第一、二章 时域离散信号及其频域分析
前言
一如既往的前言, 有时候真的是太久没写就没有学下去的动力, 持之以恒, 不断积累! 学习其实是很幸福的事情 ⛺️
本篇内容暂时仅包括考试,后续有时间会补充
参考教材《数字信号处理 高西全》
本课的前沿课程是《信号与系统》,但是这个课更加关注于将模拟信号转换为数字信号进行处理,毕竟现在数字电路发展十分迅猛。
本课程的基本内容如下
- 预处理模拟信号,滤波除噪声呀,防止采样后混叠失真,这里涉及“模拟滤波器、数字滤波器”
- 然后就采样呗,这里涉及“采样定理,误差分析,模数转换原理”
- 采样之后就要在数字系统处理,这里涉及“FFT,快速卷积”
- 多采样率信号处理技术,这里涉及高效采样的实现方法
数字信号处理优点多多,留给大家自己品味~
1 时域离散信号和系统
这一章其实就是《信号与系统》里的离散信号部分,但老师当时并没有细讲,原来是放在这一课来了。
我们都只打我处理的信号有模拟信号、数字信号还有时域离散信号,注意区分数字和时域离散信号的区别,前者为时间和幅度都是离散值的信号,后者仅仅是时间上为离散的。
本章主要是学习DT(discrete time)信号的表示方法和典型信号,还有回顾LTI时域系统分析,以及用于描述DT信号的差分方程(线性常系数)
1.1 信号表示与介绍
有三种表示时域离散信号的方法:
最常用的是公式和集合
形象的用图
接下来我们了解一下常用的信号,脉冲序列和阶跃序列是老朋友就不介绍咯。
-
矩形序列是离散的门信号,在后续周期延拓、循环卷积中会经常见到它哦!
-
实指数序列 a的大小直接影响序列的波形。注意a<0的情况。
它有收敛序列和发散序列 -
复指数序列 这个序列经常用到
记住以2π为周期 -
周期序列 周期延拓中会用到,如何判断一个序列的周期性也是要点。
周期N为满足正整数的最小数
1.2 LTI系统
这一节不用过多介绍,无非是信号与系统的知识复习,点到为止。
- 基本性质:线性性质、时不变性质,都应该知道怎么判别
- 输入输出卷积计算方法:图解法(就是把n变成m,翻转平移n个单位,相乘求和)、解析法(直接根据公式求,一般用到等比数列求和公式)
- 关于h(n)的系统性质:
稳定性:对任意有界输入都有有界输出,即h(n)绝对收敛
因果性:系统输出只取决于过去和现在,即n时刻和n时刻以前。要求
1.3 差分方程——输入输出描述法
把系统看成黑盒,只描述输入输出。模拟系统中用微分方程,那咱们时域离散系统就用差分方程。
另一种方法是把系统内部的结构和输入输出联系,称为状态变量描述法,自行查阅
求解差分方程有
-
迭代法:
-
经典法(类比微分方程解法)分解为零输入响应(用特征方程和差分算子)、零状态响应(由单位脉冲响应和输入卷积得到)
-
变换域法:下一章介绍, z变换法
1.4 处理方法—采样定理
采样可以看做从连续信号中提取很多小段, 用与开关信号相乘的数学模型来表示采样器
这里
采样函数
s
(
t
)
=
δ
T
S
(
t
)
=
∑
n
=
−
∞
+
∞
δ
(
t
−
n
T
s
)
采样函数s(t)=\delta_{T_S}(t)= \sum_{n=-\infty}^{+\infty} \delta\left(t-n T_s\right)
采样函数s(t)=δTS(t)=∑n=−∞+∞δ(t−nTs)
f
s
(
t
)
=
f
(
t
)
⋅
∑
n
=
−
∞
+
∞
δ
(
t
−
n
T
s
)
=
∑
n
=
−
∞
+
∞
f
(
n
T
s
)
δ
(
t
−
n
T
S
)
\begin{gathered}\\ f_s(t)=f(t) \cdot \sum_{n=-\infty}^{+\infty} \delta\left(t-n T_s\right) \\ =\sum_{n=-\infty}^{+\infty} f\left(n T_s\right) \delta\left(t-n T_S\right)\end{gathered}
fs(t)=f(t)⋅n=−∞∑+∞δ(t−nTs)=n=−∞∑+∞f(nTs)δ(t−nTS)
为了推出我们采样定理的结论, 这里需要转换到频域上去看, 根据FT的乘积卷积性质
F
s
(
j
Ω
)
=
F
T
{
f
(
t
)
⋅
s
(
t
)
}
=
1
2
π
F
(
j
Ω
)
∗
[
Ω
s
⋅
∑
k
=
−
∞
+
∞
δ
(
Ω
−
k
Ω
s
)
]
=
Ω
s
2
π
⋅
∑
k
=
−
∞
+
∞
F
(
j
Ω
)
∗
δ
(
Ω
−
k
Ω
s
)
=
1
T
s
⋅
∑
k
=
−
∞
+
∞
F
[
j
(
Ω
−
k
Ω
s
)
]
Ω
s
=
2
π
T
s
\begin{aligned} F_s(j \Omega) & =F T\{f(t) \cdot s(t)\} \\ & =\frac{1}{2 \pi} F(j \Omega) *\left[\Omega_s \cdot \sum_{k=-\infty}^{+\infty} \delta\left(\Omega-k \Omega_s\right)\right] \\ & =\frac{\Omega_s}{2 \pi} \cdot \sum_{k=-\infty}^{+\infty} F(j \Omega) * \delta\left(\Omega-k \Omega_s\right) \\ & =\frac{1}{T_s} \cdot \sum_{k=-\infty}^{+\infty} F\left[j\left(\Omega-k \Omega_s\right)\right] \quad \Omega_s=\frac{2 \pi}{T_s}\end{aligned}
Fs(jΩ)=FT{f(t)⋅s(t)}=2π1F(jΩ)∗[Ωs⋅k=−∞∑+∞δ(Ω−kΩs)]=2πΩs⋅k=−∞∑+∞F(jΩ)∗δ(Ω−kΩs)=Ts1⋅k=−∞∑+∞F[j(Ω−kΩs)]Ωs=Ts2π
注意!!!这里采样信号的幅度被缩减了1/Ts!!!!!
结论
采样信号的频谱是原信号频谱按采样角频率周期化延拓
的结果
采样的目的最终是还原吧, 还原的方法就是通过理想低通滤波器, 也可以通过插值函数的方法
PS: 单位阶跃响应
g
(
n
)
=
∑
k
=
−
∞
+
∞
h
(
n
)
g(n)=\sum_{k=-\infty}^{+\infty}h(n)
g(n)=∑k=−∞+∞h(n)
h
(
n
)
=
g
(
n
)
−
g
(
n
−
1
)
h(n)=g(n)-g(n-1)
h(n)=g(n)−g(n−1)
本章出题要点
- 看图写序列,看序列画图
- 判断周期性并求
- 系统性质:线性、时不变、因果、稳定
- h ( n ) h(n) h(n)描述输入输出关系, h ( n ) ∗ x ( n ) h(n)\ast x(n) h(n)∗x(n)卷积求输出y(n)
- 已知系统差分方程描述求h(n)和g(n)
2 DT信号的频域分析
频谱分析本质为计算信号的DFT,下一章会介绍.
频域分析是为了更好的分析信号的结构组成, 这里用到FT和ZT, 为什么不用DFT? 还是下一章会介绍😎
2.1 时域离散信号的FT
还记得在连续的模拟信号中FT是积分运算,但是在离散的时间域可就用求和
∑
\sum
∑运算了
但是它们的大多性质还是基本一样的
理解FT本质我推荐大家看知乎这篇帖子, 写的通俗易懂
- FT是把信号分解为无穷多个正弦波之和, 自然要求信号序列绝对可和
- IFT注意这里为积分号,因为时域离散在频域上是连续的信号
注意:正变换FT是在区间[-infty,+infty], 反变换IFT是在[-pi,pi] 上
2.2 DTFT性质
本来写完了, 妈了个逼的电脑抽风忘记保存. 不想写了, 看书吧
2.3 周期离散信号的傅里叶变换
这里也被删掉了, CSDN这保存也是脑瘫, 每保存一次就发布, 我直接点发布文章不好吗
3 Z变换
上来就给定义式是中国教科书的典范了, 凑活看
此处为连接, 一篇讲清楚Z变换和LT的关系的文章, 推荐大家看!
3.1 ZT ROC
- 非指数序列的ROC
3.2 ZT性质
-
线性性质
-
时移性质 时域延迟多少, 相当于Z平面上旋转多少 e − j n 即 z − n e^{-jn}即z^{-n} e−jn即z−n
-
时域反折
-
-
\
-
共轭性质
-
-
-
3.3 逆z变换
就用部分分式展开法, 其他的不说
有重极点的时候活用性质
下面这个还有一个时移性质
3.4 ZT分析系统
若DTFT的系统函数为
H
(
e
j
ω
)
H(e^{j\omega})
H(ejω), ZT的为
H
(
z
)
H(z)
H(z)
当Z的ROC包含单位圆的时候(即包含|z|=1)
则
H
(
e
j
ω
)
=
H
(
z
)
H(e^{j\omega})=H(z)
H(ejω)=H(z)
-
使用零极点分布判断系统稳定\因果性
收敛域不包含极点|z|>r – 因果
收敛域包含单位圆|z|=1 - 稳定 -
ZT求解系统输出