通信系统仿真：通信系统基础_（3）.信号与系统基础.docxVIP

PAGE1

PAGE1

信号与系统基础

1.信号的分类与表示

在通信系统仿真中，信号的分类与表示是基础中的基础。信号可以分为连续信号和离散信号，周期信号和非周期信号，能量信号和功率信号等。了解这些分类有助于我们在后续的仿真过程中选择合适的数学模型和处理方法。

1.1连续信号与离散信号

连续信号（ContinuousSignal）是指在时间上连续变化的信号，可以用数学函数xt来表示。例如，正弦波信号xt

离散信号（DiscreteSignal）是指在时间上离散变化的信号，通常用序列xn来表示。例如，一个离散的正弦波信号可以表示为xn=sin2

1.2周期信号与非周期信号

周期信号（PeriodicSignal）是指存在一个最小正周期T，使得xt=xt+

非周期信号（AperiodicSignal）是指不存在这样的周期T。例如，一次性的脉冲信号就是一个非周期信号。

1.3能量信号与功率信号

能量信号（EnergySignal）是指信号的总能量有限，即?∞

功率信号（PowerSignal）是指信号的平均功率有限，即limT

2.信号的基本运算

信号的基本运算包括加法、乘法、时移、尺度变换和卷积等。这些运算在通信系统仿真中经常被用来分析和处理信号。

2.1信号的加法与乘法

加法（Addition）：两个信号x1t和x2t

乘法（Multiplication）：两个信号x1t和x2t

2.2信号的时移

时移（TimeShift）：信号xt的时移τ秒后的结果为y

示例：时移正弦波信号

importnumpyasnp

importmatplotlib.pyplotasplt

#定义参数

f=1#频率

t=np.linspace(0,10,1000)#时间向量

tau=2#时移量

#生成原始正弦波信号

x=np.sin(2*np.pi*f*t)

#生成时移后的正弦波信号

y=np.sin(2*np.pi*f*(t-tau))

#绘制图形

plt.figure(figsize=(10,6))

plt.plot(t,x,label=OriginalSignal)

plt.plot(t,y,label=ShiftedSignal)

plt.xlabel(Time(s))

plt.ylabel(Amplitude)

plt.title(TimeShiftofaSineWaveSignal)

plt.legend()

plt.grid(True)

plt.show()

2.3信号的尺度变换

尺度变换（Scaling）：信号xt的尺度变换a倍的结果为y

示例：尺度变换正弦波信号

importnumpyasnp

importmatplotlib.pyplotasplt

#定义参数

f=1#频率

t=np.linspace(0,10,1000)#时间向量

a=0.5#尺度变换因子

#生成原始正弦波信号

x=np.sin(2*np.pi*f*t)

#生成尺度变换后的正弦波信号

y=np.sin(2*np.pi*f*(a*t))

#绘制图形

plt.figure(figsize=(10,6))

plt.plot(t,x,label=OriginalSignal)

plt.plot(t,y,label=ScaledSignal)

plt.xlabel(Time(s))

plt.ylabel(Amplitude)

plt.title(ScalingofaSineWaveSignal)

plt.legend()

plt.grid(True)

plt.show()

2.4信号的卷积

卷积（Convolution）：两个信号xt和ht的卷积结果为

示例：卷积两个矩形脉冲信号

importnumpyasnp

importmatplotlib.pyplotasplt

fromscipy.signalimportconvolve

#定义参数

t=np.linspace(-10,10,1000)#时间向量

#生成矩形脉冲信号

x=np.where(np.abs(t)2,1,0)

h=np.where(np.abs(t)3,1,0)

#计算卷积

y=convolve(x,h,mode=same)

#绘制图形

plt.figure(figsiz