信号与系统——第一章 绪论

原文请前往 https://blog.csdn.net/qq_42635142/article/details/88380966

信号的分类

确定信号和随机信号

$\{\begin{array}{l}确定信号：可以用确定时间函数表示的信号随机信号\\ 随机信号：信号不能用确切的函数描述，在任意时刻的取值都具有不确定性，只可能知道它的统计特性\end{array}$

一些确定信号比如正弦波、余弦波、方波等
一些随机信号比如股市的k线，语音信号等

连续信号和离散信号

$\{\begin{array}{l}连续信号：在连续的时间范围内有定义的信号称为连续时间信号\\ 离散信号：在一些离散的瞬间才有定义的信号称为离散时间信号\end{array}$


离散信号可表示为$x(nT)$，通常取等间隔T，简写为x(n)，这种等间隔的离散信号也常称为序列。其中k称为序号。

周期信号和非周期信号

$\{\begin{array}{l}周期信号：是指一个每隔一定时间T，按相同规律重复变化的信号\\ 非周期信号：不具有周期性的信号称为非周期信号\end{array}$

周期信号的规律

• 两个周期信号$x(t)，y(t)$的周期分别为$T_1和T_2$，若其周期之比$T_1/T_2$为有理数，则其和信号$x(t)+y(t)$仍然是周期信号，其周期为$T_1和T_2$的最小公倍数。
• 两连续周期信号之和不一定是周期信号，而两周期序列之和一定是周期序列
• 连续正弦信号一定是周期信号，而正弦序列不一定是周期序列
  $\{\begin{array}{l}sin2t+cos3t是周期信号\\ sin\pi t+cos2t不是周期信号\end{array}$

信号类型的分辨

• 数字信号与离散信号：数字信号属于离散信号，但二者并不是完全等价，幅值为有限个的离散信号才是数字信号。比如某个离散信号，只取0，1，2这几个数的幅值，这便是数字信号，若是赋值范围是无限大，那就不是数字信号

典型连续时间信号

正弦信号

$$f(t)=Ksin(\omega +\theta )$$

• 周期 $T=\frac{2\pi }{\omega }$
• 角频率 $\omega =2\pi f$
• 正弦信号对时间的积分、微分后仍然是同频率余弦

指数信号

$$f(t)=K{e}^{at}$$
$$\tau =\frac{1}{|a|}$$

---

• 指数信号对时间的微、积分仍是指数
• $\{\begin{array}{l}a>0：信号将随时间而增长\\ a<0:信号将随时间而衰减\\ a=0：直流信号\end{array}$
• $\tau$为指数信号时间常数，$\tau$越大，信号变化（增长或衰减）越快

---

复指数信号

$$f(t)=K{e}^{st}，s=\sigma +j\omega$$
$$f(t)=K{e}^{at}=K{e}^{\sigma t}cos(\omega t)+K{e}^{\sigma t}sin(\omega t)$$

---

• $s=\sigma +j\omega$为复数，称为复频率
• $\sigma ,\omega$都是实常数
• $\sigma$的量纲是$1/s$,$\omega$的量纲是$rad/s$
• $\{\begin{array}{l}\sigma =0,\omega =0:直流信号\\ \sigma >0,\omega =0:升指数信号\\ \sigma <0,\omega =0:衰减指数信号\end{array}$
• 振荡信号$\{\begin{array}{l}\sigma =0,\omega ̸=0:等幅\\ \sigma >0,\omega ̸=0:增幅\\ \sigma <0,\omega ̸=0:衰减\end{array}$

---

阶跃信号

单位阶跃信号：
$$u(t)=\{\begin{array}{l}0(t<0)\\ 1(t>0)\end{array}$$
图像表示：

冲激信号

$$\{\begin{array}{l}\delta (t)=0(t̸=0)\\ {\int }_{-\infty }^{\infty }\delta (t)dt=1(t>0)\end{array}$$
图像表示：

(在后面会对冲激信号和阶跃信号详细阐述)

抽样信号

$$Sa(t)=\frac{\sin t}{t}$$

---

• $Sa(-t)=Sa(t)$，即它是偶函数
• $\underset{t\to 0}{\lim }Sa(t)=1$
• $\underset{t\to \infty }{\lim }Sa(t)=0$
• $Sa(t)=0⟹t=\pm n\pi (n=1,2,3....)$
• ${\int }_0^{\infty }Sa(t)dt=\frac{\pi }{2},{\int }_{-\infty }^{\infty }Sa(t)=\pi$

---

% matlab 代码
clear ;
close all;
clc;
t=-3*pi:pi/20:3*pi;
y=sinc(t);
plot(t,y);
xlabel('t');
ylabel('y');
grid on;

钟形脉冲函数(高斯函数)

$$f(t)=E{e}^{-(\frac{t}{\tau }{)}^2}$$

信号的基本运算

• 常规运算$\{\begin{array}{l}线性运算\\ 乘除运算\end{array}$
• 数学运算$\{\begin{array}{l}微分运算\\ 积分运算\end{array}$
• 波形变换$\{\begin{array}{l}反褶变换\\ 移位变换\\ 尺度变换\end{array}$
• 相互运算$\{\begin{array}{l}卷积运算\\ 相关运算\end{array}$

信号的四则运算

两信号的相加、相减、相乘运算指同一时刻两信号之值对应相加减乘
如下图两信号$f_1(t)和f_2(t)$:

$f_1(t)+f_2(t)$:

$f_1(t)\times f_2(t)$:

信号的波形变换

反褶

将$f(t)\to f(-t)$, $x(n)\to x(–n)$ 称为对信号$f$的反转或反折。从图形上看是将$f$ 以纵坐标为轴反转180度

移位

遵循“左加右减”原则，即$f(t+t_0)$时，图像向左平移，$f(t-t_0)$时，图像向右平移（这里$t_0>0$）

尺度变换

遵循“大缩小展”原则，即$f(at)$中，$\{\begin{array}{l}a>1图像压缩为原来的\frac{1}{a}\\ a<1图像展开为原来的\frac{1}{a}倍\end{array}$
（这里$a>0$）

几种变换组合

移位、反褶、尺度变换相结合，三种运算的次序可任意。但一定要注意始终对时间t 进行。
例如：$f(t)\to f(-2t-4)$

1. 先移位、再尺度变换、最后反褶.
   右移四位：$f(t)\to f(t-4)$
   压缩1/2：$f(t-4)\to f(2t-4)$
   反褶：$f(2t-4)\to f(-2t-4)$
   （可以注意到，在尺度变换的时候，进行的是$2t-4$而不是$2(t-4)$，反褶也是只对$t$加了负号）

2. 尺度变换、再移位、最后反褶
   压缩1/2：$f(t)\to f(2t)$
   右移两位：$f(2t)\to f(2(t-2))\to f(2t-4)$
   反褶：$f(2t-4)\to f(-2t-4)$

3. 先反褶，再移位，最后尺度变换
   反褶：$f(t)\to f(-t)$
   左移四位：$f(-t)\to f(-t-4)$
   压缩1/2：$f(-t-4)\to f(-2t-4)$
   (先进行反褶会增大变换难度，所以反褶一般最后处理)

信号的积分和微分

• 微分：信号f(t)的微分运算指$f(t)$对$t$取导数，即$f^{\prime }(t)=\frac{d}{dt}f(t)$
• 积分：信号f(t)的积分运算指$f(t)$在$（-\infty ，t）$区间内的定积分，表达式为：${\int }_{-\infty }^{t}f(\tau )d\tau$

信号的微分和积分作用效果：

1. 信号经过微分运算后突出显示了它的变化部分，起到了锐化的作用
2. 信号经过积分运算后，使得信号突出变化部分变得平滑了，起到了模糊的作用；利用积分可以削弱信号中噪声的影响。

即：微分$\to$锐化；积分$\to$平滑

阶跃信号和冲激信号

单位阶跃信号

$$u(t)=\{\begin{array}{l}0(t<0)\\ 1(t>0)\end{array}$$
有延迟的单位阶跃信号
$$u(t-t_0)=\{\begin{array}{l}0(t<t_0)\\ 1(t>t_0)\end{array}$$
即当$t_0>0$时，信号向右做$t_0$个单位的平移变换：

阶跃信号的应用——窗函数（门函数）
$$G_{\tau }(t)=u(t+\frac{\tau }{2})-u(t-\frac{\tau }{2})$$

窗函数的应用：

1. 任何信号乘以一个窗函数，就只剩窗函数“窗口”里的内容了
   如：
2. 特殊函数的表示，如$sgn(x)$
   $sgn(x)=\{\begin{array}{l}1(t>0)\\ -1(t<0)\end{array}=u(t)-u(-t)=2u(t)-1$

单位阶跃信号的积分——单位斜变信号

$$R(t)=\{\begin{array}{l}0(t<0)\\ t(t⩾0)\end{array}$$
$R(t)={\int }_{-\infty }^{\infty }u(t)$

三角脉冲信号
$$f(t)=\{\begin{array}{l}\frac{K}{\tau }R(t)(0⩽t⩽\tau )\\ 0(other)\end{array}$$

单位冲激信号

单位冲激信号的定义及图像

冲激函数的性质

1. 冲激函数与单位阶跃函数的关系：${\int }_{-\infty }^t\delta (\tau )d\tau =u(t),\delta (t)=\frac{d}{dt}u(t)$
2. 抽样性：${\int }_{-\infty }^{\infty }f(t)\delta (t-t_0)dt=f(t_0)$
3. 奇偶性：为偶函数，$\delta (-t)=\delta (t)$
4. 尺度变换性质：
   （这里 $a$和$t_0$为常数，且$a̸=0$）

冲激偶信号——冲激函数的导数

冲激偶信号的定义和图像

冲激函数的微分，呈现正负极性的一对冲激，称为冲激偶信号
图像如下：

冲激偶的性质

信号的分解

信号从不同角度分解：

• 直流分量与交流分量
• 偶分量与奇分量
• 脉冲分量
• 实部分量与虚部分量
• 正交函数分量
• 利用分形理论描述信号

直流分量与交流分量

$$f(t)\to f_D(t)+f_A(t)$$
$f_D(t)$为信号直流分量，$f_A(t)$为交流分量

信号的直流分量值的是信号的平均值

偶分量与奇分量

数学中，任何一个函数可以分解为偶函数和奇函数，信号也是如此
$$f(t)\to f_e(t)+f_o(t)$$
$f_e(t)$为信号偶分量，$f_o(t)$为奇分量

分解方法：

1. 判断信号是否为单纯的偶信号或者是奇信号
2. 若不是，则可先将信号反褶，即$f(t)\to f(-t)$
3. 利用$f_e=\frac{1}{2}[f(t)+f(-t)]$和$f_o=\frac{1}{2}[f(t)-f(-t)]$对信号进行分解

脉冲分量

脉高：$f(\tau )$

脉宽：$\Delta \tau$

存在区间：$u(t-\tau )-u(t-\tau -\Delta \tau )$

此脉冲可表示为：$f(\tau )[u(t-\tau )-u(t-\tau -\Delta \tau )]$

实部分量与虚部分量

对于瞬时值为复数的信号f(t)可分解为实、虚部两个部分之和
$$f(t)\to f_r(t)+j{f}_i(t)$$
其实部为：$f_r(t)=\frac{1}{2}[f(t)+f^{\ast }(t)]$

虚部为：$j{f}_i(t)=\frac{1}{2}[f(t)-f^{\ast }(t)]$

系统模型及分类

连续系统与离散系统

输入和输出均为连续时间信号的系统称为连续时间系统。
输入和输出均为离散时间信号的系统称为离散时间系统。
连续时间系统的数学模型是用微分方程来描述，而离散时间系统的数学模型是用差分方程来描述。

动态系统与即时系统

若系统在任一时刻的响应不仅与该时刻的激励有关，而且与它过去的历史状况有关，则称为动态系统或记忆系统。

判别方法：
含有记忆元件(电容、电感等)的系统是动态系统。否则称即时系统或无记忆系统。

线性系统与非线性系统

能同时满足齐次性与叠加性的系统称为线性系统。满足叠加性是线性系统的必要条件。不能同时满足齐次性与叠加性的系统称为非线性系统。

判别方法：

若有激励$e(t)$，响应$r(t)$,之间满足$r(t)=F[e(t)]$

1. 齐次性： 若$F[ae(t)]=aF[e(t)]$，则说明该系统有齐次性
2. 可加性： 若$F[e_1(t)+e_2(t)]=F[e_1(t)]+F[e_2(t)]$，则说明该系统有可加性

在判别线性系统的时候，齐次性可加性需同时满足，故可一起判别:
若$F[C_1{e}_1(t)+C_2{e}_2(t)]=C_{1}F[e_1(t)]+C_{2}F[e_2(t)]$，则说明该系统是线性系统

时不变系统与时变系统

时不变性质: 若系统满足输入延迟多少时间，其激励引起的响应也延迟多少时间

判别方法：

1. 有激励$e(t)$，响应$r(t)$,之间满足$r(t)=F[e(t)]$，若输入延迟$t_0$个单位时间长度，即$e(t-t_0)$,若有响应$r(t-t_0)$，则说明该系统为时不变系统，反正则为时变系统
2. 直观判断方法：若$e(t)$前出现变系数，或有反转、展缩变换，则系统为时变系统

因果系统与非因果系统

激励引起的响应仅与该时刻之前的激励有关，即该系统无法预见未来。也可理解为响应与未来输入有关。

判别方法：
有激励$e(t)$，响应$r(t)$,之间满足$r(t)=F[e(t)]$,给出某一时刻激励有$r(t_0)=e(t_1)$,若$t_1>t_0$说明响应在激励之前，也就是相应遇见了未来的激励，所以该系统为非因果系统，否则为因果系统

稳定系统与不稳定系统

若对有界的激励$e(t)$，产生的响应$r(t)$也是有界时，则称该系统为有界输入有界输出稳定，简称稳定。

可逆与不可逆系统

• 如果已知可逆系统的输出，就可计算其唯一的输入
• 原系统与其可逆系统就构成一个恒等系统

例如：

• $r(t)=\frac{d}{dt}e(t)$是不可逆系统，因为$\int \frac{d}{dt}e(t)$的结果不唯一
• $r(t)={\int }_{-\infty }^{t}e(\tau )d\tau$是可逆系统，因为$\frac{d}{dt}{\int }_{-\infty }^{t}e(\tau )d\tau$的结果唯一

系统的描述

• 描述连续动态系统的数学模型是微分方程
• 描述离散动态系统的数学模型是差分方程

1. 解析描述——建立数学模型
2. 系统的框图描述