说明:笔记为听b站网课+查资料整理的,开学后持续补充老师课上内容和对习题的思考
教材:熊庆旭 刘锋 常青 编著
网课:BV16E411E7PA
目录
1 信号的分类
分类1:确定与随机、连续与离散
-
确定信号:可用一确定时间/空间函数表示,比如连续的u(t),离散的u(i, j)。
随机信号:只知统计特性(概率等),比如噪声、干扰信号。 -
确定信号分为连续信号和离散信号。
连续信号:连续时间范围内有定义。
离散信号:仅在离散的瞬间有定义,可以等间隔也可以不等间隔。
两者主要区别为定义域的连续性。
注意1
:连续信号值域无所谓连续不连续。
注意2
:两个离散信号有值的点之间无定义,而非0值。 -
序列:等间隔的离散信号, T k = t k + 1 − t k = T T_k=t_{k+1}-t_k=T Tk=tk+1−tk=T。 f ( k T ) f(kT) f(kT)简写为 f ( k ) f(k) f(k)。
离散信号表示法:
(1)有限——穷举法,如: f ( k ) = { 1 k=-1 2 k=0 − 1.5 k=1 2 k=2 0 其他k f(k)= \begin{cases} 1& \text{k=-1}\\[1ex] 2& \text{k=0}\\[1ex] -1.5& \text{k=1}\\[1ex] 2& \text{k=2}\\[1ex] 0& \text{其他k} \end{cases} f(k)=⎩ ⎨ ⎧12−1.520k=-1k=0k=1k=2其他k
(2)写为序列:需要标出其他(即下面的省略号,最临近省略号的值0即为省略号处代表的值)、坐标原点(在下面2处画箭头,写上 k = 0 k=0 k=0) f ( k ) = { . . . , 0 , 1 , 2 , − 1.5 , 2 , 0 , . . . } f(k)=\{..., 0, 1, 2, -1.5, 2, 0, ...\} f(k)={...,0,1,2,−1.5,2,0,...} -
采样:连续信号变为离散信号
方法:零阶保持、分段线性
上面这张图片出处
分类2:周期与非周期
一、连续信号周期
- 周期信号定义: f ( t ) = f ( t + n T ) , n = 0 , ± 1 , ± 2 , . . . f(t)=f(t+nT), n=0,\pm1,\pm2,... f(t)=f(t+nT),n=0,±1,±2,...
- 周期合成
(1)两个周期信号 T 1 , T 2 T_1,T_2 T1,T2,若 T 1 T 2 \frac{T_1}{T_2} T2T1为有理数,则两信号合成仍为周期信号,新周期为 T 1 , T 2 T_1,T_2 T1,T2最小公倍数。
有理数
:整数和分数,故 T 1 , T 2 T_1,T_2 T1,T2变换顺序不影响。
(2)若多个周期信号 T i T_i Ti合成后的信号仍为周期信号,且 T 合成 = m i T i T_{合成}=m_iT_i T合成=miTi,则有: m 1 : m 2 : m 3 = T T 1 : T T 2 : T T 3 = w 1 2 π : w 2 2 π : w 3 2 π = w 1 : w 2 : w 3 m_1:m_2:m_3=\frac{T}{T_1}:\frac{T}{T_2}:\frac{T}{T_3}=\frac{w_1}{2\pi}:\frac{w_2}{2\pi}:\frac{w_3}{2\pi}=w_1:w_2:w_3 m1:m2:m3=T1T:T2T:T3T=2πw1:2πw2:2πw3=w1:w2:w3
二、离散信号周期
- 定义: f ( k ) = f ( k + m N ) , m = 0 , ± 1 , ± 2 , . . . f(k)=f(k+mN), m=0, \pm1, \pm2, ... f(k)=f(k+mN),m=0,±1,±2,..., N N N是周期。
- 判断是否为周期函数:求出 N N N。
情况 | 结果 |
---|---|
N N N为整数 | 是 |
N N N非整数但为有理数,即存在整数 M M M使得 N ′ = M ∗ N N^{'}=M*N N′=M∗N为整数 | 是 |
N N N为无理数 | 否 |
e . g . f ( k ) = s i n ( β k ) = s i n ( β k + m ∗ 2 π ) = s i n [ β ( k + 2 m π β ) ] e.g.\ f(k)=sin(\beta k)=sin(\beta k+m*2\pi)=sin[\beta(k+\frac{2m\pi}{\beta})] e.g. f(k)=sin(βk)=sin(βk+m∗2π)=sin[β(k+β2mπ)],利用函数性质得到周期函数定义式,从而得到 N = 2 m π β N=\frac{2m\pi}{\beta} N=β2mπ,再对 N N N进行讨论。
三、结论
- 连续的正弦信号一定是周期信号;
正弦序列不一定是周期序列。
理解
:根据上面例子, N = 2 m π β N=\frac{2m\pi}{\beta} N=β2mπ,若 β \beta β含有 π \pi π,则满足 N N N为整数或有理数, β \beta β取其他值无法保证 f ( k ) f(k) f(k)周期性。 - 两连续周期信号之和不一定是周期信号;
两周期序列之和一定是周期序列。
分类3:能量与功率
- 定义能量和功率
单位时间在 1 Ω 1\Omega 1Ω电阻上施加信号 f ( t ) f(t) f(t), P 瞬时 ( t ) = ∣ f ( t ) ∣ 2 P_{瞬时}(t)=|f(t)|^2 P瞬时(t)=∣f(t)∣2,进而积分得到能量定义式: E = d e f ∫ − ∞ ∞ ∣ f ( t ) ∣ 2 d t E \overset{def}{=} \int_{-\infty}^{\infty} |f(t)|^2 dt E=def∫−∞∞∣f(t)∣2dt或者理解为: E = d e f lim T → ∞ ∫ − T T ∣ f ( t ) ∣ 2 d t E \overset{def}{=} \lim_{T \to \infty} \int_{-T}^{T} |f(t)|^2 dt E=deflimT→∞∫−TT∣f(t)∣2dt
平均功率: P = d e f lim T → ∞ 1 T ∫ − T 2 T 2 ∣ f ( t ) ∣ 2 d t P \overset{def}{=} \lim_{T \to \infty} \frac{1}{T} \int_{-\frac{T}{2} }^{\frac{T}{2} }|f(t)|^2dt P=defT→∞limT1∫−2T2T∣f(t)∣2dt同样可以看成: P = d e f lim T → ∞ 1 2 T ∫ − T T ∣ f ( t ) ∣ 2 d t P \overset{def}{=} \lim_{T \to \infty} \frac{1}{2T} \int_{-T }^{T}|f(t)|^2dt P=deflimT→∞2T1∫−TT∣f(t)∣2dt
能量和功率各自有有限、无限、零三种情况,组合起来共六种情况。除去不合理的“有限能量+无限功率”、“零能量+无限功率”、“零能量+有限功率”三种组合,还剩下合理的:
组合 | 种类 | 示例 |
---|---|---|
无限能量+无限功率 | 非功非能信号 | 无限延伸单调波形 |
无限能量+有限功率 | 功率(有限)信号 | 无限延伸正弦波、无限长白噪声 |
有限能量+零功率 | 能量(有限)信号 | 孤零零的方波信号、冲激函数 |
- 能量(有限)信号:
E
<
∞
,
P
=
0
E<\infty,\ P=0
E<∞, P=0
功率(有限)信号: E = ∞ , P < ∞ E=\infty,\ P<\infty E=∞, P<∞
定义信号种类目的: E E E同则用 P P P衡量, P P P同则用 E E E衡量。 - 对离散信号
(1)能量信号: E = ∑ k = − ∞ ∞ ∣ f ( k ) ∣ 2 < ∞ E=\sum_{k=-\infty}^{\infty}|f(k)|^2<\infty E=∑k=−∞∞∣f(k)∣2<∞
(2)功率信号: P = lim N → ∞ 1 2 N ∑ − N N ∣ f ( k ) ∣ 2 < ∞ P=\lim_{N \to \infty}\frac{1}{2N}\sum_{-N}^{N}|f(k)|^2<\infty P=limN→∞2N1∑−NN∣f(k)∣2<∞ - 结论
(1)时限信号一定是能量信号。时限信号
:仅在有限时间内不为0。
(2)周期信号一定是功率信号。
(3)非周期信号可能是能量或者功率。
(4)非功非能信号举例: y = e t y=e^t y=et
分类4:因果与反因果
- 因果信号: t < 0 , f ( t ) = 0 t<0,\ f(t)=0 t<0, f(t)=0
- 反因果信号: t > 0 , f ( t ) = 0 t>0,\ f(t)=0 t>0, f(t)=0
matlab仿真:plot和stem
clear;clc;
% 连续信号仿真
figure(1);
a=5;
b=0.8;
t=0:0.001:5;
x=a*sin(b*t).*exp(t);
plot(t,x);
% 离散信号仿真
figure(2);
c=2;
d=0.8;
k=-5:1:5;
y=c*d.^k;
stem(k,y);
2 基本信号
全课程三个关键问题:(1)基本信号及基本响应(2)任意信号的分解(3)LTI系统分析
2.1 阶跃函数
- 定义:构造
γ
n
(
t
)
=
1
n
\gamma_n(t)=\frac{1}{n}
γn(t)=n1
ε ( t ) = d e f lim n → ∞ γ n ( t ) = { 0 t<0 1 t>0 \varepsilon(t) \overset{def}{=} \lim_{n \to \infty}\gamma_n(t)= \begin{cases} 0& \text{t<0}\\[1ex] 1& \text{t>0}\\[1ex] \end{cases} ε(t)=defn→∞limγn(t)=⎩ ⎨ ⎧01t<0t>0 - 性质:
(1)用于表示分段常量信号
(2)用于表示信号作用区间
(3)积分 ∫ − ∞ t ε ( t ) d t \int_{-\infty}^{t}\varepsilon(t)dt ∫−∞tε(t)dt为斜坡函数
2.2 冲激函数
2.2.1 与阶跃函数关系
左图
lim
n
→
∞
\lim_{n \to \infty}
limn→∞为阶跃函数,右图
lim
n
→
∞
\lim_{n \to \infty}
limn→∞为冲激函数。
δ
(
t
)
=
d
ε
(
t
)
d
t
,
ε
(
t
)
=
∫
−
∞
t
δ
(
t
)
d
t
\delta(t)=\frac{d\varepsilon(t)}{dt},\ \varepsilon(t)=\int_{-\infty}^{t}\delta(t)dt
δ(t)=dtdε(t), ε(t)=∫−∞tδ(t)dt
2.2.2 作用
描述间断点的导数。
δ ( t ) \delta(t) δ(t)为奇异函数。
2.2.3 两种定义:描述性定义&广义函数定义
- 冲激函数的描述性定义
{ δ ( t ) = 0 t ≠ 0 ∫ − ∞ ∞ δ ( t ) d t = 1 \begin{cases} \delta(t)=0 & t\neq 0\\[1ex] \displaystyle\int_{-\infty}^{\infty}\delta(t)dt=1 \end{cases} ⎩ ⎨ ⎧δ(t)=0∫−∞∞δ(t)dt=1t=0 - 冲激函数的广义函数定义
∫ − ∞ ∞ δ ( t ) φ ( t ) d t = φ ( 0 ) \int_{-\infty}^{\infty}\delta(t)\varphi(t)dt=\varphi(0) ∫−∞∞δ(t)φ(t)dt=φ(0)
广义函数:
【概念】定义在一类“性质很好”的函数空间上的连续线性泛函。 N g [ φ ( t ) ] = ∫ − ∞ ∞ g ( t ) φ ( t ) d t N_g[\varphi(t)]=\int_{-\infty}^{\infty}g(t)\varphi(t)dt Ng[φ(t)]=∫−∞∞g(t)φ(t)dt
公式所需 | 对应部分 |
---|---|
检验函数 | φ ( t ) \varphi(t) φ(t) |
广义函数 | g ( t ) g(t) g(t) |
映射 | N ? [ ] N_?[] N?[],?此处为 g ( t ) g(t) g(t) |
泛函可以理解为函数的函数,其自变量为函数,称为宗量。
【定义广义函数的思想】不再通过改变定义域内每一个点的坐标对应的函数值来定义函数
f
f
f(古典函数定义方式),而是通过观察
f
f
f对其他函数所起的作用来定义函数。
【性质】当两个函数产生结果一样时,这两个函数一样。(见尺度变化)
2.2.4 取样性质
- 由
f
(
t
)
δ
(
t
)
=
f
(
0
)
δ
(
t
)
f(t)\delta(t)=f(0)\delta(t)
f(t)δ(t)=f(0)δ(t)
∫ − ∞ ∞ f ( t ) δ ( t ) d t = f ( 0 ) ∫ − ∞ ∞ δ ( t ) d t = f ( 0 ) \int_{-\infty}^{\infty}f(t)\delta(t)dt=f(0)\int_{-\infty}^{\infty}\delta(t)dt=f(0) ∫−∞∞f(t)δ(t)dt=f(0)∫−∞∞δ(t)dt=f(0)注意
:积分区间必须包含冲激所在时刻。 - 推广: ∫ − ∞ ∞ f ( t ) δ ( t − a ) d t = f ( a ) \int_{-\infty}^{\infty}f(t)\delta(t-a)dt=f(a) ∫−∞∞f(t)δ(t−a)dt=f(a)
- 举例(这几个例子常考很重要)
变上限积分注意对上限的讨论: ∫ − 1 t ( τ − 1 ) 2 δ ( τ ) d τ = ε ( t ) \int_{-1}^{t}(\tau-1)^2\delta(\tau)d\tau=\varepsilon(t) ∫−1t(τ−1)2δ(τ)dτ=ε(t)讨论积分区间是否包含冲激所在时刻: ∫ − 1 1 2 τ δ ( τ − t ) d τ = { 2 t -1<t<1 0 else \int_{-1}^{1}2\tau\delta(\tau-t)d\tau= \begin{cases} 2t& \text{-1<t<1}\\[1ex] 0& \text{else}\\[1ex] \end{cases} ∫−112τδ(τ−t)dτ=⎩ ⎨ ⎧2t0-1<t<1else
2.2.5 导数
-
δ ′ ( t ) \delta^{'}(t) δ′(t)冲激偶
(1)广义函数定义 ∫ − ∞ ∞ f ( t ) δ ′ ( t ) d t = − f ′ ( 0 ) \int_{-\infty}^{\infty}f(t)\delta^{'}(t)dt=-f^{'}(0) ∫−∞∞f(t)δ′(t)dt=−f′(0)(2)性质 f ( t ) δ ′ ( t ) = f ( 0 ) δ ′ ( t ) − f ′ ( 0 ) δ ( t ) f(t)\delta^{'}(t)=f(0)\delta^{'}(t)-f^{'}(0)\delta(t) f(t)δ′(t)=f(0)δ′(t)−f′(0)δ(t)推导
:分部积分+取样性质
(3)推广 ∫ − ∞ ∞ f ( t ) δ ′ ( t − a ) d t = − f ′ ( a ) \int_{-\infty}^{\infty}f(t)\delta^{'}(t-a)dt=-f^{'}(a) ∫−∞∞f(t)δ′(t−a)dt=−f′(a)δ ( t ) = δ ( − t ) \delta(t)=\delta(-t) δ(t)=δ(−t),冲激函数为偶函数;
δ ′ ( t ) = − δ ′ ( − t ) \delta^{'}(t)=-\delta^{'}(-t) δ′(t)=−δ′(−t),冲激偶为奇函数。 -
δ ( n ) ( t ) \delta^{(n)}(t) δ(n)(t)n阶导
广义函数定义 ∫ − ∞ ∞ f ( t ) δ ( n ) ( t ) d t = ( − 1 ) n f ( n ) ( 0 ) \int_{-\infty}^{\infty}f(t)\delta^{(n)}(t)dt=(-1)^nf^{(n)}(0) ∫−∞∞f(t)δ(n)(t)dt=(−1)nf(n)(0)
2.2.6 尺度变化
- 由广义函数性质,效果相同的两函数一样,则有
δ
(
a
t
)
=
1
∣
a
∣
δ
(
t
)
\delta(at)=\frac{1}{|a|}\delta(t)
δ(at)=∣a∣1δ(t)
证明
:
a > 0 , ∫ − ∞ ∞ δ ( a t ) f ( t ) d t = ∫ − ∞ ∞ δ ( x ) f ( x a ) d x ∣ a ∣ a>0,\ \int_{-\infty}^{\infty}\delta(at)f(t)dt=\int_{-\infty}^{\infty}\delta(x)f(\frac{x}{a})\frac{dx}{|a|} a>0, ∫−∞∞δ(at)f(t)dt=∫−∞∞δ(x)f(ax)∣a∣dx
a < 0 , ∫ − ∞ ∞ δ ( a t ) f ( t ) d t = ∫ ∞ − ∞ δ ( a t ) f ( t ) d t = ∫ ∞ − ∞ δ ( x ) f ( x a ) d x − ∣ a ∣ = ∫ − ∞ ∞ δ ( x ) f ( x a ) d x ∣ a ∣ a<0,\ \int_{-\infty}^{\infty}\delta(at)f(t)dt=\int_{\infty}^{-\infty}\delta(at)f(t)dt=\int_{\infty}^{-\infty}\delta(x)f(\frac{x}{a})\frac{dx}{-|a|}=\int_{-\infty}^{\infty}\delta(x)f(\frac{x}{a})\frac{dx}{|a|} a<0, ∫−∞∞δ(at)f(t)dt=∫∞−∞δ(at)f(t)dt=∫∞−∞δ(x)f(ax)−∣a∣dx=∫−∞∞δ(x)f(ax)∣a∣dx
δ ( n ) ( a t ) = 1 ∣ a ∣ 1 a n δ ( n ) ( t ) \delta^{(n)}(at)=\frac{1}{|a|}\frac{1}{a^n}\delta^{(n)}(t) δ(n)(at)=∣a∣1an1δ(n)(t) - 推论:
(1) a = − 1 , δ ( n ) ( − t ) = ( − 1 ) n δ ( n ) ( t ) a=-1,\ \delta^{(n)}(-t)=(-1)^n\delta^{(n)}(t) a=−1, δ(n)(−t)=(−1)nδ(n)(t)
(2) δ ( a t − t 0 ) = δ [ a ( t − t 0 a ) ] = 1 ∣ a ∣ δ ( t − t 0 a ) \delta(at-t_0)=\delta[a(t-\frac{t_0}{a})]=\frac{1}{|a|}\delta(t-\frac{t_0}{a}) δ(at−t0)=δ[a(t−at0)]=∣a∣1δ(t−at0)