信号与系统公式笔记(1)
记录一些卷积的公式。这里记录的是平时解题遇到的问题,所以可能比较乱。
进入正题,贫僧要记录的是这个公式:
x_1(t - t_1) * x_2(t - t_2) = x(t - t_1 - t_2)\\ x(t) = x_1(t) * t_2(t)
上面这个公式就是卷积的延时性质。
然后就是:
\mathrm{u}(t) * \mathrm{u}(t) =t\mathrm{u}(t)
上面这个其实就是用了积分器的性质。
和:
x(t) * \mathrm{u}(t) = \int_{-\infty}^{t}x(\tau)d\tau
也是用了积分器的性质。
例题:
- 求 u(t−1)∗u(t−2) u ( t − 1 ) ∗ u ( t − 2 ) \mathrm{u}(t -1) * \mathrm{u}(t - 2), u(t) u ( t ) \mathrm{u}(t)是阶跃函数。
这个题目直接套用上面的公式就可以了:
\mathrm{令}\tau = t - 1 - 2 = t - 3\\ \mathrm{原式} = \tau \mathrm{u}(\tau) = (t - 3) \mathrm{u}(t - 3)
还是比较简单的例题。。。
x(t) * \sigma(t_1) = x(t_1)\\ x_1(t) * (x_2(t) + x_3(t)) = x_1(t) * x_2(t) + x_1(t) * x_3(t)
例题:
令 x1(t)=u(t−1)+u(t−2)+u(t−3) x 1 ( t ) = u ( t − 1 ) + u ( t − 2 ) + u ( t − 3 ) x_1(t) = \mathrm{u}(t - 1) + \mathrm{u}(t - 2) + \mathrm{u}(t - 3), x2(t)=σ(t−2)+σ(t)+σ(t+2) x 2 ( t ) = σ ( t − 2 ) + σ ( t ) + σ ( t + 2 ) x_2(t) = \sigma(t - 2) + \sigma(t) + \sigma(t + 2),求 x1(t)∗x2(t) x 1 ( t ) ∗ x 2 ( t ) x_1(t) * x_2(t)。
可以直接得出答案:
x_1(t) * x_2(t) = x_1(t - 2) + x_1(t) + x_1(t + 2)
一定要记得的几个求解微分方程的特解的式子:
激励函数 x(t) x ( t ) x(t) | 响应函数的特解 yp(t) y p ( t ) y_p(t) |
E E E(常数) | B" role="presentation">BBB(常数) |
tm t m t^m | B0+B1t+B2t2+⋯+Bmtm(0不是方程的特征根) B 0 + B 1 t + B 2 t 2 + ⋯ + B m t m ( 0 不 是 方 程 的 特 征 根 ) B_0 + B_1t+ B_2t^2 + \dots + B_mt^m \mathrm{(0不是方程的特征根)} |
tr(B0+B1t+B2t2+⋯+Bmtm)(0是方程的一个r重特征根) t r ( B 0 + B 1 t + B 2 t 2 + ⋯ + B m t m ) ( 0 是 方 程 的 一 个 r 重 特 征 根 ) t^r(B_0 + B_1t+ B_2t^2 + \dots + B_mt^m) \mathrm{(0是方程的一个}r\mathrm{重特征根)} | |
eαt e α t e^{\alpha t} | Beαt B e α t Be^{\alpha t} ( α α \alpha 不是方程的特征根) |
Btreαt B t r e α t Bt^re^{\alpha t} ( α α \alpha是方程的一个 r r r 重特征根) | |
cosωt" role="presentation">cosωtcosωt\cos{\omega t}或 sinωt sin ω t \sin{\omega t} | B1cosωt+B2sinωt B 1 cos ω t + B 2 sin ω t B_1\cos{\omega t} + B_2\sin{\omega t} ( ±jω ± j ω \pm \mathrm{j}\omega 不是特征根) |
t(B1cosωt+B2sinωt) t ( B 1 cos ω t + B 2 sin ω t ) t(B_1\cos{\omega t} + B_2\sin{\omega t})( ±jω ± j ω \pm \mathrm{j}\omega是特征根) |
其实上面的 tr t r t^r都可以那些部分都可以理解成 r=k r = k r = k, k k k就是指对应的某个特解表达式里的量(α" role="presentation">αα\alpha或者 jω j ω \mathrm{j}\omega)是特征方程的 k k k 重特征根。
例题:郑军里老师的《信号与系统》52页例2-4.
单位冲激响应符号: h(t)" role="presentation">h(t)h(t)h(t)
单位阶跃响应符号: g(t) g ( t ) g(t)
注意用经典法在解微分方程的时候,要记得整理,右边的输入部分一定不要有 u(t) u ( t ) \mathrm{u}(t),因为那是给输入加上的时间条件,给定了特解的约束条件。不用看 u(t) u ( t ) \mathrm{u}(t),直接查表格里面除了 u(t) u ( t ) \mathrm{u}(t)之外的部分,然后直接带入方程中。就是要记得在解完全解之后加上 u(t) u ( t ) \mathrm{u}(t)限制时间(或者直接在方程最右边标明 (t>0) ( t > 0 ) (t > 0))(但是冲激相应里面的 u(t) u ( t ) \mathrm{u}(t) 一定要保留代入方程里面)。
例题:孙国霞老师的《信号与系统》P72例2-11
求冲激响应的时候要把输入 x(t)=σ(t) x ( t ) = σ ( t ) x(t) = \sigma{(t)},求阶跃响应的时候也差不多这样。所以如果微分方程右边的输入式子里面出现了 x′(t) x ′ ( t ) x'(t)之类的也要对应的把 σ(t) σ ( t ) \sigma{(t)}求导。
同时注意的是,令左边(输出)的最高次导的次数为 n n n,而输入的为m" role="presentation">mmm,那么要注意冲激响应要相对应地改变( n=m n = m n = m时 h(t) h ( t ) h(t)包含一个 σ(t) σ ( t ) \sigma{(t)}, n<m n < m n 时就要包含对应的导数项)。
解题的时候代公式就可以了,左边的输出 h(t) h ( t ) h(t) 用下面的公式直接代入,右边如果是求冲激响应的话就代入 σ(t) σ ( t ) \sigma(t),阶跃响应的话就带入阶跃函数,然后平衡方程左右两边的系数。
系统方程式 | 冲激响应 h(t) h ( t ) h(t) | |
一阶(特征根 α=−C α = − C \alpha = -C) | dr(t)dt+Cr(t)=E(t) d r ( t ) d t + C r ( t ) = E ( t ) \frac{\mathrm{d}r(t)}{\mathrm{d}t} + Cr(t) = E(t) | Eeαtu(t) E e α t u ( t ) Ee^{\alpha t}\mathrm{u}(t) |
dr(t)dt+Cr(t)=Ede(t)dt d r ( t ) d t + C r ( t ) = E d e ( t ) d t \frac{\mathrm{d}r(t)}{\mathrm{d}t} + Cr(t) = E\frac{\mathrm{d}e(t)}{\mathrm{d}t} | Eσ(t)+Eαeαtu(t) E σ ( t ) + E α e α t u ( t ) E\sigma(t) + E\alpha e^{\alpha t}\mathrm{u}(t) | |
二阶(特征根 α1,α2=−C1±C21−4C2√2 α 1 , α 2 = − C 1 ± C 1 2 − 4 C 2 2 \alpha_1, \alpha_2 = \frac{-C_1 \pm \sqrt{C_1^2 - 4C_2}}{2}) | d2r(t)dt2+C1dr(t)dt+C2r(t)=Ee(t) d 2 r ( t ) d t 2 + C 1 d r ( t ) d t + C 2 r ( t ) = E e ( t ) \frac{\mathrm{d}^2r(t)}{\mathrm{d}t^2} + C_1\frac{\mathrm{d}r(t)}{\mathrm{d}t} + C_2 r(t) = Ee(t) | Eα1−α2(eα1t−eα2t)u(t) E α 1 − α 2 ( e α 1 t − e α 2 t ) u ( t ) \frac{E}{\alpha_1 - \alpha_2}(e^{\alpha_1 t} - e^{\alpha_2 t})\mathrm{u}(t) |
d2r(t)dt2+C1dr(t)dt+C2r(t)=Ede(t)dt d 2 r ( t ) d t 2 + C 1 d r ( t ) d t + C 2 r ( t ) = E d e ( t ) d t \frac{\mathrm{d}^2r(t)}{\mathrm{d}t^2} + C_1\frac{\mathrm{d}r(t)}{\mathrm{d}t} + C_2 r(t) = E\frac{\mathrm{d}e(t)}{dt} | Eα1−α2(α1eα1t−α2eα2t)u(t) E α 1 − α 2 ( α 1 e α 1 t − α 2 e α 2 t ) u ( t ) \frac{E}{\alpha_1 - \alpha_2}(\alpha_1 e^{\alpha_1 t} - \alpha_2 e^{\alpha_2 t})\mathrm{u}(t) |
例题:郑氏《信号与系统》64页的例2-9.、88页2-9.
信号与系统公式笔记(1)相关推荐
- 信号与系统公式笔记(4)
截图基本上都是来自b站av5868266,齐开悦博士的讲义. 之前的笔记(第二章)重要的是两点:微分方程和卷积(微分方程要理解好,卷积熟练会用就行). 这次主要是关于连续信号的傅里叶分析(教材里面有三 ...
- 信号与系统公式笔记(5)
重点内容 1.狄利克雷条件 2.Gibbs现象 3.傅里叶变换和傅里叶逆变换公式 周期矩形脉冲信号 对这个矩形脉冲信号进行积分就可以求到它对应的傅里叶系数 了解一下记得结果就可以了. 补充:Sa(nω ...
- 信号与系统公式笔记(6)
主要关于第三章,这章非常重要. 重点内容 傅里叶级数(至少记住周期矩形脉冲,最好记住周期三角波和锯齿波) 傅里叶变换的定义式.求信号的傅里叶变换.能用傅里叶变换的性质求傅里叶变换(最大的作用就是用来求 ...
- 信号与系统公式笔记(3)
参考了上海交通大学的讲课录像,b站av号:5868266. 提醒:LTI系统里面的"线性"只限于系统零输入响应与系统的存储能量,零状态响应与系统接收到的输入.因为系统的完全响应 = ...
- 【六更完结!由于字数限制开新文章继续】零基础信号与系统学习笔记:复指数信号、傅里叶级数的系数推导、三角函数正交性、离散傅里叶变换、相位补偿、z变换表、逆变换表、常见序列及其作用
零基础信号与系统学习笔记:复指数信号.傅里叶变换.三角函数正交性 基础1:复指数信号 复指数信号基础知识 复指数信号推导1 虚指数信号 虚指数信号特性和作用 直流信号 基础2:傅里叶级数 推导傅里叶级 ...
- 【信号与系统】笔记(2)连续系统的时域分析
Author:AXYZdong 自动化专业 工科男 有一点思考,有一点想法,有一点理性! 文章目录 前言 一.系统的微分方程及其响应 1.1 LTI系统的微分方程 1.2 系统的响应 1.2.1 零输 ...
- 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 ...
- 《信号与系统学习笔记》—周期信号的博里叶级数表示(一)
注:本博客是基于奥本海姆<信号与系统>第二版编写,主要是为了自己学习的复习与加深. 一.线性时不变系统对复指数信号的响应 1.在研究线性时不变系统时,将信号表示成基本信号的线性组合是很有利 ...
- 【信号与系统学习笔记 4】—— 一起走进“卷积”的世界 1【详细整理+个人理解】
从这篇 BlogBlogBlog 开始,笔者就和大家一起走进<信号与系统>的世界啦!课程开始的第一个拦路虎-- 既重要又难懂的"卷积",在这次 BlogBlogBlog ...
最新文章
- day5 python学习
- mfc实现秒表小项目
- 进击的 Spring Cloud Alibaba —— 框架与服务
- mvc:default-servlet-handler标签的作用
- python中包的循环导入_具有继承的包中的循环导入依赖项
- tc溜溜865手机投屏卡_溜溜tcgames老版本(电脑玩手机游戏)-溜溜TC Games32位/64位旧版本PC下载V2.0.0官网安卓真机投屏-西西软件下载...
- HEVC 编解码资源
- python中__init__函数以及参数self
- IIS经典模式与集成模式
- http协议-响应和请求
- 【正点原子MP157连载】第二章 STM32MP1简介-摘自【正点原子】STM32MP1 M4裸机CubeIDE开发指南
- [算法笔试题]华为相关复习题(更新中)
- 小程序授权登录注册自有账户体系
- Embedded Browser WindowsPC内嵌网页
- 靠贴牌飞利浦冲击上市,德尔玛的自有品牌又该如何“起跳”?
- 批量生成insert语句的方法(word转excel,excel用公式生成insert)
- 蓝旭前端预习5之DOM(文档对象模型)
- Oracle数据库表空间整理回收与释放操作
- 《把时间当作朋友》 - 书评
- 全网最详细 Opencv + OpenNi + 奥比中光(Orbbec) Astra Pro /乐视三合一体感摄像头LeTMC-520 + linux 环境搭建