目录
一,序列的能量
序列能量在数字信号处理中的应用:能量归一化。在信号处理中,有时需要对信号进行归一化处理,使得信号的能量为特定的值,这在一些算法和系统设计中起着重要作用。通常用于分析信号的强度和有效性。
例如下面的题目:
给定一个数字信号序列 x[n]=[1,−2,3,−4,5]计算该信号的能量。
解答
设序列的能量为E。根据定义E 为序列各个样本值的平方和:
在这个题目中序列的能量:
二,序列的周期性
周期这个词相信大家都不陌生,在高一数学中就有周期函数这个概念。
周期序列和周期函数一样:如果序列x(n)移动N位(N可以为负数,当n>0时,表示序列向左移动)后,序列的值依旧还是那几个,既序列值不变,只改变离散时间变量n,则这个序列就是周期性序列,满足: x(n)=x(n+N) 。【需要注意的是,移位只跟离散时间变量n有关,如果有系数,就需要提出】
周期性序列的流线图,该周期性序列的周期N=8
使用matlab软件绘制上面的周期性序列的流线图,代码如下:
x=[-4:1:18];
nx=[3,11,7,0,-1,4,2,0,3,11,7,0,-1,4,2,0,3,11,7,0,-1,4,2];
stem(x,nx,'.');
xlabel('离散时间变量n');
title('周期性序列');
axis([-5 20 -2 12]);
grid on;
现在我已经知道了非三角函数的周期性序列的移位,接下来我将开始学习有关三角函数的周期性序列。
相信看过教材书的都知道,序列就是在连续时间信号的基础上,进行等间隔抽样得到的结果。
三角函数用得最多的就是正弦函数,对应的就是连续的正弦信号: ,其中:
是模拟角频率。记忆:“模拟”,在模拟信号(时域上分析)中;”角频率“,在三角函数的时间变量前面。
是信号频率。计算:
。
是信号周期。计算:
。
对于连续正弦信号来说,它具有周期性。
如果以抽样间隔T等间隔抽样这个连续正弦信号,就可以得到正弦序列:
简写:正弦序列x(n)=
此时该正弦序列不一定具有周期性,如果要该正弦序列想具有周期性,就需要满足: x(n)=x(n+N)
因此,要令 x(n)=) ,则
,结合正弦序列的表达式 x(n)=
,可以发现在移动的过程中表达式多了
这一项,这个时候就需要将多出来的项抵消掉或者是令它等于周期,既
=2kΠ ,可以得到关于序列周期 N 的表达式:
如果存在一个正整数k使得N也为正整数(且为最小正整数),那么该正弦序列具有周期性,周期为N。
例如下面的的题目:
数字信号处理 唐向宏著p11页题目
解答:
1) ω0=Π/4,N=2kΠ/ω0=2kΠ×(4/Π)=8k→k=1,N=8 ;该序列最小周期N为8。
2) ω0=4Π/5,N=2kΠ/ω0=2kΠ×(5/4Π)=5/2k→k=2,N=5 ;该序列最小周期为5。
3) ω0=1/4,N=2kΠ/ω0=2kΠ×4=8kΠ ,8Π是个无理数(8×3.1415926.......),所以 k 没办法取到取到确切的正整数,使得 N 为正整数整数,因此该序列不具有周期性,是非周期序列。
有问题请在评论区留言或者是私信我,回复时间不超过一天。