信号与系统(郑里君)学习笔记
持续更新中。。。
目录
1 第一章:绪论
1.1 信号的分类
- 确定信号与随机信号
- 周期信号与非周期信号
- 连续时间信号与离散时间信号
- 一位信号与多维信号
1.2 常见的信号类型
1.2.1 指数信号
f ( t ) = K e a t f(t)=K \mathrm{e}^{a t} f(t)=Keat
实际上较为常见的是衰减指数信号:
f ( t ) = { 0 ( t < 0 ) e − t τ ( t ⩾ 0 ) f(t)=\left\{\begin{array}{ll}0 & (t<0) \\ \mathrm{e}^{-\frac{t}{\tau}} & (t \geqslant 0)\end{array}\right. f(t)={0e−τt(t<0)(t⩾0)
指数信号一个重要特性是它对时间的积分和微分仍然是指数形式
1.2.2 正弦信号
f ( t ) = K sin ( ω t + θ ) f(t)=K \sin (\omega t+\theta) f(t)=Ksin(ωt+θ)
正弦信号和余弦信号常借助复指数信号来表示:
欧拉公式:
e j ω t = cos ( ω t ) + j sin ( ω t ) e − j ω t = cos ( ω t ) − j sin ( ω t ) \begin{aligned} \mathrm{e}^{\mathrm{j} \omega t} & =\cos (\omega t)+\mathrm{j} \sin (\omega t) \\ \mathrm{e}^{-\mathrm{j} \omega t} & =\cos (\omega t)-\mathrm{j} \sin (\omega t)\end{aligned} ejωte−jωt=cos(ωt)+jsin(ωt)=cos(ωt)−jsin(ωt)
由此推导:
sin ( ω t ) = 1 2 j ( e j ω t − e − j ω t ) cos ( ω t ) = 1 2 ( e j ω t + e − j ω t ) \begin{array}{l}\sin (\omega t)=\frac{1}{2 \mathrm{j}}\left(\mathrm{e}^{\mathrm{j} \omega t}-\mathrm{e}^{-\mathrm{j} \omega t}\right) \\ \cos (\omega t)=\frac{1}{2}\left(\mathrm{e}^{\mathrm{j} \omega t}+\mathrm{e}^{-\mathrm{j} \omega t}\right)\end{array} sin(ωt)=2j1(ejωt−e−jωt)cos(ωt)=21(ejωt+e−jωt)
这个推导式非常常用,要记牢!!!
1.2.3 复指数信号
f ( t ) = K e s t 其中 s = σ + j ω f(t)=K e^{s t}\\\\\\其中\\\\s=\sigma+\mathrm{j} \omega f(t)=Kest其中s=σ+jω
使用欧拉公式展开:
K e s t = K e ( σ + j ω ) t = K e σ t cos ( ω t ) + j K e σ t sin ( ω t ) K \mathrm{e}^{s t}=K \mathrm{e}^{(\sigma+\mathrm{j} \omega) t}=K \mathrm{e}^{\sigma t} \cos (\omega t)+\mathrm{j} K \mathrm{e}^{\sigma t} \sin (\omega t) Kest=Ke(σ+jω)t=Keσtcos(ωt)+jKeσtsin(ωt)
推导:
各部分的含义:
1.2.4 Sa(t)信号(抽样信号)
S a ( t ) = sin t t \mathrm{Sa}(t)=\frac{\sin t}{t} Sa(t)=tsint
Sa(t)信号有性质:
∫ 0 ∞ S a ( t ) d t = π 2 ∫ − ∞ ∞ S a ( t ) d t = π \begin{array}{l}\int_{0}^{\infty} \mathrm{Sa}(t) \mathrm{d} t=\frac{\pi}{2} \\ \int_{-\infty}^{\infty} \mathrm{Sa}(t) \mathrm{d} t=\pi\end{array} ∫0∞Sa(t)dt=2π∫−∞∞Sa(t)dt=π
sinc(t)信号与Sa(t)相似:
sinc ( t ) = sin ( π t ) π t \operatorname{sinc}(t)=\frac{\sin (\pi t)}{\pi t} sinc(t)=πtsin(πt)
1.2.5 钟型信号(高斯函数)
f ( t ) = E e − ( t τ ) 2 f(t)=E \mathrm{e}^{-\left(\frac{t}{\tau}\right)^{2}} f(t)=Ee−(τt)2
1.3 信号的自变量变换
1.4 阶跃信号与冲激信号
1.4.1 单位阶跃信号
u ( t ) = { 0 ( t < 0 ) 1 ( t > 0 ) u(t)=\left\{\begin{array}{ll}0 & (t<0) \\ 1 & (t>0)\end{array}\right. u(t)={01(t<0)(t>0)
常利用阶跃及其延时信号之差来表示矩形脉冲:
R T ( t ) = u ( t ) − u ( t − T ) R_{T}(t)=u(t)-u(t-T) RT(t)=u(t)−u(t−T)
阶跃信号鲜明地表现出信号的单边特性。即信号在某接人时刻to以前的幅度为零。
f 2 ( t ) = e − t [ u ( t ) − u ( t − t 0 ) ] f_{2}(t)=\mathrm{e}^{-t}\left[u(t)-u\left(t-t_{0}\right)\right] f2(t)=e−t[u(t)−u(t−t0)]
符号函数与阶跃函数类似:
sgn ( t ) = { 1 ( t > 0 ) − 1 ( t < 0 ) \operatorname{sgn}(t)=\left\{\begin{aligned} 1 & (t>0) \\ -1 & (t<0)\end{aligned}\right. sgn(t)={1−1(t>0)(t<0)
1.4.2 单位冲激信号
冲激函数用箭头表示,如图1−29所示。它示意表明,δ(t)只在t=0点有一“冲激”,在t=0点以外各处,函数值都是零。
冲激信号的抽样特性:
∫ − ∞ ∞ δ ( t ) f ( t ) d t = ∫ − ∞ ∞ δ ( t ) f ( 0 ) d t = f ( 0 ) ∫ − ∞ ∞ δ ( t ) d t = f ( 0 ) \begin{aligned} \int_{-\infty}^{\infty} \delta(t) f(t) \mathrm{d} t & =\int_{-\infty}^{\infty} \delta(t) f(0) \mathrm{d} t \\ & =f(0) \int_{-\infty}^{\infty} \delta(t) \mathrm{d} t=f(0)\end{aligned} ∫−∞∞δ(t)f(t)dt=∫−∞∞δ(t)f(0)dt=f(0)∫−∞∞δ(t)dt=f(0)
冲激函数的积分等于阶跃函数
∫ − ∞ t δ ( τ ) d τ = u ( t ) \int_{-\infty}^{t} \delta(\tau) \mathrm{d} \tau=u(t) ∫−∞tδ(τ)dτ=u(t)
反过来,阶跃函数的微分应等于冲激函数
d d t u ( t ) = δ ( t ) \frac{\mathrm{d}}{\mathrm{d} t} u(t)=\delta(t) dtdu(t)=δ(t)
1.4.3 冲激偶信号
冲激偶的一个重要性质是
∫ − ∞ ∞ δ ′ ( t ) f ( t ) d t = f ′ ( 0 ) \int_{-\infty}^{\infty} \delta^{\prime}(t) f(t) \mathrm{d} t=f^{\prime}(0) ∫−∞∞δ′(t)f(t)dt=f′(0)
冲激偶信号的另一个性质是,它所包含的面积等于零
∫ − ∞ ∞ δ ′ ( t ) d t = 0 \int_{-\infty}^{\infty} \delta^{\prime}(t) \mathrm{d} t=0 ∫−∞∞δ′(t)dt=0
1.5 信号的分解
ime}(t) f(t) \mathrm{d} t=f^{\prime}(0)
$$
[外链图片转存中…(img-Ad2BK3G6-1720782232047)]
冲激偶信号的另一个性质是,它所包含的面积等于零
∫ − ∞ ∞ δ ′ ( t ) d t = 0 \int_{-\infty}^{\infty} \delta^{\prime}(t) \mathrm{d} t=0 ∫−∞∞δ′(t)dt=0