这是《信号与系统》网上授课的第一次笔记,主要记录一下自己对信号分类以及信号变换的一些理解。
P.S:在《信号与系统》这门课中会经常用到 M a t l a b Matlab Matlab 仿真,我会将全部仿真代码放到 g i t h u b github github 上
【戳这里!】我Blog 中关于《信号与系统》相关代码的 github地址
文章目录
一、信号的分类
1.1 确定信号和不确定信号
这个概念其实很好理解:如果每一次发出的信号 x x x,它某一时刻的幅值每次都是固定的,那么这个信号就是确定信号。
1.2 离散时间信号和连续时间信号
我们以后的课程约定:
x
(
t
)
x(t)
x(t) 代表连续时间信号,用
t
t
t 代表连续时间,圆括号括起来。注意:连续时间信号的自变量是连续的,幅值也是连续的。
x
[
n
]
x[n]
x[n] 代表离散时间信号,用
n
n
n 代表离散时间(只能是整数!),方括号括起来。注意:离散时间信号的自变量是离散的,但是幅值是连续的。
1.3 周期信号和非周期信号
总所周知,对于连续时间信号 y = s i n ( t ) y = sin(t) y=sin(t) 显然是一个周期信号。但是离散时间下, y [ n ] = s i n ( n ) y[n] = sin(n) y[n]=sin(n) 还是不是周期信号呢?
答案是:不一定了!
下面通过一个例子说明:我们下面的第一幅图是
t
t
t 从 [-10, 10] 的连续区间下的
s
i
n
(
t
)
sin(t)
sin(t),第二幅图是
n
n
n 在 [-10,10] 的区间下以 1秒为间隔的离散正弦信号:
我们发现,按照这样的时间划分, s i n ( n ) sin(n) sin(n) 已经不再是周期信号了!
1.4 能量信号和功率信号
先来看看连续时间信号在一段时间
t
1
t_1
t1~
t
2
t_2
t2 内的能量:
E
=
∫
t
1
t
2
∣
x
(
t
)
∣
2
d
t
E = \int_{t_1}^{t_2}|x(t)|^2dt
E=∫t1t2∣x(t)∣2dt
那么很自然地,在这段时间内信号的平均功率就是:
P
=
1
t
2
−
t
1
E
=
1
t
2
−
t
1
∫
t
1
t
2
∣
x
(
t
)
∣
2
d
t
P = \frac{1}{t_2-t_1}E = \frac{1}{t_2-t_1}\int_{t_1}^{t_2}|x(t)|^2dt
P=t2−t11E=t2−t11∫t1t2∣x(t)∣2dt
下面我们再看看离散时间信号在一段时间
n
1
n_1
n1 ~
n
2
n_2
n2 的能量:
E
=
∑
n
=
n
1
n
2
∣
x
[
n
]
∣
2
E = \sum_{n=n_1}^{n_2}|x[n]|^2
E=n=n1∑n2∣x[n]∣2
对应地在这段时间内的平均功率为:
P
=
1
n
2
−
n
1
+
1
∑
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
P=n2−n1+11n=n1∑n2∣x[n]∣2
这里要特别注意:离散时间下
n
1
n_1
n1 与
n
2
n_2
n2 之间的间隔是
n
2
−
n
1
+
1
n_2-n_1+1
n2−n1+1 !!
然而,这门课研究的,是信号的过去、现在和未来,因此,为了一般化,我们将时间取到无穷:
那么,对于连续时间信号而言,能量就可以表示成:
E
=
lim
t
→
∞
∫
−
T
2
T
2
∣
x
(
t
)
∣
2
d
t
E = \lim_{t\to ∞}\int_{-\frac{T}{2}}^{\frac{T}{2}}|x(t)|^2dt
E=t→∞lim∫−2T2T∣x(t)∣2dt
而功率就可以表示成:
P
=
lim
t
→
∞
1
2
T
∫
−
T
2
T
2
∣
x
(
t
)
∣
2
d
t
P = \lim_{t\to ∞}\frac{1}{2T}\int_{-\frac{T}{2}}^{\frac{T}{2}}|x(t)|^2dt
P=t→∞lim2T1∫−2T2T∣x(t)∣2dt
对于离散时间信号而言,能量可以表示成:
E
=
lim
N
→
∞
∑
n
=
−
N
N
∣
x
[
n
]
∣
2
E =\lim_{N\to ∞}\sum_{n=-N}^{N}|x[n]|^2
E=N→∞limn=−N∑N∣x[n]∣2
功率可以表示成:
P
=
lim
N
→
∞
1
2
N
+
1
∑
n
=
−
N
N
∣
x
[
n
]
∣
2
P = \lim_{N\to ∞}\frac{1}{2N+1}\sum_{n=-N}^{N}|x[n]|^2
P=N→∞lim2N+11n=−N∑N∣x[n]∣2
(同样要小心这里的时间间隔
2
N
+
1
2N+1
2N+1)
下面整理给出无限时间内,连续时间信号和离散时间信号分别的能量和功率的表达式:
-
连续时间信号
{ E = lim T → ∞ ∫ − T 2 T 2 ∣ x ( t ) ∣ 2 d t P = lim T → ∞ 1 2 T ∫ − T 2 T 2 ∣ x ( t ) ∣ 2 d t \left \{ \begin{array}{c} E = \lim_{T\to ∞}\int_{-\frac{T}{2}}^{\frac{T}{2}}|x(t)|^2dt\\ \\ P = \lim_{T\to ∞}\frac{1}{2T}\int_{-\frac{T}{2}}^{\frac{T}{2}}|x(t)|^2dt \end{array} \right. ⎩⎪⎪⎨⎪⎪⎧E=limT→∞∫−2T2T∣x(t)∣2dtP=limT→∞2T1∫−2T2T∣x(t)∣2dt -
离散时间信号
{ E = lim N → ∞ ∑ n = − N N ∣ x [ n ] ∣ 2 P = lim N → ∞ 1 2 N + 1 ∑ n = − N N ∣ x [ n ] ∣ 2 \left \{ \begin{array}{c} E =\lim_{N\to ∞}\sum_{n=-N}^{N}|x[n]|^2\\ \\ P = \lim_{N\to ∞}\frac{1}{2N+1}\sum_{n=-N}^{N}|x[n]|^2 \end{array} \right. ⎩⎨⎧E=limN→∞∑n=−NN∣x[n]∣2P=limN→∞2N+11∑n=−NN∣x[n]∣2
在我们得到了无限时间内,连续时间信号和离散时间信号分别的能量和功率的表达式之后,我们给出能量信号和功率信号的定义:
能量有限的,(功率为0)就是能量信号
功率有限的,(能量无穷)就是功率信号
我们看啊,假如这个信号是能量信号,也就说明 E E E 是一个有限的数,而在无穷的时间里面积分还能得到有限的数,意味着这个信号总会有一个起点或者是终点,而不能无限延申下去
比如上面这样的周期信号,就不可能是能量信号了,因为它在 t = ∞ t=∞ t=∞ 的时候依然会有有幅值的地方,所以它的 E应该是无穷大。
也即是说:
- 周期信号一定是功率信号
- 能量信号一定不是周期信号
结合上面的讨论,我们从能量信号和功率信号的角度把周期信号和非周期信号分分类:
【1】首先对于周期信号,那必然是功率信号(因为在可以无限延拓下去,所以能量无穷,但是因为周期信号的幅度一定是有限的,所以它功率是一定的)
【2】对于非周期信号,我们可以分为3类:
- 第一类:持续时间无限,幅度固定的非周期信号(功率信号)
- 只在一段有限时间内有幅度的信号,或者说持续时间有限(属于能量信号)
- 随着时间的增长,幅度也一直增长: t → ∞ , x ( t ) → ∞ t\to ∞, x(t) \to ∞ t→∞,x(t)→∞ (非功非能信号)
二、信号的变换
2.1 信号的时移
这个好理解: x ( t ) → x ( t − t 0 ) x(t)\to x(t-t_0) x(t)→x(t−t0),如果 t 0 t_0 t0大于0,说明把信号向右平移。如果 t 0 t_0 t0 小于0,说明信号向左平移。下面用matlab 画一画:
2.2 信号的反转变换
x ( t ) x(t) x(t) 如果将他变成 x ( − t ) x(-t) x(−t),就是相当于把 x ( t ) x(t) x(t) 沿着纵轴镜像对称翻折得到。
2.3 信号的尺度变换
如果对连续时间信号 x ( t ) x(t) x(t) 做尺度变换 x ( a t ) x(at) x(at),有下面两种情况:
- 如果 a > 1 a > 1 a>1 相当于把信号压缩a倍(信号变瘦,高矮不变)
- 如果 0 < a < 1 0<a<1 0<a<1,相当于把信号扩展 1 a \frac{1}{a} a1(信号变胖,高矮不变)
尺度变换建议的顺序:先平移 → \to → 再缩放,最后反转。关于缩放的技巧,我们可以先得到平移之后自变量的取值范围: [ i , j ] [i,j] [i,j],接着看缩放系数 a a a,如果 a > 1 a>1 a>1,那么自变量范围除以 a a a, 0 < a < 1 0<a<1 0<a<1,那么就将范围增加 1 a \frac{1}{a} a1 倍。函数值的话自己看着现在自变量对应的原来函数的值写。
注意:自变量的基本变换都是针对 t t t 来的, x ( − t + 3 ) x(-t+3) x(−t+3) 其实是将 x ( − t ) x(-t) x(−t) 向右移动3个单位!
【复习内容】:下面给出信号变换的妙招(防出错):
一般对于信号的变换建议按照下面的顺序:先平移,然后再针对自变量
t
t
t 或者
n
n
n 做尺度变换
例如:为了获得 x ( 3 2 t + 1 ) x(\frac{3}{2}t+1) x(23t+1),我们先将 x ( t ) x(t) x(t) 向左平移1个单位,得到 x ( t + 1 ) x(t+1) x(t+1),然后再针对自变量 t t t 做尺度变换,得到 x ( 3 2 t + 1 ) x(\frac{3}{2}t+1) x(23t+1)
强调:尺度变换都是针对连续时间信号而言的,对于离散时间信号的“缩放”,其实只是抽取了其中的某个部分。另外,连续时间信号的尺度变换是可逆的,但是离散时间信号,你抽取了一部分,就不可能再换原回来了。