离散信号的时域运算
离散信号的时域运算包括平移、翻转、相加、相乘、累加、差分、时间尺度变换、卷积和及相关运算等。
(一)平移
如果有序列 x ( n ) x(n) x(n),当m为正时, x ( n − m ) x(n-m) x(n−m)是指序列 x ( n ) x(n) x(n)逐项依次延时(右移)m位得到的一个新序列,而 x ( n + m ) x(n+m) x(n+m)则指依次超前(左移)m位。m为负时,则相反。
(二)翻转
如果有序列 x ( n ) x(n) x(n),则 x ( − n ) x(-n) x(−n)是以纵轴为对称轴将序列 x ( n ) x(n) x(n)加以翻转得到的新序列。
(三)累加
如果有序列
x
(
n
)
x(n)
x(n),则
x
(
n
)
x(n)
x(n)的累加序列
y
(
n
)
y(n)
y(n)为
y
(
n
)
=
∑
k
=
−
∞
n
x
(
k
)
y(n)=\sum_{k=-\infty}^{n}x(k)
y(n)=k=−∞∑nx(k)
它表示
y
(
n
)
y(n)
y(n)在
n
0
n_0
n0上的值等于
n
0
n_0
n0上及
n
0
n_0
n0以前所有
x
(
n
)
x(n)
x(n)值之和。
(四)差分运算
如果有序列 x ( n ) x(n) x(n),则 x ( n ) x(n) x(n)的前向差分和后向差分分别为
前向差分
Δ
x
(
n
)
=
x
(
n
+
1
)
−
x
(
n
)
\Delta x(n)=x(n+1)-x(n)
Δx(n)=x(n+1)−x(n)
后向差分
∇
x
(
n
)
=
x
(
n
)
−
x
(
n
−
1
)
\nabla x(n)=x(n)-x(n-1)
∇x(n)=x(n)−x(n−1)
由此可得出
∇
x
(
n
)
=
Δ
x
(
n
−
1
)
\nabla x(n)=\Delta x(n-1)
∇x(n)=Δx(n−1)
(五)时间尺度(比例)变换
对某序列 x ( n ) x(n) x(n),其时间尺度变换序列为 x ( m n ) x(mn) x(mn)或 x ( n m ) x(\frac{n}{m}) x(mn),其中m为正整数。
以
m
=
2
m=2
m=2的
x
(
2
n
)
x(2n)
x(2n)为例。
x
(
2
n
)
x(2n)
x(2n)不是像连续信号那样将
x
(
n
)
x(n)
x(n)序列简单地在时间轴上按比例地压缩为原来一半,而是采样频率降低为原来的一半,即从
x
(
n
)
x(n)
x(n)中每隔2点取1点。如果把
x
(
n
)
x(n)
x(n)看作是连续时间信号
x
(
t
)
x(t)
x(t)按采样间隔T的采样,则
x
(
2
n
)
x(2n)
x(2n)相当于将采样间隔从T增加到2T,即
x
(
2
n
)
=
x
(
t
)
∣
t
=
n
2
T
x(2n)=x(t)|_{t=n2T}
x(2n)=x(t)∣t=n2T
这种运算也称为抽取,即
x
(
2
n
)
x(2n)
x(2n)是
x
(
n
)
x(n)
x(n)的抽取序列。
x
(
n
)
x(n)
x(n)及
x
(
2
n
)
x(2n)
x(2n)分别如下图所示。
同样地, x ( n 2 ) = x ( t ) ∣ t = n T / 2 x(\frac{n}{2})=x(t)|_{t=nT/2} x(2n)=x(t)∣t=nT/2表示采样间隔由T变成了 T 2 \frac{T}{2} 2T,也可将 x ( n 2 ) x(\frac{n}{2}) x(2n)称为是 x ( n ) x(n) x(n)的插值序列。
(六)卷积和
设两序列为
x
(
n
)
x(n)
x(n)和
h
(
n
)
h(n)
h(n),则
x
(
n
)
x(n)
x(n)和
h
(
n
)
h(n)
h(n)的卷积和定义为
y
(
n
)
=
∑
m
=
−
∞
∞
x
(
m
)
h
(
n
−
m
)
=
x
(
n
)
∗
h
(
n
)
y(n)=\sum_{m=-\infty}^{\infty}x(m)h(n-m)=x(n)*h(n)
y(n)=m=−∞∑∞x(m)h(n−m)=x(n)∗h(n)
(七)两序列相关运算
两序列相关运算定义为
R
x
y
(
m
)
=
∑
n
=
−
∞
∞
x
(
n
)
y
(
n
+
m
)
R_{xy}(m)=\sum_{n=-\infty}^{\infty}x(n)y(n+m)
Rxy(m)=n=−∞∑∞x(n)y(n+m)
与离散信号卷积运算的关系为
R
x
y
(
m
)
=
x
(
m
)
∗
y
(
−
m
)
R_{xy}(m)=x(m)*y(-m)
Rxy(m)=x(m)∗y(−m)
当
y
(
n
)
=
x
(
n
)
y(n)=x(n)
y(n)=x(n)时,有自相关序列
R
x
x
(
m
)
=
∑
n
=
−
∞
∞
x
(
n
)
x
(
n
+
m
)
=
x
(
m
)
∗
x
(
−
m
)
R_{xx}(m)=\sum_{n=-\infty}^{\infty}x(n)x(n+m)=x(m)*x(-m)
Rxx(m)=n=−∞∑∞x(n)x(n+m)=x(m)∗x(−m)
当m=0时,它表示了序列的总能量
R
x
x
(
0
)
=
∑
n
=
−
∞
∞
x
2
(
n
)
R_{xx}(0)=\sum_{n=-\infty}^{\infty}x^2(n)
Rxx(0)=n=−∞∑∞x2(n)