连续信号（二）| 信号的分解 | 分解成冲激函数之和 +正交分解

信号的分解

（一）分解成冲激函数之和

任意信号$x(t)$可以近似地用一系列等宽度的矩形脉冲之和表示，如下图所示。如果矩形脉冲的宽度为$\Delta t$，则从零时刻起的第k+1个矩形脉冲可表示为$x(k\Delta t)|u(t-k\Delta t)-u[t-(k+1)\Delta t]|$，$x(t)$近似地表示为
$$\begin{gathered} x(t)\approx \sum _{K=-\infty }^{+\infty }x(k\Delta t)|u(t-k\Delta t)-u[t-(k+1)\Delta t]| \\ =\sum _{k=-\infty }^{+\infty }x(k\Delta t)\frac{u(t-k\Delta t)-u[t-(k+1)\Delta t]}{\Delta t}\Delta t\text{\hspace{1em}(1)} \end{gathered}$$
当$\Delta t\to 0$的极限情况下，$\Delta t\to d\tau ,k\Delta t\to \tau$，而
$$li{m}_{\Delta t\to 0}\frac{u(t-k\Delta t)-u[t-(k+1)\Delta t]}{\Delta t}=\delta (t-\tau )$$
式（1）就变为
$$x(t)={\int }_{-\infty }^{\infty }x(\tau )\delta (t-\tau )d\tau \text{\hspace{1em}(2)}$$
式（2）表明，任意信号$x(t)$可以用经平移的无穷多个单位冲激函数加权后的连续和（积分）表示，换言之，任意信号$x(t)$可以分解为一系列具有不同强度的冲激函数。

式（2）的右边即为信号$x(t)$与$\delta (t)$的卷积积分，即
$$x(t)=x(t)\ast \delta (t)={\int }_{-\infty }^{\infty }x(\tau )\delta (t-\tau )d\tau ={\int }_{-\infty }^{\infty }\delta (\tau )x(t-\tau )d\tau$$
这与任意信号与冲激信号的卷积的结果一样。

（二）正交分解

正交分解（正交变换）在描述客观世界的事物中起到十分重要的作用。一个平面矢量可以分解为相互垂直的两个分量，或者说可以用二维正交矢量集的分量组合表示。同理，在n维线性空间中的任意矢量A可以用n维正交矢量集的分量组合表示，n维正交矢量集由相互正交的n个单位矢量组成，即
$$\mathbf{A}=\sum _{i=1}^n{C}_i{\mathbf{v}}_i$$
式中，$v_i(i=1,2,\cdots ,n)$为相互正交的单位矢量，$C_i$为对应于$v_i$的系数，实际上它就是矢量$\mathbf{A}$在单位矢量${\mathbf{v}}_i$方向上的投影。一般情况下n维矢量必须用n个正交分量表示，如果把它表示成不是n个正交分量的线性组合，就会产生误差。

空间矢量正交分解的概念可以推广到信号空间，在信号空间中如果能找到一系列相互正交的信号，则以它们为基本信号，信号空间中的任一信号可表示为它们的线性组合。

1. 正交函数集

在$(t_1,t_2)$区间内定义的两个非零实函数$f_1(t)$与$f_2(t)$，若满足
$${\int }_{t_1}^{t_2}{f}_1(t)f_2(t)dt=0\text{\hspace{1em}(3)}$$
则称$f_1(t)$与$f_2(t)$在区间$(t_1,t_2)$内正交。

如有n个非零实函数$f_1(t),f_2(t),\cdots ,f_n(t)$构成一个函数集。如果这些函数在$(t_1,t_2)$区间内满足
$${\int }_{t_1}^{t_2}{f}_i(t)f_j(t)dt=\{\begin{array}{ll}0,& i\ne j\\ k_i& i=j\end{array}\text{\hspace{1em}(a)}$$
式中$k_i$为常数，则称此函数集为在区间$(t_1,t_2)$内的正交函数集。如果在$(t_1,t_2)$区间内，除正交函数集 { f 1 ( t ) , f 2 ( t ) , ⋯   , f n ( t ) } \{f_1(t),f_2(t),\cdots,f_n(t)\} {f1​(t),f2​(t),⋯,fn​(t)}之外，不存在非零函数$\phi (t)$满足
$${\int }_{t_1}^{t_2}\phi (t)f_i(t)dt=0,i=1,2,\cdots ,n\text{\hspace{1em}(4)}$$
则称此正交函数集为完备正交函数集。反言之，如果存在$\phi (t)$满足上式（4），显然它与正交函数集中的每个函数$f_i(t)(i=1,2,\cdots ,n)$都正交，那么它本身也应该属于次正交函数集。显然，不包括$\phi (t)$的正交函数集是不完备的。

式（3）表示了函数$f_1(t)$与$f_2(t)$的内积为零，这一点与两矢量为正交矢量的定义是一致的。

三角函数集 { 1 , c o s w 0 t , c o s 2 w t 0 , ⋯   , s i n w 0 t , s i n 2 w 0 t , ⋯   } \{1,cosw_0t,cos2wt_0,\cdots,sinw_0t,sin2w_0t,\cdots\} {1,cosw0​t,cos2wt0​,⋯,sinw0​t,sin2w0​t,⋯}在区间$(t_0,t_0+T)$内为正交函数集，而且是完备正交函数集，其中$T=\frac{2\pi }{w_0}$。这是因为
$${\int }_{t_0}^{t_0+T}cosm{w}_{0}tcosn{w}_{0}tdt=\{\begin{array}{ll}0& m\ne n\\ \frac{T}{2}& m=n\end{array}$$

$${\int }_{t_0}^{t_0+T}sin{w}_{0}tsinn{w}_{0}tdt=\{\begin{array}{ll}0& m\ne n\\ \frac{T}{2}& m=n\end{array}$$

$${\int }_{t_0}^{t_0+T}sinm{w}_{0}tcosn{w}_{0}tdt=0，对所有的m，n$$

显然，集合 { c o s   w 0 t , c o s 2 w 0 t , ⋯   } \{cos\,w_0t,cos2w_0t,\cdots\} {cosw0​t,cos2w0​t,⋯}在区间$(t_0,t_0+T)$内也是正交函数集，但不是完备正交函数集，因为$sin{w}_{o}t,sin2w_{0}t,\cdots$函数也与此集合中的函数正交。

对于复函数，两个函数${\phi }_1(t)$与${\phi }_2(t)$正交是指在区间$(t_1,t_2)$内，一个函数与另一个函数的共轭复函数满足
$${\int }_{t_1}^{t_2}{\phi }_1(t){\phi }_2^{\ast }(t)dt={\int }_{t_1}^{t_2}{\phi }_1^{\ast }(t){\phi }_2(t)dt=0$$
同样，我们也可以把复函数集 { φ 1 ( t ) , φ 2 ( t ) , ⋯   , φ n ( t ) } \{\varphi_1(t),\varphi_2(t),\cdots,\varphi_n(t)\} {φ1​(t),φ2​(t),⋯,φn​(t)}称为正交函数集，只要它们在区间$(t_1,t_2)$内满足
$${\int }_{t_1}^{t_2}{\phi }_i(t){\phi }_j^{\ast }dt=\{\begin{array}{ll}0& i\ne j\\ k_i& i=j\end{array}$$
显然，复指数函数集 { e j n w 0 t } ( n = 0 , ± 1 , ± 2 , ⋯   ) \{e^{jnw_0t}\}(n=0,\pm 1,\pm 2,\cdots) {ejnw0​t}(n=0,±1,±2,⋯)在区间$(t_0,t_0+T)$内是完备正交函数集，其中$T=\frac{2\pi }{w_0}$。因为
$${\int }_{t_0}^{t_0+T}{e}^{jm{w}_{0}t}(e^{jn{w}_{0}t}{)}^{\ast }dt={\int }_{t_0}^{t_0+T}{e}^{j(m-n)w_{0}t}dt=\{\begin{array}{ll}0& m\ne n\\ T& m=n\end{array}$$

2. 信号的正交分解

像矢量空间一样，在信号空间中如有n个函数$f_1(t)、f_2(t)、\cdots 、f_n(t)$在区间$(t_1,t_2)$内构成正交函数集，则信号空间中的任一信号$x(t)$可以表示为它们的线性组合，设$x_e(t)$为这种表示引起的误差，$x(t)$可表示为
$$x(t)=\sum _{i=1}^n{c}_i{f}_i(t)+x_e(t)\text{\hspace{1em}(5)}$$
现在的问题是如何选取系数$c_i(i=1,2,\cdots ,n)$使这种线性组合表示最接近原信号$x(t)$。显然，不能用平均误差${\overline{x}}_e(t)$最小，而应该用均方误差$\overline{x_e^2(t)}$最小作为衡量指标。

由式（5）可得
$$\overline{x_e^2(t)}=\frac{1}{t_2-t_1}{\int }_{t_1}^{t_2}[x(t)-\sum _{i=1}^n{c}_i{f}_i(t){]}^{2}dt$$
为求得使均方误差最小的第j个系数$c_j$，必须使
∂ x e 2 ( t ) ‾ ∂ c j = ∂ ∂ c j { ∫ t 1 t 2 [ x ( t ) − ∑ i = 1 n c i f i ( t ) ] 2 d t } = 0 (6) \frac{\partial \overline{x_e^2(t)}}{\partial c_j}=\frac{\partial}{\partial c_j} \{\int_{t_1}^{t_2}[x(t)-\sum_{i=1}^nc_if_i(t)]^2dt \}=0 \tag{6} ∂cj​∂xe2​(t)​​=∂cj​∂​{∫t1​t2​​[x(t)−i=1∑n​ci​fi​(t)]2dt}=0(6)
注意到正交函数集 { f i ( t ) } ( i = 1 , 2 , ⋯   , n ) \{f_i(t)\}(i=1,2,\cdots,n) {fi​(t)}(i=1,2,⋯,n)中的函数满足式（a），以及不含$c_j$的各项对$c_j$的求导等于零，式（6）可以写成
$$\frac{\partial }{\partial c_j}{\int }_{t_1}^{t_2}[-2c_{j}x(t)f_j(t)+c_j^2{f}_j^2(t)]dt=0$$
求得
$$c_j=\frac{{\int }_{t_1}^{t_2}x(t)f_j(t)dt}{{\int }_{t_1}^{t_2}{f}_j^2(t)dt}=\frac{1}{k_j}{\int }_{t_1}^{t_2}x(t)f_j(t)dt$$
其中根据式(a)，有
$${\int }_{t_1}^{t_2}{f}_j^2(t)dt=k_j$$
按这样求得的$c_j$使均方误差最小，这时有
$$\begin{gathered} \overline{x_e^2(t)}=\frac{1}{t_2-t_1}{\int }_{t_1}^{t_2}[x(t)-\sum _{i=1}^n{c}_i{f}_i(t){]}^{2}dt \\ =\frac{1}{t_2-t_1}[{\int }_{t_1}^{t_2}{x}^2(t)dt-\sum _{i=1}^n{c}_i^2{k}_i]\text{\hspace{1em}(7)} \end{gathered}$$
如果此时均方误差为零，则式（5）中的误差$x_e(t)$为零，$x(t)$可以完全由n个正交函数精确描述，即
$$x(t)=\sum _{i=1}^n{c}_i{f}_i(t)$$
和n维矢量空间中任意矢量的分解一样，这时正交函数集 { f i ( t ) } ( i = 1 , 2 , ⋯   , n ) \{f_i(t)\}(i=1,2,\cdots,n) {fi​(t)}(i=1,2,⋯,n)应该是完备正交函数集。

一般情况下，${\overline{x}}_e^2(t)>0$，由式（7）可见，用正交函数的线性组合去近似$x(t)$时，所取的项数愈多，引起的均方误差愈小。当$n\to \infty$时，$\overline{x_e^2(t)}=0$，则得等式
$${\int }_{t_1}^{t_2}{x}^2(t)dt=\sum _{i=1}^{\infty }{c}_i^2{k}_i\text{\hspace{1em}(8)}$$
这被称为帕斯瓦尔（Parseral）方程的等式表示了信号分解的能量关系，它反映了信号$x(t)$的能量等于此信号在完备正交函数集中各分量的能量之和。

式（8）也反映了一般情况下一个完备的正交函数集应该由无穷多个相互正交的函数组成，即$x(t)$表示为
$$x(t)=\sum _{i=1}^{\infty }{c}_i{f}_i(t)$$
但是对于不完备的正交函数系，即使$n\to \infty$时也不能使$\overline{x_e^2(t)}=0$，这时信号在正交函数集中各分量的能量总和小于信号本身的能量。因此又可以由帕斯瓦尔方程是否成立来考察描述任意信号$x(t)$的正交函数集是否完备。

前面已说明三角函数集 { 1 , c o s   n w 0 t , s i n   n w 0 t } ( n = 1 , 2 , ⋯   , n ) \{1,cos\,nw_0t,sin\,nw_0t\}(n=1,2,\cdots,n) {1,cosnw0​t,sinnw0​t}(n=1,2,⋯,n)在$(t_0,t_0+\frac{2\pi }{w_0})$区间内是完备正交函数集，显然在$(t_0,t_0+\frac{2\pi }{w_0})$区间内有定义的任意信号都可以分解（展开）为三角函数表达式，这就是信号的频谱表示。除此之外，其它完备的正交函数集，也可用来对信号进行正交分解，如勒让德（Legendre）函数集、切比雪夫（Chebyshev）多项式集合、沃尔什（Walsh）函数集等。