信号分类、采样与傅里叶分析.ppt

* 线性时不变系统分析 时域分析：系统的输出包括零输入响应和零状态响应。系统的零状态响应(输出)y(n)可以表示为输入x(n)和冲激响应h(n)的卷积，即 设x(n)和h(n)序列的长度分别为N和M,且MN,则根据卷积的定义，输出序列y(n)的长度L=N+M-1 * 将输出写成矩阵的形式： Ｘ称为输入数据矩阵，是托普利兹Toeplitz矩阵。因X前M-1行和后M-1行包含0（或边界），因此具有边界效应。 * MATLAB卷积实现一 n=1:100; m=1:50; x=sin(n*pi/50); h=exp(-(m-25).^2/20)/(2*pi); y=conv(h,x); plot(n,x,Color,[1,0,0]); hold on, plot(m,h,Color,[1,0,1]),plot(y),hold off 图示结果如下： * MATLAB卷积实现二 n=1:100; m=1:50; x=sin(n*pi/50); h=exp(-(m-25).^2/20)/(2*pi); X=convmtx(x,50); y=X*h; plot(n,x,Color,[1,0,0]); hold on, plot(m,h,Color,[1,0,1]),plot(y),hold off 图示结果如下： * 线性时不变系统分析 变换域分析： * * 随机信号 * 主要内容 离散时间信号分类 基本信号和卷积 信号的傅立叶分析 采样定理 线性时不变系统分析 * 信号的分类 同一种信号，如电信号，可从不同角度进行分类： （a）一维信号、二维信号、矢量信号 （b）周期信号和非周期信号 （c）确定性信号和随机信号 （d）能量信号和功率信号 （e）连续信号、离散信号 （f）模拟信号和数字信号 * 信号的分类 根据信号自变量的取值分：连续信号和离散信号 连续信号：在某个时间区间内除有限个间断点外都有定义。“连续”的含义是指信号在定义域内（除有限个间断点外）信号变量是连续可变的。 （自变量连续） 离散信号：仅仅在离散时刻上有定义的信号。 “离散”的含义是指自变量只取离散的值。（自变量离散） * 信号的分类 根据信号自变量和应变量的取值分：模拟信号、抽样信号和数字信号 模拟信号：幅值可以连续取值的连续信号。（自变量和应变量均连续） 抽样信号：幅值可以连续取值的离散信号。（自变量离散和应变量连续） 数字信号：幅值只能取某些规定数值的离散信号。（自变量和应变量均离散） * 模拟信号、抽样信号和数字信号 模拟信号：指时间连续、幅度连续的信号。 抽样信号：指时间离散、幅度连续的信号。 数字信号：时间和幅度上都是离散（量化）的信号。故数字信号可用一序列的数表示，而每个数又可表示为二制码的形式。 x(t) t x(tn) tn x(n) n 采样 模数 保持 转换 模拟信号 抽样信号 数字信号 * 信号的分类 根据信号是否具有随机特性：确定信号和随机信号。 确定信号：可以用数学关系清楚地描述的信号。 随机信号：无法用数学明确地进行描述的信号。 * 信号的分类 根据信号是否具有重复性：周期信号和非周期信号。 若信号满足： x(n)=x(n+kN) K,N为正整数，n+kN为任意整数，则x(n) 是周期信号，周期为N；否则就是非周期信号。 * 信号的分类 具有能量、功率是否有限：能量信号和功率信号。 若信号能量E有限，则称为能量信号；信号能量E可表示为 * 信号的分类 若信号功率P有限，则称为功率信号； 周期信号及随机信号一定是功率信号； 非周期的绝对可积（和）信号一定是能量信号。 * 基本信号 单位冲激信号 单位阶跃信号 指数形式信号 * 基本信号 * 卷积 离散信号的卷积定义为 * 卷积性质 交换律 结合律 分配律 * 卷积性质 任意序列与单位脉冲序列卷积等于本身 卷积平移特性 * 信号的傅立叶分析 1. 连续周期时间周期信号 为傅立叶系数 为各次谐波的线性组合 其中F0=1/Tp为基频 * 信号的傅立叶分析 1. 连续时间周期信号 信号功率的Parselval定律 因为傅立叶系数只在离散的功率0，±F0， ±2F0， ±3F0，… …上取值，故 频谱特点：离散非周期谱 * 信号的傅立叶分析 2.连续时间非周期信号 上述积分不一定存在。当信号满足Dirichlet条件时，傅立叶变换存在：（1）在任何有限区间内只有有限各最大或最小值，（2）在任何有限区间内只有有限间断点，（3）绝对可积，即 信号的傅立叶变换为： * 信号的傅立叶分析 2.连续时间非周期信号 信号可以从下面的傅立叶反变换公式合成 * 信号的傅立叶分析 2.连续时间非周期信号 频谱特点： 连续非周期谱 信号能量守恒Parseval公式为 *