§01 数学原理
1.1 复数的概念
1.1.1 单位虚数
最早为了求解代数方程的需要，人们引入了单位虚数 i i i （或者记为 j j j ），定义： i 2 = − 1 i^2 = - 1 i2=−1 所以 ± i \pm i ±i 是方程 x 2 + 1 = 0 x^2 + 1 = 0 x2+1=0 的两个根。
通常使用 C C C 表示 复数集合 。
1.1.2 复数
（1）定义
对于任意两个 实数 x , y ∈ R x,y \in R x,y∈R ，我们称 z = x + i y z = x + iy z=x+iy 或者 z = x + y i z = x + yi z=x+yi 为复数，其中 x , y x,y x,y 分别称为 z z z 的实部和虚部，记做 x = R e ( z ) , y = I m ( z ) x = {\mathop{\rm Re}\nolimits} \left( z \right),\,\,y = {\mathop{\rm Im}\nolimits} \left( z \right) x=Re(z),y=Im(z) 当 x = 0 , y ≠ 0 x = 0,y \ne 0 x=0,y=0 时，对应的 z = i y z = iy z=iy 称为纯虚数；当 x ≠ 0 , y = 0 x \ne 0,y = 0 x=0,y=0 时， 对应 z = x + i 0 z = x + i0 z=x+i0 看做实数 x x x 。
（2）相等判断
两个复数可以判断是否相等，但不能够像实数那样比较大小。
- 两个复数相等：它们实部和虚部分别相等；
- 复数等于0：它的实部和虚部分别等于0；
虽然可以人为定义两个复数顺序顺序，但缺乏一种复数的标准排序（ Canonical Ordering ）.
▲ 图1.1.1 复数是对于原来实数进行扩充
1.2 复数的代数运算
1.2.1 加减乘除运算
两个复数 z 1 = x 1 + i y 1 , z 2 = x 2 + i y 2 z_1 = x_1 + iy_1 ,\,z_2 = x_2 + iy_2 z1=x1+iy1,z2=x2+iy2 对应的加减乘除运算如下：
（1）加、减运算
z 1 ± z 2 = ( x 1 + i y 1 ) ± ( x 2 + i y 2 ) = ( x 1 ± x 2 ) + i ( y 1 ± y 2 ) z_1 \pm z_2 = \left( {x_1 + iy_1 } \right) \pm \left( {x_2 + iy_2 } \right) = \left( {x_1 \pm x_2 } \right) + i\left( {y_1 \pm y_2 } \right) z1±z2=(x1+iy1)±(x2+iy2)=(x1±x2)+i(y1±y2)
上面两式成为复数 z 1 , z 2 z_1 ,z_2 z1,z2 的和、差。
（2）乘、除运算
Ⅰ.复数除法
z 1 ⋅ z 2 = ( x 1 + i y 1 ) ⋅ ( x 2 + i y 2 ) = ( x 1 x 2 − y 1 y 2 ) + i ( x 2 y 1 + x 1 y 2 ) z_1 \cdot z_2 = \left( {x_1 + iy_1 } \right) \cdot \left( {x_2 + iy_2 } \right) = \left( {x_1 x_2 - y_1 y_2 } \right) + i\left( {x_2 y_1 + x_1 y_2 } \right) z1⋅z2=(x1+iy1)⋅(x2+iy2)=(x1x2−y1y2)+i(x2y1+x1y2)
Ⅱ.复数除法
将满足 z 2 z = z 1 , ( z 2 ≠ 0 ) z_2 z = z_1 ,\,\,\left( {z_2 \ne 0} \right) z2z=z1,(z2=0) 的复数 z z z 称为 z 1 z_1 z1 除以 z 2 z_2 z2 的商，记做 z = z 1 z 2 z = {{z_1 } \over {z_2 }} z=z2z1 ，根据这个定义，可以推导出： z = z 1 z 2 = x 1 x 2 + y 1 y 2 x 2 2 + y 2 2 + i x 2 y 1 − x 1 y 2 x 2 2 + y 2 2 z = {{z_1 } \over {z_2 }} = {{x_1 x_2 + y_1 y_2 } \over {x_2^2 + y_2^2 }} + i{{x_2 y_1 - x_1 y_2 } \over {x_2^2 + y_2^2 }} z=z2z1=x22+y22x1x2+y1y2+ix22+y22x2y1−x1y2
这个公式可以由后面的共轭复数方便推导出来。
1.2.2 运算律
复数的代数运算满足交换律（Commutative law）、结合律（Law of Combination）、分配律（Distributive Law）等代数 运算律 。
z
1
+
z
2
=
z
2
+
z
1
,
z
1
z
2
=
z
2
z
1
z_1 + z_2 = z_2 + z_1 ,\,\,z_1 z_2 = z_2 z_1
z1+z2=z2+z1,z1z2=z2z1
z
1
+
(
z
2
+
z
3
)
=
(
z
1
+
z
2
)
+
z
3
z_1 + \left( {z_2 + z_3 } \right) = \left( {z_1 + z_2 } \right) + z_3
z1+(z2+z3)=(z1+z2)+z3
z
1
(
z
2
z
3
)
=
(
z
1
z
2
)
z
3
z_1 \left( {z_2 z_3 } \right) = \left( {z_1 z_2 } \right)z_3
z1(z2z3)=(z1z2)z3
z
1
(
z
2
+
z
3
)
=
z
1
z
2
+
z
1
z
3
z_1 \left( {z_2 + z_3 } \right) = z_1 z_2 + z_1 z_3
z1(z2+z3)=z1z2+z1z3
1.2.3 共轭复数
（1）定义
我们把实部相等、虚部绝对值相等符合相反的两个附属成为共轭复数（Complex Conjugate），与 z z z 对应的共轭复数记为 z ˉ \bar z zˉ ，则： z = x + i y , z ˉ = x − i y z = x + iy,\,\,\bar z = x - iy z=x+iy,zˉ=x−iy
（2）性质
共轭复数有以下性质：
§02 应用举例
2.1 复数计算，共轭
2.1.1 例1
设 z 1 = 5 − 5 i , z 2 = − 3 + 4 i z_1 = 5 - 5i,\,\,z_2 = - 3 + 4i z1=5−5i,z2=−3+4i ，求 z 1 z 2 ， 以 及 ( z 1 z 2 ) ‾ 的 取 值 。 {{z_1 } \over {z_2 }}\, ，以及\overline {\left( {{{z_1 } \over {z_2 }}} \right)}的取值。 z2z1，以及(z2z1)的取值。
求解：
z
1
z
2
=
5
−
5
i
−
3
+
4
i
=
(
5
−
5
i
)
(
−
3
−
4
i
)
(
−
3
+
4
i
)
(
−
3
−
4
i
)
{{z_1 } \over {z_2 }} = {{5 - 5i} \over { - 3 + 4i}} = {{\left( {5 - 5i} \right)\left( { - 3 - 4i} \right)} \over {\left( { - 3 + 4i} \right)\left( { - 3 - 4i} \right)}}
z2z1=−3+4i5−5i=(−3+4i)(−3−4i)(5−5i)(−3−4i)
=
(
−
15
−
20
)
+
(
15
−
20
)
i
25
=
−
7
5
−
1
5
i
= {{\left( { - 15 - 20} \right) + \left( {15 - 20} \right)i} \over {25}} = - {7 \over 5} - {1 \over 5}i
=25(−15−20)+(15−20)i=−57−51i
所以： ( z 1 z 2 ) ‾ = − 7 5 + 1 5 i \overline {\left( {{{z_1 } \over {z_2 }}} \right)} = - {7 \over 5} + {1 \over 5}i (z2z1)=−57+51i
from headm import *
z1 = 5-5j
z2 = -3+4j
printf(z1, z2, z1/z2, conj(z1/z2))
(5-5j)
(-3+4j)
(-1.4-0.2j)
(-1.4+0.2j)
2.1.2 例2
设 z = − 1 i − 3 i 1 − i z = - {1 \over i} - {{3i} \over {1 - i}} z=−i1−1−i3i 求 R e ( z ) , I m ( z ) {\mathop{\rm Re}\nolimits} \left( z \right),\,{\mathop{\rm Im}\nolimits} \left( z \right) Re(z),Im(z) 与 z ⋅ z ˉ z \cdot \bar z z⋅zˉ 。
求解：
z
=
−
1
i
−
3
i
1
−
i
=
i
i
(
−
i
)
−
3
i
(
1
+
i
)
(
1
−
i
)
(
1
+
i
)
z = - {1 \over i} - {{3i} \over {1 - i}} = {i \over {i\left( { - i} \right)}} - {{3i\left( {1 + i} \right)} \over {\left( {1 - i} \right)\left( {1 + i} \right)}}
z=−i1−1−i3i=i(−i)i−(1−i)(1+i)3i(1+i)
=
1
−
(
−
3
2
+
3
2
i
)
=
3
2
−
1
2
i
= 1 - \left( { - {3 \over 2} + {3 \over 2}i} \right) = {3 \over 2} - {1 \over 2}i
=1−(−23+23i)=23−21i
所以： R e ( z ) = 3 2 , I m ( z ) = − 1 2 {\mathop{\rm Re}\nolimits} \left( z \right) = {3 \over 2},\,\,{\mathop{\rm Im}\nolimits} \left( z \right) = - {1 \over 2} Re(z)=23,Im(z)=−21 z ⋅ z ˉ = ( 3 2 ) 2 + ( − 1 2 ) 2 = 5 2 z \cdot \bar z = \left( {{3 \over 2}} \right)^2 + \left( { - {1 \over 2}} \right)^2 = {5 \over 2} z⋅zˉ=(23)2+(−21)2=25
from headm import *
z=-1/1j - 3j/(1-1j)
printf(z)
printf(real(z), imag(z))
printf(z*conj(z))
(1.5-0.5j)
1.5 -0.5
(2.5+0j)
2.2 证明题
2.2.1 例3
设 z 1 = x 1 + i y 1 , z 2 = x 2 + i y 2 z_1 = x_1 + iy_1 ,\,\,z_2 = x_2 + iy_2 z1=x1+iy1,z2=x2+iy2 为两个任意复数， 证明 z 1 z ˉ 2 + z ˉ 1 z 2 = 2 R e ( z 1 z ˉ 2 ) z_1 \bar z_2 + \bar z_1 z_2 = 2{\mathop{\rm Re}\nolimits} \left( {z_1 \bar z_2 } \right) z1zˉ2+zˉ1z2=2Re(z1zˉ2)
证明：
z
1
z
ˉ
2
+
z
ˉ
1
z
2
=
z
1
z
ˉ
2
+
z
1
z
ˉ
2
‾
=
2
R
e
(
z
1
z
ˉ
2
)
z_1 \bar z_2 + \bar z_1 z_2 = z_1 \bar z_2 + \overline {z_1 \bar z_2 } = 2{\mathop{\rm Re}\nolimits} \left( {z_1 \bar z_2 } \right)
z1zˉ2+zˉ1z2=z1zˉ2+z1zˉ2=2Re(z1zˉ2)
或者：
z
1
z
ˉ
2
+
z
ˉ
1
z
2
=
(
x
1
+
i
y
1
)
(
x
2
−
i
y
2
)
+
(
x
1
−
i
y
1
)
(
x
2
+
i
y
2
)
z_1 \bar z_2 + \bar z_1 z_2 = \left( {x_1 + iy_1 } \right)\left( {x_2 - iy_2 } \right) + \left( {x_1 - iy_1 } \right)\left( {x_2 + iy_2 } \right)
z1zˉ2+zˉ1z2=(x1+iy1)(x2−iy2)+(x1−iy1)(x2+iy2)
=
(
x
1
x
2
+
y
1
y
2
)
+
i
(
x
2
y
1
−
x
1
y
2
)
+
(
x
1
x
2
+
y
1
y
2
)
+
i
(
x
1
y
2
−
x
2
y
1
)
= \left( {x_1 x_2 + y_1 y_2 } \right) + i\left( {x_2 y_1 - x_1 y_2 } \right) + \left( {x_1 x_2 + y_1 y_2 } \right) + i\left( {x_1 y_2 - x_2 y_1 } \right)
=(x1x2+y1y2)+i(x2y1−x1y2)+(x1x2+y1y2)+i(x1y2−x2y1)
=
2
(
x
1
x
2
+
y
1
y
2
)
=
2
R
e
(
z
1
z
ˉ
2
)
= 2\left( {x_1 x_2 + y_1 y_2 } \right) = 2{\mathop{\rm Re}\nolimits} \left( {z_1 \bar z_2 } \right)
=2(x1x2+y1y2)=2Re(z1zˉ2)
§03 信号与系统
在信号与系统中，信号信号往往表示成随着时间 t t t 、空间坐标 ( x , y ) \left( {x,y} \right) (x,y) 、或者频率 ω \omega ω 变化的物理量 f ( t ) f\left( t \right) f(t) 。比如声音（气压物理量）、图像（亮度物理量）、频谱等。这些物理量往往取单个实数，或者多个实数（比如图像中的RGB分量）。
3.1 复数信号
表征信号函数自变量、因变量可以取实数或者复数。通常情况下，我们碰到的信号都是实变量的实数信号。但在很多场合，我们会使用到复数变量、复数取值的信号。
▲ 图A3.1.1 信号的自变量与因变量
3.1.1 复数取值信号
如果信号物理量 x ( t ) x\left( t \right) x(t) 取值为复数，则成为 复数信号 。它可以分解成实部和虚部： x ( t ) = x R ( t ) + j x I ( t ) x\left( t \right) = x_R \left( t \right) + jx_I \left( t \right) x(t)=xR(t)+jxI(t)
原则上，任何两个独立的信号，都可以组成复数信号。在实践中，这两个信号往往从不同的角度反映信息的各个侧面。
3.1.2 自变量为复数的函数
在信号与系统中，普通的信号经过拉普拉斯变换（Laplace Transform）、z变换（z-transform）之后，所得到的结果都是自变量为复数的函数。这使得它们可以表达信号的范围、结果的简洁性都得到了提高。
3.2 典型复数信号
下面给出一些典型的复数信号。
3.2.1 频谱信号
对于任意信号 f ( t ) f\left( t \right) f(t) ，它的频谱 F ( ω ) = F T [ f ( t ) ] F\left( \omega \right) = FT\left[ {f\left( t \right)} \right] F(ω)=FT[f(t)] 便是一个关于频率 ω \omega ω 的复数信号。它的实部和虚部分别由 R e [ F ( ω ) ] = ∫ − ∞ + ∞ f ( t ) ⋅ cos ( ω t ) d t {\mathop{\rm Re}\nolimits} \left[ {F\left( \omega \right)} \right] = \int_{ - \infty }^{ + \infty } {f\left( t \right) \cdot \cos \left( {\omega t} \right)dt} Re[F(ω)]=∫−∞+∞f(t)⋅cos(ωt)dt I m [ F ( ω ) ] = − ∫ − ∞ + ∞ f ( t ) sin ( ω t ) d t {\mathop{\rm Im}\nolimits} \left[ {F\left( \omega \right)} \right] = - \int_{ - \infty }^{ + \infty } {f\left( t \right)\sin \left( {\omega t} \right)dt} Im[F(ω)]=−∫−∞+∞f(t)sin(ωt)dt计算而得。
▲ 图3.2.1 信号时域波形与频域频谱
3.2.2 复数震荡调制
在信号幅度调制过程中，为了防止调制后信号频谱出现“混叠”现象，可以使用复震荡信号调制。信号 f ( t ) f\left( t \right) f(t) 调制在频率为 ω c \omega _c ωc 的复震荡信号上 f m ( t ) = f ( t ) ⋅ e j ω c t f_m \left( t \right) = f\left( t \right) \cdot e^{j\omega _c t} fm(t)=f(t)⋅ejωct 该信号的实部和虚部分别为： R e [ f m ( t ) ] = f ( t ) ⋅ cos ( ω c t ) {\mathop{\rm Re}\nolimits} \left[ {f_m \left( t \right)} \right] = f\left( t \right) \cdot \cos \left( {\omega _c t} \right) Re[fm(t)]=f(t)⋅cos(ωct) I m [ f m ( t ) ] = f ( t ) ⋅ sin ( ω c t ) {\mathop{\rm Im}\nolimits} \left[ {f_m \left( t \right)} \right] = f\left( t \right) \cdot \sin \left( {\omega _c t} \right) Im[fm(t)]=f(t)⋅sin(ωct)
▲ 图3.1.1 复数幅度调制
3.2.3 解析信号
在数学和信号处理中， 解析信号 （analytic signal）是没有负频率分量的复数信号。
对于一个实数信号f f ( t ) f\left( t \right) f(t) ，与它相联系的解析信号定义为 f a ( t ) = f ( t ) + j [ 1 π t ∗ s ( t ) ] f_a \left( t \right) = f\left( t \right) + j\left[ {{1 \over {\pi t}} * s\left( t \right)} \right] fa(t)=f(t)+j[πt1∗s(t)] 解析信号的实部是信号本身，虚部是该信号的希尔伯特变换 R e [ f a ( t ) ] = f ( t ) {\mathop{\rm Re}\nolimits} \left[ {f_a \left( t \right)} \right] = f\left( t \right) Re[fa(t)]=f(t) I m [ f a ( t ) ] = ∫ − ∞ + ∞ f ( τ ) π ( t − τ ) d t {\mathop{\rm Im}\nolimits} \left[ {f_a \left( t \right)} \right] = \int_{ - \infty }^{ + \infty } {{{f\left( \tau \right)} \over {\pi \left( {t - \tau } \right)}}dt} Im[fa(t)]=∫−∞+∞π(t−τ)f(τ)dt
如果信号是一个被调制的震荡信号， 通过求取它对应解析信号的模，可以获得信号的瞬时幅度或者包络。
f m ( t ) = ∣ f a ( t ) ∣ f_m \left( t \right) = \left| {f_a \left( t \right)} \right| fm(t)=∣fa(t)∣
这使得解析信号在检测信号的局部特征、调制信号的解调等方面得到应用。
▲ 图3.2.2 信号（蓝色）与它对应的解析信号的模（红色）对应的包络线
§04 作业练习
4.1 基本复数计算与性质
4.1.1 复数的实部、虚部、共轭复数
求下列复数 z z z 的实部、虚部、共轭复数。
( 1 ) 1 3 + 2 i ; ( 2 ) 1 i − 3 i 1 − i ; \left( 1 \right)\,\,\,{1 \over {3 + 2i}};\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\,\left( 2 \right)\,\,{1 \over i} - {{3i} \over {1 - i}}; (1)3+2i1;(2)i1−1−i3i; ( 3 ) ( 3 + 4 i ) ( 2 − 5 i ) 2 i ; ( 4 ) i 8 − 4 i 21 + i ; \left( 3 \right)\,\,{{\left( {3 + 4i} \right)\left( {2 - 5i} \right)} \over {2i}};\,\,\,\,\,\,\,\,\,\,\left( 4 \right)\,\,i^8 - 4i^{21} + i; (3)2i(3+4i)(2−5i);(4)i8−4i21+i;
4.1.2 复数方程
当
x
,
y
x,y
x,y 等于什么实数时， 下面等式成立？
x
+
1
+
i
(
y
−
3
)
5
+
3
i
=
1
+
i
{{x + 1 + i\left( {y - 3} \right)} \over {5 + 3i}} = 1 + i
5+3ix+1+i(y−3)=1+i
4.1.3 证明题
（1）
−
i
=
i
−
1
=
i
ˉ
- i = i^{ - 1} = \bar i
−i=i−1=iˉ
（2）
∣
z
∣
2
=
z
⋅
z
ˉ
\left| z \right|^2 = z \cdot \bar z
∣z∣2=z⋅zˉ
（3）
z
1
±
z
2
‾
=
z
ˉ
1
±
z
ˉ
2
\overline {z_1 \pm z_2 } = \bar z_1 \pm \bar z_2
z1±z2=zˉ1±zˉ2
（4）
R
e
(
z
)
=
1
2
(
z
+
z
ˉ
)
,
I
m
(
z
)
=
1
2
i
(
z
−
z
ˉ
)
{\mathop{\rm Re}\nolimits} \left( z \right) = {1 \over 2}\left( {z + \bar z} \right),\,\,{\mathop{\rm Im}\nolimits} \left( z \right) = {1 \over {2i}}\left( {z - \bar z} \right)
Re(z)=21(z+zˉ),Im(z)=2i1(z−zˉ)
4.2 实验题
4.2.1 复数基本运算
请使用MATLAB，或Python语言，计算前面作业题【4.1.1】中复数的实部、虚部、共轭复数。
4.2.2 通过解析信号获得包络线
（1）调制信号
信号 f ( t ) = 1 + 0.8 × sin ( t ) , t ∈ ( 0 , 4 π ) f\left( t \right) = 1 + 0.8 \times \sin \left( t \right),\,\,t \in \left( {0,4\pi } \right) f(t)=1+0.8×sin(t),t∈(0,4π) 调制在载波信号 f c ( t ) = sin ( 5 t ) f_c \left( t \right) = \sin \left( {5t} \right) fc(t)=sin(5t) 上，得到的调制信号
f m ( t ) = [ 1 + 0.8 sin ( t ) ] ⋅ sin ( 5 t ) , t ∈ ( 0 , 4 π ) f_m \left( t \right) = \left[ {1 + 0.8\sin \left( t \right)} \right] \cdot \sin \left( {5t} \right),\,\,t \in \left( {0,4\pi } \right) fm(t)=[1+0.8sin(t)]⋅sin(5t),t∈(0,4π)
▲ 图4.2.1 信号（蓝色）以及调制后的波形（橙色）
可以看到该调制信号 f m ( t ) f_m \left( t \right) fm(t) 的包络线就是 f ( t ) f\left( t \right) f(t) 。如何通过 f m ( t ) f_m \left( t \right) fm(t) 获得信号的包络线呢？
（2）获得解析信号
可以使用 scipy.signal.hilbert() 函数获得信号
f
(
t
)
f\left( t \right)
f(t) 的解析信号
f
a
(
t
)
=
f
(
t
)
+
i
⋅
f
h
(
t
)
f_a \left( t \right) = f\left( t \right) + i \cdot f_h \left( t \right)
fa(t)=f(t)+i⋅fh(t) 。其中
f
h
(
t
)
=
1
π
t
∗
f
(
t
)
=
∫
−
∞
+
∞
f
(
τ
)
π
(
t
−
τ
)
d
τ
f_h \left( t \right) = {1 \over {\pi t}} * f\left( t \right) = \int_{ - \infty }^{ + \infty } {{{f\left( \tau \right)} \over {\pi \left( {t - \tau } \right)}}d\tau }
fh(t)=πt1∗f(t)=∫−∞+∞π(t−τ)f(τ)dτ 通过求取
f
a
(
t
)
f_a \left( t \right)
fa(t) 的模（
∥
f
a
(
t
)
∥
\left\| {f_a \left( t \right)} \right\|
∥fa(t)∥ ）获得信号的包络线。
▲ 调制信号对应的解析信号的实部和虚部信号
from headm import *
import scipy.signal
t = linspace(0, 4*pi, 3000)
f1 = (1 + 0.8*sin(t))
f2 = sin(t * 5)*f1
f3 = scipy.signal.hilbert(f2)
plt.plot(t, imag(f3), label='Im(fa)')
plt.plot(t, real(f3), label='Re(fa)')
plt.xlabel("t")
plt.ylabel("f1,f2")
plt.grid(True)
plt.legend(loc='upper right')
plt.tight_layout()
plt.show()
■ 相关文献链接:
● 相关图表链接:
- 图1.1.1 复数是对于原来实数进行扩充
- 图A3.1.1 信号的自变量与因变量
- 图3.2.1 信号时域波形与频域频谱
- 图3.1.1 复数幅度调制
- 图3.2.2 信号（蓝色）与它对应的解析信号的模（红色）对应的包络线
- 图4.2.1 信号（蓝色）以及调制后的波形（橙色）
- 调制信号对应的解析信号的实部和虚部信号
相关阅读：
846
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
