《离散时间信号处理》——1.离散时间信号与系统

写在前面：本博客是《离散时间信号处理》奥本海姆第三版的学习笔记，仅供个人学习记录使用

一、信号分类

（1）连续时间信号：定义在一个连续时间域上，可以用一个连续独立变量来表示，又称作模拟信号。
（2）离散时间信号：定义在离散时刻点上，这样独立变量便具有离散值，即离散时间信号表示成数值的序列。
（3）数字信号：在时间上和幅度上都是离散的信号。
这本书主要围绕离散时间信号展开。

二、离散时间信号

1. 离散时间信号的表达式

（1）离散时间信号在数学上采用数值序列(数值集合)表示，序列$x$表示为：$$x=x[n],-\infty <n<\infty$$实际上，$x[n]$为周期采样连续模拟信号$x_a(t)$在$nT$时刻的取值，即$$x[n]=x_a(nT),-\infty <n<\infty$$其中，$T$为采样周期，$1/T$为采样率。

（2）离散时间信号的表示方法：

• 图解法：直观，但不便记录
  

• 枚举法：简单，但不便表示长序列
  

• 函数法：可表示长序列，但不便表示无规律序列
  

2. 离散时间信号的能量与功率

（1）离散时间信号/序列$x[n]$在区间$[n_1,n_2]$内的能量和平均功率定义为：$$E=\sum _{n=n_1}^{n_2}|x[n]{|}^2,P=\frac{1}{n_2-n_1+1}\sum _{n=n_1}^{n_2}|x[n]{|}^2$$在无限区间内的能量和平均功率定义为：$$E_{\infty }=\underset{N\to \infty }{\lim }\sum _{n=-N}^N|x[n]{|}^2=\sum _{n=-\infty }^{\infty }|x[n]{|}^2,P_{\infty }=\underset{N\to \infty }{\lim }\frac{1}{2N+1}\sum _{n=-N}^N|x[n]{|}^2$$（2）能量信号与功率信号的特点

• 能量信号：$0<E<\infty ,P=0$（能量有限，功率为0）
  其特征为：信号的振幅和持续时间均有限，非周期性。
  例如：单个矩形脉冲
• 功率信号：$E⟶\infty ,0<P<\infty$（能量趋于无穷，功率有限）
  其特征为：信号的持续时间无限
  例如：直流信号、周期信号和随机信号。

注意：一个信号可以既不是能量信号也不是功率信号，但不可能既是能量信号又是功率信号。

3. 基本序列

（1）单位脉冲序列

注意：任意序列可表示为一组幅度加权不同延迟的单位脉冲序列之和！

扩展，对于单位冲激函数$\delta (t)$有：$$\{\begin{array}{l}{\int }_{-\infty }^{\infty }\delta (t)dt=1\\ \delta (t)=0,t\ne 0\end{array}$$冲激函数的性质：
（1）抽样性：${\int }_{-\infty }^{\infty }\delta (t)f(t)dt={\int }_{-\infty }^{\infty }\delta (t)f(0)dt=f(0){\int }_{-\infty }^{\infty }\delta (t)dt=f(0)$
（2）奇偶性：$\delta (t)=\delta (-t)$
（3）尺度变换：$\delta (at)=\delta (t)/|a|$
（4）微积分：$\delta (t)=du(t)/dt,{\int }_{-\infty }^t\delta (\tau )d\tau =u(t)$
（5）卷积：$f(t)\ast \delta (t)=f(t),f(t)\ast \delta (t-t_0)=f(t-t_0)$

（2）单位阶跃序列

将单位阶跃序列看作是一组延迟的单位脉冲序列之和：

将单位脉冲序列看作单位阶跃序列的一阶后向差分：

（3）矩形序列

（4）指数序列

（5）正弦序列

对于正弦信号若满足周期性：

需要满足：$w_{0}N=2\pi k$

4. 序列运算

（1）延迟：$y[n]=x[n-n_0]$

（2）反褶：$y[n]=x[-n]$

（3）标量加：$y[n]=c+x[n]$

（4）矢量加：$y[n]=x_1[n]+x_2[n]$

（5）标量乘：$y[n]=c\cdot x[n]$

（6）矢量乘：$y[n]=x_1[n]\cdot x_2[n]$

（7）卷积：$$y[n]=x[n]\ast h[n]=\sum _{k=-\infty }^{\infty }x[k]h[n-k]=\sum _{k=-\infty }^{\infty }x[n-k]h[k]$$卷积性质：

• $x[n]\ast h[n]=h[n]\ast x[n]$
• $x[n]\ast (h_1[n]+h_2[n])=x[n]\ast h_1[n]+x[n]\ast h_2[n]$
• $(x[n]\ast h_1[n])\ast h_2[n]=x[n]\ast (h_1[n]\ast h_2[n])$
• $x[n]\ast \delta [n]=x[n]$，$x[n]\ast \delta [n-n_0]=x[n-n_0]$
• $x[n-n_1]\ast h[n-n_2]=x[n]\ast h[n-n_1-n_2]$

三、离散时间系统

定义：将输入序列映射为输出序列的变换或操作符。

1. 常用离散时间系统

（1）理想延迟系统：$y[n]=x[n-n_d]$

（2）累计系统：$y[n]={\sum }_{k=-\infty }^{\infty }x[k]$

（3）滑动平均：$y[n]=\frac{1}{M_1+M_2+1}{\sum }_{k=-M_1}^{M_2}x[n-k]$

（4）下采样/压缩系统：$y[n]=x[Mn]$

（5）后向差分：$y[n]=x[n]-x[n-1]$

（6）前向差分：$y[n]=x[n+1]-x[n]$

2. 离散时间系统分类

（1）无记忆系统： 在每一个$n$值上的输出$y[n]$只决定于同一 值(时刻)的输入$x[n]$。

（2）线性系统（叠加原理）：$y_1[n]$和$y_2[n]$分别是输入为$x_1[n]$和$x_2[n]$时某一 系统的响应，且当且仅当下式成立：

上式第一个性质为可加性，第二个性质为齐次性/比例性。

（3）时不变系统（延迟不变性）：系统对所有$n_0$，值为$x_1[n]=x[n-n_0]$的输入序列将产生值为$y_1[n]=y[n-n_0]$的输出序列。

（4）因果系统：系统对任一选取的$n_0$，输出序列在$n=n_0$的值仅仅取决于输入序列在$n\le n_0$的值。 （关系到实际中系统能否实现）

（5）稳定系统：当且仅当每一个有界的输入序列都产生一个有界的输出序列，则称该系统在有界输入有界输出（BIBO）意义下是稳定的。BIBO表示为：

（6）逆系统：如果$h[n]\ast h_i[n]=h_i[n]\ast h[n]=\delta [n]$，则$h[n]$和$h_i[n]$互为逆系统。

四、线性常系数差分方程

（1）定义：系统的输入$x[n]$和输出$y[n]$满足$N$阶线性常系数差分方程。

（2）通用表达式为：

（3）线性常系数差分方程的特点：

• 有限/无限：输出序列的第n个值不仅取决于该时刻的输入样值，而且与以前的输出值有关
• 线性：$y[n-k]$和$x[n-m]$项都只有一次幂
• 常系数：方程中$a_k$和$b_m$为常数（时不变）
• 阶数：差分方程中$y[n]$项的最高和最低序号差值