我是靠谱客的博主 呆萌早晨,最近开发中收集的这篇文章主要介绍【数字信号处理】第2章 离散时间信号与系统——离散时间信号1. 序列的定义2. 基本序列3. 序列的运算,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

文章目录

  • 1. 序列的定义
  • 2. 基本序列
  • 3. 序列的运算

1. 序列的定义

  • 序列 x = { x [ n ] } , − ∞ < n < ∞ x={x[n]},-infin < n<infin x={x[n]},<n<
  • 实际的序列往往通过周期采样一个模拟信号来得到的,即 x [ n ] = x a ( n T ) , − ∞ < n < ∞ x[n]=x_a(nT),-infin < n<infin x[n]=xa(nT),<n<其中 T T T称为采样周期,其倒数就是采样频率

2. 基本序列

  • 单位样本序列 δ [ n ] delta[n] δ[n](也称为单位脉冲序列)
    • 定义: δ [ n ] = { 0 , n ≠ 0 1 , n = 0 delta[n]=begin{cases}0,nne 0\1,n=0end{cases} δ[n]={0,n=01,n=0
    • 任何序列均可表示为 x [ n ] = ∑ k = − ∞ ∞ x [ k ] δ [ n − k ] x[n]=sum_{k=-infin}^{infin}x[k]delta[n-k] x[n]=k=x[k]δ[nk]
  • 单位阶跃序列 u [ n ] u[n] u[n]
    • 定义: u [ n ] = { 1 , n ≥ 0 0 , n < 0 u[n]=begin{cases}1,nge 0\0,n<0end{cases} u[n]={1,n00,n<0
    • 单位阶跃序列与单位样本序列的关系是
      u [ n ] = ∑ k = − ∞ n δ [ k ] = ∑ k = 0 ∞ δ [ n − k ] δ [ n ] = u [ n ] − u [ n − 1 ] begin{aligned} u[n]&=sum_{k=-infin}^{n}delta[k]=sum_{k=0}^{infin}delta[n-k]\ delta[n]&=u[n]-u[n-1] end{aligned} u[n]δ[n]=k=nδ[k]=k=0δ[nk]=u[n]u[n1]
  • 指数序列
    • 定义: x [ n ] = A α n x[n]=Aalpha^n x[n]=Aαn
    • 讨论:
      • ∣ α ∣ < 1 , A > 0 |alpha|<1, A>0 α<1,A>0时,幅值随 n n n的增加而减小
      • ∣ α ∣ > 1 , A > 0 |alpha|>1, A>0 α>1,A>0时,幅值随 n n n的增加而增长
  • 正弦序列
    • 定义: x [ n ] = A c o s ( ω 0 n + ϕ ) x[n]=Acos(omega_0 n+phi) x[n]=Acos(ω0n+ϕ)
  • 复指数序列
    • 定义: x [ n ] = ∣ A ∣ e j ( ω 0 n + ϕ ) x[n]=|A|e^{j(omega_0n+phi)} x[n]=Aej(ω0n+ϕ)
    • 对周期性的讨论
      x [ n + N ] = ∣ A ∣ e j ( ω 0 n + ω 0 N + ϕ ) x[n+N]=|A|e^{j(omega_0n+omega_0N+phi)} x[n+N]=Aej(ω0n+ω0N+ϕ)
      ω 0 N = 2 k π , k ∈ Z ⇒ N = 2 π ω 0 k omega_0N=2kpi,kin ZrArr N=dfrac{2pi}{omega_0}k ω0N=2kπ,kZN=ω02πk
      • 2 π ω 0 dfrac{2pi}{omega_0} ω02π为整数时,周期 N = 2 π ω 0 N=dfrac{2pi}{omega_0} N=ω02π
      • 2 π ω 0 = P Q dfrac{2pi}{omega_0}=dfrac{P}{Q} ω02π=QP,即为有理数时,周期 N = P N=P N=P
      • 2 π ω 0 dfrac{2pi}{omega_0} ω02π为无理数时,无周期

3. 序列的运算

  • 序列的加法
    x [ n ] = x 1 [ n ] + x 2 [ n ] x[n]=x_1[n]+x_2[n] x[n]=x1[n]+x2[n]
  • 序列的乘法
    x [ n ] = x 1 [ n ] ⋅ x 2 [ n ] x[n]=x_1[n]·x_2[n] x[n]=x1[n]x2[n]
  • 序列的移位
    y [ n ] = x [ n − n 0 ] y[n]=x[n-n_0] y[n]=x[nn0]
    • n 0 > 0 n_0>0 n0>0时,序列右移,延迟
    • n 0 < 0 n_0<0 n0<0时,序列左移,超前
  • 序列的翻转
    y [ n ] = x [ − n ] y[n]=x[-n] y[n]=x[n]
    x [ − n ] x[-n] x[n]是以纵轴为对称轴将序列 x [ n ] x[n] x[n]加以翻转
  • 尺度变换
    y [ n ] = x [ m n ] y[n]=x[mn] y[n]=x[mn]
    • m > 1 m>1 m>1时,序列每隔 m m m抽取一点,相当于时间轴压缩了 m m m
    • m < 1 m<1 m<1时,序列相邻抽样点间补 ( m − 1 ) (m-1) (m1)个零值点,表示零值插值
  • 累加
    y [ n ] = ∑ k = − ∞ n x [ k ] y[n]=sum_{k=-infin}^{n}x[k] y[n]=k=nx[k]
  • 差分
    前向差分 Δ x [ n ] = x [ n + 1 ] − x [ n ] Delta x[n]=x[n+1]-x[n] Δx[n]=x[n+1]x[n]
    后向差分 ∇ x [ n ] = x [ n ] − x [ n − 1 ] nabla x[n]=x[n]-x[n-1] x[n]=x[n]x[n1]
  • 卷积和
    y [ n ] = x [ n ] ∗ h [ n ] = ∑ m = − ∞ ∞ x [ m ] h [ n − m ] y[n]=x[n]*h[n]=sum_{m=-infin}^{infin}x[m]h[n-m] y[n]=x[n]h[n]=m=x[m]h[nm]
    等效为翻褶、移位、相乘和相加四个步骤

最后

以上就是呆萌早晨为你收集整理的【数字信号处理】第2章 离散时间信号与系统——离散时间信号1. 序列的定义2. 基本序列3. 序列的运算的全部内容,希望文章能够帮你解决【数字信号处理】第2章 离散时间信号与系统——离散时间信号1. 序列的定义2. 基本序列3. 序列的运算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(65)

评论列表共有 0 条评论

立即
投稿
返回
顶部