02 基本序列以及序列表示
基本序列以及序列表示
单位冲激序列
单位冲激序列\(\delta[n]\)是用的最频繁的序列,定义为
\[ \delta[n]= \begin{cases} 1, \quad n=0 \\ 0, \quad 其他 \end{cases} \]
单位冲激序列经时移后的表示为
\[ \delta[n-k]= \begin{cases} 1, \quad n=k \\ 0, \quad 其他 \end{cases} \]
单位阶跃序列
单位阶跃序列记为\(\mu[n]\),定义为
\[ \mu[n]= \begin{cases} 1, \quad n\geq0 \\ 0, \quad n < 0 \end{cases} \]
单位冲激序列与单位阶跃序列之间的关系
\[ \delta[n]=\mu[n]-\mu[n-1] \\ \mu[n]=\sum_{m=0}^{\infty} \delta[n-m]=\sum_{m=-\infty}^{n}\delta[m] \]
正弦序列
形如
\[ x[n]=Acos(w_0n+\phi),\quad -\infty<n<\infty \]
称为实正弦序列。
正弦序列的周期
由周期的定义知,若
\[ x[n+N]=x[n] \]
那么称\(N\)为序列\(x[n]\)的周期,所以有
\[ Acos(w_0(n+N)+\phi)=Acos(w_0n+\phi) \]
易知当且仅当\(w_0N=2k\pi\)等号才成立,所以有且当
\[ \frac{2\pi}{w_0}=\frac{N}{k}, \, N和k都是整数 \]
正弦序列才是周期序列,且周期为\(N\)。
也就是说,只有当\(\cfrac{2\pi}{w_0}=\frac{N}{k}\)为有理数时,正弦序列才是周期函数,这与连续信号不一样,对于连续信号,无论\(w_0\)取多少,正弦函数都是周期的。
观察下列信号是否为周期函数
\((a)x_a[n]=cos(1.5\pi n) \quad -\infty<n<\infty\\ (b)x_b[n]=cos(\sqrt3 n )\quad -\infty<n<\infty\)
解:
\((a)w_a=1.5\pi\)
则\(\cfrac{2\pi}{w_a}=\cfrac{4}{3}\)为有理数,所以序列\(x_a[n]\)为周期序列,且周期为\(4\)
\((b)w_b=\sqrt3\)
则\(\cfrac{2\pi}{w_b}=\cfrac{2\pi}{\sqrt3}\)为无理数,所以序列\(x_b[n]\)为非周期序列。
正弦序列的两个性质
性质一:
对于两个正弦序列\(x_1[n]=cos(w_1n),x_2[n]=cos(w_2n)\),其中\(0 \leq w_1 < 2\pi ,2\pi k \leq w_2 < 2\pi(k+1)\),若
\[w_2=w_1+2\pi k\]
则
\[ x_2[n]=cos((w_1+2\pi k)n)=cos(w_1n+2\pi kn)=cos(w_1n)=x_1[n] \]
无法区分这两个序列。
这个性质说明,对于任何\(w\)取值在\([0,2\pi]\)之外的正弦序列,都与\(w\)对\(2\pi\)取模得到取值的正弦序列是一样的。
比如:\(cos(3\pi n)=cos(\pi n),\,cos(2.5\pi n)=cos(0.5\pi n)\)
性质二:
还是考虑两个正弦序列\(x_1[n]=cos(w_1n),x_2[n]=cos(w_2n)\),其中\(0\leq w_1 < \pi,\pi \leq w_2 < 2\pi\),假设
\[w_2=2\pi-w_1\]
则
\[ x_2[n]=cos((2\pi -w_1)n)=cos(2\pi n - w_1n)=cos(-w_1n)=cos(w_1n)=x_1[n] \]
这说明对于频率为\(w\),且频率范围在\(0 \leq w < \pi\)的正弦序列,与频率为\(2\pi -w\)的正弦序列相同。于是称频率\(\pi\)为折叠频率(因为\(w\)与\(2\pi -w\)关于\(\pi\)对称)。这是正弦序列的第二个性质。
例如:\(cos(1.5\pi n)=cos(0.5\pi n)\)
指数序列
定义指数序列
\[ x[n]=A\alpha^n,\, -\infty < n < \infty \]
其中\(A\)和\(\alpha\)可以是实数,也可以是复数。
当\(A\)和\(\alpha\)都是复数时,若
\[ \alpha = e^{\sigma_0+jw_0},A=\vert A \vert e^{\phi} \]
则
\[ \begin{aligned} x[n]&=\vert A \vert e^{\sigma_0} e^{(jw_0+\phi)} \\ &=\vert A \vert e^{\sigma_0}cos(jw_0+\phi)+j\vert A \vert e^{\sigma_0} sin(jw_0+\phi) \end{aligned} \]
得到序列\(x[n]\)的实部和虚部分别为
\[ x_{re}[n]=\vert A \vert e^{\sigma_0}cos(jw_0+\phi) \\ x_{im}[n]=\vert A \vert e^{\sigma_0} sin(jw_0+\phi) \]
若\(\alpha\)和\(A\)都是实数,则\(x[n]\)可简化为实指数序列。
矩形窗序列
矩形窗序列与称为\(box-car\)序列,该序列的特点是在有限范围内\(N_1 \leq n \leq N_2\)有单位样本值,在其他范围内为\(0\),如下:
\[ w_R[n]= \begin{cases} 1, \quad N_1 \leq n \leq N_2 \\ 0, \quad 其他 \end{cases} \]
如果一个矩形窗序列\(w_R[n]\)与一个序列\(x[n]\)相乘,则会提取出序列\(x[n]\)在\(N_1 \leq n \leq N_2\)内的样本值,即
\[ x[n] \cdot w_R[n]= \begin{cases} x[n], \quad N_1 \leq n \leq N_2 \\ 0, \quad 其他 \end{cases} \]
这个过程叫做加窗,在设计某些类型的数字滤波器有重要作用。
任意序列的表示
对于序列
\[ x[n]=\{-2,1,\mathop{3}\limits_{\uparrow},6,1\} \]
可以表示为
\[ x[n]=-2\delta[n+2]+\delta[n+1]+3\delta[n]+6\delta[n-1]+\delta[n-2] \]
其实对于任何的序列都可以表示为单位冲激响应及其延迟的加权和。即
\[ x[n]=\sum_{m=-\infty}^{\infty}x[m]\delta [n-m] \]
想必大家已经看出来了
\[ \sum_{m=-\infty}^{\infty}x[m]\delta [n-m] \]
正是卷积\(x[n]*\delta[n]\),其实卷积运算的定义正是从此而来的,我们找到了将任意序列表达为单位冲激序列以及其延迟加权和的表达式,然后把这种表达式命名为一种的新的运算叫做卷积。
并且在这里我们得到一个重要的,关于卷积的公式,那就是
\[ x[n]=x[n]*\delta[n] \]
即,任何一个序列与单位冲激序列进行卷积后得到的序列是其本身,这是一个挺有用的结论,希望大家记住。
我们已经找到了任何序列的通用表达式,到这里大家想必隐隐约约对于卷积的重要性有点感觉了吧!
转载于:https://www.cnblogs.com/LastKnight/p/10957875.html
02 基本序列以及序列表示相关推荐
- 2019.02.11 bzoj4818: [Sdoi2017]序列计数(矩阵快速幂优化dp)
传送门 题意简述:问有多少长度为n的序列,序列中的数都是不超过m的正整数,而且这n个数的和是p的倍数,且其中至少有一个数是质数,答案对201704082017040820170408取模(n≤1e9, ...
- 二十四章:SEgmentation TRansformer (SETR)——以Transformer的序列到序列的视角重新思考语义分割问题
0.摘要 最近的语义分割方法采用了全卷积网络(FCN)和编码器解码器架构.编码器逐渐降低空间分辨率,并学习具有更大感受野的抽象/语义视觉概念.由于上下文建模对于分割是至关重要的,最新的研究工作将重点放 ...
- ICML 2019:序列到序列自然语言生成任务超越BERT、GPT!微软提出通用预训练模型MASS | 技术头条...
来源 | 微软研究院AI头条(id:MSRAsia) 责编 | Jane 编者按:从2018年开始,预训练(pre-train) 毫无疑问成为NLP领域最热的研究方向.借助于BERT和GPT等预训练模 ...
- 有重叠与无重叠序列之序列检测与序列产生
目录 前言 无重叠序列产生 移位寄存器实现 状态机实现 有重叠序列产生 移位寄存器方式实现 状态机方式实现 博文推荐 前言 序列检测与序列产生是一对对称的设计,就像有微分就有积分一样. 序列检测分为有 ...
- 序列到序列网络seq2seq与注意力机制attention浅析
序列到序列网络 序列到序列网络(Sequence to Sequence network),也叫做seq2seq网络, 又或者是编码器解码器网络(Encoder Decoder network), 是 ...
- 【数字信号处理】序列傅里叶变换 ( 序列傅里叶变换与反变换 | 序列绝对可和 与 存在傅里叶变换之间的关系 | 序列傅里叶变换性质 )
文章目录 一.序列傅里叶变换与反变换 二.序列绝对可和 与 存在傅里叶变换之间的关系 三.序列傅里叶变换性质 一.序列傅里叶变换与反变换 在上一篇博客 [数字信号处理]序列傅里叶变换 ( 序列傅里叶变 ...
- 【数字信号处理】序列傅里叶变换 ( 序列傅里叶变换定义详细分析 | 证明单位复指数序列正交完备性 | 序列存在傅里叶变换的性质 | 序列绝对可和 → 序列傅里叶变换一定存在 )
文章目录 一.序列傅里叶变换定义详细分析 二.证明单位复指数序列正交完备性 三.序列存在傅里叶变换的性质 一.序列傅里叶变换定义详细分析 序列傅里叶变换 SFT , 英文全称 " Seque ...
- 【数字信号处理】序列表示与运算 ( 序列乘以常数 | 序列相加 | 序列移位 | 序列尺度变换 )
文章目录 一.序列表示 二.序列运算 1.序列乘以常数 2.序列相加 3.序列移位 4.序列尺度变换 一.序列表示 任何序列 , 都可以使用 若干 加权延时 单位脉冲序列 的 线性组合 表示 ; x( ...
- 【数字信号处理】基本序列 ( 单位阶跃序列 | 单位阶跃序列与单位脉冲序列关系 | 矩形序列 | 矩形序列与单位阶跃序列关系 | 矩形序列作用 )
文章目录 一.单位阶跃序列 1.单位阶跃序列与单位脉冲序列关系 二.矩形序列 1.矩形序列与单位阶跃序列关系 2.矩形序列作用 一.单位阶跃序列 单位阶跃序列 : u(n)={1n≥00n<0u ...
最新文章
- 代码覆盖测试工具Kcov简介及使用
- OpenStack 存储服务 Cinder存储节点部署NFS(十七)
- 原文翻译:关于机器学习,我们忽视的东西
- 下列不属于计算机图形学的应用的是,《数字图形设计》题目与答案3
- java 网络驱动器_删除多余的网络驱动器
- oracle日记账单据编号未生成_商管财务数据平台Oracle与共享未付池差异如何核对、解决?...
- 微信小程序wepy框架资源汇总
- 移动开发技术有哪些?
- 机器学习-斯坦福:学习笔记7-最优间隔分类器问题
- 人物关系图谱:ECharts 实现
- 若依框架入门(前后端分离版本)
- esp8266电池供电方案_(普通照明、应急照明、事故照明)方案解读
- Android 系统FaceDetector人脸识别检测,圆形相机预览框,截取图片中的人脸图片(宽高自定义),圆形图片显示。
- 在win7的iis下部署asp网站
- LVM逻辑卷快照的添加,删除逻辑卷!
- 修改MP4文件二进制内容,实现安卓Camera2旋转录制视频画面功能
- druid.io集群与tranquility对zookeeper的使用(2)
- 如何选择STL容器?
- 老板想留住的人,都具备这些品质
- 杂学——硬件:MIPI,压/速/频信号、并行转串行,SDI,PPM,单片机及开发板,交流直流,电容电阻,总线,RS485
热门文章
- 由Android 65K方法数限制引发的思考
- Alibaba-Dexposed Bug框架原理及源码解析
- linux查询服务器cpu核数_如何查看linux服务器的cpu数量,内核数,和cpu线程数
- JZOJ 100046. 【NOIP2017提高A组模拟7.14】收集卡片
- php接口返回错误码,laravel 错误处理,接口错误返回json代码
- linux 指定库名 登录mysql_Linux下指定mysql数据库数据配置主主同步的实例
- COGS-257-动态排名系统-树状数组+主席树
- 2018华为软件精英挑战赛总结
- BZOJ 2281 Luogu P2490 [SDOI2011]黑白棋 (博弈论、DP计数)
- mysql8.0最低需要多少内存_MySQL8.0内存相关参数介绍