【公式小记】自相关、卷积、能量信号、功率信号

整理思路主要参考了B站UP主AI破壁者二元论的视频，同时加了一些自己的理解。

1 自相关、卷积与功率谱

自相关（Auto-correlation）又叫序列相关，是一个信号与其自身在不同时间点的互相关。有一组连续时间信号：$x(t)$，其自相关函数为：
$$R(\tau )={\int }_{-\infty }^{+\infty }x(t)x(t+\tau )dt$$
将信号$x(t)$的自相关写成卷积（Convolution）公式：
$$[x(t)\ast x(t)](\tau )={\int }_{-\infty }^{+\infty }x(t)x(\tau -t)dt$$
卷积比自相关多一个“卷”(flip)操作。将信号先做翻转，再做卷积，卷过去再卷回来正好抵消，与自相关等价：
$$R(\tau )=[x(t)\ast x(-t)](\tau )$$
将信号进行傅里叶变换，根据卷积定理，函数卷积的傅立叶变换是函数傅立叶变换的乘积，即时间域的卷积等价于频率域的乘积，反之亦然。对$x(t)$和$x(-t)$分别进行傅里叶变换，频谱函数的实部是偶函数：
$$R(\tau )=F(\omega )=f_x(\omega )f_x(-\omega )=f_x(\omega )f_{(}\omega )=f_x^2(\omega )$$
以上得到功率谱密度（power spectral density, PSD），信号的功率谱就是这段信号自相关函数的傅里叶变换。

2 信号的能量与功率

帕塞瓦尔定理（Parseval’s theorem）证明了信号在时间域的累积能量和在频率域的累积能量是相等的，即无论在时域还是频域，能量总是守恒的。
$${\int }_{-\infty }^{\infty }|x(t){|}^{2}dt={\int }_{-\infty }^{\infty }|x(f){|}^{2}df$$
其中$x(f)=F[x(t)]$，即$x(t)$的连续傅里叶变换，$f$为连续信号$x$的频率分量。

对上面的PSD中的频率$\omega$做积分，就得出信号的能量（Energy）。能量就是信号的平方在$(-\infty ,+\infty )$上的积分。
$$E={\int }_{-\infty }^{\infty }{f}_x^2(\omega )d\omega$$
因为帕塞瓦尔定理，这个式子和信号能量的一般表达式是等价的：
$$E=\underset{T\to \infty }{\lim }{\int }_{-T}^T{x}^2(t)dt$$
能量除以时间$2T$就得到了信号的功率（Power）：
$$P=\frac{1}{2T}\underset{T\to \infty }{\lim }{\int }_{-T}^T{x}^2(t)dt$$
能量有限、功率为零的信号为能量信号，比如脉冲信号；能量无限、功率有限的信号为功率信号，周期信号都是功率信号。(下图黑色为波形，蓝色为脉冲)