离散时间信号:对连续信号抽样得到。
数字信号:幅度量化了的时域离散信号。
常用典型序列
1.单位采样序列
2.单位阶跃序列
3.矩形序列
4.实指数序列
5.正弦序列
6.复指数序列
7.周期序列
8.任意序列
离散时间系统
1.线性
2.时不变性
3.系统输入输出关系
4.卷积和
设两序列长度分别为N,M,线性卷积后序列长度N+M-1
系统的因果性和稳定性
1.因果性
因果系统:加入输入序列后才有输出
2.稳定性
LTI(线性时不变)系统稳定充要条件:单位抽样响应绝对可积
线性常系数差分方程及其求解
1.经典法
分别写出差分方程的齐次解和特解形式,用边界条件求待定系数
2.时域离散法
递推法:写出递推形式的差分方程,求数值解
卷积和法:求零状态解
3.变换域法
把差分方程经ZT,在Z域求解
模拟信号数字处理方法及相关转换
模拟信号转化为数字信号
1.抽样
2.术语
信号最高频率fh=Nysquist频率=折叠频率(系统允许通过的信号最高频率),Nyquist抽样率fs=2fh。
3.抽样定理
数字信号转化为模拟信号
1.理想低通
内插函数非因果,不可实现。
2.零阶保持器
内插函数为矩形,样点间插常数,实现简单。
3.一阶线性内插
采样点折现相连。常用于要求不高的场合
MATLAB实现
常用序列
1.单位脉冲序列
>> clear
>> n=[-3:3]; %生成位置向量
>> x=[(n-1)==0]; %生成单个脉冲序列
>> stem(n,x)
>> axis([-3,3,0,2]) %标示坐标
2.单位阶跃序列
>> clear
>> n=[-3:3];
>> x=[(n+1)>=0];
>> stem(n,x)
>> axis([-3,3,0,2])
3.矩形序列
保存为rectseq.m
function[x,n] =rectseq(n0,n1,n2,N)
%单位矩阵序列生成函数
%调用方式[x,n]=rectseq(n0,n1,n2,N)
n=[n0:n2];
x=[(n-1)>=0&((-n1+N-1)-n)>=0];
调用如下
>> [x,n]=rectseq(-3,-1,5,5);
>> stem(n,x)
>> axis([-3,5,0,2])
4.实指数序列(0.5)^n * u(n)
>> n=[0:10];
>> x=(0.5).^n;
>> stem(n,x)
>> axis([0,10,0,2])
5.正弦序列2sin(0.2pi * n- pi /3)
>> n=[0:1:20];
>> x=2*sin(0.2*pi*n-pi/3);
>> stem(n,x)
>> axis([0,20,-3,3])
6.复指数序列
>> n=[-2,10];
>> x=exp((0.2-0.5j)*n); %生成复指数序列
>> subplot(1,2,1),stem(n,real(x))
>> line([-5,10],[0,0])
>> subplot(1,2,2),stem(n,imag(x),'filled')
>> line([-5,10],[0,0])
序列运算
1.翻转fliplr
>> n=[-3:3];
>> x=[0,0,1,0.5,0.2,0.3,0];
>> stem(n,x)
>> stem(n,x)
>> x=fliplr(x);
>> n=-fliplr(n);
>> stem(n,x)
2.序列的能量
两种方法
>> E=sum(x.*conj(x))
E =
1.3800
>> E=sum(abs(x).^2)
E =
1.3800
卷积和 conv
>> x=[3,-3,7,0,-1,5,2];
>> h=[2,3,0,-5,2,1];
>> y=conv(x,h)
同时得到卷积和的数值和位置向量
保存为convextd.m
function[y,ny]=convextd(x,nx,h,nh)
%序列y为序列x和序列h的卷积
%ny,nx,nh分别为序列y,x和h的位置向量
ny1=nx(1)+nh(1); %计算卷积后的起点位置
ny_end=nx(end)+nh(end); %计算卷积后的终点位置
y=conv(x,h); %计算卷积和序列的数值
ny=[ny1:ny_end]; %计算卷积和序列的位置向量
调用
>> x=[3,-3,7,0,-1,5,2];
>> nx=[-4:2]; %给定输入序列
>> h=[2,3,0,-5,2,1];
>> nh=[-1:4]; %给定脉冲响应序列
>> [y,ny]=convextd(x,nx,h,nh)
结果
y =
6 3 5 6 19 -31 30 18 -27 -1 9 2
ny =
-5 -4 -3 -2 -1 0 1 2 3 4 5 6