信号的分类
什么是信号？
信号是运载消息的工具，是消息的载体。从广义上讲，它包含光信号、声信号和电信号等。例如，古代人利用点燃烽火台而产生的滚滚狼烟，向远方军队传递敌人入侵的消息，这属于光信号；当我们说话时，声波传递到他人的耳朵，使他人了解我们的意图，这属于声信号；
基于信号维度的分类
一维信号：声音信号，声音强度随时间变化。
例如：下面这段声音信号，我们利用Matlab将这段信号的强度随时间变化的图像绘制出来。
clc
clear
folder='C:\Users\gzq62\Desktop\12_26.wav';%输入文件路径
[X, Fs] = audioread(folder);%读入音频
X = X(:,1);
%将音频数据从wav文件中读出
%X表示wav文件中的声音数据，Fs表示音频采样率（再wav文件头中有定义）
T = 1/Fs;
t = (T*Fs : size(X))*T;
%将横坐标点数转换为时间%这里(T*Fs : size(y))是根据
%自己想要播放wav文件中哪个时间段自己修改
t = t';
X = 100*X(T* Fs : size(X)); %截取0秒到音频结束
plot(t,X); %音频时域绘图
title("声音时域图");
xlabel("时间");
ylabel("幅值");
sound(X, Fs); %播放音频
二维信号：图像信号，图像的横纵坐标的每个点用RGB编码，其中R、G、B个个分量用八位二进制表示，每个坐标点3*8位二进制数表示。
例如：将下面图片中每个像素点的RGB分量提取出来，图片的像素是1050*1680。
%读取一张图片，并显示
original_picture=imread('C:\Users\gzq62\Desktop\202212271737310.jpg');
subplot(2,2,1);
imshow(original_picture);
title('原始图像的直方图')
%分别读取R、G、B的值，1代表R，2代表G，3代表B
image_r=original_picture(:,:,1);
image_g=original_picture(:,:,2);
image_b=original_picture(:,:,3);
subplot(222)
imshow(image_r);
title('R Part');
subplot(223)
imshow(image_g);
title('G Part');
subplot(224)
imshow(image_b);
title('B Part');
下表能更清晰的表示R分量在每个像素点的值。
三维信号：电视的视频信号，在图像信号上加上一个时间轴，这里就不一一举例了。
确定性信号
任何可以被一个显式数学表达式、一个数据表或者一个定义好的规律所唯一描述的信号，称为确定性信号，确定性信号又包含周期信号和非周期信号。
周期信号：在（-∞，+∞）区间，每隔一定时间T（或整数N），按相同规律重复变化的信号。
例如：正弦周期信号
t = -10:0.01:10;
f1 = sin(t);
plot(t,f1);
hold on;
n = -10 : 10;
f2 = sin(n);
stem(n, f2);
% 添加X轴、Y轴、标题
xlabel('t & n');
ylabel('f(t) & f[n]');
title('sinusoidal signal');
例如：复杂周期信号
t = -10:0.01:10;
f1 = sin(t)+sin(2*t)+sin(3*t);
plot(t,f1);
hold on;
n = -10 : 10;
f2 = sin(n)+sin(2*n)+sin(3*n);
stem(n, f2);
xlabel('t & n');
ylabel('f(t) & f[n]');
title('sinusoidal signal');
非周期信号：显然，非周期信号与上面周期性信号刚好相反
a = -0.5;
t = 0 : 0.01 : 10;
f1 = exp(a * t);
plot(t, f1);
hold on;
n = 0 : 10;
f2 = exp(a * n);
stem(n, f2);
xlabel('t & k');
ylabel('f(t) & f[n]');
title('exponential signal');
随机信号
信号不能用确切的函数描述，只可能知道它的统计特性比如概率，例如：电子系统中的起伏热噪声、雷电干扰信号。 (注意：随机信号是发生以后记录下来的，每一个时刻是什么值是不确定的）日常生活中，我们如果观察一个信号，当不知道任何关于这个信号的信息时，只能得到一个观测值。也就是说，在这种情况下，每隔几秒的采样结果只是我们对“信号”的观测，不能完全反应它的性质。
有了观测值，我们通常会把信号建模成一个随机变量。但是，信号通常都会随时间变化，如果随着时间流逝，能确定这个随机变量还服从同一个随机分布吗?它服从的分布特性不会变吗?
不能。比如极端一点，上一秒可能服从高斯分布，下一秒可能服从二项分布。因此，信号应当是一种随机过程。这就是平稳信号和非平稳信号的区别，平稳信号的统计参数不随时间变化，白噪声就是一个典型的平稳过程。
例如：平稳信号（指信号的分布参数或者分布律不随时间发生变化的信号，当你对他进行了一定时间的观测后，后续的观测就不需要了，因为已经获得了信号的全部统计信息了。）
clear,clc;
x=wgn(1,1001,2);
plot(x);
例如：非平稳信号（统计特性随时间在变，它的信息量是变化的。始终会有“新息”引入，在随机信号分析中，新息的定义就是当前信号值与预测信号值的差。预测信号是根据过去信号的统计特性推测出来的，也就是说新息是不可预测的部分。）
clear,clc;
i = 0.005.*(1:1:1001);
y=awgn(i,2);
subplot(2,1,1),plot(i);
subplot(2,1,2),plot(y);
奇信号和偶信号
按信号是关于原点对称或关于纵坐标对称，又可以分为奇信号与偶信号。这点与我们学的奇函数与偶函数类似，在此不再赘述。
任何信号都能分解为两个信号之和，其中之一为偶信号，另一个为奇信号。
对于连续信号：
x
(
t
)
=
[
x
(
t
)
+
x
(
−
t
)
2
]
+
[
x
(
t
)
−
x
(
−
t
)
2
]
x\left ( t \right ) =\left [ \frac{x\left ( t \right )+x\left ( - t \right ) }{2} \right ]+ \left [ \frac{x\left ( t \right )-x\left ( - t \right ) }{2} \right ]
x(t)=[2x(t)+x(−t)]+[2x(t)−x(−t)]
对于离散信号：
x
[
n
]
=
[
x
[
n
]
+
x
[
−
n
]
2
]
+
[
x
[
n
]
−
x
[
−
n
]
2
]
x\left [ n \right ] =\left [ \frac{ x\left [ n \right ] + x\left [ -n \right ] }{2} \right ]+ \left [ \frac{x\left [ n \right ] - x\left [ -n \right ] }{2} \right ]
x[n]=[2x[n]+x[−n]]+[2x[n]−x[−n]]
其中偶信号（even signal）为
x
e
(
t
)
=
x
(
t
)
+
x
(
−
t
)
2
x_{e} \left ( t \right ) = \frac{x\left ( t \right )+x\left ( - t \right ) }{2}
xe(t)=2x(t)+x(−t) 、奇信号（odd signal）为
x
o
(
t
)
=
x
(
t
)
−
x
(
−
t
)
2
x_{o} \left ( t \right ) = \frac{x\left ( t \right )-x\left ( - t \right ) }{2}
xo(t)=2x(t)−x(−t) 。信号的分解更利于我们后续的信号处理，分解为奇信号与偶信号利于我们利用奇偶性质进行处理。
能量信号和功率信号
对于一个信号f(t),其能量定义为：
E
=
lim
T
→
∞
∫
−
T
T
∣
f
(
t
)
∣
2
d
t
E = \lim_{T\to\infty}\int_{-T}^{T}|f(t)|^2dt
E=T→∞lim∫−TT∣f(t)∣2dt
其功率定义为：
P
=
lim
T
→
∞
1
2
T
∫
−
T
T
∣
f
(
t
)
∣
2
d
t
P = \lim_{T\to\infty}\frac {1}{2T}\int_{-T}^{T}|f(t)|^2dt
P=T→∞lim2T1∫−TT∣f(t)∣2dt
由上式可见两种信号都是建立在时间无穷大的基础上的。
若函数E是一个有限值，则称该函数为能量有限信号。且由定义可知该信号功率→0；若函数E是一个无限值，则P有可能是有限值，也可能为无限值，但不会为0；若P为有限值，就称该信号为功率有限信号。一个信号不可能既是功率信号，又是能量信号，但可以既非功率信号，又非能量信号。
下面我们简单列举几个常见的信号分类：
能量信号
功率信号
非能量非功率信号
附录：基本信号生成
- 单位冲激信号
数学公式
δ [ n ] = { 0 n = 0 1 n ≠ 0 \delta[n]=\begin{cases}0& n=0\\1& n\neq0\\\end{cases} δ[n]={01n=0n=0
{ δ ( t ) = 0 ; t ≠ 0 ∫ − ∞ + ∞ δ ( t ) d t = 1 \begin{cases} \delta(t)=0;t\neq0\\ \int_{ -\infty }^{ +\infty } \delta(t) \, {\rm d}t=1\\ \end{cases} {δ(t)=0;t=0∫−∞+∞δ(t)dt=1
Matlab实现代码
n=-10:10; %定义函数自变量取值范围
f1=(n==0); %对f1赋值
stem(n,f1); %绘制离散序列数据
% 添加X轴、Y轴、标题
xlabel('n');
ylabel('f[n]');
title('unit impulse singnal');
图形
- 单位阶跃信号
数学表达式
ϵ [ n ] = { 0 n < 0 1 n ≥ 0 \epsilon[n]= \begin{cases} 0& n<0\\ 1& n\geq0\\ \end{cases} ϵ[n]={01n<0n≥0
ϵ ( t ) = { 0 t < 0 1 t ≥ 0 \epsilon(t)= \begin{cases} 0& t<0\\ 1& t\geq0\\ \end{cases} ϵ(t)={01t<0t≥0
Matlab实现代码
t=-10:0.01:10; %步长0.01，范围[-10,10]
f1=stepfun(t,0); %阶跃函数
plot(t,f1); %绘制连续曲线
hold on; %使多条曲线在同一坐标轴上
n=-10:1:10;
f2=stepfun(n,0);
stem(n,f2);
% 添加X轴、Y轴、标题
xlabel('t & n');
ylabel('f(t)&f[n]');
title('unit step singnal');
图形
- 指数信号
数学表达式
f ( t ) = A e α t f(t)=Ae^{\alpha{t}} f(t)=Aeαt
f [ n ] = A e α n f[n]=Ae^{\alpha{n}} f[n]=Aeαn
Matlab实现代码
a = -0.5;
t = 0 : 0.01 : 10;
f1 = exp(a * t);
plot(t, f1);
hold on;
n = 0 : 10;
f2 = exp(a * n);
stem(n, f2);
xlabel('t & k');
ylabel('f(t) & f[n]');
title('exponential signal');
图形
- 矩形信号
数学表达式
g τ ( t ) = { 1 ∣ t ∣ < τ 2 0 ∣ t ∣ > τ 2 g_{\tau}(t)= \begin{cases} 1& \lvert t \rvert<\frac {\tau}{2}\\ 0& \lvert t \rvert>\frac {\tau}{2}\\ \end{cases} gτ(t)={10∣t∣<2τ∣t∣>2τ
g τ [ n ] = { 1 ∣ n ∣ < τ 2 0 ∣ n ∣ > τ 2 g_{\tau}[n]= \begin{cases} 1& \lvert n \rvert<\frac {\tau}{2}\\ 0& \lvert n \rvert>\frac {\tau}{2}\\ \end{cases} gτ[n]={10∣n∣<2τ∣n∣>2τ
Matlab实现代码
t = -1 : 0.01 : 1; %rectpulse(t,w)可产生高度为1、宽度为w、
f1 = rectpuls(t,0.6); %关于t=0对称的矩形脉冲信号，该函数的横坐标
plot(t, f1); %范围由向量t决定，是以t=0为中心向左右扩展
hold on;
n = -1 :0.1: 1;
yd = rectpuls(n,0.6);
stem(n, yd);
xlabel('t & n');
ylabel('f(t) & f[n]');
title('rectangular signal');
图形
- 方波信号
数学表达式
f ( t ) = { 1 k T ≤ t ≤ ( k T + T 2 ) 0 ( k T + T 2 ) ≤ t ≤ ( k T + T ) f(t)= \begin{cases} 1& kT\leq{t}\leq(kT+\frac {T}{2})\\ 0& (kT+\frac {T}{2})\leq{t}\leq(kT+T)\\ \end{cases} f(t)={10kT≤t≤(kT+2T)(kT+2T)≤t≤(kT+T)
f [ n ] = { 1 k T ≤ n ≤ ( k T + T 2 ) 0 ( k T + T 2 ) ≤ n ≤ ( k T + T ) f[n]= \begin{cases} 1& kT\leq{n}\leq(kT+\frac {T}{2})\\ 0& (kT+\frac {T}{2})\leq{n}\leq(kT+T)\\ \end{cases} f[n]={10kT≤n≤(kT+2T)(kT+2T)≤n≤(kT+T)
Matlab实现代码
t = -10 : 0.01 : 10; %square函数用于产生周期性矩形脉冲信号
f1 = square(2*pi.*t/5, 50)/2+0.5; %一般square调用形式为y=square(t,duty)
plot(t, f1); %duty指占空比
hold on;
n = -10 : 10;
f2 = square(2*pi.*n/5, 50)/2+0.5;
stem(n, f2);
xlabel('t & k');
ylabel('f(t) & f[n]');
title('square wave signal');
图形
- 正弦信号
因为余弦信号可以转换为正弦信号，所以这里统称为正弦信号。
f ( t ) = A s i n ( ω t + ψ ) f(t)=Asin(\omega{t}+\psi) f(t)=Asin(ωt+ψ)
f [ n ] = A s i n ( ω n + ψ ) f[n]=Asin(\omega{n}+\psi) f[n]=Asin(ωn+ψ)
Matlab实现代码
t = -10:0.01:10;
f1 = sin(t);
plot(t,f1);
hold on;
n = -10 : 10;
f2 = sin(n);
stem(n, f2);
% 添加X轴、Y轴、标题
xlabel('t & n');
ylabel('f(t) & f[n]');
title('sinusoidal signal');
图形
- 抽样信号
数学表达式
S a ( t ) = s i n ( t ) t S_a(t)=\frac {sin(t)}{t} Sa(t)=tsin(t)
S a [ n ] = s i n ( n ) n S_a[n]=\frac {sin(n)}{n} Sa[n]=nsin(n)
性质
∫
−
∞
+
∞
s
i
n
(
t
)
t
d
t
=
π
\int_{-∞}^{+∞} \frac{sin(t)}{t} dt=\pi
∫−∞+∞tsin(t)dt=π
Matlab实现代码
t = -10 : 0.01 : 10;
f1 = sinc(t / pi);
plot(t, f1);
hold on;
n= -10 : 10;
f2 = sinc(n / pi);
stem(n, f2);
xlabel('t & n');
ylabel('f(t) & f[n]');
title('sampling signal');
图形
- 三角波&锯齿波信号
Matlab实现代码
t=0:0.001:1; %sawtooth(t)为时间矢量t的元素生成周期为2π的锯齿波。
f1=sawtooth(2*pi*50*t); %sawtooth(t,width)会生成一个修改后的三角波，
%其宽度（0和1之间的标量参数）决定最大值出现在0和2π之间的位置。
subplot(2,1,1); %subplot（m,n,p)其中,m表示p个图排成m行，n表示图排成n列
plot(t,f1);
axis([0,0.2,-1,1]);
f2=sawtooth(2*pi*50*t,0.5);
subplot(2,1,2);
plot(t,f2)
axis([0,0.2,-1,1]);
图形
- 随机信号
Matlab实现代码
n=1:1:60;
N=length(n);
f=rand(1 , N);
plot(t, f);
hold on;
stem(n , f);
xlabel('n');
ylabel('f(t)');
title('randon signal');
图形
参考资料
(83 封私信) 什么是平稳信号和非平稳信号，怎么区别？ - 知乎 (zhihu.com)
(12条消息) 信号与系统——信号的分解_Xa_L的博客-CSDN博客_信号分解的偶分量和奇分量
(12条消息) 利用MATLAB实现基本信号的产生_希幕的博客-CSDN博客_如何用matlab产生信号
(83 封私信) 什么是平稳信号和非平稳信号，怎么区别？ - 知乎 (zhihu.com)
6704
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
