考试内容:对比不同的工具和方法,为什么选择这个作为MiniProject。解释所使用工具和方法的原理。
1. LTI,连续(LSI,离散) ay=ax, y1+y2=x1+x2, y(n-n1)=x(n-n1),因此可以用,δ(n)冲激响应,来描述系统。可加性Additivity,Homogeneity齐次性
2. 对于线性代数
Av=λv,v为特征向量(函数,连续),λ为特征值
对于正弦波形
<img src="http://latex.codecogs.com/gif.latex?e^{j\omega_0n}" title="e^{j\omega_0n}" />
卷积运算
<img src="http://latex.codecogs.com/gif.latex?x(n)=e^{j\omega_0n},y(n)=(x*h)(n)=\sum_{m=-\infty}^{\infty}h(m)x(n-m)=\sum_{m=-\infty}^{\infty}h(m)e^{j\omega_0(n-m)}=e^{j\omega_0n}\sum_{m=-\infty}^{\infty}h(m)e^{-j\omega_0m}=e^{j\omega_0n}H(\omega_0)=x(n)H(\omega_0)" title="x(n)=e^{j\omega_0n},y(n)=(x*h)(n)=\sum_{m=-\infty}^{\infty}h(m)x(n-m)=\sum_{m=-\infty}^{\infty}h(m)e^{j\omega_0(n-m)}=e^{j\omega_0n}\sum_{m=-\infty}^{\infty}h(m)e^{-j\omega_0m}=e^{j\omega_0n}H(\omega_0)=x(n)H(\omega_0)" />
此时,观察x(n),就会发现形同线性代数
3. DTFT
<img src="http://latex.codecogs.com/gif.latex?X(\omega)=\sum_{n=-\infty}^{\infty}x(n)e^{-j\omega&space;n}" title="X(\omega)=\sum_{n=-\infty}^{\infty}x(n)e^{-j\omega n}" />
将信号x(n)与正弦波卷积运算,与正弦波越像,X(ω)的值就越大。
4. N→∞时,宽度为N的矩形窗变为冲激函数δ(n)
5. 通过分析矩形窗在频域的形状,得到信号泄露的原因
2.正弦信号与脉冲信号在FT上是对应关系,正弦信号与复数是对应关系,正弦信号通过LTI只有幅度和相位上的变化
3. 信号的相位与幅度表示参考代码 SMC7/SP/Reexam/myxxxx.m,相位就是极坐标形式
4. 傅里叶变换的线性代数表示
5. 卷积运算的直接运算、线性代数运算、FFT运算、FFT矩阵运算,参考代码 SMC8/Sound..../Lecture 1.m
6.做STFT时,进行补零操作,zero-padding
7.线性代数 T:转置,H:转置共轭