【信号与系统学习笔记 1】—— 信号的分类与信号的变换

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 仿真,我会将全部仿真代码放到 g i t h u b github

【戳这里!】我Blog 中关于《信号与系统》相关代码的 github地址

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 ,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) 代表连续时间信号,用 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] 代表离散时间信号,用 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。

1.3 周期信号和非周期信号

总所周知,对于连续时间信号 y = s i n ( 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) 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 从 [-10, 10] 的连续区间下的 s i n ( t ) sin(t) ,第二幅图是 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) 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 ~ t 2 t_2 内的能量: E = t 1 t 2 x ( t ) 2 d t E = \int_{t_1}^{t_2}|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

下面我们再看看离散时间信号在一段时间 n 1 n_1 ~ n 2 n_2 的能量: E = n = n 1 n 2 x [ n ] 2 E = \sum_{n=n_1}^{n_2}|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
这里要特别注意:离散时间下 n 1 n_1 n 2 n_2 之间的间隔是 n 2 n 1 + 1 n_2-n_1+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
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

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
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
(同样要小心这里的时间间隔 2 N + 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:

  1. 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.

  2. 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.

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 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=∞ 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:

  1. 周期信号一定是功率信号
  2. 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:

  1. 第一类:持续时间无限,幅度固定的非周期信号(功率信号)
  1. 只在一段有限时间内有幅度的信号,或者说持续时间有限(属于能量信号)
  1. 随着时间的增长,幅度也一直增长: t , x ( t ) t\to ∞, x(t) \to ∞ (非功非能信号)

二、信号的变换

2.1 信号的时移

这个好理解: x ( t ) x ( t t 0 ) x(t)\to x(t-t_0) ,如果 t 0 t_0 大于0,说明把信号向右平移。如果 t 0 t_0 小于0,说明信号向左平移。下面用matlab 画一画:

2.2 信号的反转变换

x ( t ) x(t) 如果将他变成 x ( t ) x(-t) ,就是相当于把 x ( t ) x(t) 沿着纵轴镜像对称翻折得到。

2.3 信号的尺度变换

如果对连续时间信号 x ( t ) x(t) 做尺度变换 x ( a t ) x(at) ,有下面两种情况:

  1. 如果 a > 1 a > 1 相当于把信号压缩a倍(信号变瘦,高矮不变)
  2. 如果 0 < a < 1 0<a<1 ,相当于把信号扩展 1 a \frac{1}{a} (信号变胖,高矮不变)

尺度变换建议的顺序:先平移 \to 再缩放,最后反转。关于缩放的技巧,我们可以先得到平移之后自变量的取值范围: [ i , j ] [i,j] ,接着看缩放系数 a a ,如果 a > 1 a>1 ,那么自变量范围除以 a a 0 < a < 1 0<a<1 ,那么就将范围增加 1 a \frac{1}{a} 倍。函数值的话自己看着现在自变量对应的原来函数的值写。

注意:自变量的基本变换都是针对 t t 来的, x ( t + 3 ) x(-t+3) 其实是将 x ( t ) x(-t) 向右移动3个单位!

强调:尺度变换都是针对连续时间信号而言的,对于离散时间信号的“缩放”,其实只是抽取了其中的某个部分。另外,连续时间信号的尺度变换是可逆的,但是离散时间信号,你抽取了一部分,就不可能再换原回来了。

发布了140 篇原创文章 · 获赞 411 · 访问量 4万+

猜你喜欢

转载自blog.csdn.net/weixin_44586473/article/details/104515609