ch01_1～ch01_2离散时间信号和系统的时域分析.pptVIP

1 例1-1 P4 x[n] 1 2 1/2 -1 0 1 n x[n/2] 1 2 1/2 -2 -1 0 1 2 n 。 。 （2）插值： x[n] x[n/m], m为正整数。 例如， m=2， x[n/2]，相当于两个点之间插一个点；以此类推。通常，插值用I倍表示，即插入（I-1）个值。 (i)卷积和运算 卷积积分：求连续线性时不变系统输出响应的主要方法； 卷积和： 求离散线性移不变系统输出响应的主要方法； 对于两个序列x[n]和h[n]),其卷积和序列y[n]定义： 根据卷积和的定义，可以看出卷积和运算实际上包括四个步骤：翻褶、移位、相乘以及相加 卷积和运算与两个序列的先后次序无关 两个序列的卷积时，卷积所得序列的起点等于两个序列起点之和，终点等于两个序列的终点之和，序列长度等于两个序列的长度之和减一。 conv_m.m 卷积运算满足交换律！ 例1：已知x1[k]*x2[k]= y[k]，试求y1[k]= x1[k-n]*x2[k-m]。 解： y1[k]= y[k-(m+n)] 例2：x[k] 非零范围为 N1? k ? N2 ， h[k] 的非零范围为 N3? k? N4 求： y[k]=x[k]* h[k]的非零范围。 解：N1+N3? k ? N4+N2 序列卷积的基本特性 两个序列的卷积时，卷积所得序列的起点等于两个序列起点之和，终点等于两个序列的终点之和，序列长度等于两个序列的长度之和减一。 举例：线性卷积和的求法。 设序列x[n],h[n],它们的卷积和y[n]定义为： 卷积和计算分四步： 折迭(翻褶) 位移 相乘 相加 例： 求： 解： 1. 翻褶 .以m=0为对称轴，折迭h[m] 得到h[-m]，对应序号相乘，相加 得 y[0]； 2. 位移一个单元，对应序号相乘，相加 得 y[1]； 3. 重复步骤2，得y[2]，y[3]，y[4],y[5] 如下所示。 x[m] 0 1 2 3 1/2 1 3/2 m 在亚变量坐标m上作出x[m],h[m] 0 1 2 m 1 h[m] 0 m h[-m]=h[0-m] -2 -1 0 1 2 m 1 h[m] 翻褶h(m) 移位1 0 m h[1-m] -1 1 x[m] 0 1 2 3 1/2 1 3/2 m x[m] 0 1 2 3 1/2 1 3/2 m 得： y[0] y[1] … … … -1 0 1 2 3 4 5 y[n] n 1/2 3/2 3 5/2 3/2 (j)奇偶合成 － evenodd.m （k）相关运算（p8） 在数字信号处理中，相关（线性相关）是一个很重要的概念。相关是两个序列相似程度的一种度量，通常利用相关来分析随机信号的功率谱密度，对确定信号的分析也有一定的作用。在这里我们暂只讨论实值序列的相关。 对于实值序列而言，相关函数的定义和卷积和公式相似，因而我们求相关序列时，也可以用卷积和来求。 MATLAB中提供函数xcorr来计算‘相关’。 相关运算不满足交换律！ 例: x[k]={2, 1, -2, 1}， y[k]={-1, 2, 1, -1} 试计算互相关函数rxy[n] 和rxy[n]，以及自相关函数rx[n]。 解：根据序列的相关运算定义可得 根据y(n)组成，y(n)是与x(n-2)很“相似”的，所以在l=2它们的互相关应该呈现很强的相似性。 x=[3,11,7,0,-1,4,2];nx=[-3:3]; %给定信号 x(n) [y,ny]=sigshift(x,nx,2); %得到 x(n-2) w=randn(1,length(y));nw=ny; %产生 w(n) [y,ny]=sigadd(y,ny,w,nw); %得到 y(n)=x(n-2)+w(n) [x,nx]=sigfold(x,nx); %得到 x(-n) [rxy,nrxy]=conv_m(y,ny,x,nx); %compute crosscorrelation计算互相关 subplot(2,1,1);stem(nrxy,rxy); axis([-4,8,-50,250]);xlabel(迟延量 l) ylabel(rxy);title(互相关: noise sequence1) 序列相关的基本特性 (1) rxy[n]=x[-n] * y[n] (2) rxy[n]=ryx[-n] rx[n]=rx[-n] (3) rx[0]?|rx[n]| 相关与卷积都是信号处理中基础的基础，它们在数学形式和变换上是如此的相似。相关是衡量两