线性系统分析

三三呦

已于 2024-08-22 17:40:08 修改

阅读量524

点赞数 9

分类专栏：数字信号处理文章标签： dsp开发

于 2024-08-22 17:37:50 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_27837513/article/details/140747994

版权

数字信号处理专栏收录该内容

2 篇文章 0 订阅

订阅专栏

定义

满足叠加性的系统就是线性系统，叠加性要求信号加权和的响应等于系统对每个独立输入信号对应的响应的加权和。

因此可得

$x(n)=\sum_{k=1}^{M-1}a_kx_k(n) \overset{\tau}{\rightarrow}y(n)=\sum_{k=1}^{M-1}a_ky_k(n)$

$y_k(n)=\tau[x_k(n)],k=1,2,3,...M-1$

卷积和

输入信号表示成加权冲激和的任意信号x(n)

$x(n)=\sum_{k=-\infty }^{k=\infty}x(k)\delta (n-k)$

那么系统对x(n)的响应也是相应加权输出的和，即，

$y(n)=\tau[\sum_{k=-\infty }^{k=\infty}x(k)\delta(n-k)] =\sum_{k=-\infty }^{k=\infty}x(k)\tau[\delta(n-k)]]=\sum_{k=-\infty }^{k=\infty}x(k)h(n,k)]$

再推导时，利用了系统的线性特性还不是他的时不变特性，因此可以应用到任何线性时变系统。

线性时不变系统

如果系统是时不变的，则根据时不变性质，

$h(n-k) = \tau (\delta(n-k))$

可以进一步简化为，

$\sum_{k=-\infty }^{k=\infty}x(k)\tau[\delta(n-k)]] \rightarrow y(n) = \sum_{k=-\infty }^{k=\infty}x(k)h(n-k)]$

对于连续系统同样可以得到，

$y(t) = \int_{-\infty}^{\infty}x(s)h(t-s)ds$

线性时变系统

对于连续线性时变系统，系统响应可以表示为：

$w(t)= \int x(s)K_1(t,s)ds$

令 $s = \xi -t$

$w(t) = \int x(\xi-t)K_1(t,\xi-t)d\xi$

令 $g(t,\xi) = K_1(t,\xi-t) \to w(t) = \int x(\xi-t)g(t,\xi)d\xi$

对于线性时变系统而言，其时域系统响应是一个和时间，时延相关的二维函数。

如果x(t) g(t, $\xi$ )(稳定系统)满足绝对可积的,，g(t, $\xi$ )可表示为关于 $\nu -t$ 的傅里叶变换形式则，

$g(t,\xi) = \int{U(\xi,\nu)e^{j2\pi \nu t}d\nu }$

$w(t) = \int{\int{x( \xi -t )e^{j2\pi \nu t }U(\xi,\nu)}d\nu d\xi}$

这里的 $\xi$ 代表的是时延，而 $\nu$ 代表的为频偏。

而 $U(\xi,\nu)$ 代表的是时延-频偏的色散方程(delay-Doppler) spreading function。

将g(t, $\xi$ )表示为关于 $\xi -f$ 的傅里叶变换形式则，

$g(t,f) =\int{ \int{U(\xi,\nu)e^{j2\pi (\nu t-f\xi )}d\nu d\xi}}$

通过 g(t, $\xi$ )建立起时延-频偏域和时频域之间的关系，而实际上其关系为二维傅里叶变换对。

上述公式为逆辛傅里叶变换（Inverse Symplectic Fourier Transform, ISFT）

辛傅里叶变换为：

$U(\xi,\nu)=\int{ \int{g(t,f) e^{-j2\pi (\nu t-f\xi )}dtdf}}$

实际中的多径场景是一个典型的线性时变系统。

多径环境一般为有限径，如下图

因此接收信号可以表示为:

$r(t) = \sum_{p=0}^{P}{s(t- \tau_p)e^{-j2\pi \nu_p (t-\tau_p)}}$

其在时域的信道响应为:

$h_H(t) = \sum_{p=0}^{P}{h_pe^{-j2\pi \nu_p t } \delta (\tau - \tau_p)}$

因为 $h_H(t) =\int{S_h(\tau,\nu)e^{j2\pi \nu t}d\nu }$ 在时延-频移域可以表示为

$S_H(\tau,\nu) = \sum_{p=0}^{P}{h_p \delta (\tau - \tau_p ) \delta (\nu - \nu_p ) }$

又因为 $L_H(t,f) = \int{h_H(t,\tau)e^{-j2\pi f \tau}d \tau}$ 在时-频域可以表示为

$L_H(t,f) =\int\int{ S_H(\tau, \nu)e^{j2\pi(t\nu -f \tau) }d \tau d \nu}$

离散化

$t = n * T_s; f= m * f_s; \nu = k/NT_s; \tau = l/M f_s;$

$d\tau = 1/Mf_s; d\nu = 1\ NT_s;$

关注

9
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。