信号与系统_信号分解

信号分解

信号与系统教学涉及到关于信号分解的主要处理手段:奇偶分解、化为基本信号之和、因子分解、化为冲激信号的线性组合、正交分解。

1.奇偶分解

普遍适用的分解方法,任何函数都可划分为奇信号的成分和偶信号的成分。
x ( t ) = x e ( t ) + x o ( t ) x(t) = x_e(t)+x_o(t) x(t)=xe(t)+xo(t)
对偶信号 ( e v e n ) (even) (even),奇信号 ( o d d ) (odd) (odd),分别有下列分解公式。
x e ( t ) = 1 2 [ x ( t ) + x ( − t ) ] x o ( t ) = 1 2 [ x ( t ) − x ( − t ) ] \begin{align*} x_{e}(t)&= \frac{1}{2}[x(t)+x(-t)]\\ x_{o}(t)&= \frac{1}{2}[x(t)-x(-t)] \end{align*} xe(t)xo(t)=21[x(t)+x(t)]=21[x(t)x(t)]


2.基本信号之和

分解为基本信号示例

x ( t ) = r ( t ) − r ( t − 1 ) − u ( t − 2 ) x(t) = r(t) - r(t-1) - u(t-2) x(t)=r(t)r(t1)u(t2)
P S : PS: PS:简而言之,增长或止增长:单位斜坡信号。断根:单位阶跃信号。


3.因子分解

多用于包络、表示信号的作用区间。 x ( t ) = ∏ i x i ( t ) x(t) = \prod_{i}x_{i}(t) x(t)=ixi(t)
三角信号包络正弦波
包络示例: x ( t ) = Λ 2 π ( t ) ⋅ c o s ( 2 t ) x(t) = \Lambda_{2\pi}(t)\cdot cos(2t) x(t)=Λ2π(t)cos(2t)


关于 u ( t ) u(t) u(t)单位阶跃信号的一个 T r i c k Trick Trick ∵ u ( t ) = u ( t ) ⋅ u ( t ) ∴ t e − t u ( t ) = [ t u ( t ) ] ⋅ [ e − t u ( t ) ] \begin{align*} \because u(t)&= u(t)\cdot u(t)\\ \therefore te^{-t}u(t)&= [tu(t)]\cdot[e^{-t}u(t)] \end{align*} u(t)tetu(t)=u(t)u(t)=[tu(t)][etu(t)]


4.冲激信号的线性组合

冲激信号的线性组合分解信号
联系到信号卷积单位冲激信号为其本身的结论。图中的意思就是,设置一个函数 g ( t ) g(t) g(t),使得自变量 t t t不在范围 [ 0 , Δ τ ] [0, \Delta \tau] [0,Δτ]时, g ( t ) ≡ 0 g(t)\equiv 0 g(t)0成立。于是函数就可以用以下式子表示: x ( t ) ≈ ∑ n = − ∞ ∞ x ( n Δ τ ) ⋅ g ( t − n Δ τ ) ≈ ∑ n = − ∞ ∞ x ( n Δ τ ) ⋅ g ( t − n Δ τ ) Δ τ ⋅ Δ τ x(t)\approx\sum_{n=-\infty}^{\infty}x(n\Delta \tau)\cdot g(t-n\Delta\tau)\approx\sum_{n = -\infty}^{\infty}x(n\Delta \tau)\cdot{g(t - n\Delta\tau) \over\Delta \tau}\cdot\Delta\tau x(t)n=x(nΔτ)g(tnΔτ)n=x(nΔτ)Δτg(tnΔτ)Δτ
因子 x ( n Δ τ ) x(n\Delta\tau) x(nΔτ)表示第 n + 1 n+1 n+1个矩形的对应信号值,而 g ( t − n Δ τ ) g(t-n\Delta\tau) g(tnΔτ)因子帮忙完成了一个选择,即 n Δ τ ≠ t n\Delta\tau\neq t nΔτ=t时,得到的累加项恒为 0 0 0,所以就完成了对函数值 x ( t ) x(t) x(t)的一个筛选。然而这样是不完美的,因为不一定存在 n Δ τ = t n\Delta\tau=t nΔτ=t,因此取到极限,无微不至,离散化为连续。
即: Δ τ → 0 , Δ τ → τ , n Δ τ → τ , g ( t − n Δ τ ) Δ τ → δ ( t − τ ) \Delta \tau \rightarrow0,\Delta\tau\rightarrow\tau,n\Delta\tau\rightarrow\tau,\frac{g(t-n\Delta\tau)}{\Delta\tau}\rightarrow\delta(t - \tau) Δτ0,Δττ,nΔττ,Δτg(tnΔτ)δ(tτ)
故有:
x ( t ) = ∫ − ∞ ∞ x ( τ ) δ ( t − τ ) d τ x ( n ) = ∑ k = − ∞ ∞ x ( k ) δ ( n − k ) x(t) = \int_{-\infty}^{\infty}x(\tau)\delta(t - \tau)d\tau\quad\quad x(n) = \sum_{k = -\infty}^{\infty}x(k)\delta(n-k) x(t)=x(τ)δ(tτ)dτx(n)=k=x(k)δ(nk)


5.正交分解

正交之义就是垂直,内积为 0 0 0,不相关。
例如矩形波信号的分解,之后的课程学习中会用傅里叶变换的知识进行定量分析,在这里只进行介绍。正交分解即将信号分解为互不相关的具有正交性的基底,从而达到提取信号不同成分的目的。
正交分解之矩形波

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

学生山

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值