第二章 确定信号

---

看到功率：一个周期，取极限

一、确定信号的类型

信号在数学上可以用一个时间函数表示$s(t)$

周期信号：$s(t)=s(t+T)$
非周期信号：按照周期无穷处理$\underset{T\to +\infty }{\lim }$

信号的功率：电流在单位电阻上消耗的功率
$$P=\frac{V^2}{R}=I^{2}R=V^2=I^2$$
若果信号$s(t)$表示电压$V$或者电流$I$随时间的波动，则$s(t)$也可理解为瞬时功率:
$$\begin{gathered} E={\int }_{-\infty }^{+\infty }{s}^2(t)dt \\ P=\underset{T\to +\infty }{\lim }\frac{1}{T}{\int }_{-T/2}^{T/2}{s}^2(t)dt \end{gathered}$$
E表示能量，P表示平均功率，任意一个周期内的能量除以周期，取极限是为了统一表示非周期信号和周期信号。

能量信号：$0<E<\infty ,P=0$
功率信号：$E=\infty ,0<P<\infty$

二、频域性质

频谱：傅里叶级数系数
频谱密度：傅里叶变换
能量谱密度：对$f$积分为能量
功率谱密度：对$f$积分为功率

1. 功率信号的频谱

频谱：信号$s(t)$的傅里叶级数的系数$C_n$为频谱
$$\begin{gathered} C_n=C(nf)=\frac{1}{T}{\int }_{-T/2}^{T/2}s(t)e^{-j2\pi n{f}_{0}t}dt \\ s(t)=\sum _{n=-\infty }^{n=+\infty }{C}_n{e}^{j2\pi nt/T_0} \end{gathered}$$
由上关系式得$C_{-n}=C_n^{\ast }$（互为共轭），将正部和负部分开写得
$$\begin{gathered} s(t)=C_0+\sum _{n=-\infty }^{n=-1}{C}_n{e}^{j2\pi nt/T_0}+\sum _{n=1}^{+\infty }{C}_n{e}^{j2\pi nt/T_0} \\ =C_0+\sum _{n=1}^{+\infty }{C}_{-n}{e}^{-j2\pi nt/T_0}+\sum _{n=1}^{+\infty }{C}_n{e}^{j2\pi nt/T_0} \\ =C_0+\sum _{n=1}^{+\infty }{C}_{n^{\ast }}{e}^{-j2\pi nt/T_0}+\sum _{n=1}^{+\infty }{C}_n{e}^{j2\pi nt/T_0} \\ =C_0+\sum _{n=1}^{+\infty }[(C_n+C_n^{\ast })cos(2\pi nt/T_0)+j(C_n-C_n^{\ast })sin(2\pi nt/T_0)] \\ =C_0+\sum _{n=1}^{+\infty }[a_{n}cos(2\pi nt/T_0)+b_{n}sin(2\pi nt/T_0)] \\ =C_0+\sum _{n=1}^{+\infty }[\sqrt{a_n^2+b_n^2}cos(2\pi nt/T_0+{\theta }_n)] \end{gathered}$$
${\theta }_n=-arctan(b_n/a_n)$
此过程实际推到过程中其实相反，根据傅里叶级数定义求出$a_n,b_n$,进行同频合并简化，用欧拉公式。

2.能量信号的频谱密度

注意：频谱密度和频谱不是一个东西。能量信号$s(t)$的频谱密度为它的傅里叶变换$S(f)$
$$\begin{gathered} S(f)={\int }_{-\infty }^{+\infty }s(t)e^{-j2\pi ft}dt \\ s(t)={\int }_{-\infty }^{+\infty }S(f)e^{j2\pi ft}df \end{gathered}$$
正变换指数函数为负，逆变换指数函数为正。

3.能量信号的能量谱密度

能量谱密度：能量信号$s(t)$的傅里叶变换$S(f)$的模的平方$|S(f){|}^2$为能量谱密度
巴塞伐尔定理：
$$E={\int }_{-\infty }^{+\infty }{s}^2(t)dt={\int }_{-\infty }^{+\infty }|S(f){|}^{2}df$$
谱：频率$f$为自变量
密度：积分为原值
能量谱密度：对$f$积分为能量 $|S(f){|}^2$

4.功率信号的功率谱密度

开始吟唱
谱：频率$f$为自变量
密度：积分得到原值
功率：一个周期内的能量除以$T$
功率谱密度：对$f$积分为功率
根据巴塞伐尔定理，取$s(t)$一个周期内截断信号$s_T(t)$，一个周期内的能量为
$$E_T={\int }_{-T/2}^{+T/2}{s}_T^2(t)dt={\int }_{-\infty }^{+\infty }|S_T(f){|}^{2}df$$
$$P=\underset{T\to +\infty }{\lim }\frac{E_T}{T}=\underset{T\to +\infty }{\lim }\frac{{\int }_{-\infty }^{+\infty }|S_T(f){|}^{2}df}{T}={\int }_{-\infty }^{+\infty }\underset{T\to +\infty }{\lim }\frac{|S_T(f){|}^2}{T}df$$
功率谱密度：$\underset{T\to +\infty }{\lim }\frac{|S_T(f){|}^2}{T}$
去极限是为了统一周期信号和非周期信号，周期信号不取极限 直接带入周期即可

思考：为什么能量信号只分析能量谱密度，功率信号只分析功率谱密度，看定义，因为能量信号的功率为0，功率谱密度无意义。

三、时域性质

分析自相关性与互相关性

1.能量信号的自相关函数

$$R(\tau )={\int }_{-\infty }^{+\infty }s(t)s(t+\tau )dt$$
性质1：$R(0)={\int }_{-\infty }^{+\infty }s(t)s(t)dt=E$
性质2：$R(\tau )={\int }_{-\infty }^{+\infty }S(f{)}^2{e}^{2\pi ft}df$
$R(\tau )与$$S(f{)}^2$构成傅里叶变换对

2.功率信号的自相关函数

$$R(\tau )=\underset{T\to +\infty }{\lim }{\int }_{-T/2}^{+T/2}s(t)s(t+\tau )dt$$
性质1：$R(0)=P$
性质2：$R(\tau )={\int }_{-\infty }^{+\infty }P(f)e^{2\pi ft}df$
$R(\tau )与$$P(f)$功率谱密度构成傅里叶变换对

3.能量信号的互相关函数

$$R_{12}(\tau )={\int }_{-\infty }^{+\infty }{s}_1(t)s_2(t+\tau )dt$$
性质1：$R_{12}(\tau )=R_{21}(-\tau )$
性质2：$S_{12}(f)=S_1^{\ast }(f)S_2(f)$（互能量谱密度）
互相关函数与互能量谱密度为傅里叶变换对

4.功率信号的互相关函数

$$R_{12}(\tau )=\underset{T\to +\infty }{\lim }{\int }_{-T/2}^{+T/2}{s}_1(t)s_2(t+\tau )dt$$
性质1：$R_{12}(\tau )=R_{21}(-\tau )$
性质2：$C_{12}=(C_n{)}_1^{\ast }(C_n{)}_2$
互相关函数与互功率谱（而非密度）为傅里叶变换对

参考书《通信原理》第七版 樊昌信 曹丽娜