数字信号处理学习（二）：振动与信号

（以下内容纯粹抄书。书名：《数字信号处理的Matlab实现》）
　　通过读书，以早日学会随机场的生成！
——————————————————————

S 2.1 振动概述

对于简谐无阻尼振动，其运动方程为$\ddot{x}+{\omega }^{2}x=0$，通解为：$$x=C_{1}cos\omega t+C_{2}sin\omega t$$亦可表示为$$x=A_{1}cos(\omega t+{\phi }_1)$$ $$x=A_{2}sin(\omega t+{\phi }_2)$$式中$A_1=A_2=\sqrt{C_1^2+C_2^2}$，${\phi }_1=-arctan\frac{C_2}{C_1}$，${\phi }_2=arctan\frac{C_1}{C_2}$

有关φ1和φ2为什么是arctan，具体可参考如下链接：
链接1: https://zhidao.baidu.com/question/2274970883334013108.html.
链接2: 辅助角公式の百度百科.

简谐振动是一种周期振动，它包括三个物理量：振幅A，振动周期T和振动频率f。
简谐振动$y(t)=Acos(\omega t+\phi )$在任一瞬时 t 的相位为：
$$(\frac{t-t_0}{T})=\frac{\omega t+\phi }{2\pi }$$式中，$t_0$为某个初始时刻。因为$\omega t+\phi$角决定了 t 时刻的相位，故称为相位角。初相位角为初始位置的时刻到 y 为最大值的时刻之间的时间差与角频率的乘积（ ？）。
当两个简谐振动的频率相同但相位角不同，且相位角分别相差 π 或 0 or 2π 时，这二个简谐振动之间的关系为“反向”或“同相”。

S 2.2 振动合成

若某质点同时参与两个在同一直线上的简谐振动：
$$\{\begin{array}{r}{y}_1=A_{1}sin({\omega }_{1}t+{\phi }_1)\\ y_2=A_{2}sin({\omega }_{2}t+{\phi }_2)\end{array}$$ 则该质点的运动方程为：$$y=A_{1}sin({\omega }_{1}t+{\phi }_1)+A_{2}sin({\omega }_{2}t+{\phi }_2)=Asin(\frac{{\omega }_1+{\omega }_2}{2}t+\phi )$$若要求合成以后的振动是周期振动，其周期为T，则必须满足：$T=n{T}_1$，$T=m{T}_2$，m,n为整数。
若采用频率相近、振幅也差不多的两个简谐振动叠加，则会出现“拍”现象。当两振幅频率相等时，运动方程式子中的$A=2A_{0}cos(\frac{{\omega }_1-{\omega }_2}{2}t)$，即振幅的包络线随时间而周期变化，这时振幅A的振动频率$f_b$ 等于两个振动频率之差的一半，但由于振幅为正与振幅为负之间只是相位相反，因此下图中的振幅频率看似为两个分振动频率之差。

（下面是一张书上自带的代码跑出来的图，在下未做任何修改）

拍现象的现实事件可参考如下视频链接：
链接: 音叉的拍现象视频，链接源于B站

S 2.3 时间信号及采样定理

时间信号分为连续时间信号和离散时间信号。
对于一个离散序列$x(t)$，其内含有两个向量，分别为①描述元素位置的序号序列向量和②描述数值x大小的值序列向量。在matlab中，可以使用stem函数或plot函数，从而以图形的形式表示这些向量。
【stem(X,Y)：在X的指定点处画出数据序列Y；序列Y从x轴到数据值按照茎状形式画出，以圆圈终止。】
（下面是一张书上自带的例2-7代码跑出来的图，在下未做任何修改）

　　对于一高速旋转的物体，假如人持续以某一频率对其进行拍照/采样，那么从采样结果来看，这个物体好像在以不同于真实速率的速度在旋转，这便称之为“假频现象”，该现象如下图所示。本图中，假设原始信号频率为9Hz，采样频率为10Hz，那么采样过后的信号表现出来的信号频率为10Hz-9Hz=1Hz。

　　为避免假频现象，使采样后的数据可以不失真的描述原信号，因此需要设定采样频率大于信号中所含有信号最大频率的两倍。通常定义采样频率的一半为Nyquist（奈奎斯特）频率，只有信号中的最大频率不大于Nyquist频率，采样后的数据才能不失真的反映原信号。

S 2.4 基本信号

《数字信号处理的Matlab实现》这本书里讲了10种基本信号。

1. 指数信号

2. 正弦和余弦信号
   离散正弦函数通常表示为：
   $$x(n)=Ksin({\omega }_0+{\theta }_0)$$ 正弦信号和余弦信号常借用复指数信号表示：
   $$\{\begin{array}{r}{e}^{j\omega t}=cos\omega t+jsin\omega t\\ e^{-j\omega t}=cos\omega t-jsin\omega t\end{array}$$

3. 单位阶跃信号
   $$u(t)=\{\begin{array}{r}0,t<0\\ 1,t\ge 0\end{array}$$

4. 斜坡信号
   $$r(t)=\{\begin{array}{r}0,t<0\\ t,t\ge 0\end{array}$$

5. 正负号信号
   $$sgn(t)=\{\begin{array}{r}1,t<0\\ -1,t>0\end{array}$$

6. 脉冲信号
   在$\epsilon$时间内，某一方波的面积为1，即满足下式：
   $$S_{\epsilon }(t)=\{\begin{array}{rlr}\frac{1}{\epsilon },& & 0\le t\le \epsilon \\ 0,& & t>\epsilon ,t>0\end{array}$$当$\epsilon \to 1$时，方波的极限就成为单位脉冲函数$\delta$。
   由于脉冲函数的卷积特性：
   $$f(t)\otimes \delta (t)={\int }_{-\infty }^{+\infty }f(\tau )\delta (t-\delta )d\tau =f(t)$$所以任何信号f(t)都可以在时域近似分解为具有不同延时的矩形脉冲信号的叠加，即：
   $$f(t)={\int }_{-\infty }^{+\infty }f(\tau )\delta (t-\delta )d\tau$$结构动力学中的Duhamel积分便是使用了此原理。

7. sinc信号
   sinc信号为幅值为1的矩形脉冲的Fourier变换，其数学表达为：
   $$sinc(t)=\frac{sint}{t}$$该函数是一个偶函数，在t的正负两个方向振幅都是逐渐衰减的。
   

8. 复数信号
   如果指数信号的指数因子为一复数，则成为复指数信号，表达式为：
   $$f(t)=e^{(\sigma +j\omega )t}=e^{\sigma t}(cos\omega t+jsin\omega t)$$matlab中对应的求实部和虚部的函数如下（抄书）：

n=[-10:10];         %给出序号序列
alpha=-0.1+0.3*j;   %给出指数序列
x=exp(alpha*n);     %给出复指数信号
Real_x=real(x);     %取复指数信号的实部
Image_x=imag(x);    %取复指数信号的虚部
Mag_x=abs(x);       %取复指数信号的振幅
Phase_x=rad2deg(angle(x));    %取复指数信号的相位，转化为度

9. 随机信号

clear;clc;tic
n = 1:10;
x1 = rand(1,n(end));  %产生[0,1]上均匀分布的随机数
x2 = randn(1,n(end));  %产生服从N(0,1)分布的随机数
subplot(2,1,1)
stem(n,x1);title("服从0-1均匀分布的随机数"); grid on
subplot(2,1,2)
stem(n,x2);title("服从N(0,1)标准正态分布的随机数");grid on

10. 周期序列
    将原来的信号进行重复多次表示，就是周期序列了。

S 2.5 信号的运算

1. 信号时移
   　　更改值序列对应的序号序列，…类似于地震动延时

2. 信号折叠（翻转）
   假设n为序号序列，x为值序列，基于0坐标对原信号进行翻转。其对应matlab函数为：y = fliplr(x); n = -fliplr(n);

3. 信号尺度改变
   对“序号序列（时间序列）”进行修改，即可压缩or扩展信号

4. 信号加
   $$y=x_1(t)+x_2(t)+...$$

5. 信号积分和微分
   matlab微分函数： y = diff(x)/dt;
   matlab积分函数： y = cumtrapz(x)*dt;

6. 信号乘
   $$y=x_1(t).\ast x_2(t)$$
   其中，频域积分相乘，可以达到滤波的作用。

7. 信号奇偶性
   任何一个序列x(n)都可以分解为偶向量xe(n)和奇向量xo(n)两部分之和，即：
   $$x(n)=xe(n)+xo(n)$$式中：
   $$xe(n)=\frac{1}{2}[x(n)+x(-n)]$$$$xo(n)=\frac{1}{2}[x(n)-x(-n)]$$