信号与系统——总结(不全,勿看)
请勿点开看
一、信号与系统
1 连续时间和离散时间信号
连续时间信号
自变量是连续可变的。
离散时间信号
仅定义在离散时刻点上。
能量与功率定义式
E ∞ = lim T → ∞ ∫ − T T ∣ x ( t ) ∣ 2 d t = ∫ − ∞ + ∞ ∣ x ( t ) ∣ 2 d t E_\infty = \lim_{T \rightarrow\infty}\int_{-T}^T|x(t)|^2dt=\int_{-\infty}^{+\infty}|x(t)|^2 dt E∞=T→∞lim∫−TT∣x(t)∣2dt=∫−∞+∞∣x(t)∣2dt E ∞ = lim N → ∞ ∑ n = − N + N ∣ x [ n ] ∣ 2 = ∑ n = − ∞ + ∞ ∣ x [ n ] ∣ 2 E_\infty=\lim_{N \rightarrow\infty}\sum_{n=-N}^{+N}|x[n]|^2=\sum_{n=-\infty}^{+\infty}|x[n]|^2 E∞=N→∞limn=−N∑+N∣x[n]∣2=n=−∞∑+∞∣x[n]∣2 P ∞ = lim T → ∞ 1 2 T ∫ − T T ∣ x ( t ) ∣ 2 d t P_\infty=\lim_{T\rightarrow\infty}\frac{1}{2T}\int_{-T}^T|x(t)|^2dt P∞=T→∞lim2T1∫−TT∣x(t)∣2dt P ∞ = lim N → ∞ 1 2 N + 1 ∑ n = − N + N ∣ x [ n ] ∣ 2 P_\infty=\lim_{N\rightarrow\infty}\frac{1}{2N+1}\sum_{n=-N}^{+N}|x[n]|^2 P∞=N→∞lim2N+11n=−N∑+N∣x[n]∣2
2 自变量的变换
时移
对于x(t)→x(t+a):a>0时图像左移;a<0时图像右移。
时间反转
对于x(t)→x(-t):围绕y轴对称反转。
尺度变换
对于x(t)→x(at):|a|>1,则图形压缩;0<|a|<1,则图形拉伸。
周期信号
在整个时间轴上,不断重复同一周期波形的信号,称为周期信号。
x ( t + T ) = x ( t ) x(t+T)=x(t) x(t+T)=x(t) x [ n + N ] = x [ n ] x[n+N]=x[n] x[n+N]=x[n] 最小正值T和N被称为基波周期。
偶信号
x ( t ) = x ( − t ) x(t)=x(-t) x(t)=x(−t) x [ n ] = x [ − n ] x[n]=x[-n] x[n]=x[−n]
奇信号
x ( t ) = − x ( − t ) x(t)=-x(-t) x(t)=−x(−t) x [ n ] = − x [ − n ] x[n]=-x[-n] x[n]=−x[−n]
任何函数都可以被分解为偶部和奇部。
E v { x ( t ) } = 1 2 [ x ( t ) + x ( − t ) ] Ev\{x(t)\}=\frac{1}{2}[x(t)+x(-t)] Ev{
x(t)}=21[x(t)+x(−t)] O d { x ( t ) } = 1 2 [ x ( t ) − x ( − t ) ] Od\{x(t)\}=\frac{1}{2}[x(t)-x(-t)] Od{
x(t)}=21[x(t)−x(−t)]
3 指数信号与正弦信号
连续时间
复指数信号
x ( t ) = C e a t x(t)=Ce^{at} x(t)=Ceat
如果C和a都是实数,那么x(t)为实指数信号。
一般来说,C和a都是复数。
周期复指数和正弦信号
当a为纯虚数,周期复指数可以表示为 x ( t ) = e j ω 0 t x(t)=e^{j\omega_0 t} x(t)=ejω0t
根据欧拉公式,有 e j ω 0 t = c o s ω 0 t + j s i n ω 0 t e^{j\omega_0t}=cos\omega_0t+jsin\omega_0t ejω0t=cosω0t+jsinω0t
正弦信号与复指数信号密切相关 x ( t ) = A c o s ( ω 0 t + ϕ ) x(t)=Acos(\omega_0t+\phi) x(t)=Acos(ω0t+ϕ)
正弦信号也能用相同基波周期的复指数信号表示 A c o s ( ω 0 t + ϕ ) = A 2 ( e j ϕ e j ω 0 t + e − j ϕ e − j ω 0 t ) Acos(\omega_0t+\phi)=\frac{A}{2}(e^{j\phi}e^{j\omega_0t}+e^{-j\phi}e^{-j\omega_0t}) Acos(ω0t+ϕ)=2A(ejϕejω0t+e−jϕe−jω0t) A s i n ( ω 0 t + ϕ ) = A 2 j ( e j ϕ e j ω 0 t − e − j ϕ e − j ω 0 t ) Asin(\omega_0t+\phi)=\frac{A}{2j}(e^{j\phi}e^{j\omega_0t}-e^{-j\phi}e^{-j\omega_0t}) Asin(ω0t+ϕ)=2jA(ejϕejω0t−e−jϕe−jω0t) A c o s ( ω 0 t + ϕ ) = A R e { e j ( ω 0 t + ϕ ) } Acos(\omega_0t+\phi)=ARe\{e^{j(\omega_0t+\phi)}\} Acos(ω0t+ϕ)=ARe{ ej(ω0t+ϕ)} A s i n ( ω 0 t + ϕ ) = A I m { e j ( ω 0 t + ϕ ) } Asin(\omega_0t+\phi)=AIm\{e^{j(\omega_0t+\phi)}\} Asin(ω0t+ϕ)=AIm{ ej(ω0t+ϕ)}
一般复指数信号
对于复指数 C e α t Ce^{\alpha t} Ceαt,C用极坐标,α用笛卡尔坐标表示,有 C = ∣ C ∣ e j θ C=|C|e^{j\theta} C=∣C∣ejθ a = r + j ω 0 a=r+j\omega_0 a=r+jω0 那么 C e α t = ∣ C ∣ e r t e j ( ω 0 t + θ ) Ce^{\alpha t}=|C|e^{rt}e^{j(\omega_0 t +\theta)} Ceαt=∣C∣ertej(ω0t+θ) 利用欧拉关系,有 C e α t = ∣ C ∣ e r t c o s ( ω 0 t + θ ) + j ∣ C ∣ e r t s i n ( ω 0 t + θ ) Ce^{\alpha t}=|C|e^{rt}cos(\omega_0t+\theta)+j|C|e^{rt}sin(\omega_0t+\theta) Ceαt=∣C∣ertcos(ω0t+θ)+j∣C∣ertsin(ω0t+θ) 若r=0,那么实部和虚部都是正弦函数。
离散时间
离散时间复指数信号与正弦信号
复指数信号的定义式为 x [ n ] = C α n x[n]=C\alpha^n x[n]=Cαn 若令 α = e β \alpha=e^\beta α=eβ,则有 x [ n ] = C e β n x[n]=Ce^{\beta n} x[n]=Ceβn
当C和α都是常数的时候,上式为实指数信号。
若β为纯虚数,即|α|=1,那么对于 x [ n ] = e j ω 0 n x[n]=e^{j\omega_0n} x[n]=ejω0n e j ω 0 n = c o s ω 0 n + j s i n ω 0 n e^{j\omega_0n}=cos\omega_0n+jsin\omega_0n ejω0n=cosω0n+jsinω0n 其与正弦信号密切相关。 x [ n ] = A c o s ( ω 0 n + ϕ ) = A 2 ( e j ϕ e j ω 0 n + e − j ϕ e − j ω 0 n ) x[n]=Acos(\omega_0n+\phi)=\frac{A}{2}(e^{j\phi}e^{j\omega_0n}+e^{-j\phi}e^{-j\omega_0n}) x[n]=Acos(ω0n+ϕ)=2A(ejϕejω0n+e−jϕe−jω0n) 若是一般的离散时间复指数信号,C与α以极坐标形式给出 C = ∣ C ∣ e j θ C=|C|e^{j\theta} C=∣C∣ejθ α = ∣ α ∣ e j ω 0 \alpha=|\alpha|e^{j\omega_0} α=∣α∣ejω0 C α n = ∣ C ∣ ∣ α ∣ n c o s ( ω 0 n + θ ) + j ∣ C ∣ ∣ α ∣ n s i n ( ω 0 n + θ ) C\alpha^n=|C||\alpha|^ncos(\omega_0n+\theta)+j|C||\alpha|^nsin(\omega_0n+\theta) Cαn=∣C∣∣α∣ncos(ω0n+θ)+j∣C∣∣α∣nsin(ω0n+θ)
离散时间复指数序列的周期性
结论
x [ n ] = e j ω 0 n x[n]=e^{j\omega_0n} x[n]=ejω0n 对于该序列,其具有周期性的条件为 ω 0 2 π = m N \frac{\omega_0}{2\pi}=\frac{m}{N} 2πω0=Nm,N为周期。
证明
若上序列为周期序列,那么有 e j ω 0 ( n + N ) = e j ω 0 n e^{j\omega_0(n+N)}=e^{j\omega_0n} ejω0(n+N)=ejω0n 所以,有 e j ω 0 N = 1 e^{j\omega_0N}=1 ejω0N=1 即 ω 0 N = 2 π m \omega_0N=2\pi m ω0N=2πm 或者 ω 0 2 π = m N \frac{\omega_0}{2\pi}=\frac{m}{N} 2πω0=Nm 其中m为整数。
4 单位冲激与单位阶跃函数
离散时间
定义式
δ [ n ] = { 0 n ≠ 0 1 n = 0 \delta[n]=\begin{cases}0&n≠0\\1&n=0\end{cases} δ[n]={
01n=0n=0 u [ n ] = { 0 n < 0 1 n ≥ 0 u[n]=\begin{cases}0&n<0\\1&n≥0\end{cases} u[n]={
01n<0n≥0
关系式
δ [ n ] = u [ n ] − u [ n − 1 ] \delta[n]=u[n]-u[n-1] δ[n]=u[n]−u[n−1] u [ n ] = ∑ m = − ∞ n δ [ m ] u[n]=\sum_{m=-\infty}^n\delta[m] u[n]=m=−∞∑nδ[m] u [ n ] = ∑ k = 0 n δ [ n − k ] u[n]=\sum_{k=0}^n\delta[n-k] u[n]=k=0∑nδ[n−k]
单位脉冲的采样性质
x [ n ] δ [ n ] = x [ 0 ] δ [ n ] x[n]\delta[n]=x[0]\delta[n] x[n]δ[n]=x[0]δ[n] x [ n ] δ [ n − n 0 ] = x [ n 0 ] δ [ n − n 0 ] x[n]\delta[n-n_0]=x[n_0]\delta[n-n_0] x[n]δ[n−n0]=x[n0]δ[n−n0]
连续时间
定义式
δ ( t ) = { 0 t ≠ 0 1 t = 0 \delta(t)=\begin{cases}0&t≠0\\1&t=0\end{cases} δ(t)={
01t=0t=0 u ( t ) = { 0 t < 0 1 t > 0 u(t)=\begin{cases}0&t<0\\1&t>0\end{cases} u(t)={
01t<0t>0
关系式
δ ( t ) = d u ( t ) d t \delta(t)=\frac{du(t)}{dt} δ(t)=dtdu(t) u ( t ) = ∫ − ∞ t δ ( τ ) d τ u(t)=\int_{-\infty}^t\delta(\tau)d\tau u(t)=∫−∞tδ(τ)dτ u ( t ) = ∫ 0 ∞ δ ( t − σ ) d σ u(t)=\int_0^\infty \delta(t-\sigma)d\sigma u(t)=∫0∞δ(t−σ)dσ
单位冲激函数采样性质
x ( t ) δ ( t ) = x ( 0 ) δ ( t ) x(t)\delta(t)=x(0)\delta(t) x(t)δ(t)=x(0)δ(t) x ( t ) δ ( t − t 0 ) = x ( t 0 ) δ ( t − t 0 ) x(t)\delta(t-t_0)=x(t _0)\delta(t-t_0) x(t)δ(t−t0)=x(t0)δ(t−t0)
单位冲激函数尺度变换性质
δ ( a t ) = 1 ∣ a ∣ δ ( t ) \delta(at)=\frac{1}{|a|}\delta(t) δ(at)=∣a∣1δ(t) δ ( t ) = δ ( − t ) \delta(t)=\delta(-t) δ(t)=δ(−t)
5 连续时间与离散时间系统
简单系统举例
一阶线性微分方程
d y ( t ) d t + a y ( t ) = b x ( t ) \frac{dy(t)}{dt}+ay(t)=bx(t) dtdy(t)+ay(t)=bx(t)
一阶线性差分方程
y [ n ] + a y [ n − 1 ] = b x [ n ] y[n]+ay[n-1]=bx[n] y[n]+ay[n−1]=bx[n]
系统的互联
① 串联/级联
② 并联
③ 级联与并联组合
④ 反馈互联
6 基本系统性质
记忆系统与无记忆系统
无记忆系统
如果对于自变量的每一个值,一个系统的输出仅仅取决于该时刻的输入,这个系统就称为无记忆系统。
举例
① 恒等系统: y ( t ) = x ( t ) y(t)=x(t) y(t)=x(t) ② 累加器/相加器: y [ n ] = ∑ k = − ∞ n x [ k ] y[n]=\sum_{k=-\infty}^nx[k]