- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
信号与系统61936new.ppt
第2章 连续信号与系统的时域分析 2.1 冲激函数及其性质 2.1.1 冲激函数 冲激函数是对于集中于一个瞬间(或一点)出现的物理量的一种理想描述。 人们将这类非常规函数称为广义函数(generalized function),或称分配函数(distribution function)。 这类函数的数学定义不是象普通函数那样,由对应于自变量的变化值所取的函数值来定义,而是由它对另一个函数(常称为测试函数)的作用效果来定义的,也就是说,不是用它“是”什么来定义,而是用它能“做”什么来定义的。 2.2 系统的冲激响应 线性时不变时间系统的单位冲激响应,是指系统初始状态为零,激励为单位冲激信号作用下的响应,简称冲激响应,用 h(t) 表示。 它反映了系统的特性,同时也是利用卷积积分进行系统时域分析的重要基础。 2.3 信号的时域分解和卷积积分 上一节讨论了系统对于单位冲激信号这一特殊激励下的零状态响应,本节将研究任意波形信号可以分解为连续的冲激信号之和,以及任意信号作用下的零状态响应问题,进而说明卷积积分的物理意义。 2.3.1 信号的时域分解 任意波形的信号可以分解为连续的加权冲激信号之和。 2.3.2 零状态响应---卷积积分 任意波形信号作用于线性系统引起的零状态响应,为 2.4 卷积的图解和卷积 积分限的确定 上一节讨论了一般形式的卷积积分,以及x(t)和h(t)均为有始函数时积分上下限的表示方法,但实际上卷积积分限还要根据具体情况来确定,特别是当x(t)和h(t)两者或两者之一是分段定义的函数时,图解能帮助正确地确定卷积积分的上下限。 2.4 卷积的图解 卷积的图解能够直观地理解卷积积分的计算过程。 由于卷积积分的计算步骤包括换元、折叠、位移、相乘与积分,故卷积也称为褶积或卷乘等。 由于卷积积分的计算步骤包括换元、折叠、位移、相乘与积分,故卷积也称为褶积或卷乘等。 由此可见任意函数x(t)与一个延迟时间为t1秒的单位冲激函数?(t-t1)的卷积,只是使x(t)在时间上延迟了t1,而波形不变。 这一性质称为重现特性(replication property)。 当t0时,f2(t-τ)波形如图2.2-2(c)所示,对任一τ,乘积f1(τ)f2(t-τ)恒为零,故y(t)=0。 当0t3时,f2(t-)波形如图2.2- 2(d)所示。 当t3时,f2(t-τ)波形如图2.2-2(e)所示,此时,仅在0τ3范围内,乘积f1(τ)f2(t-τ) 不为零,故有 例 计算常数K与信号f(t)的卷积积分。 解 直接按卷积定义, 可得 常数K与任意信号f(t)的卷积值等于该信号波形净面积值的K倍。 例 2.2 – 3 计算下列卷积积分: 解 (1) 先计算ε(t)*ε(t)。可应用卷积运算的微积分性质求得 (2) 利用卷积运算的分配律和时移性质, 可将给定的卷积计算式表示为 (3) 由于 因此,可直接利用卷积时移性质得到 图 2.2 – 3 例2.2 - 3图 图 2.2 – 4 应用δT(t)产生周期信号 例 2.2 – 4 图2.2 - 5(a)所示为门函数,在电子技术中常称矩形脉冲,用符号gτ(t)表示,其幅度为1,宽度为τ,求卷积积分gτ(t)*gτ(t)。 解 方法一 图解法。由于门函数是偶函数,故其波形绕纵轴翻转180°后与原波形重叠,图中用虚线表示。注意,t=0时,门函数左边沿位于x=-τ/2位置,右边沿位于x=τ/2位置,如图2.2 - 5(b)所示。在任一t时刻,移动门函数左边沿位于x=t-τ/2位置, 右边沿则位于x=t+τ/2位置,如图2.2 - 5(c)所示。按照图2.2- 5中卷积过程的图解表示,可计算求得: 图 2.2 – 5 例2.2 - 4方法一图 方法二 应用卷积运算的微积分和时移性质, 可得 图 2.2 – 6 例2.2 - 4方法二图 2.2.4 常用信号的卷积公式 表 2.1 常用信号的卷积公式 设f1(t)和f2(t)是定义在(-∞,∞)区间上的两个连续时间信号,我们将积分 定义为f1(t)和f2(t)的卷积 (Convolution), 简记为 即 式中,τ为虚设积分变量, 积分的结果为另一个
文档评论(0)