第一章信号分类及其描述.ppt

矩形窗函数 其频谱为 1，矩形函数的频谱 根据Eular公式 所以 抽样信号在信号处理中非常重要，它以2π为周期，随着θ的增加而作衰减振荡。sinc θ是偶函数，在nπ（ n=±1，±2，…）处的值为0。（主瓣宽度为2/T，与时域窗宽度T成反比） 定义抽样信号 T：窗宽 2， 函数及其频谱 (1) 函数的定义 且 (2) 函数的采样（筛选）性质 (3) 函数的卷积性质 及 (4) 函数的频谱 δ函数具有无限宽广的频谱，在所有频段上是等强度的，这种频谱成为“均匀谱” 几个特殊常用的傅里叶变换对 单位瞬时脉冲←→均匀谱密度函数 直流量←→f=0处有脉冲谱线 δ函数时移←→各频率相移2πft0 复指数函数←→δ(f)频移到f0 返回：Comb函数的谱 对称性 对称性 3，正、余弦函数的频谱密度函数 由于正、余弦函数不满足绝对可积条件，故不能直接用式对其进行傅立叶积分变换，而需要在傅立叶变换时引入δ函数。 根据欧拉公式，正、余弦函数可以写为 因此，参考上一页的几个特殊常用的傅里叶变换对可以得到…… 在最开始讲积分的时候，会说定积分就是积分曲线和x轴之间部分的面积。 这只是一个为了引入积分感念的讲法。实际上若曲线在x轴下，则积分值为负数。总的积分值就是正负积分值相互抵消后的结果。而面积一定为正值。 这样在广义积分里面就有可能产生这种情况，即积分值（正负抵消结果）为有限结果，而曲线和x轴之间的面积为无限。 引入绝对积分，就是将积分值为负数部分，也变为正值看待（可以考虑为面积）。 若将函数加绝对值后进行积分，得到的是收敛结果，则称该函数为绝对可积。 若函数加绝对值之后积分结果发散，而直接积分结果收敛，则称条件收敛。 正、余弦函数的傅立叶变换如下 只有虚频谱 只有实频谱 4，周期单位脉冲序列的频谱 梳状函数： Ts—周期 n=0，±1, ± 2, …… 其傅氏级数展开式（复指数形式） 计算ck 所以 根据 得到 时域 频域 时域周期单位脉冲序列的频谱也是周期脉冲序列 一、随机信号概述 二、随机信号的主要特征参数 三、样本参数、参数估计和统计采样误差 第四节 随机信号 一、随机信号概述 随机信号是按时间随机变化而不可预测的信号。它与确定性信号有着很大的不同，其瞬时值是一个随机变量，具有各种可能的取值，不能用确定的时间函数描述。 随机信号的变动服从统计规律，描述随机信号必须用概率和统计的方法。 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。 记做 样本记录：样本函数在有限时间区间上的部分。 随机过程：在同一试验条件下，全部样本函数的集合。 记做 随机过程(Stochastic Process)是一连串随机事件动态关系的定量描述。 ，是在自然科学、工程科学及社会科学各领域研究随机现象的重要工具。 随机过程的样本函数 随机过程分平稳过程和非平稳过程。 平稳过程指其统计特征参数不随时间变化的随机过程。否则为非平稳随机过程。 在平稳随机过程中，若任意单个样本函数的时间平均统计特征等于该过程的集合平均统计特征，这样的随机过程叫各态历经随机过程。 时间平均：按单个样本的时间历程进行平均。 集合平均：将集合中所有样本函数对同一时刻t1的观测值取平均。 工程上的大部分信号可以被认为是各态历经随机过程。 工程上的测试信号总是受到环境噪声污染的，故研究随机信号具有普遍、现实的意义。 二、随机信号的主要特征参数 1，均值、方差、均方差 2，概率密度函数 3，自相关函数 4，功率谱密度函数 各态历经随机信号的幅值描述 随机信号的时域描述 随机信号的频域描述 1，均值、方差、均方差 均值 方差 均方值 均值表示信号的常值分量 标准差σx 是随机信号分析的重要参数 均方值正的平方根是xrms 三者关系 描述了随机信号的静态分量 描述了随机信号的动态分量 描述了随机信号的强度 2，概率密度函数 概率密度函数是表示信号幅值落在指定区间内的概率 概率密度函数提供了随机信号幅值分布的信息，可借此识别信号的性质。 典型信号的概率密度函数 3，自相关函数 自相关函数 反映了同一序列在不同时刻的取值之间的相关程度。 互相关函数