离散信号（三） | 时域运算性质 （差分、卷积）

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$x(n)$，当m为正时，$x(n-m)$是指序列$x(n)$逐项依次延时（右移）m位得到的一个新序列，而$x(n+m)$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$x(n)$，则$x(-n)$是以纵轴为对称轴将序列$x(n)$加以翻转得到的新序列。

（三）累加

如果有序列$x(n)$，则$x(n)$的累加序列$y(n)$为
$$y(n)=\sum _{k=-\infty }^{n}x(k)$$
它表示$y(n)$在$n_0$上的值等于$n_0$上及$n_0$以前所有$x(n)$值之和。

（四）差分运算

如果有序列$x(n)$，则$x(n)$的前向差分和后向差分分别为

前向差分
$$\Delta x(n)=x(n+1)-x(n)$$
后向差分
$$\nabla x(n)=x(n)-x(n-1)$$
由此可得出
$$\nabla x(n)=\Delta x(n-1)$$
（五）时间尺度（比例）变换

对某序列$x(n)$，其时间尺度变换序列为$x(mn)$或$x(\frac{n}{m})$，其中m为正整数。

以$m=2$的$x(2n)$为例。$x(2n)$不是像连续信号那样将$x(n)$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$x(n)$中每隔2点取1点。如果把$x(n)$看作是连续时间信号$x(t)$按采样间隔T的采样，则$x(2n)$相当于将采样间隔从T增加到2T，即
$$x(2n)=x(t){|}_{t=n2T}$$
这种运算也称为抽取，即$x(2n)$是$x(n)$的抽取序列。$x(n)$及$x(2n)$分别如下图所示。

同样地，$x(\frac{n}{2})=x(t){|}_{t=nT/2}$表示采样间隔由T变成了$\frac{T}{2}$，也可将$x(\frac{n}{2})$称为是$x(n)$的插值序列。

（六）卷积和

设两序列为$x(n)$和$h(n)$，则$x(n)$和$h(n)$的卷积和定义为
$$y(n)=\sum _{m=-\infty }^{\infty }x(m)h(n-m)=x(n)\ast h(n)$$
（七）两序列相关运算

两序列相关运算定义为
$$R_{xy}(m)=\sum _{n=-\infty }^{\infty }x(n)y(n+m)$$
与离散信号卷积运算的关系为
$$R_{xy}(m)=x(m)\ast y(-m)$$
当$y(n)=x(n)$时，有自相关序列
$$R_{xx}(m)=\sum _{n=-\infty }^{\infty }x(n)x(n+m)=x(m)\ast x(-m)$$
当m=0时，它表示了序列的总能量
$$R_{xx}(0)=\sum _{n=-\infty }^{\infty }{x}^2(n)$$