当前位置: 首页 > ds >正文

信号与系统-风中醉风

绪论

信号与系统:从时域、频域、离散,研究信号

输入信号->系统->输出信号

时域不好分析->转换到频域->时域

第一章-信号与系统基础

信号的表达方式

1.表达式
2.波形
数形结合百般好 ——华罗庚

信号的分类

1.确定信号 随机信号(不研究)
确定信号:能够写出表达式

2.连续信号 离散信号
连续变量:自变量定义范围内,除去不连续点,对于任意自变量可以得到确定的函数值。

除去不连续点 -1 , 1,其余点仍然满足连续信号条件。

离散信号:也称序列,只研究 n = 0,±1,±2,±3…(量化/取整)

3.模拟信号 数字信号
模拟信号:自变量和信号参量取值都连续
数字信号:自变量和信号参量取值都离散

4.周期信号 非周期信号
周期信号 :
(1)连续信号:f (t) = f (t+mT) , m = 0,±1,±2…
(2)离散信号:f (n) = f (n+mN) , m = 0,±1,±2… N为整数

结论 对于一个周期为T的信号 f (t),离散化后得到 f (βn) 的周期为:
1.当 T/β 为无理数,此时 f (βn) 无周期
2.当 T/β 为有理数 = b/a ,有周期为12

结论

T1,T2 无最小公倍数–周期商为无理数,和差商积无周期

5.实信号 复信号
复数:a+jb Ae(j角度)
在这里插入图片描述
6.奇信号 偶信号
f (t) = f (-t) 偶信号
f (t) = -f (-t) 奇信号
任意一个信号,都可以拆成奇分量和偶分量
在这里插入图片描述
请添加图片描述
7.能量信号 功率信号
连续:
在这里插入图片描述
离散:连续是积分,离散是求和
在这里插入图片描述
能量有限:能量信号,功率为0
功率有限:功率信号,能量无穷
非能量非功率信号:能量无穷,功率无穷。

结论可积信号,若是时限的,则f (t) 是能量信号。
可积条件下,周期信号一定是功率信号。

信号的运算

1.相加
离散:各个点相加
连续:表达式相加

2.相乘
在这里插入图片描述
3.微分,积分

连续信号
微分:表达式求导
在这里插入图片描述
积分:变上限积分,上限为 t (积分后函数值连续)
在这里插入图片描述
f (t) 求导 d f(t)/dt 变上限积分-> != f (t),不一定等于f (t),负无穷为0,可以还原
先变上限积分,再求导还原,得到原 f (t)
在这里插入图片描述

离散信号
微分->差分
积分->累加
在这里插入图片描述
4.翻折
f (t) -> f (-t)
f (k) -> f (-k)

5.移位
f (t) -> f (t - t0) 左加右减

6.尺度变换
连续:
f (t) -> f (at) (a>0)
a > 1 压缩
0<a<1 扩展

离散:
压缩:删去非整数点
扩展:新的点为0,删除非整数点

有限序列表示 f (n) = { 3,1,1,2,2,1,3 },0点位置标注

所有的变换都是针对 t 而言

t -> at+b
在这里插入图片描述
at+b -> t
在这里插入图片描述

常见信号

1.指数信号
单边衰减指数信号:
在这里插入图片描述
2.正弦信号
单边衰减正弦信号
在这里插入图片描述
采样(暂时了解,后续重点讲)
在这里插入图片描述
欧拉公式:
在这里插入图片描述
在这里插入图片描述

3.复指数信号 (没听懂,不知道有什么用 4.26)
在这里插入图片描述
4.Sa信号 (抽样函数)
理想抽样:采点
显示抽样:矩形脉冲

震荡,t增大,总体减小
sin t = 0,Sa(t) = 0

5.常数信号
一般是功率信号

一个信号的功率等于直流功率与交流功率之和

6.斜变信号
奇异信号:
在这里插入图片描述
在这里插入图片描述
7.阶跃信号
在这里插入图片描述
窗口
在这里插入图片描述
门函数
在这里插入图片描述
u(t)的定义域是全实数

一个信号的多种表示
在这里插入图片描述
阶跃序列
在这里插入图片描述
8.符号函数
在这里插入图片描述

9.冲激信号
冲激信号的导数是冲激偶信号
性质:

抽样性质在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
积分变为阶跃信号
在这里插入图片描述
2到-2积分,符号提出去,上下限互换,积分为-1
在这里插入图片描述
拆分的方法
在这里插入图片描述
冲激信号的尺度变换
在这里插入图片描述
综合题
在这里插入图片描述
冲激信号是偶信号

冲激信号可以用来表示任意信号

单位脉冲序列
在这里插入图片描述
冲激偶信号
求导:斜边->阶跃->冲激->冲激偶

不连续点是阶跃信号
在这里插入图片描述
冲击偶信号的积分性质
在这里插入图片描述

系统的特性

1.线性系统
性质:输入为0,输出为0
在这里插入图片描述
判断是否为线性

线性
在这里插入图片描述
非线性

带常熟
在这里插入图片描述
带高次方
在这里插入图片描述
2.时不变性

线性+时不变性 == 线性时不变系统 LTI系统

系统特性不随时间变化而变化
在这里插入图片描述
时变
在这里插入图片描述
所有变化针对t而言
在这里插入图片描述
上:先经过系统,再延时:所有 t 都延时 t0,
下:先延时,经过系统,其他t,不会延时
经过系统就是,对运算操作。

先经过系统再时移
先时移再经过系统 二者相等,则是时不变

3.因果系统
输出只取决于现在和过去的输入有关,而与将来无关
在这里插入图片描述

无记忆性,一定是因果:取决于当前
记忆性:取决于当前和之前

4.稳定系统
稳定性:若输入有界,则输出有界

5.可逆系统
可逆性:一个输入对应一个输出
在这里插入图片描述

6.离散系统
把 t 换成 n

错题:
线性时不变连续系统的数学模型是常系数线性微分方程 ,而常系数线性差分方程是线性时不变离散系统的数学模型
在这里插入图片描述
在这里插入图片描述

第二章—时域分析法

物理意义强,易理解

1.零输入响应 零状态响应

响应:输出;激励:输入

输出取决于 输入(外部激励)+系统初始状态(内部激励)

零输入响应:输入信号为零,仅由初始状态响应 rzi,yzi
零状态响应:初始状态为零,仅由输入引起的响应 rzs,yzs

线性系统:全状态 = 零状态+零输入
在这里插入图片描述
分量拆分,判断为两个线性分量
在这里插入图片描述
在这里插入图片描述
常系数线性微分方程/差分方程一般形式
在这里插入图片描述

在这里插入图片描述

判断 线性,时不变

线性:假设满足线性,看是否满足等式
在这里插入图片描述

时不变:假设f (t-t0) 输出y0(t),发现与t - > t-t0式子吻合
在这里插入图片描述

卷积

卷积表示一个输入信号经过系统如何得到输出的过程

卷积:积累,当前和过去的输入对现在的输出有影响,当前的输入影响着现在和未来的输出

LTI系统下定义
在这里插入图片描述
在这里插入图片描述
h (t) 单位冲激响应:单位冲激信号δ(t)作用下的零状态响应
u(n)->LTI->g(t)单位阶跃响应
在这里插入图片描述
LTI系统的微分性,积分性

在这里插入图片描述
卷积->积分形式

求解卷积举例:

连续
在这里插入图片描述
离散
在这里插入图片描述
卷积的图解

简单函数左移t,翻着,从左往右滑动,分情况相乘积分,注意积分变量是 涛 不是t
在这里插入图片描述

结论
在这里插入图片描述

卷积的性质
1.交换律
在这里插入图片描述
积分从左往右和从右往左积差个负号,求和都一样
在这里插入图片描述
简单信号复杂变换

2.分配律
两个系统相互卷积——串联
在这里插入图片描述
两个系统相加——并联
在这里插入图片描述
常数可以提到卷积前面
在这里插入图片描述
3.结合律
在这里插入图片描述
既有乘积也有卷积,结合律不能用
在这里插入图片描述
奇异信号的卷积

在这里插入图片描述
在这里插入图片描述
一阶导
在这里插入图片描述
k阶导同理
在这里插入图片描述
在这里插入图片描述
卷积的时移
在这里插入图片描述
结合律+时移性质
在这里插入图片描述

卷积存在:
1.都有始或都有终
2.其中一个是时限的,有始有终

卷积的微积分特性

上标正是求导,负是积分
在这里插入图片描述
使用条件被求导的函数,t=负无穷=0,或被积分的函数本身的净面积为0

卷积的尺度变换
在这里插入图片描述

有限长序列的卷积
对位相乘求和法,不进位乘法
在这里插入图片描述
找零点
在这里插入图片描述
边界0有用就写,没用就省略
在这里插入图片描述

两矩形卷积

等腰梯形:
左端点a+c,右端点b+d
d-c是短底
在这里插入图片描述
在这里插入图片描述
与常数卷积
在这里插入图片描述
一些卷积积分

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
卷积和
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

微分方程和差分方程

线性常系数

微分方程的建立
电路图->微分方程 (非重点)

框图->微分方程
求和,倍乘,积分,微分

通过加法器来列式子

在这里插入图片描述

差分方程的建立
在这里插入图片描述

微分方程的求解
1.等号右端为0,求通解;
2.根据e(t)的形式,得到特解;
3.根据初始条件,解出待定系数;

冲激函数匹配法?

零状态响应和零输入响应的求解
1.零输入响应的求解:
在这里插入图片描述
输入为0,求通解即可

2.零状态响应

初始状态为0
在这里插入图片描述
强迫响应与自由响应
在这里插入图片描述
瞬态响应与稳态响应
在这里插入图片描述

http://www.xdnf.cn/news/3453.html

相关文章:

  • 2025 RSAC|自主式 GenAI 安全智能体(Agent)开启防御新纪元
  • Splunk 使用Role 实现数据隔离
  • firecrawl的docker安装和api调用
  • Linux安装MySQL详细教程
  • 视觉标记token:解锁AI视觉理解新维度的钥匙
  • 强化学习之基于无模型的算法之基于值函数的深度强化学习算法
  • DeepSeek-V3 解析第二篇:DeepSeekMoE
  • 数据库的死锁相关(一)
  • 动态规划 -- 子数组问题
  • nginx 配置要领
  • 客户服务升级:智能语音外呼系统在多领域的场景应用解析
  • 大模型时代的新燃料:大规模拟真多风格语音合成数据集
  • 面经很简单的
  • 机器学习_KNN算法
  • 【SpringBoot】基于mybatisPlus的博客管理系统(2)
  • 汽车电子 专栏文章汇总
  • python+echart绘制一个听力图
  • 常用电机类型及其特点对比
  • 如何用fiddler进行弱网测试(工作常用篇)
  • sd webui 安装插件sd-webui-EasyPhoto依赖安装失败解决办法
  • 基于深度强化学习训练一个会走迷宫的ai
  • java之Integer、Double自动拆装箱比较,踩坑值int和Integer比较之空指针异常
  • WPF之TextBox控件详解
  • 第八节:目录操作
  • 二叉树的路径总和问题(递归遍历,回溯算法)
  • 如何理解神经网络训练的循环过程
  • 产品月报|睿本云4月产品功能迭代
  • MS31860T——8 通道串行接口低边驱动器
  • 制造业行业ERP软件部署全流程指南:从选型到维护,怎么做?
  • 多线程爬虫中实现线程安全的MySQL连接池