信号与系统（6）- 信号频域研究的思路及正交函数集

正函数交的内容，线性系统的时域分析方法，是将复杂信号分解为简单信号之和，通过求解系统对简单信号的响应进而求解对复杂信号的响应。

在时域中，信号被分解为冲激信号的积分，根据系统对冲激信号的冲激响应，运用卷积求解系统对复杂信号的响应。

而信号的分解不仅仅可以使用冲激信号，也可以使用其它简单信号。**这一部分内容将使用正弦信号将复杂信号进行分解。并且通过对正弦信号响应的求解，进而求解对任意信号的响应。**这样便引出了信号在频域的分析和求解。

在讨论过程中将使用MATLAB进行计算或简单处理，同时可能使用Python对数据进行可视化和进一步处理。

1. 对信号在频域研究的基本思路

和分析求解时域信号的思路相似，信号在频域的分析和求解同样需要解答如下问题：

1. 选取什么子信号？
2. 如何将任意信号分解为一系列正弦信号之和？
3. 如何求解系统对各个子信号的响应？
4. 如何将各个子信号的响应进行叠加，从而合成系统对激励信号的响应？

在这四个问题中，第一个问题已经解答，使用正弦信号，而第三个问题在电路分析课程中也已经解决，即正弦稳态信号的响应，稍后将会进行回顾。所以任务的重点在于回答如何分解以及和成信号，以及如何叠加子信号的响应这两个问题上。其中傅里叶级数、傅里叶变换均在讨论信号的合成与分解，后期的拉普拉斯变换以及Z变换则在讨论信号响应的求解和分析。

2. 正交函数集的相关概念

正交函数集也可以称为标准信号集，是用来方便的分解或表示任意信号的信号集合，即：
$$f(t)=C_1{f}_1(t)+C_2{f}_2(t)+C_3{f}_3(t)+\cdots +C_n{f}_n(t)=\sum _{i=1}^n{C}_i{f}_i(t)$$
其中$f(t)$为原信号，即需要被表达的信号，$f_i(t)$是标准信号集中的信号。

类似于标准矢量基，标准信号集同样需要满足以下三个条件：

1. 归一化：即信号集中的信号$f_i(t)$和$f_j(t)$满足${\int }_{t_1}^{t_2}{f}_i(t)f_j(t)dt=1$，这可以方便在运算过程中对计算进行化简；
2. 正交化：即信号集中的信号$f_i(t)$和$f_j(t)$满足${\int }_{t_1}^{t_2}{f}_i(t)f_j(t)dt=0，i\ne j$，这是为了方便确定组成原信号的子信号的系数，也就是上式的$C_i$。不正交的基信号的系数难以确定，因为每个基信号的系数与其他基信号均有关联。
3. 完备性：可以用这个信号集中不同信号的线性组合表示任意信号。

完备的正交函数集一般包含无穷多个函数，如三角函数集等。但是实际应用中不可能使用无穷多个函数，因此只能使用正交函数集近似的表示任意函数。

那么当子信号前的系数$C_i$为何值时，原信号可以被最好的表达呢？回答这个问题，首先要了解如何评定信号之间的误差。

原函数与通过正交函数集表示的信号之间的误差，使用方均误差表示，即：
$$\overline{{\epsilon }^2(t)}=\frac{1}{t_2-t_1}{\int }_{t_1}^{t_2}{\epsilon }^2(t)dt$$
其中$\epsilon (t)=f(t)-{\sum }_{i=1}^n{C}_i{f}_i(t)$。

通过回顾信号与系统（1）- 信号可知，上式代表着信号在一定时间区间上的功率，因此信号之间的误差，通过功率体现。

为使$\overline{{\epsilon }^2(t)}$最小，通过对$\overline{{\epsilon }^2(t)}=\frac{1}{t_2-t_1}{\int }_{t_1}^{t_2}[(f(t)-{\sum }_{i=1}^n{C}_i{f}_i(t){]}^{2}dt$中系数$C_i$求偏导数，进而求极值可知，当系数$C_i$满足：
$$C_i={\int }_{t_1}^{t_2}{f}_i$$