) =
注:在t = 0,没有定义
连续单位脉冲
δ
(
t
)
=
{
0
,
t
≠
0
1
,
t
=
0
\delta(t) =
4.关系
u
(
t
)
=
∫
−
∞
t
δ
(
t
)
d
t
δ
(
t
)
=
d
u
d
t
u(t) = \int^t_{-\infty} \delta(t) dt\\ \delta(t) = \frac{du}{dt}
u(t)=∫−∞tδ(t)dtδ(t)=dtdu
同样可以用
δ
\delta
δ进行取样:
x
(
t
)
δ
(
t
−
t
0
)
=
x
(
t
0
)
δ
(
t
−
t
0
)
x(t)\delta(t - t_0) = x(t_0)\delta(t - t_0)
x(t)δ(t−t0)=x(t0)δ(t−t0)
注:实际上 u , δ u, \delta u,δ都不是传统意义上的函数,在奥本海姆的书里也没有详细解释.这两个函数在零点的”导数“就规定为之后的函数值.单位脉冲函数也有一小段持续时间,因此用箭头表示.由于这种东西求导很奇怪,下举一例
例:对如图所示的函数求导
求导后得到的导函数为
1.连续系统: x ( t ) → y ( t ) x(t) \rightarrow y(t) x(t)→y(t)
离散系统: x [ t ] → y [ t ] x[t] \rightarrow y[t] x[t]→y[t]
2.很多不同的物理现象能被归结为详细的系统(函数)
RC电路
{
i
(
t
)
=
v
s
(
t
)
−
v
c
(
t
)
R
i
(
t
)
=
C
d
v
c
(
t
)
d
t
⇒
1
R
C
v
s
(
t
)
=
d
v
c
(
t
)
d
t
+
1
R
C
v
c
(
t
)
摩擦力
f
=
ρ
v
(
t
)
f = \rho v(t)
f=ρv(t)
$$
\frac{dv(t)}{dt} = \frac{1}{m}[f(t) - \rho v(t)]
\Rightarrow
\frac{dv(t)}{dt} + \frac{\rho}{m}v(t) = \frac{1}{m}f(t)
$$
综合上面两个物理系统,可以看到这两个物理系统都可以写成如下的形式
d
y
(
t
)
d
t
+
a
y
(
t
)
=
b
x
(
t
)
\frac{dy(t)}{dt} + ay(t) = bx(t)
dtdy(t)+ay(t)=bx(t)
1.无记忆系统:输出的y(t)进决定于当前的x(t)
2.可逆系统:就跟名字一样,若有 f : x ( t ) → y ( t ) f:x(t) \rightarrow y(t) f:x(t)→y(t)和 f − 1 : y ( t ) → x ( t ) f^{-1}: y(t) \rightarrow x(t) f−1:y(t)→x(t)
3.因果性:输出的y(t)只取决于 x ( k ) , k ≤ n x(k), k \leq n x(k),k≤n;显然满足无记忆性则一定满足因果性
4.稳定性:对于有界的 x ( t ) x(t) x(t),$ y(t)$也有界
5.时间不变性:给x(t)一段时间的偏移,如 t → t + t 0 t \rightarrow t + t_0 t→t+t0,那么输出的y(t)也会在原图形上有相同的偏移;例如今天做RC电路实验,跟明天做RC电路实验得到的电压变化图形一样
6.线性系统: y 1 ( t ) = x 1 ( t ) , y 2 ( t ) = x 2 ( t ) y_1(t) = x_1(t),\quad y_2(t) = x_2(t) y1(t)=x1(t),y2(t)=x2(t)满足下列条件
(1)可加性: x 1 ( t ) + x 2 ( t ) x_1(t) + x_2(t) x1(t)+x2(t)输出为 y 1 ( t ) + y 2 ( t ) y_1(t) + y_2(t) y1(t)+y2(t)
(2)齐次性: a x 1 ( t ) = a y 1 ( t ) ax_1(t) = ay_1(t) ax1(t)=ay1(t)
7.理解系统:系统的本质就是两次函数映射
{
x
=
g
(
t
)
y
=
f
(
x
,
t
)
例:考察
y
=
x
(
2
t
)
y = x(2t)
y=x(2t)的时间不变性
化简成两次映射的形式为: x = g ( t ) , y = f ( x , t ) = g ( 2 t ) x = g(t), y = f(x, t) = g(2t) x=g(t),y=f(x,t)=g(2t),其中y不能表示成y = G(x)的形式
(1)取定时间 t 0 t_0 t0,得 x 0 = g ( t 0 ) , y 0 = f ( x 0 , t 0 ) = g ( 2 t 0 ) x_0 = g(t_0), \quad y_0 = f(x_0, t_0) = g(2t_0) x0=g(t0),y0=f(x0,t0)=g(2t0),此时 x 0 ≠ g ( 2 t 0 ) x_0 \neq g(2t_0) x0=g(2t0)
(2)给 x 0 x_0 x0时间移动 Δ t \Delta t Δt, x 1 = g ( t 0 + Δ t ) , t 1 = t 0 + Δ t x_1 = g(t_0 + \Delta t), t_1 = t_0 + \Delta t x1=g(t0+Δt),t1=t0+Δt
(3)给 y 0 y_0 y0移动 Δ t \Delta t Δt, y 1 = g ( 2 t 0 + 2 Δ t ) = g ( 2 t 1 ) y_1 = g(2t_0 + 2\Delta t) = g(2t_1) y1=g(2t0+2Δt)=g(2t1)
(4)由 x 1 x_1 x1无法表示 t 1 = g − 1 ( x ) t_1 = g^{-1}(x) t1=g−1(x),因此也无法确定 y 1 y_1 y1得图像是否有相同的平移
实际上时间不变性得本值是y = f(x, t)可表示成y = H(t)和y = G(x)两种形式
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。