【朝花夕拾系列一】信号与系统(奥本海姆)第一章
序
转眼间到了大三年级的暑假了,由于不考研,想起前面三年中仍有部分课程学的一塌糊涂或者没有悟通,便萌生了重新学习的念头。发布在这里既可以作为笔记方便自己和他人的复习和借鉴,也起到了督促我不断学习发文的作用。
《信号与系统》作为电子通信类专业的主干课程,其地位不言而喻,无论是考研还是保研中的专业课面试,这门课都十分重要。我虽然期末考得了96分,但我仍以为怕是连门都没有入。教材的选择很重要,这里选择的教材是“信号与系统”经典系列的开山鼻祖奥本海姆所著第二版英文版Signals and Systems。
为什么选择英文版?
其一,众所周知,研究生面试的时候,考官是十分看重考生的英文实力的。有时会拿出英文原版教材中的一句话让考生当场翻译(据我所知很多学校这么干),所以我会整理出来一些生词难词供大家学习。不仅是这门课,在一些其他的课程中这些单词也会频繁出现。
其二,英文原版可读性更强。我读过一些英文原版教材,包括微积分、场波、概率论等等,也看过对应翻译的文献,发现总是缺少那么一点味道。后来我发现缺少的是一种英语思维,这在以后阅读英文文献的时候也是极为重要的。所以强烈推荐有能力的同学啃一啃原版教材,多多益善。
废话不多说了,开始读书。
信号的基本概念
连续时间 (continuous-time) 信号和离散时间 (discrete-time) 信号
连续时间信号:自变量连续,用 x(t) 表示(parentheses)
离散时间信号/序列 (sequence):自变量不连续,例如日期、年份等等,用 x[n] 表示 (brackets),n是整数
一些专业书中会淡化这个notation(比如程佩青的数字信号处理一书中会写成 x(n)。
二者关系:离散信号是对连续信号的采样 (sampling) 得到的。(第7章内容)
信号的基本运算
信号能量
E∞[x(t)]=∫−∞∞∣x(t)∣2dt.E_\infty[x(t)] = \int_{ - \infty }^\infty \left| x(t)\right|^2dt\,. E∞[x(t)]=∫−∞∞∣x(t)∣2dt.
E∞[x[n]]=∑n=−∞∞∣x[n]∣2.E_\infty[x[n]] = \sum_{ n=- \infty }^\infty \left| x[n]\right|^2\,. E∞[x[n]]=n=−∞∑∞∣x[n]∣2.
信号功率
P∞[x(t)]=limT→∞12T∫−TT∣x(t)∣2dt.P_\infty[x(t)] = \lim_{T \rightarrow \infty}\frac{1}{2T} \int_{ - T }^T \left| x(t)\right|^2dt\,. P∞[x(t)]=T→∞lim2T1∫−TT∣x(t)∣2dt.
P∞[x[n]]=limN→∞12N+1∑n=−NN∣x[n]∣2.P_\infty[x[n]] =\lim_{N \rightarrow \infty}\frac{1}{2N+1} \sum_{ n=- N }^N \left| x[n]\right|^2\,. P∞[x[n]]=N→∞lim2N+11n=−N∑N∣x[n]∣2.
信号的简单变换 (transformation)
时移 (time shift): x[n−n0]x[n-n_0]x[n−n0] 和 x(t−t0)x(t-t_0)x(t−t0),左加右减
翻转 (time reversal): x[−n]x[-n]x[−n] 和 x(−t)x(-t)x(−t)
伸缩 (time scaling): x(t)x(t)x(t) 、 x(2t)x(2t)x(2t)、 x(12t)x(\frac{1}{2}t)x(21t) 特点:乘一个绝对值大于1的数为压缩 (compress),乘一个绝对值小于1的数为伸长 (stretch)
周期 (periodical) 信号
对周期的连续时间信号而言,对任意时间 ttt ,存在一个正数 TTT 使得 x(t)=x(t+T)x(t)=x(t+T)x(t)=x(t+T) 。满足这个条件的最小正数 T0T_0T0 称为基本周期 (fundamental period) 。
对周期的离散时间信号而言,对任意时间 nnn ,存在一个正整数 NNN 使得 x[n]=x[n+N]x[n]=x[n+N]x[n]=x[n+N] 。满足这个条件的最小正整数 N0N_0N0 称为基本周期 (fundamental period) 。
奇 (odd) 偶 (even) 信号
奇信号:x[n]=−x[−n]x[n]=-x[-n]x[n]=−x[−n], x(t)=−x(−t)x(t)=-x(-t)x(t)=−x(−t) 特点:奇信号在原点处值为 000。
偶信号:x[n]=x[−n]x[n]=x[-n]x[n]=x[−n], x(t)=x(−t)x(t)=x(-t)x(t)=x(−t)
任意一个信号都可以被分解为一个奇信号和一个偶信号的和,其中,
偶部分 (even part) 为Ev[x(t)]=12[x(t)+x(−t)]Ev[x(t)]=\frac{1}{2}[x(t)+x(-t)]Ev[x(t)]=21[x(t)+x(−t)]
奇部分 (odd part) 为Od[x(t)]=12[x(t)−x(−t)]Od[x(t)]=\frac{1}{2}[x(t)-x(-t)]Od[x(t)]=21[x(t)−x(−t)]
几种基本信号
指数 (exponential) 和正弦 (sinusoidal) 信号
一、连续时间复指数信号 (complex exponential signal) 的表示形式:x(t)=Ceatx(t)=Ce^{at}x(t)=Ceat
其中 CCC,aaa 可以是任意复数。
CCC,aaa 是实数 (real) 时,C>0C>0C>0时,若 a>0a>0a>0 ,递增;若 a<0a<0a<0 ,递减。
aaa 是纯虚数 (purely imaginary)时,则 x(t)=ejω0tx(t)=e^{j\omega_0t}x(t)=ejω0t。这是一个周期信号,可以证明基本周期 T0=2π∣ω0∣T_0=\frac{2\pi}{\left| \omega_0 \right|}T0=∣ω0∣2π所以 ejω0te^{j\omega_0t}ejω0t 和 e−jω0te^{-j\omega_0t}e−jω0t 具有相同的基本周期,∣ω0∣\left| \omega_0 \right|∣ω0∣ 称为基频 (fundamental frequency)。
指数和正弦的关系:欧拉公式(Euler’s relation)
指数 -> 正弦ejω0t=cosω0t+jsinω0te^{j\omega_0t}=\cos\omega_0t+j\sin\omega_0tejω0t=cosω0t+jsinω0t
正弦 -> 指数Acos(ω0t+ϕ)=A2ejϕejω0t+A2e−jϕe−jω0tA\cos(\omega_0t+\phi)=\frac{A}{2}e^{j\phi}e^{j\omega_0t}+\frac{A}{2}e^{-j\phi}e^{-j\omega_0t}Acos(ω0t+ϕ)=2Aejϕejω0t+2Ae−jϕe−jω0t谐波关系的复指数集 (harmonically related complex exponentials):周期的指数集,其中的所有指数都以T0T_0T0为周期(并非最小/基本周期)。这样的指数集可以表示为ϕk(t)=ejkω0t,k=0,±1,±2,...\phi_k(t)=e^{jk\omega_0t},k=0,\pm1,\pm2,...ϕk(t)=ejkω0t,k=0,±1,±2,...
可以看到,k次谐波仍然以T0T_0T0为周期,其中包括了k个基本周期。CCC,aaa 都是虚数,则x(t)=Ceat=∣C∣ejθ∗e(r+jω0)t=∣C∣ert∗ej(ω0t+θ)x(t)=Ce^{at}=\left| C \right|e^{j\theta}*e^{(r+j\omega_0)t}=\left| C \right|e^{rt}*e^{j(\omega_0t+\theta)}x(t)=Ceat=∣C∣ejθ∗e(r+jω0)t=∣C∣ert∗ej(ω0t+θ)
二、离散时间复指数信号/序列 (complex exponential signal/sequence) 的表示形式:x[n]=Cαnx[n]=C\alpha^nx[n]=Cαn
其中 CCC,α\alphaα 可以是任意复数。系数的3种情况与连续时间信号相同,不再赘述。
连续与离散的不同点:
- 由于 ej(ω0+2π)n=ejω0ne^{j(\omega_0+2\pi)n}=e^{j\omega_0n}ej(ω0+2π)n=ejω0n 恒成立,所以只需要考虑 2π2\pi2π 的频率区间长度就可以知道任意频率的情况,这也是数字信号处理中常常选择频率区间为 (0,2π)(0,2\pi)(0,2π) 的原因。其中,0、2π2\pi2π 处为低频分量,π\piπ 处为高频分量。对于 ϕk[n]=ejk(2π/N)n\phi_k[n]=e^{jk(2\pi/N)n}ϕk[n]=ejk(2π/N)n,只有N个不同的值。由于其基本周期为N,其他均可由周期性推出。
- 与连续时间信号不同,离散时间序列的振荡频率与 ω0\omega_0ω0 模的大小无关。
- 离散时间序列周期的计算方式与连续时间信号不同。
单位冲激 (unit impulse) 函数和单位阶跃 (unit step) 函数
离散:
单位冲激信号
δ[n]={0,n≠01,n=0\delta[n]=\left\{ \begin{aligned} 0,n\ne0\\ 1,n=0 \end{aligned} \right. δ[n]={0,n=01,n=0
单位阶跃信号
u[n]={0,n<01,n≥0u[n]=\left\{ \begin{aligned} 0,n<0\\ 1,n\ge0 \end{aligned} \right. u[n]={0,n<01,n≥0
二者关系:
δ[n]=u[n]−u[n−1]\delta[n]=u[n]-u[n-1]δ[n]=u[n]−u[n−1]
u[n]=∑m=−∞nδ[m]u[n]=\sum_{ m=- \infty }^n\delta[m]u[n]=m=−∞∑nδ[m]或u[n]=∑m=0∞δ[n−m]u[n]=\sum_{ m=0 }^ \infty\delta[n-m]u[n]=m=0∑∞δ[n−m]
后一个公式可以这样理解:δ[n−m]\delta[n-m]δ[n−m]在n=mn={m}n=m时取值为1,如果n∈[0,+∞)n\in[0,+\infin)n∈[0,+∞),则一定会被求和所包含,所以值为1,反之为0。
单位冲激信号的采样特性:
x[n]δ[n−n0]=x[n0]δ[n−n0]x[n]\delta[n-n_0]=x[n_0]\delta[n-n_0]x[n]δ[n−n0]=x[n0]δ[n−n0]
连续:
单位阶跃信号
u(t)={0,t<01,t>0u(t)=\left\{ \begin{aligned} 0,t<0\\ 1,t>0 \end{aligned} \right. u(t)={0,t<01,t>0在t=0处不连续
单位冲激信号(狄拉克函数)
注意箭头和表示冲激面积的“1”
性质:
∫−∞+∞δ(t−t0)x(t)dt=x(t0)\int_{-\infin}^{+\infin}\delta(t-t_0)x(t)dt=x(t_0)∫−∞+∞δ(t−t0)x(t)dt=x(t0)
二者关系:
u(t)=∫−∞tδ(τ)dτ=∫0∞δ(t−τ)dτu(t)=\int_{-\infin}^{t}\delta(\tau)d\tau=\int_{0}^{\infin}\delta(t-\tau)d\tauu(t)=∫−∞tδ(τ)dτ=∫0∞δ(t−τ)dτ
δ(t)=du(t)dt\delta(t)=\frac{du(t)}{dt}δ(t)=dtdu(t)
采样特性:
x(t)δ(t−t0)=x(t0)δ(t−t0)x(t)\delta(t-t_0)=x(t_0)\delta(t-t_0)x(t)δ(t−t0)=x(t0)δ(t−t0)
系统的性质
无记忆性 (memoryless)
系统在某一时刻的输出只由该时刻的输入信号决定。反之为有记忆系统。例如 y[n]=(2x[n]−x2[n])2y[n]=(2x[n]-x^2[n])^2y[n]=(2x[n]−x2[n])2是无记忆系统,y[n]=y[n−1]+x[n]y[n]=y[n-1]+x[n]y[n]=y[n−1]+x[n]是有记忆系统。可逆性 (invertible)
存在一个与原系统级联的系统,使其输出恰为原系统的输入x[n]x[n]x[n]。通信中编码系统必须是可逆的,否则无法复原所要传输的信息。因果性 (causality)
输出只取决于当前和过去的输入(输入不超前于输出)。例如系统 y(t)=x(t+1)y(t)=x(t+1)y(t)=x(t+1)就不具备因果性,而y(t)=x(t)cos(t+1)y(t)=x(t)\cos(t+1)y(t)=x(t)cos(t+1)是因果系统。所有的无记忆系统都是因果的。稳定性(stability)
如果输入是有界的 (bounded),则输出也是有界的。
证明一个系统不稳定的方法:代入一个有界的输入,得到的输出不是有界的。
证明一个系统稳定,要从上面的定义入手。时不变性 (time invariance)
系统的行为和特性不随时间发生变化,即输入信号的时移会造成输出信号产生同样大小的时移
证明一个系统具有时不变性:
已知 x1(t)→y1(t)x_1(t)\rarr{y_1(t)}x1(t)→y1(t),令x2(t)=x1(t−t0)x_2(t)=x_1(t-t_0)x2(t)=x1(t−t0),验证 y2(t)?=y1(t−t0)y_2(t)?=y_1(t-t_0)y2(t)?=y1(t−t0).线性 (linearity)
线性可以理解为叠加性 (superposition) 和齐次性 (homogeneity) 的组合,即如果
x1→y1,x2→y2x_1\rarr{y_1}, x_2\rarr{y_2}x1→y1,x2→y2,那么ax1+bx2→ay1+by2ax_1+bx_2\rarr{ay_1+by_2}ax1+bx2→ay1+by2,这里a, b可以是复数。
由叠加性可知,如果系统输入为0时,输出不为0,则该系统是非线性的。
【朝花夕拾系列一】信号与系统(奥本海姆)第一章相关推荐
- 信号与系统奥本海姆第二版_【中山大学电通信通信号与系统考研】自编的两张小卡片带大家整理一下《奥本海姆·信号与系统》的知识架构...
建议有时间的同学看看以下的视频,讲解的比文章详细些. [中山大学信号与系统考研]<奥本海姆·信号与系统>教材读不下去?抓不住重点?自编的两张小卡片带大家整理一下知识架构.考研的,本科学习的 ...
- z变换判断稳定性和因果性_信号与系统(奥本海姆)
以奥本海姆第二版作为知识节划分,结合书来阅读.作为书的补充说明 信号: CT/DT ,real/complex, periodic/aperiodic,causal/anti-casual bound ...
- 信号与系统奥本海姆pdf_2019上海交通大学819信号系统与信号处理考研初/复试经验...
初试: 关于信号与系统,这门课非常基础,但是知识点也是非常细致的,复习的时候一定要细心,而且我建议郑君里的书一定要多看几遍,所谓"书读百遍其义自见",多看几遍书之后对你再回头去做题 ...
- matlab实验与系统信号实验二,信号与系统上机实验-matlab(第一第二次实验课)new
<信号与系统上机实验-matlab(第一第二次实验课)new>由会员分享,可在线阅读,更多相关<信号与系统上机实验-matlab(第一第二次实验课)new(13页珍藏版)>请在 ...
- 《信号与系统》解读 第4章 连续信号的离散化:采样与采样定理、奈奎斯特准则、脉冲编码调制PCM
前言: 如果你对采样定理和奈奎斯特准则一知半解,本文将给茅塞顿开. 如果你对为什么采样频率必须大于等于原始信号的带宽的2倍,本文将给你答案. 目录 1. 信号与系统的模型 2. 为什么要对连续信号离散 ...
- 【系统架构设计师】第一章:操作系统(1.1.1---1.1.2)操作系统的分类和结构
好久不见了.最近由于忙着期末考试,所以一直没更新帖子,最近考完了,我又回来了. 很久不动笔了,突然很手痒,但是又一直在纠结写什么. 原计划要写kali的从零开始的教程,不过仔细想想其实那个并没有系统架 ...
- 【系统架构设计师】第一章:操作系统(1.2.2) 信号量与pv操作
本篇帖子继续上篇.有兴趣可以点击链接进行查看以前写过的文章. [系统架构设计师]第一章:操作系统(1.2.2) 参考教材: <系统架构设计师考试全程指导(第二版)> <系统架构设计师 ...
- 信号与系统学习笔记 第三章
第三章 周期信号的傅里叶级数表示 下面将讨论信号与线性时不变系统的另一种表示,讨论的出发点仍是将信号表示成一组基本信号的线性组合.这是因为,将信号表示成基本信号的线性组合是有利的,如果基本信号具有一下 ...
- 《信号与系统》解读 第3章 强大的傅里叶时域频域分析工具-4:傅里叶运算的5大主要特性
前言: 傅里叶变换是属于"信号与系统"的"系统"部分,它是对输入的时域信号进行处理,然后得到频率信号.本质上是一种数学运算. 从傅里叶数学运算总体的效果上,傅里 ...
最新文章
- 【嵌入式】从STM32F103ZET6移植到STM32F103RCT6的流程
- 黄仁勋的“数据梦” 英伟达豪掷69亿美金虎口夺食
- ROS学习(九):ROS URDF-link
- IP Messenger程序
- java修改hidden_Java ColumnConfig.setHidden方法代码示例
- Centos6.9以下查看端口占用情况和开启端口命令
- 关于js对象引用的小例子
- javascript 事件知识集锦
- raspberry pi 家族
- 深度解析vsftpd服务
- jeecg_framework_v2.1.0(20130123).rar 版本发布
- 大V怒怼银行服务太差,一怒取走500万现金!上海银行回应了
- 实验六:流类库与I/O
- cat3 utp是不是网线_网线UTP-CAT5、UTP-CAT5e、UTP-cat6产品简介讲解
- word替换向下箭头符号
- PythonStock(9):使用优矿uqer.io 进行简单的数据分析
- ps插件 Ultimate Retouch Panel AEX for mac破解版
- [域] 大量日志错误,事件ID:1058 事件ID:1030
- python本地安装pip命令的终极教程
- 指纹辨识传感器解决方案