【祖师爷的信号与系统学习记录】第一章信号与系统（1）

cho_ey

已于 2024-01-31 09:27:53 修改

阅读量891

点赞数 16

分类专栏：信号与系统文章标签：学习信号处理经验分享

于 2024-01-25 22:08:39 首次发布

本文链接：https://blog.csdn.net/weixin_45879109/article/details/135853642

版权

信号与系统专栏收录该内容

2 篇文章 0 订阅

订阅专栏

1.2.3 偶(even)信号与奇(odd)信号

1.0 引言

1.1 连续时间与离散时间信号

1.1.1 举例与数学表示

信号的定义(非严肃性说法)：在数学上，可表示为一个或多个变量的函数。

本书的讨论范围仅限于单一变量的函数，一般总是用时间来表示自变量。

信号的分类：

1.连续时间信号：自变量连续可变，在自变量的连续值上都有定义。

举例：语音信号、大气压

2.离散时间信号: 仅仅定义在离散时刻点上，自变量仅取在一组离散值上。

举例：每周的道琼斯指数

信号的数学表示：

连续时间信号 x(t)

t：连续时间变量 () 圆括号

离散时间信号 x[n]，也叫离散时间序列

n总为整数值 [] 方括号

离散信号是由连续信号经过采样获得的。

多维信号：

x(horizon，vertical)……

x[n,m]……

系统：

线性	时不变
非线性	时变

主要研究对象：线性时不变系统

1.1.2 信号能量与功率

由平均功率推广到信号能量：

电阻上的瞬时功率为:

$p(t)=v(t)i(t)=\frac{1}{R}v^2(t)$

(1.1)

在某时段内消耗的总能量为

$\int_{t_1}^{t_2} p(t) dt=\int_{t_1}^{t_2}\frac{1}{R}v^2(t) dt$

(1.2)

其平均功率(average power)为：

$\frac{1}{t_2 - t_1}\int_{t_1}^{t_2} p(t) dt=\frac{1}{t_2 - t_1}\int_{t_1}^{t_2}\frac{1}{R}v^2(t) dt$

(1.3)

将类似的定义推广到信号中：

由于信号常常被看为是复数值，因此

1.信号的总能量（ $t_1\leqslant t\leqslant t_2$ 或 $n_1\leqslant t\leqslant n_2$ ）

连续时间信号x(t):

$\int_{t_1}^{t_2}|x(t)|^{2}dt$

(1.4)

离散时间信号x[n]:

$\sum_{n=n_1}^{n=n_2}|x[n]|^2$

(1.5)

2.信号的平均功率（ $t_1\leqslant t\leqslant t_2$ 或 $n_1\leqslant t\leqslant n_2$ ）

连续时间信号x(t):

$\frac{1}{t_2-t_1}\int_{t_1}^{t_2}|x(t)|^{2}dt$

(1.6)

离散时间信号x[n]:

$\frac{1}{n_2-n_1+1}\sum_{n=n_1}^{n=n_2}|x[n]|^2$

(1.7)

此处信号的“能量”、“功率”与公式中的量是否真正关联了物理量无关，即式(1.4)-(1.7)代表的关系确实存在，可能具有错误的量纲或大小。

3.信号的总能量（ $-\infty \leqslant t\leqslant \infty$ 或 $-\infty \leqslant n\leqslant \infty$ ）

连续时间信号x(t):

$E_{\infty }:= \lim_{T\rightarrow \infty}\int_{-T}^{T}|x(t)|^{2}dt=\int_{-\infty}^{\infty}|x(t)|^{2}dt$

(1.8)

离散时间信号x[n]:

$E_{\infty }:= \lim_{N\rightarrow \infty}\sum_{n=-N}^{+N}|x[n]|^{2}=\sum_{n=-\infty}^{+\infty}|x[n]|^{2}$

(1.9)

4.信号的平均功率（ $-\infty \leqslant t\leqslant \infty$ 或 $-\infty \leqslant n\leqslant \infty$ ）

连续时间信号x(t):

$P_{\infty }:= \lim_{T\rightarrow \infty}\frac{1}{2T}\int_{-T}^{T}|x(t)|^{2}dt$

(1.10)

离散时间信号x[n]:

$E_{\infty }:= \lim_{N\rightarrow \infty}\frac{1}{2N+1}\sum_{n=-N}^{+N}|x[n]|^{2}$

(1.11)

利用关于信号能量与功率的定义，可以区分三种重要的信号：

1.信号具有有限的总能量： $E_{\infty }<\infty$ 。这种信号的平均功率必为0，即

$P_{\infty }= \lim_{T\rightarrow \infty}\frac{E_\infty }{2T}=0$

2.信号具有有限的平均功率 $P_{\infty }$ 。若 $P_{\infty }>0$ ，则 $E_{\infty }=\infty$ 。

3. $P_{\infty }$ 和 $E_{\infty }$ 都不是有限的信号。

1.2 自变量的变换

最基本的信号变换，只涉及自变量的简单变换，即时间轴的变换。

1.2.1 自变量变换举例

时移（time shift）：

原信号	变换后	含义
x[n]	x[n-n0]	若n0>0，右移n0。位置上的移位。
x(t)	x(t-t0)	若t0>0，代表一个延时；若t0<0，代表一个超前。

原信号

变换后

含义

x[n]

x[n-n0]

若n0>0，右移n0。位置上的移位。

x(t)

x(t-t0)

若t0>0，代表一个延时；

若t0<0，代表一个超前。

时间反转(time reversal)：

时间尺度变换(time scaling) :

$x(\alpha t+\beta)$

先根据 $\beta$ 的值将 $x(t)$ 延时或超前，

再根据 $\alpha$ 的值进行时间尺度变换和/或时间反转。

若 $|\alpha|<1$ ，对延时或超前后的信号进行线性扩展；若 $|\alpha|>1$ ,就进行线性压缩；若 $\alpha<0$ ，再进行时间反转。