离散时间信号

离散时间信号

---

---

前言

---

一、离散时间信号

离散时间信号的由来
需要先理解下面几个概念：

• 连续时间信号
• 离散时间信号
• 数字信号

问题1：为什么要对连续时间信号进行采样？计算机处理数据是离散的，且是被量化的
问题2：如何选择采样频率？

1.1 如何采样

采样时间间隔 T，或者说采样频率fs

tips:当采样频率选择过小的时候，钢琴音频中一些原有的高频细节成分就不能被保留下来。即：采样高频成分的保留与否和采样频率有关系。

采样的表达式：采样时间T，对于一个连续的信号随着时间变化，忽略nT中的T，将下标变为n,得到表达式x(n)

1.2 离散时间信号的表达

首先需要明白离散信号的表达，其本质上包含两个信息：值、序号n；。所以无论哪一种表达，都是围绕这两个信息来的

• 数列：单个的数值，和n值
• 函数：对本身连续的函数取间隔的点
• 图形
• 单位抽样序列描述

1.3 离散时间信号的基本运算

• 和：同时刻（同序号n）对应相加
• 积：同
• 移位：序列的移位，n+ n-；延时和超前
• 卷积
• 反褶：反褶之后，移位+是右移位

差分运算：累加和运算的变体。累加和序列y(n)（注意y(n)是序列）：y(n) = x(n) + y(n-1)。差分分为前向和后向差分

1.4 常见的序列

这里注意数字角频率是相对频率，理解如下：可以理解为原信号一个周期内采样的点数（这个点数是整数，如果是小数，那么就是多个T内采样多少个点）。即n不变，就是负无穷到正无穷的整数，变化的是w数字角频率，代表的采样间隔或者采样点数

1.5 序列的周期

从公式上看就是：x(n) = x(n+N) 。就是说经过N之后，序列有重复了（这是从离散的角度上看）


特别需要记住的是因为采样的原因序列不一定是周期的

1.6 离散时间系统的性质

判断是否满足性质，下面采用的方法都是先过系统或者先不过系统的操作，是否一致。用这个方式来判断。

1.6.1 离散时间系统的线性性质

这里要理解系统的这个概念。此外，如果一个序列经过一个系统需要满足两个性质

• 可加性：加了之后过系统和过了系统再加的结果是一样的
• 比例性：乘了a之后过系统和过了系统乘a的结果是一样的
  
  
  

1.6.2 离散时间系统的移不变性质

若系统响应与激励加于系统的时刻无关，则系统为移不变或时不变系统。可以理解为先延时再过和先过在移位，输出是不变的。


这里的系统就是对输入的序列进行2倍抽取，即y(n) = x(2n)，那么采用先过系统或者后过系统的方式对移位的x(n)进行操作，通过（1）和（2）就可以看出来，这个是移变系统。需要注意的是，这里过系统时，变化的只有和n靠近的值，代表的抽取的变化，即：x(n)先延迟编程x(n-1)，探后在过系统（此系统是y(n)=x(2n)，代表着对x进行2倍抽取，需要注意的这里是对序列的一个操作，而不是对移位量），此外，如果是先过系统得到y(n)，这里就是先对x(n)进行2倍抽取，然后得到y(n)，再对y(n)进行移位。其实只需要记住一点，系统是对序列中数值的一种操作，而不是要对移位进行操作

1.7 离散时间系统的移不变性质

注意，这里是对时域求解的。

1.7.1 LSI系统的时域求解—线性卷积方法

同时具有线性和移不变性的离散时间系统称为LSI系统
y(n) = x(n) * h(n)
求解方式之一如下：这里列出一种记住就行
从图上分析卷积结果：

1.7.2 离散时间系统因果与稳定

因果：某时刻的输出只取决于此时刻和此时刻以前的输入的系统。即：n=n0时的输出y(n0)只取决于n≤n0的输入x(n)。
稳定：有界输入产生有界输出的系统

1.8 时域采样定理

1.8.1 连续时间信号的抽样

理解这张图就ok。采样的过程在时域上就是和冲击函数相乘，在频域上就是频域的卷积。频域上的表现就是以欧米伽s的周期沿拓。

1.8.2 抽样后的频域分析

一般对信号的分析都是在频域上的
采样后的信号会有下面几种情况



就是说要不产生混叠，能够把原始信号还原出来，采样频率就必须大于原始信号最高频率的两倍。这里傅里叶变换之后频率为负，这个是有傅里叶变换的性质决定的，因为映入了虚数。

从这张图可以知道从模拟到数字的参数对应变化，其中w是相对频率，这个要记住，最大是2pi。

1.8.3 抗混叠滤波器实践

下面是一个音频信号的处理：

这张图就是没有做抗混叠处理区采样，采样频率是5.512KHZ但是原始声音最高频率是44.1KHZ，如果这样去采集，那么fs/2只有2.75KHZ左右。因为是5.512kHZ的采样，我们期望的是保留2.4506KHZ以内的信号，因为采样频率上不去，所以只好把2.4506KHZ外的信号丢了，但是2.4506KHZ处的信号出现了混叠，因此需要进行抗混叠处理。

注意：输入的信号最高频率是44.1KHZ，这个就是代表的是这段音频是采样的时候是采用44.1KHZ进行采样的，那么其折叠频率就是22.05KHZ，做左边的图中也能看到，其信号大概是关于22.05KHZ对称的

这幅图是进行了抗混叠处理，得到一个损失高频成分后的信号的频域就是上图。

以上就是高频信号（这个的高频是指在零频周围的信号）采用低频来采样的处理方法。

1.8.4 带通信号的采样

1.9 频域到时域的恢复

注意图中，频域的幅度是1/T，这个T是采样周期，那么恢复的时候，这个滤波器的幅度是T。
以下是低筒滤波器的恢复。注意这里是理想的滤波器

频域相乘，时域卷积

数学公式就不列了。看图理解就是。从频域上就是乘一个矩形，从时域上就是卷积一个内插函数。每一个点都会乘，且不会干扰到其他点，因为这个内插函数除了mT位置是有值的，其他的都为0。每个点乘完之后得到一个值，那么处理序列上的点以外呢？那么就是内插函数的叠加，如此就恢复模拟域的时域信号

总结

• 理解什么是序列，序列就是n和值
• 然后就是序列基本计算方式，加减乘除就不说了，然后就是序列的卷积代表的含义。
• 序列的性质，比如周期性。
• 对应离散序列的系统，这个系统的性质都有什么
• 然后就是对于时域信号的采样和采样之前的关系
• 采样频率和目标信号的最高频率的关系，要知道采样后的频谱是怎么样的，注意Fs/2的位置。
• 采样又分为零频附加的采样和带通信号的采样，考虑使用某种采样频率之后的频谱的样子，然后知道怎么去处理。
• 频域到时域的恢复

资料来源