Discrete-Time Signals and Systems

Discrete-Time Signals and Systems

What is singals(什么是信号)

考点:让你找找什么是信号,或者举例子
解题关键:Temperature(温度)、Time(时间)

Classification of Signals

PPT1

Continuous and discrete-time signals(连续和离散时间信号)

Continuous-time signals/Analog Signals(连续时间信号/模拟信号)

考点:什么是Continuous-time signals/Analog Signals
解题关键:CTCA:Continuous in Time Continuous in Amplifier(连续时间,连续振幅)
这里的连续怎么理解:就是你想取什么值都可以,x=3.555555也好,x=e也好。y也可以等于任何值,y=5.349,等等,你谁都可以取,就是连续

Discrete-time signals/Digital Signals

考点:什么是Discrete-time signals/Digital Signals
解题关键:DTDA Discrete in Time Discrete in Amplifier(离散时间,离散振幅)
就是你的时间和振幅都不能取随意值。首先x轴(时间)只能取 ( − ∞ , ∞ ) (-\infty, \infty) (,),而对于y轴,会给你规定几个值,比如12345,只有这五个值可以选,y=4.3就变成4,y=5.5就变成5(这个四舍五入的过程叫做quantization)这就是DTDA


在这里插入图片描述

看这张图,连续信号(Analog signals)经过采样(sampling),变成离散时间连续振幅信号,在经过量化(quantization)变成离散时间离散信号(Digial Signals),这就是连续信号和离散信号之间的关系。

同时,也反映了计算机和显示物理量的关系,连续信号极其难以被计算机处理,因为计算机本身二进制代码是离散的,只能做”趋近“,故而上图也反映出了将外界自然信号和计算机联系起来的桥梁,也反映了离散信号的重要性。


Periodic signals and Non-periodic signals

一个信号为周期信号当满足:

x ( n ) = x ( n + N ) x(n)=x(n+N) x(n)=x(n+N)

Fundamental period:T(基波周期)



必考点:判断一个信号是否周期/如果为周期,计算其周期

解题关键公式:
N = 2 π K ω o N = \frac{2\pi K}{\omega_o} N=ωo2πK
N = 2 π K ( 2 π f o ) N = \frac{2\pi K}{\left(2\pi f_o\right)} N=(2πfo)2πK
f o = K N = r a t i o n a l   n u m b e r f_o = \frac{K}{N}=rational\ number fo=NK=rational number


这几个式子反正可以推导,但是做题我推荐一个更牛逼的:

2 π f o = ω o 2\pi f_o=\omega_o 2πfo=ωo
这个式子说明
ω o 2 π = K N \frac{\omega_o}{2\pi}=\frac{K}{N} 2πωo=NK
直接找 ω o \omega_o ωo,找到之后直接除以 2 π 2\pi 2π,得出来的答案判断是不是有理数不是的话,这个函数就是非周期函数的话把分数划到最简,找N,这个N就是周期。


Even and odd signals


对于性质来说,和我们高中学的奇函数偶函数无异,是一模一样的。

在这里插入图片描述

考点:把一个信号拆成一个奇信号和偶信号

解题关键:和高中不同的是,在这里引入了一个关键的性质,即任何一个信号都可以被拆分成一个奇信号和偶信号的和。

参考如下公式:

x even ( n ) = x ( n ) + x ( − n ) 2 x_{\text{even}} (n) = \frac{x(n) + x(-n)}{2} xeven(n)=2x(n)+x(n)

x odd ( n ) = x ( n ) − x ( − n ) 2 x_{\text{odd}} (n) = \frac{x(n) - x(-n)}{2} xodd(n)=2x(n)x(n)

狠狠的带入,狠狠的解出答案。另外,给信号的表达式当然很好,如果直接给了信号的图像,要会类比这两个公式在图像上进行类似的变换。

Energy and power signals



首先要说一点,就是关于定义,这个energy 和 power 信号,其实不必苛责的去想能量和功率,就是一个类比,并不严丝合缝,换句话说,在信号与系统里有自己单独的一套能量功率法则,可以这么理解。

定义上来说:当一个信号E有界,而P=0,那么称其为energy signal。当一个信号E无穷,而P有界,那么称其为power signal

那么问题又来了,我怎么知道E是什么,P是什么呢?
别急,公式随后就到。



这个是求E的公式
E = ∑ n = − ∞ ∞ ∣ x [ n ] ∣ 2 E= \sum_{n=-\infty}^{\infty} \left|x[n]\right|^2 E=n=x[n]2

这个是求非周期信号P
P = lim ⁡ N → ∞ 1 2 N + 1 ∑ n = − N N ∣ x [ n ] ∣ 2 P =\lim_{N \to \infty} \frac{1}{2N+1} \sum_{n=-N}^{N} \left|x[n]\right|^2 P=Nlim2N+11n=NNx[n]2

这个是求周期信号P
P = 1 N ∑ n = ⟨ N ⟩ ∣ x [ n ] ∣ 2 P= \frac{1}{N} \sum_{n=\left\langle N \right\rangle} \left|x[n]\right|^2 P=N1n=Nx[n]2

考点:判断一个信号为power signal还是energy signal


解题关键:上文公式,直接带入,算出来结果之后,根据这两种信号的定义进行判断。

Linear and nonlinear signals

如果一个系统是Linear signal,那么必须要满足两个性质,分别是可加性(additivity)齐次性(homogeneity)


考点:判断一个系统是否是线性系统*

**解题关键:
x1 to y1 = F(x1)
x2 to y2 = F(x2)
y3 = ay1 + by2
F(ax1 +bx2) = y4

Causal,Non-causal and anticausal Signals

casual system: The output depends only on present and past signals
Acausal Systems:The output depends on at least one future input
anti-casual system: output only upon “only future input” for all time


Causal signals——zero for all negative time
Anti-causal signals——zero for all positive time
Non-causal——non-zero values in both positive and negative time.

Unit inpulse signal and unit impulse signal



在这里插入图片描述



在这里插入图片描述



在这里插入图片描述

Operation performed on independent signals

1.Time shifting
2.Time scaling
3.Time reversal

这个其实很容易理解的,从函数的角度去看,第一个是在自变量上加减,相当于左右移动,遵循“左加右减”。第二个是在自变量上乘以一个数,相当于横向压缩或者拉伸,第三个是反转,给自变量乘一个负数,相当于关于y轴对称了。



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值