天天看點

信号與系統信号傅裡葉分析拉普拉斯變換系統

匆忙整理,淩亂不堪。待補。

信号

信号

  • 描述方法:函數表達式、波形圖、數值表
  • 基本分類

信号的分類

  • 确定信号與随機信号
  • 周期信号與非周期信号
  • 連續信号與離散信号
  • 模拟信号與數字信号

信号的分解

  • 直流分量與交流分量,能量信号與功率信号
  • 奇偶分量(某種正交性)
  • 分解成脈沖函數
  • 分解成正交函數

正交函數

  • 正交:函數内積(積分)為0
  • 正交函數集:彼此正交
  • 系數即在分量下的投影,歸一化。

    ci=∫f(t)gi(t)dtg2i(t)dt

  • 方均差為0不代表能量相等(可能不完備)
  • 完備正交函數集。性質:滿足Parseval公式:信号能量等于各分量能量和

相關

  • 相關系數:兩個函數的夾角(歸一化的内積)
  • 相關函數:兩個函數的相關函數是關于延遲 τ 的函數;功率信号,周期平均的内積

    R12(τ)=∫f1(t)f2(t−τ)dt

  • 自相關函數:能量信号,和自己的相關函數;功率信号,周期平均的内積

信号的基本運算

延遲

比例

疊加

相乘

采樣信号(sinc function)

Sa(t)=sinc(t)=sin(t)t

是能量信号(平方可積),不穩定系統(不絕對可積)

機關階躍信号(heaviside函數)

  • 信号接入 e(t)=f(t)u(t)
  • 矩形脈沖 u(t−τ)−u(t+τ)
  • 機關斜坡信号 ramp(t)=tu(t)
  • 符号函數 sgn(t)=2u(t)−1

機關沖激信号

  • 極限定義:高斯函數 σ→0 ……
  • 從極限過程看奇異信号之間的關系

    δ(t)=limτ→01τ[u(t+τ2)−u(t−τ2]

    δ′(t)=limτ→01τ[δ(t+τ2)−δ(t−τ2]

  • ∫f(t)δ(t)dt=f(0)
  • f(t)δ(t)=f(0)δ(t)
  • δ(at)=δ(t)|a|
  • δ[h(t)]=∑kδ(t−tk),ak=1|h′(tk)|
  • 1tδ(t)=−δ′(t)
  • 1tnδ(t)=(−1)nn!δ(n)(t)

沖擊偶信号

  • ∫f(t)δ′(t)dt=−f′(0)
  • ∫f(t)δn(t−τ)dt=(−1)nf(n)(0)
  • δ′(at)=δ′(t)a|a|
  • δ(k)(at)=δ(k)(t)ak|a|

傅裡葉分析

周期信号均可被表示為各種簡諧波的權重和;

非周期信号均可用簡諧波信号的權重積分表示。

傅裡葉級數

  • 定義
  • 傅裡葉級數收斂充分條件(Dirichlet):在一個周期内間斷點的數目有限;極值點個數有限;信号絕對可積
  • 函數的對稱性與傅氏級數系數的關系,奇偶、奇偶諧
  • 常把展開式寫成抽樣函數的形式
  • 頻譜特征:
    • 離散性:譜線間隔 ω1=2πT1
    • 諧波性:各次諧波疊加,諧波分量幅度正比于 AτT1
    • 收斂性:譜線的幅度按包絡曲線變化,主要能量集中在第一包絡内
  • 周期信号 f(t) 與其傅氏級數在能量上相等

幾種特殊的傅裡葉級數

(表格)

一般周期信号

周期矩形信号

周期對稱方波信号

周期鋸齒信号

周期三角信号

周期半波餘弦信号

周期全波餘弦信号

傅裡葉變換

  • 定義
  • 對稱性
    • 時頻對稱性
    • 時頻中心縱坐标的對稱性(w=0)
    • 實函數時間信号指數和三角式的對稱
    • 共轭對稱 F(ω)=F∗(−ω)
  • 線性性
  • 比例變換性質:時域上壓縮對應頻譜的擴充

    F[f(at)]=1|a|F(ωa)

  • 頻域帶寬 B0=f(0)2F(0) ,時域持續時間 T0=F(0)f(0)
  • 時移性質:時域延遲對應頻域負相移
  • 頻移性質:頻域向右( ω−ω0 )位移對應時域正相移
  • 卷積定理:時域卷積對應于頻域相乘
  • 頻域卷積對應時域相乘 ∗2π
  • 微分性質:時域微分對應頻域 ∗jω ;頻域微分對應時域 ∗(−jt)
  • 積分性質:時域積分對應 /jω ;頻域積分對應
  • 相關定理:

    F[R12(τ)↔F1(ω)F2∗(ω)]

    F[R(τ)↔|F(ω)|2

  • Parseval公式:時域平方積分=頻域平方積分 /2π ,能量關系
  • 能譜函數與自相關函數是一對傅裡葉變換。

幾種特殊的傅裡葉變換

矩形脈沖信号 AτSa(ωτ2)

把直流信号看作脈沖脈寬變大的極限 2πAδ(ω)

階躍信号看作指數函數的極限 1jω+πδ(ω)

符号函數 sgn(t)=2u(t)−1 推出 2jω

沖激信号

傅裡葉級數和傅裡葉變換

周期信号的傅裡葉變換

周期延拓後的傅裡葉級數

兩者結合,給定非周期信号f0(t),則信号fT(t)的變換為

抽樣定理

拉普拉斯變換

拉普拉斯變換

  • 定義

    L[f(t)]=∫f(t)e−stdt

  • 一般研究單邊拉普拉斯變換,積分限認為是從 0− 開始
  • 收斂域在s平面上最右邊奇異點的右側
  • 收斂的充分條件

    存在某個實數 σ0<∞,limt→∞f(t)e−σ0t=0 ,則在區域 Re(s)>σ0 内,拉普拉斯積分式絕對一緻收斂

  • 有限時間信号在全平面收斂
  • 普通函數、有界函數的拉氏變換為真分式
  • 奇異函數的拉氏變換為多項式

常見信号的拉普拉斯變換

(表格)

幂函數

階躍函數

沖激函數

基本性質

  • 線性性
  • 時域微分
  • 時域積分

    收斂區間求導可能擴大,積分可能縮小

  • 頻域微分
  • 頻域積分
  • 初值定理
  • 終值定理
  • 時域平移
  • 頻域平移
  • 卷積定理

逆變換

公式法:不實用

有理分式+留數法:

極點為實數單根

極點為共轭複根

極點為重根

利用拉氏變換性質

極零圖

  • 在s平面上标出系統 H(s) 的所有零點和極點
  • 零點位置不同對 h(t) 的影響:零點如果不抵消極點,則隻影響幅度和相位
  • 極點不同則收斂性不同,決定了系統的穩定性和頻域特性
  • 有限時間信号分子中有 1−e−sτ 項,有無窮多個零點,可能抵消原來的極點。

系統

疊加性和均勻性

時不變性

響應和激勵有相同的延遲

線性時不變系統

  • 滿足疊加性和均勻性、是不變性
  • 滿足微積分特性

因果性

響應不依賴于激勵時間以前的信号

h(t)=0,t<0

可逆性

由響應可以确定激勵

穩定性

BIBO

∫|h(τ)|dτ=M<∞

線性系統穩定的充要條件:

∫|h(t)|dt<M<∞

1. 含在右半平面的極點不穩定;含在虛軸上的二階及以上極點不穩定;僅含虛軸上一階極點臨界穩定;不含右半平面和虛軸上極點穩定。

2. 表達式化簡後,含s的項不穩定

3. 系統函數分母多項式的根位于左開平面是必要條件:a. 分母多項式無缺項;b. 所有系數的符号相同。

4. 羅斯-霍爾維茲準則

電路微分方程解法

響應

零狀态響應+零輸入響應

自由響應(暫态響應,衰減到0)+受迫響應(穩态響應,幅值不變)

線性性展現在零狀态響應上

線性系統的零狀态響應與零輸入響應、以及系統的沖激響應或階躍響應分析,在理論上構成了系統時域分析方法的基礎。

沖激響應h(t)

  • 與階躍響應共同點:全頻信号,可以反映信号頻譜;時域信号可以由此疊加。
  • 初始條件為0
  • 求解沖激響應
  • 可以完全确定一個LTI系統

階躍響應g(t)

  • 是沖激響應的積分

卷積

  • 定義: f1(t)∗f2(t)=∫f1(τ)f2(t−τ)dτ
  • 圖解法求卷積
  • 與奇異信号的卷積
    • 沖激函數是機關元 f(t)∗δ(t)=f(t)
    • 延遲的沖激函數是理想延遲器 f(t)∗δ(t−t0)=f(t−t0)
    • 階躍函數是理想積分器 f(t)∗u(t)=∫t∞f(τ)dτ
    • 沖激偶函數是理想微分器 f(t)∗δ′(t)=f′(t)
  • 卷積運算
    • 交換律
    • 結合律
    • 對加法的配置設定律
  • 任意響應=激勵和沖激響應的卷積=激勵的微分和階躍響應的卷積( e(t) 和 h(t) 當 t→∞ 時都趨于0)
  • 激勵的微/積分和沖激響應的卷積是響應的微/積分

頻響

在正弦波激勵下的穩态響應。

  1. 無右半平面極點;
  2. 左半平面極點穩态響應為0
  3. 是以響應還是正弦波

    頻響的獲得:

  4. 極零點矢量法:

    應用方法,借助矢量,分别考察h(s)的幅頻和相頻響應。

    w在虛軸上取幾個特殊值。

  5. 三維圖的方法:

    判斷要點:1. 極點特征;2. 零點特征; 3. 确定|H(0)|和|H(\infty)|的趨勢

全通函數

最小相移函數

任一個因果穩定都可以表示成全通系統和最小相位系統的級聯。

失真

群時延:

不失真的系統的群時延是一個正常數。

理想濾波器

理想低通濾波器:不滿足因果性,不可實作,不絕對可積,不穩定

理想帶通濾波器:不滿足因果性,不可實作,不絕對可積,不穩定

理想高通濾波器:不滿足因果性,不可實作,不絕對可積,不穩定

四種類型

Butterworth, Chebshev, 橢圓

系統的實體可實作性:佩利-維納準則(必要條件)、希爾伯特變換

Thanks to Chen Chen

繼續閱讀