Transformations in signals and systems DSP
按照时间顺序,已经认识7种变换了:傅里叶级数(FS),离散傅里叶级数(DFS),傅里叶变换(FT),离散时间傅立叶变换(DTFT),拉普拉斯变换(LT),Z变换(ZT),离散傅里叶变换(DFT)。来捋一捋它们的关系吧,随便说说,欢迎大家挑错。宏观上有两条线索。
第一条线索如下
FS是所有变换的源头(真的是老祖宗级别),也是傅立叶的著作《热的解析理论》中表达的idea,可能也是傅立叶本人最大的贡献了。但是FS只适用于周期信号,而我们碰到的信号绝大部分都是非周期的,这就需要对FS做一定的推广,这就是著名的FT,绝大多数信号都可以用FT来分析其频谱!绝不部分系统的单位冲激响应也可以做FT,普适性非常高,意义重大。但是FT依然有局限性,它无法分析系统的因果性,稳定性这些重要的性质,所以Laplace在FT的基础上又做了推广,得到了LT,如今LT在控制领域,系统领域仍然发挥着重要的作用。到目前为止,本来就可以happy ending了,但是这些变换都存在着一个问题,它们的时域信号都是连续的!而计算机只能处理数字信号(离散的)。也就是说:这些变换全都没办法在计算机上实现,只能算纸上谈兵。
所以说:我们很需要一系列可以用来分析离散时间信号(时间上离散的信号)的变换,这就引出了我们的第二条线索。这里我走了一条看似和线索一相反的路。我选择Z变换作为离散时间信号的第一个变换,因为它涵盖的范围最广泛,最具有普适性(它在离散时间信号分析中的地位等同于拉普拉斯变换在连续时间信号分析中的位置),Z变换的自变量是整个Z复平面。而如果我们把目光集中在单位圆上的话,就会看到Z变换的一个特例:离散时间傅立叶变换DTFT,它是连接时域和数字频率域的桥梁,其地位等同于连续时间的傅立叶变换。但是,一个最最严重的问题依旧没有解决,我们的愿望是想用计算机来帮我们来分析信号和系统,可是DTFT虽然时域已经离散,但是其频域是连续的,周期的!计算机无法存储也无法计算!这个时候,我们就想了,能不能用什么办法把频域也变成离散的呢?我们在DFS中找到了解决方案,如果时域上做周期延拓,频域自然变为离散的了,这个问题得到了顺利解决。接下来只要把频域再变成非周期的,那么问题就基本上解决了。下面就是DFT(离散傅里叶变换)出场的时候。上次讲到DFS的时域和频域都是离散的,周期的,可以看作是一个主值区间的周期延拓,如果我们只取主值区间,就得到了DFT,它的时域频域都是离散的,非周期的,可以用计算机来进行处理了。到目前为止,7种变换的关系我已经说清楚了,但是由于还没学FFT,现在不好讲FFT,等过一阵学完了FFT再来把这最后一环补齐,大家下次见
Transformations in signals and systems DSP相关推荐
- Ultra Wideband Signals and Systems in Communication Engineering
版权声明:原创作品,允许转载,转载时请务必以超链接形式标明文章原始出版.作者信息和本声明.否则将追究法律责任. http://blog.csdn.net/topmvp - topmvp The tho ...
- 信号与系统 学习笔记 Signals and Systems with Python
本笔记知识点摘录自 西安电子科技大学 郭宝龙 的 网课 信号与系统 疫情在家,于是没事看看网课自习. 本人是应用数学专业,对于信号学很感兴趣. 之前在一节叫图像重构 Image Reconstruct ...
- Google推荐系统Wide Deep Learning for Recommender Systems论文翻译解读
Wide & Deep Learning for Recommender Systems 推荐系统中的Wide & Deep Learning 摘要 Generalized linea ...
- 《题目与解读》红书 训练笔记目录《ACM国际大学生程序设计竞赛题目与解读》
虽然2012年出版的老书了,但是是由三次世界冠军的上海交大ACM队出版的书籍,选择的题目是ACM经典中的经典,书中有非常详细的题解,可以学到很多东西,值得一刷. 目录 第一部分 第一章 数学 1.1 ...
- The Wide and Deep Learning Model(译文+Tensorlfow源码解析) 原创 2017年11月03日 22:14:47 标签: 深度学习 / 谷歌 / tensorf
The Wide and Deep Learning Model(译文+Tensorlfow源码解析) 原创 2017年11月03日 22:14:47 标签: 深度学习 / 谷歌 / tensorfl ...
- iit delhi_向印度最聪明的人学习—这里有来自IIT的300项免费课程即将开始
iit delhi The Indian Institutes of Technology (IITs) and the Indian Institutes of Science (IISc) are ...
- 【CTR预估】The Wide and Deep Learning Model(译文+Tensorlfow源码解析)
本文主要讲解Google的Wide and Deep Learning 模型.本文先从原始论文开始,先一步步分析论文,把论文看懂.再去分析官方开源的Tensorflow源码,解析各个特征的具体实现方法 ...
- matlab 文字版,MATLAB图书合集×110本免费奉送(All MATLAB Books Collection)文字版[PDF]
[1]A.Guide.to.MATLAB.for.Beginners.and.Experienced.Users.-.Hunt.Lipsman.&.Rosenberg.pdf [2]A.Gui ...
- 在深入学习gnuradio之前你需要知道的
原文网站:http://radioware.nd.edu 在深入学习gnuradio之前你需要知道的 学习GNU Radio需要有一定电脑基础和深入的通信与信号处理知识,本文列举了一些有用的资源,包括 ...
- NeurIPS 2022|基于神经微分方程理论可以帮助我们训练更加深层次的ResNet网络
原文链接:https://www.techbeat.net/article-info?id=4204 作者:seven_ 本文的重点研究对象是在视觉领域占据统治地位的残差神经网络(ResNets),R ...
最新文章
- 【FPGA】双端口RAM的设计(异步读写)
- “多态枚举”数值如何判断?
- cocos2d基础介绍
- vivox60pro和iqoo7pro哪个好
- Java中的Enum的使用与分析
- 论文浅尝 - EMNLP2020 | 低资源跨语言实体链接中的设计挑战
- django学习遇到的问题解决方式
- SQL多表连接查询时间最新的
- 解决办法:nvidia-docker2 : 依赖: docker-ce (= 5:18.09.0~3-0~ubuntu-xenial)
- pano2vr 制作交互热点模板时常显示文字
- vscode ctrl + s自动保存代码 插件安装
- c++filt看函数名
- linux下bluetooth编程(一)基础概念
- 利用apktool查看apk源代码
- intelliJ idea 使用maven创建spring+springMVC+mybatis(SSM)
- 二[2-(2,4-二氟苯基)-5-甲基吡啶][2,2‘-联(四叔丁基吡啶)]铱二(六氟磷酸)盐,1335047-34-1
- 神奇的开关 — 可控硅
- Clion新UI体验,墙裂推荐,用起来真的好爽啊!
- 移动端音视频从零到上手(推荐)
- 敦煌莫高窟唐代离婚协议书曝光 用词浪漫煽情