【信号与系统学习笔记 1】 |
您所在的位置:网站首页 › 信号电平的分类方法 › 【信号与系统学习笔记 1】 |
这是《信号与系统》网上授课的第一次笔记,主要记录一下自己对信号分类以及信号变换的一些理解。 P.S:在《信号与系统》这门课中会经常用到 M a t l a b Matlab Matlab 仿真,我会将全部仿真代码放到 g i t h u b github github 上 【戳这里!】我Blog 中关于《信号与系统》相关代码的 github地址 文章目录 一、信号的分类1.1 确定信号和不确定信号1.2 离散时间信号和连续时间信号1.3 周期信号和非周期信号1.4 能量信号和功率信号 二、信号的变换2.1 信号的时移2.2 信号的反转变换2.3 信号的尺度变换 一、信号的分类 1.1 确定信号和不确定信号这个概念其实很好理解:如果每一次发出的信号 x x x,它某一时刻的幅值每次都是固定的,那么这个信号就是确定信号。 1.2 离散时间信号和连续时间信号我们以后的课程约定: x ( t ) x(t) x(t) 代表连续时间信号,用 t t t 代表连续时间,圆括号括起来。注意:连续时间信号的自变量是连续的,幅值也是连续的。 x [ n ] x[n] x[n] 代表离散时间信号,用 n n n 代表离散时间(只能是整数!),方括号括起来。注意:离散时间信号的自变量是离散的,但是幅值是连续的。 ![]() 总所周知,对于连续时间信号 y = s i n ( t ) y = sin(t) y=sin(t) 显然是一个周期信号。但是离散时间下, y [ n ] = s i n ( n ) y[n] = sin(n) y[n]=sin(n) 还是不是周期信号呢? 答案是:不一定了! 下面通过一个例子说明:我们下面的第一幅图是 t t t 从 [-10, 10] 的连续区间下的 s i n ( t ) sin(t) sin(t),第二幅图是 n n n 在 [-10,10] 的区间下以 1秒为间隔的离散正弦信号: ![]() 我们发现,按照这样的时间划分, s i n ( n ) sin(n) sin(n) 已经不再是周期信号了! 1.4 能量信号和功率信号先来看看连续时间信号在一段时间 t 1 t_1 t1~ t 2 t_2 t2 内的能量: E = ∫ t 1 t 2 ∣ x ( t ) ∣ 2 d t E = \int_{t_1}^{t_2}|x(t)|^2dt E=∫t1t2∣x(t)∣2dt 那么很自然地,在这段时间内信号的平均功率就是: P = 1 t 2 − t 1 E = 1 t 2 − t 1 ∫ t 1 t 2 ∣ x ( t ) ∣ 2 d t P = \frac{1}{t_2-t_1}E = \frac{1}{t_2-t_1}\int_{t_1}^{t_2}|x(t)|^2dt P=t2−t11E=t2−t11∫t1t2∣x(t)∣2dt 下面我们再看看离散时间信号在一段时间 n 1 n_1 n1 ~ n 2 n_2 n2 的能量: E = ∑ n = n 1 n 2 ∣ x [ n ] ∣ 2 E = \sum_{n=n_1}^{n_2}|x[n]|^2 E=n=n1∑n2∣x[n]∣2 对应地在这段时间内的平均功率为: P = 1 n 2 − n 1 + 1 ∑ n = n 1 n 2 ∣ x [ n ] ∣ 2 P = \frac{1}{n_2-n_1+1}\sum_{n=n_1}^{n_2}|x[n]|^2 P=n2−n1+11n=n1∑n2∣x[n]∣2 这里要特别注意:离散时间下 n 1 n_1 n1 与 n 2 n_2 n2 之间的间隔是 n 2 − n 1 + 1 n_2-n_1+1 n2−n1+1 !! 然而,这门课研究的,是信号的过去、现在和未来,因此,为了一般化,我们将时间取到无穷: 那么,对于连续时间信号而言,能量就可以表示成: E = lim t → ∞ ∫ − T 2 T 2 ∣ x ( t ) ∣ 2 d t E = \lim_{t\to ∞}\int_{-\frac{T}{2}}^{\frac{T}{2}}|x(t)|^2dt E=t→∞lim∫−2T2T∣x(t)∣2dt 而功率就可以表示成: P = lim t → ∞ 1 2 T ∫ − T 2 T 2 ∣ x ( t ) ∣ 2 d t P = \lim_{t\to ∞}\frac{1}{2T}\int_{-\frac{T}{2}}^{\frac{T}{2}}|x(t)|^2dt P=t→∞lim2T1∫−2T2T∣x(t)∣2dt 对于离散时间信号而言,能量可以表示成: E = lim N → ∞ ∑ n = − N N ∣ x [ n ] ∣ 2 E =\lim_{N\to ∞}\sum_{n=-N}^{N}|x[n]|^2 E=N→∞limn=−N∑N∣x[n]∣2 功率可以表示成: P = lim N → ∞ 1 2 N + 1 ∑ n = − N N ∣ x [ n ] ∣ 2 P = \lim_{N\to ∞}\frac{1}{2N+1}\sum_{n=-N}^{N}|x[n]|^2 P=N→∞lim2N+11n=−N∑N∣x[n]∣2 (同样要小心这里的时间间隔 2 N + 1 2N+1 2N+1) 下面整理给出无限时间内,连续时间信号和离散时间信号分别的能量和功率的表达式: 连续时间信号 { E = lim T → ∞ ∫ − T 2 T 2 ∣ x ( t ) ∣ 2 d t P = lim T → ∞ 1 2 T ∫ − T 2 T 2 ∣ x ( t ) ∣ 2 d t \left \{ \begin{array}{c} E = \lim_{T\to ∞}\int_{-\frac{T}{2}}^{\frac{T}{2}}|x(t)|^2dt\\ \\ P = \lim_{T\to ∞}\frac{1}{2T}\int_{-\frac{T}{2}}^{\frac{T}{2}}|x(t)|^2dt \end{array} \right. ⎩⎪⎪⎨⎪⎪⎧E=limT→∞∫−2T2T∣x(t)∣2dtP=limT→∞2T1∫−2T2T∣x(t)∣2dt 离散时间信号 { E = lim N → ∞ ∑ n = − N N ∣ x [ n ] ∣ 2 P = lim N → ∞ 1 2 N + 1 ∑ n = − N N ∣ x [ n ] ∣ 2 \left \{ \begin{array}{c} E =\lim_{N\to ∞}\sum_{n=-N}^{N}|x[n]|^2\\ \\ P = \lim_{N\to ∞}\frac{1}{2N+1}\sum_{n=-N}^{N}|x[n]|^2 \end{array} \right. ⎩⎨⎧E=limN→∞∑n=−NN∣x[n]∣2P=limN→∞2N+11∑n=−NN∣x[n]∣2 在我们得到了无限时间内,连续时间信号和离散时间信号分别的能量和功率的表达式之后,我们给出能量信号和功率信号的定义: 能量有限的,(功率为0)就是能量信号 功率有限的,(能量无穷)就是功率信号 我们看啊,假如这个信号是能量信号,也就说明 E E E 是一个有限的数,而在无穷的时间里面积分还能得到有限的数,意味着这个信号总会有一个起点或者是终点,而不能无限延申下去 ![]() 比如上面这样的周期信号,就不可能是能量信号了,因为它在 t = ∞ t=∞ t=∞ 的时候依然会有有幅值的地方,所以它的 E应该是无穷大。 也即是说: 周期信号一定是功率信号能量信号一定不是周期信号结合上面的讨论,我们从能量信号和功率信号的角度把周期信号和非周期信号分分类: 【1】首先对于周期信号,那必然是功率信号(因为在可以无限延拓下去,所以能量无穷,但是因为周期信号的幅度一定是有限的,所以它功率是一定的) 【2】对于非周期信号,我们可以分为3类: 第一类:持续时间无限,幅度固定的非周期信号(功率信号)![]() ![]() ![]() 这个好理解: x ( t ) → x ( t − t 0 ) x(t)\to x(t-t_0) x(t)→x(t−t0),如果 t 0 t_0 t0大于0,说明把信号向右平移。如果 t 0 t_0 t0 小于0,说明信号向左平移。下面用matlab 画一画: ![]() x ( t ) x(t) x(t) 如果将他变成 x ( − t ) x(-t) x(−t),就是相当于把 x ( t ) x(t) x(t) 沿着纵轴镜像对称翻折得到。 ![]() 如果对连续时间信号 x ( t ) x(t) x(t) 做尺度变换 x ( a t ) x(at) x(at),有下面两种情况: 如果 a > 1 a > 1 a>1 相当于把信号压缩a倍(信号变瘦,高矮不变)如果 0 < a < 1 0 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |