我是靠谱客的博主 曾经宝马,最近开发中收集的这篇文章主要介绍离散时间线性时不变系统分析和卷积计算离散信号分解为冲击信号LTI系统对任意输入的响应:卷积和卷积的性质,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

离散信号分解为冲击信号

分析线性系统对给定输入信号响应可以得到线性系统的特性。
先将输入信号分解成基本信号的和,然后利用系统的线性特性,将系统对基本信号的响应相加就得到了系统对输入信号的总响应。
具体操作时,可以将信号分解为单位采样序列的加权和。
为了将信号分解为单位采样序列的加权和,必须先求解系统对单位采样序列的响应。
选择基本信号 x ( k ) x(k) x(k) x k ( n ) = δ ( n − k ) x_k(n) = delta(n-k) xk(n)=δ(nk) k k k表示单位采样序列的延迟
x ( n ) x(n) x(n) δ ( n − k ) delta(n-k) δ(nk)相乘,因为 δ ( n − k ) delta(n-k) δ(nk)只有在 n = k n=k n=k时,取值1,其他 n ≠ k nneq k n=k取0,所以 x ( n ) δ ( n − k ) = x ( k ) δ ( n − k ) x(n)delta(n-k) = x(k)delta(n-k) x(n)δ(nk)=x(k)δ(nk)上式的结果是一个序列,只有在 n = k n=k n=k时,取值 x ( k ) x(k) x(k),其他处值为0。
要再次强调 x ( k ) δ ( n − k ) x(k)delta(n-k) x(k)δ(nk)是一个序列。
重复计算所有的延时k的乘积,并将所有序列相加就得到了 x ( n ) x(n) x(n)
x ( n ) = ∑ k = − ∞ + ∞ x ( k ) δ ( n − k ) x(n) = sum_{k=-infty}^{+infty}x(k)delta(n-k) x(n)=k=+x(k)δ(nk)

LTI系统对任意输入的响应:卷积和

对于一般的系统,
τ tau τ表示系统, h ( n , k ) h(n,k) h(n,k)表示系统对输入单位采样序列再n=k处的响应,
y ( n , k ) = h ( n , k ) = τ [ δ ( n − k ) ] y(n,k)=h(n,k)= tau [delta(n-k)] y(n,k)=h(n,k)=τ[δ(nk)]
将任意信号 x ( n ) x(n) x(n)分解成冲激的加权和,系统对输入的响应 y ( n ) y(n) y(n)也是响应加权输出的和,即
y ( n ) = τ [ x ( n ) ] = τ [ ∑ k = − ∞ + ∞ x ( k ) δ ( n − k ) ] = ∑ k = − ∞ + ∞ x ( k ) τ [ δ ( n − k ) ] = ∑ k = − ∞ + ∞ x ( k ) h ( n , k ) y(n) = tau [x(n)]=tau left [ sum_{k=-infty}^{+infty}x(k)delta(n-k) right ]=sum_{k=-infty}^{+infty}x(k)tau left [ delta(n-k) right ]=sum_{k=-infty}^{+infty}x(k)h(n,k) y(n)=τ[x(n)]=τ[k=+x(k)δ(nk)]=k=+x(k)τ[δ(nk)]=k=+x(k)h(n,k)
对于LTI系统,根据时不变特性
h ( n ) = τ [ δ ( n ) ] h(n) = tau[delta(n)] h(n)=τ[δ(n)]
h ( n − k ) = τ [ δ ( n − k ) ] h(n-k) = tau[delta(n-k)] h(nk)=τ[δ(nk)]
y ( n ) = ∑ k = − ∞ + ∞ x ( k ) h ( n − k ) y(n) =sum_{k=-infty}^{+infty}x(k)h(n-k) y(n)=k=+x(k)h(nk)
这个形式称为卷积和,输入与冲激响应函数的卷积产生输出。
求和变量为 k k k,输入信号 x ( k ) x(k) x(k)和冲击响应 h ( n − k ) h(n-k) h(nk)都是k的函数。
序列 x ( k ) x(k) x(k) h ( n − k ) h(n-k) h(nk)的乘积构成乘积序列
y ( n ) y(n) y(n)是乘积序列所有值的和。

x ( k ) x(k) x(k) h ( k ) h(k) h(k)的卷积计算过程:
(1)将 h ( k ) h(k) h(k)关于 k = 0 k=0 k=0反转,得到 h ( − k ) h(-k) h(k)
(2)移位, h ( n 0 − k ) h(n_0-k) h(n0k), n 0 n_0 n0大于0,表示将 h ( − k ) h(-k) h(k)向右移,反之向左移。
(3)序列相乘,得到乘积序列
(4)将乘积序列的所有值相加得到输出值。

举个栗子:
pic1
pic2
所以最终的结果为: 0   0   0   1   4   8   8   3   0   0 {0 0 0 1 4 8 8 3 0 0} 0 0 0 1 4 8 8 3 0 0

卷积的性质

交换律

{ y ( n ) = x ( n ) ∗ h ( n ) = ∑ k = − ∞ + ∞ x ( n ) h ( n − k ) y ( n ) = h ( n ) ∗ x ( n ) = ∑ k = − ∞ + ∞ h ( n ) x ( n − k ) left{begin{matrix} yleft ( n right ) = xleft ( n right )ast hleft ( n right ) = sum_{k=-infty}^{+ infty}xleft ( n right )hleft ( n-k right )\ yleft ( n right ) = hleft ( n right )ast xleft ( n right ) = sum_{k=-infty}^{+ infty}hleft ( n right )xleft ( n-k right ) end{matrix}right. {y(n)=x(n)h(n)=k=+x(n)h(nk)y(n)=h(n)x(n)=k=+h(n)x(nk)

结合律

y ( n ) = [ x ( n ) ∗ h 1 ( n ) ] ∗ h 2 ( n ) = x ( n ) ∗ [ h 1 ( n ) ∗ h 2 ( n ) ] yleft ( n right ) = left [ xleft ( n right )ast h_1 left ( n right ) right ] ast h_2 left ( n right )=x left ( n right )ast left [ h_1 left ( n right )ast h_2 left ( n right ) right ] y(n)=[x(n)h1(n)]h2(n)=x(n)[h1(n)h2(n)]
物理意义:
改变两个系统的响应次序不影响整个系统的输入-输出关系

分配律

y ( n ) = x ( n ) ∗ [ h 1 ( n ) + h 2 ( n ) ] = x ( n ) ∗ h 1 ( n ) + x ( n ) ∗ h 2 ( n ) yleft ( n right ) = x left ( n right )ast left [ h_1 left ( n right )+ h_2 left ( n right ) right ]=x left ( n right )ast h_1 left ( n right ) + x left ( n right )ast h_2 left ( n right ) y(n)=x(n)[h1(n)+h2(n)]=x(n)h1(n)+x(n)h2(n)
物理意义:
两个并联的系统 h 1 ( n ) h_1 left ( n right ) h1(n), h 2 ( n ) h_2 left ( n right ) h2(n)可有替换为一个单系统,单系统的满足关系为 h ( n ) = h 1 ( n ) + h 2 ( n ) h left ( n right ) = h_1 left ( n right ) + h_2 left ( n right ) h(n)=h1(n)+h2(n)

最后

以上就是曾经宝马为你收集整理的离散时间线性时不变系统分析和卷积计算离散信号分解为冲击信号LTI系统对任意输入的响应:卷积和卷积的性质的全部内容,希望文章能够帮你解决离散时间线性时不变系统分析和卷积计算离散信号分解为冲击信号LTI系统对任意输入的响应:卷积和卷积的性质所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(45)

评论列表共有 0 条评论

立即
投稿
返回
顶部