2-非周期信号和随机信号的频谱幻灯片.pptVIP

g.时域卷积定理 如果 则 总结： 1）概率密度函数曲线影线下的面积是幅值落在（x,x+Δx)区间的概率。 2）p(x)曲线与x轴的面积反映信号幅值上出现的总概率， 3）不同的函数有不同的概率密度函数。 本 章 小 结 时域信号如何转换为频域信号； 随机信号：4个统计特征参量； 时域、频域一一对应； 典型信号的频谱（窗函数、δ函数、正弦余弦函数、采样函数） 本 章 作 业 2.1、2.2、2.5 测试技术基础 * 第一章 信号及其描述 非周期信号是时间上不会重复出现的信号，一般为时域有限信号，具有收敛可积条件，其能量为有限值。这种信号的频域分析手段是傅立叶变换。 或 第三节 非周期信号的频域描述 一．傅里叶变换 与周期信号相似，非周期信号也可以分解为许多不同频率分量的谐波和，所不同的是，由于非周期信号的周期T?∞，基频f?df，它包含了从零到无穷大的所有频率分量，各频率分量的幅值为X(f)df，这是无穷小量，所以频谱不能再用幅值表示，而必须用幅值密度函数描述。 另外，与周期信号不同的是，非周期信号的谱线出现在0,fmax的各连续频率值上，这种频谱称为连续谱。 二．非周期信号的频谱 例1． 求矩形窗函数 的频谱 特点：1 非周期信号的频谱是连续谱 2 幅值谱是单位频宽上的幅值 3 时域有限，频谱无限 由欧拉公式： 波形 sinc 函数 傅立叶变换的主要性质 a. 线性叠加性 若 x1(t) ←→ X1(f)，x2(t) ←→ X2(f) 则：ax1(t)+bx2(t) ←→ aX1(f)+bX2(f) 例子：求下图波形的频谱 + X1(f) X2(f) 用线性叠加定理简化 b.对称性 c.时间展缩性质 若 x(t) ←→ X(f)， 则　x(kt) ←→ 1/k[X(f/k)] 时域卷积定理：时间函数卷积的频谱等于各个时间函数频谱的乘积，既在时间域中两信号的卷积，等效于在频域中频谱中相乘。 第三节 典型信号的频谱 矩形窗函数 单位脉冲函数 正余弦信号 采样函数（周期单位脉冲） 1) 矩形窗函数的频谱 结论：若在时域中截取信号的一段长度，则相当于原信号和矩形窗函数之乘积，所得频谱为两者卷积。 2) ?函数: 是一个理想函数，是物理不可实现信号。 特性： 1）筛选性 2）卷积特性 2.1 信号的分类与描述 3）傅氏变换 3) 正余弦函数 4) 采样函数（周期单位脉冲序列） 第四节 随机信号的描述 样本函数：对随机信号按时间历程所作的各次长时间观测记录 样本记录：样本函数在有限时间区间上的部分 随机过程：同一实验条件下，全部样本函数的集合（总体） 随机过程的平均值（均值、方差、均方值、均方根值等）按集合平均计算 集合平均：随机过程中所有所有样本函数对同一时刻的观测值的平均 时间平均：单个样本时间历程的平均计算 各态历经随机过程：单个样本函数的时间平均统计特征=集合平均统计特征 一、概述 二、随机信号的主要特征参数 1）均值、方差、均方值 2）概率密度函数 3）自相关函数 4）功率谱密度函数 均值：表示信号的直流 （常值）分量 均方值：描述信号的强度 均方根值（有效值）： 方差：描述信号的波动分量 关系： 4．概率密度函数 定义：随机信号的瞬时值落在指定区间（x，x+Δx）内的概率对Δx的比值的极限值。 以幅值大小为横坐标，以每个幅值间隔内出现的概率为纵坐标进行统计分析的方法。它反映了信号落在不同幅值强度区域内的概率情况。 在观察时间T内，随机信号x（t）的瞬时值落在（x，x+Δx）内总时间和为 随机信号x（t）的瞬时值落在（x，x+Δx）内的概率为 例：求正弦函数的概率密度函数 t Δt2 一个周期内出现两个Δt，n个周期内： 解： 3 t D 0 x - 0 x 0 1 x p x 测试技术基础