首页>>论坛 >>技术论坛 >>网络与通信 >>通信信号处理
|
我要发帖  | 我要投票  | 我要回复  | 收藏

大型连载:信号处理原理--清华教程(最新更新)

大型连载:信号处理原理--清华教程(最新更新)
 
目录:
◇ 第一章 基本概念
本章导读
1.1 信号的概念
1.2 信号的分类
1.3 典型普通信号
1.4 信号的运算
1.5 奇异信号
1.6 信号的分解
1.7 信号处理
1.8 系统与系统分析
本章小结
- 课后习题
[最后修改于2007-11-16 17:11]

 
相关主题
行随心动,无限可能!
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 
现在进入本书绪论--- 基本概念

学习目标

掌握信号和信号处理,系统和系统分析的基本概念,为学习后续章节打下基础。

学习方法与学习指南
  1. 复习回顾高等数学中某些内容。如函数、复数、积分、微分、级数、极限、正交分解等。
  2. 复习回顾一些基本的物理概念。如周期、频率、能量、功率、直流、交流、脉冲等。
  3. 学习过程中,善于并始终能够联系已学知识来理解新知识。
  4. 学习过程中,善于并始终能够从新的角度(信号处理的角度)来更深入地理解已学知识。
本章导航

本章内容包括两大部分:信号的基本概念,系统的基本概念。

讲述次序为:信号的概念->信号的分类-> 典型普通信号->信号的运算 ->奇异信号-> 信号的分解->信号处理->系统与系统分析

重点与难点
  1. 冲激函数及其性质
  2. 信号的卷积运算及其性质
  3. 信号正交分解
  4. 系统及其性质


 
行随心动,无限可能!
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 
1.1 信号的概念

  这门课的内容主要是讲述有关信号处理的一些基本原理和方法。目的是希望大家能在学完后,对如何处理信号,特别是如何用计算机这种数字处理设备(从某种意义上说,计算机是一种数字处理设备)来进行信号处理,有一些基本的认识。

那么,什么是信号呢?

人类对自然界的认识和改造过程都离不开对自然界中的信息的获取。所谓信息,是指存在于客观世界的一种事物形象,是关于事物运动规律的知识。一般泛指消息、情报、指令、数据、信号等有关周围环境的知识。

凡 是物质的形态、特性在时间或空间上的变化,以及人类社会的各种活动都会产生信息。千万年来,人类用自己的感觉器官---眼睛、鼻子、手等等-- -从客观世界获取各种信息,如语言、文字、图象、颜色、声音、自然景物信息等等,可以说,我们是生活在信息的海洋之中,因此获取信息的活动是人类最基本的 活动之一。而且从某种意义上说,信息交换也是人类得以成为人类的重要原因。

下面,我们可以来看看不同形式的事物是如何来表现或表示同一概念的。这说明:人类生活在信息的海洋之中,获取信息的活动是人类最基本的活动之一。

如"语言文字"这种信息载体是用"红"这个汉字来表达红色概念;"图象"这种信息载体是用"红颜色"来刺激人的视觉神经,从而形成红色概念;"声音"这种信息载体是用"hong"这个语音来表达红色的概念;而景物如朝阳与落日的色彩等。
 
行随心动,无限可能!
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 
那么,什么是消息呢?

所谓消息,是指用来表达信息的某种客观对象,如电话中的声音,电视中的图象,雷达的目标距离、高度、方位等参量都是消息。在我们得到一个消息之后,可 能得到一定的信息,而我们所得到的信息与我们在得到消息前以及得到消息后对某一事件的认知程度无关。因此,我们可把信息与消息在含义上的区别概括为:信息 是消息中不确定性的消除(也就是该消息给予受信者的新知识),消息就是知道了的信息。

大家还可以自己举例,说明哪些是消息。

下面,进一步的,什么是信号呢?


所谓信号,是带有信息的某种物理量,如电信号,光信号,声音信号等。因此,信号是指消息的表现形式,而消息则是信号的具体内容。消息的传送一般都不是 直接的,而必须借助于一定形式的信号才能便于传输和进行各种处理。由于信号是带有信息的某种物理量,这些物理量的变化包含着信息。

可见,信号是与物理量相联系着的。这就为我们对它们进行研究定下了物理背景。换言之,我们要很好地理解某些信号,可以思考一下它对应的物理现象,蕴涵的物理规律。
 
行随心动,无限可能!
回复 链接 收藏
 
RE:大型连载:信号处理原理--清华教程
 
坐个沙发。
 
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 

1.1.2描述信号的方法

前面我们知道了信号的重要作用,也知道了它是与物理量有一定关系的,那么,怎么表示信号,或者说如何来描述信号呢?

信号作为带有信息的某种物理量,可以随时间变化或随空间变化。因此,在数学上,信号可以用一个或几个独立变量的函数来表达,也可以用函数的曲线图形---即信号的波形来表示。今后,在本门课程中,将把信号与函数视作同一概念,不加区别。

如在交流电中,电信号的相位随时间的变化情况。既可以用函数来表达,也可以画出波形来表示。

日常生活中所用的交流电的相位随时间是不断变化的,我们可以在相位与时间之间建立函数关系,一般可以用sin(t)来表示,即交流电相位这种信号可以 用三角函数sin(t)来描述。如果我们将相位与时间之间关系用图形表示出来,如下图这样,则相对比较直观,便于从中发现一些有关信号的规律。


sin(t)

其实,将信号与函数等同后,数学描述方式与波形描述方式就是自然而然的事 了。另外,将事物运动的规律抽象化,用数学符号来表达,是科学研究中常用的方法,也就是为什么我们以前老是用"学好数理化,走遍天下都不怕"来说明数学这 一学科的用处了。同样的,在信号处理这门课里,将描述、分析和处理信号的方法用数学形式来说明,对于方便研究是很有好处的。

除了上述两种直观的信号描述方法以外,还可以用信号的频谱来描述信号。关于频谱的概念,我们将在以后的章节中详细讲解。要说明的是,我们通常视信号频谱为信号的一种间接描述,而将其数学描述和波形描述视为是对信号的直接描述。

其实,人们一般更倾向于把频谱作为一种对信号进行分析的方法,或者说手段,而不太强调它也是信号的描述方法。

这里,描述的含义要灵活地来理解。因为频谱与信号有一一对应关系,所以从频谱就可以知道对应信号的特点---而信号特点正是我们在描述信号时所需要表现出来的---因此,说频谱是对信号的描述也是成立的。
 
行随心动,无限可能!
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 
为了研究信号处理的方法,我们先要搞清楚信号有哪些种类,每类信号各有什么特点,各适合于如何处理。通过这些分类,还可以让同学们更清楚地认识到在本门课程中所学知识是用于处理哪些信号的,也明白了对实际信号应用何种处理方法。

1.2.1 确定信号与随机信号

我们先来看看信号的取值情况。根据它,可以对信号进行分类。

根据信号的取值是否确定,可以将信号分为确定信号和随机信号。

如果信号可以用确定的数学表达式来表示,或用确定的信号波形来描述,则称此类信号为确定信号。在工程上,有许多物理过程产生的信号都是确定信号。例 如:卫星在轨道上运行,电容器通过电阻放电时电路中的电流变化等。如果信号只能用概率统计方法来描述,其取值具有不可预知的不确定性,则称此类信号为随机 信号。随机信号也是工程中的一类应用广泛的信号。例如:在通信传输中引入的各种噪声,海面上海浪的起伏等。

随 机信号是工程中的一类很重要的信号,从某种意义上讲,甚至可以说我们接触的信号都是随机的---因为差异是绝对存在的嘛。但通常有些差异我们是不太强调或 者说注意的,所以就把信号看成是确定性的了。但有的差异变化实在太大,再看成是不变的,认为是确定的,就有点儿自欺欺人了。:)对这类信号,我们只好用统 计的方法来研究它了。这种研究信号或者处理信号的方法与原理,我们在其它课程里再学习,本门课不对此进行讲授。

 

1.2.2 实值信号与复值信号

前面,我们探讨了信号取值的随机性问题,现在来看看信号所取值的类别---即是实数,还是复数。

说明一下,从严格意义上讲,实数也是复数,但在这里,我们把复数认为是仅指明那些"非实数"。这样说起来比较方便。希望同学们注意。

根据信号的取值是否是实数,可以将信号分为实值信号和复值信号。

如果信号的取值为实数,则称此类信号为实值信号,简称实信号。物理可实现的信号都是实信号,例如:无线电信号,电视信号,雷达信号。

如果信号的取值为复数,则称此类信号为复值信号,简称复信号。

大 家可能要问了:取值为复数,这种信号是个什么东西啊?我说:复信号不是个东西。:)?因为现实生活中的信号都是实的!复信号只是一种"梦想",是"纸上谈 兵"的产物。但是,虽然在实际中不能产生复信号,采用复信号来代表某些物理量,往往更便于理论分析。这一点,通过学习傅里叶频谱分析,将使我们的认识更深 刻。后面我们在讲"复指数"信号的时候,大家也可以发现这种信号的引入,的确使得研究问题更方便了。

 
行随心动,无限可能!
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 

1.2.3 时间连续信号与时间离散信号

下面,我们来考察一下信号取值的值域和定义域。根据这些域的不同,来将信号进行分类。

根据信号的取值在时间上是否是连续的(不考虑个别不连续点),可以将信号分为时间连续信号和时间离散信号。

希望同学们注意这里的"连续"概念。

除个别不连续点外,如果信号在所讨论的时间段内的任意时间点都有确定的函数值,则称此类信号为时间连续信号,简称连续信号。连续信号的函数值可以是连续的,也可以是离散的。

若信号的时间与取值都是连续的,则称此类信号为模拟信号。例如 信号f(t)=sin(t)的时间和取值都是连续的,即为模拟信号。
如果信号的时间连续,但是信号的取值离散,则称此类信号为量化信号。

由于"连续"是相对于时间而言的,故连续信号取值可以是连续的,也可以是离散的。为了进一步区分这两种情况,而引入了模拟信号和量化信号的概念。

若信号只在离散时间瞬间才有定义,则称此类信号为时间离散信号,简称离散信号。离散信号也常称为序列。此处"离散"是指在某些不连续的时间瞬间给出函数值,在其它时间没有定义。离散信号的函数值可以是连续的,也可以是离散的。

可见,离散信号的定义域是离散的点组成的,有些地方没有定义。什么叫"没有定义"啊?就是不知道信号在那些地方该取什么值。:)

若离散信号的取值是连续的,则也可称此类信号为抽样信号或取样信号。

注意:这里的"连续"是指信号取值时没有什么限制,不是从指定的一些离散值中选择,而是任意的。所以这种连续与前面讲的"连续信号定义域是连续的"是有点儿差别的。希望同学们能注意区分。

若离散信号的取值是离散的,则可称此类信号为数字信号。

同理,离散信号的取值可以是连续的,也可以是离散的。为了进一步区分这两种情况,而引入了抽样信号和数字信号的概念。

下面是一些典型的信号的波形。
时间连续信号


模拟信号


抽样信号

                    抽样信号


数字信号

                   数字信号


所以,有两种连续信号:一种是取值也是连续的,一种是取值是离散的;同理,离散信号也有两种:一种是取值连续----这也叫抽样信号,一种是取值离散----这也叫数字信号。

 
行随心动,无限可能!
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 

1.2.4 周期信号与非周期信号

若信号按照一定的时间间隔周而复始,并且无始无终,则称此类信号为周期信号。他们的表达式可以写作
f(t)=f(t nT) n=0,1,2……(任意整数)
其中nT称为f(t)的周期,而满足关系式的最小T值则称为是信号的基本周期。为叙述方便,在不致引起混淆的情况下,如不作特别强调,今后我们将把"基本周期"简称为"周期"。

若信号在时间上不具有周而复始的特性,即周期信号的周期趋于无限大,则称此类信号为非周期信号。

这种把非周期信号的周期视作为无穷大,是一种很有用的思想方法。后面我们在学习傅里叶变换时,从周期信号的傅氏级数推广到非周期的一般信号傅氏变换,就是用到了这种思路。

而从非周期信号的傅氏变换推广到周期信号的傅氏变换,则利用了" '周期信号'可以由'非周期信号'周而复始地进行重复而得到 "的思路,把"非周期信号"作为一个片段,不断重复,就得到了一种周期信号。

怎么样"周期重复"呢?我们有相应的数学方法或思路来完成解决这个问题。这在我们学习完本章的"信号运算"(其中的加法、卷积运算)以及"奇异信号"中的"冲激信号"后就可以来做了。因为冲激信号具有"搬移特性",能够将其它信号"搬移(平移、移动)"到指定的位置,这个特性我们以后会学到。同学们可以在这里作个记号,将来学到的时候,回过头来看看是不是这样。

 

 
行随心动,无限可能!
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 

周期信号

1.2.5 能量信号与功率信号

在研究过程中,我们有时需要知道信号的能量特性和功率特性。对连续信号f(t)和离散信号f(n),我们分别定义它们在区间上的能量E为:

注意:这里的能量是定义在区间上的。相加的(积分也是一种相加)是信号的幅值的平方,一般把它称为是信号的能量。

信号的功率P是区间上的平均功率,即:


大家知道功率是能量在一定时间内的平均值,所以在公式里要除时间长度。这个时间长度,对于离散信号来讲,就是其点数了。

如果信号的能量,则称之为能量有限信号,简称能量信号。

如果信号的功率,则称之为功率有限信号,简称功率信号。

为什么还要研究信号的功率呢?这是因为有的信号的能量太大了(等于无穷:))。研究没太大意义。但是不是都可以用功率来进行研究呢?不过,很遗憾,有些信号的能量变化实在太快了,没法表示,这时研究它的功率就没有意义。所以,能量和功率各有所长所短,根据需要来使用。
 
行随心动,无限可能!
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 

1.2.6 奇异信号与普通信号

若信号本身有不连续点,或其导数与积分存在不连续点,而且不能以普通函数的概念来定义,则称此类信号为奇异信号,反之,则称为普通信号。

为什么说一个信号是奇异的,我们以后将结合具体的例子来说明。在这里,大家只要知道有这样一种分类标准或方法就可以了。

      关于典型的普通信号以及常见的几个奇异信号,将分别在后文中详细讲述。

1.2.7 因果信号与非因果信号

若当t<0时,f(t)=0,当t>=0时,f(t)<> 0,则f(t)为因果信号。反之,则称为非因果信号。为叙述方便,若信号在t>0时,f(t)=0,而在t<=0时,f(t)<> 0,则称f(t)为反因果信号。

我们可以图形的形式来说明这几种信号的区别:

可见,因果信号只在自变量的非负左闭区间才取非零值;而反因果信号则在自变量的正半轴开区间(0,¥)取值均为零。显然,一个在整个自变量区间都存在非零值的信号,可以表示成为一个因果信号和一个反因果信号的和。非因果信号是不满足因果信号定义的信号,即在区间,信号有非零的取值。

这种分类,在分析系统的性能的时候,比较有用。
 
行随心动,无限可能!
回复 链接 收藏
 
RE:大型连载:信号处理原理--清华教程
 
未完,待续……
下期推出,敬请期待!
 
行随心动,无限可能!
回复 链接 收藏
 
RE:大型连载:信号处理原理--清华教程
 
期待
 
回复 链接 收藏
 
RE:大型连载:信号处理原理--清华教程
 
支持一下。
 
回复 链接 收藏
 
RE:大型连载:信号处理原理--清华教程
 
這個太好了!多多發類似的鐵子!
 
回复 链接 收藏
 
RE:大型连载:信号处理原理--清华教程
 
 
回复 链接 收藏
 
RE:大型连载:信号处理原理--清华教程
 
Ding!!!!!!
 
回复 链接 收藏
 
RE:大型连载:信号处理原理--清华教程
 
How come this title is here??
 
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 
1.3.1指数信号

我们先来看看指数信号。

指数信号的数学表达式为: 。其中参数a是实数。

所以,指数信号通常是"实指数信号"的一种简称。如果指数是复数怎么办呢?我们就定义一种新信号来描述它。这种信号就是我们后面马上要讲到的"复信号",它有很多好的特性。下面,我们来看看指数信号的一些特性,以及这些特性是怎么决定的。

指数信号的参数a控制着信号的特性:(1)参数a的符号决定信号是取值不断减小的衰减型,还是取值不断增大的增长型。a为负,则信号衰减;a为正,则 信号增长。(2)参数a的绝对值大小则决定信号变化(衰减或增长)的速度快慢。a的绝对值越大,则信号变化的速度越快。

指数信号的一个特殊情况是:当a=0时,信号成为直流信号,这时f(t) = K是一个不随时间变化的恒定值,其波形是一条与时间轴平行的直线。
信号处理
就上述情况,我们来看几个指数函数的示例。

就上述情况,我们来看几个指数函数的示例。

上图中的各种类型的信号与它们的参数a的关系如下:

指数信号具有一个重要特性是,它对时间的微分或积分仍然是指数信号。这里的微分与积分是对信号的运算,我们随后将在信号运算一节中讲述它们。

现在大家只要知道它们是一种运算即可,或者也可以将信号视为函数,则这些信号的运算与函数的运算实际上就是一样的了。函数如何进行微分和积分,大家要是忘了,请找本高等数学的书来复习一下。
 
行随心动,无限可能!
回复 链接 收藏
 
RE:大型连载:信号处理原理--清华教程
 
耽误大家太多时间了,连载又一次开始,敬请继续关注
 
行随心动,无限可能!
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 

1.3.2 正弦信号

正弦信号和余弦信号二者仅在相位上相差,经常统称为正弦信号,其表达式一般写作。下图中是正弦信号和余弦信号的一个片段,可以看出它们之间只有相位差,而波形则是一样的。

这种信号的几个参数分别表示什么意思?这是我们以前学过的。其中,K是正余弦信号的幅度,是正余弦信号的角频率,是信号的初相位(显然,正弦信号的初相位为零,而余弦信号的初相位为。这些三角函数的很重要的参数,决定了函数的波形。

正弦信号是周期信号,其周期与角频率和频率之间的关系满足下列关系式

即正弦信号的周期蕴含在它的参数中。

我 们已经知道指数信号的一个重要性质----信号经过微分或积分后仍然是原类型的信号,其实正弦信号也有类似的特性,即正弦信号对时间的微分与积分仍为同频 率的正弦信号(大家要注意,这里的"正弦信号"是一种统称)。这一点,我们在学完高等数学的微分以及积分后,就应该知道的。
 
行随心动,无限可能!
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 

1.3.3 复指数信号

复指数信号的函数表达式为 。其中是复数s的实部,为其虚部。

借助欧拉公式将复指数信号的函数表达式展开,可得



欧拉公式我们在其它课程中已经学习过,不知道大家是否记得?下面给出欧拉公式

此结果表明,一个复指数信号可以分解为实部、虚部两部分。实部含余弦信号,而虚部则是正弦信号。

由上面的关系式,我们常将正弦信号和余弦信号借助于复指数信号来表示。利用欧拉公式可推导出

这 种替换写法有什么意义呢?当我们学习到信号的傅里叶级数展开时会知道,函数(信号)可以展开成正弦函数(信号)的无穷级数表示,而如用复指数函数(信号) 来改写该级数,则函数(信号)可以用复指数函数(信号)的无穷级数来表示,从而不仅使表达式更为简捷,带来了复指数信号的优点,而且还便于从傅里叶级数向 傅里叶变换的推广。这些,我们将在第二章的相关内容中接触到。

不仅如此,利用复指数信号可以使许多运算和分析得以简化。在信号分析理论中,复指数信号是一种非常重要的基本信号。

前面我们已经说过,引入复信号是为了方便研究。虽然实际上不能产生复指数信号,但是可以利用复指数信号来描述各种基本信号,如指数信号,正弦或余弦信号,直流信号。

复指数信号的指数因子的虚部w表示正弦与余弦信号的角频率,而实部s则表示正弦与余弦函数振幅随时间变化的情况:(1)若> 0,正弦、余弦信号是增幅振荡;(2)若<0,正弦及余弦是衰减振荡。

复指数函数有三种特殊情况:
(1) 当=0时,即s为虚数,则正弦和余弦信号是等幅振荡;
(2) 当=0时,即s为实数,则复指数函数成为一般的指数信号;
(3) 最后,若=0且=0,即s等于零,则复指数信号的实部和虚部都与时间无关,成为直流信号。

1.3.4 高斯信号(钟形脉冲信号)

高斯信号的函数表达式是,其波形如图所示。

由于高斯信号的形状很象一口钟,因此也称为钟形脉冲信号。

该信号在随机信号分析中有重要地位。正态分布的密度函数就是一种高斯函数,我们在对语音信号处理的时候,会大量接触这类信号。

1.3.5 Sa(t)信号(抽样信号)

我们把正弦函数sin(t)与自变量t的比值称为抽样函数或Sa(t)函数,其表达式为

Sa(t) = sin(t)/t
其波形如图所示。

 

要注意这个信号在零点处的取值。分式的上下都为零了,怎么办呢?

当t=0时,Sa(t)函数的分子与分母都是零,借助于罗彼塔法则求得,Sa(0) = 1。当t <> 0时,随着t的绝对值的增大,函数值的绝对值振荡着不断减小,逐渐趋向于零。

由于正弦函数sin(t)在 时函数值为0,因此Sa(t)函数在点处函数值为0。通常,我们把相邻两个过零点为端点的区间称为过零区间。

显然,除原点附近的过零区间宽度为2外,Sa(t)函数的其他过零区间宽度均为

下面,我们来看看Sa(t)信号还有哪些性质?

Sa(t)函数具有下列性质:
1.Sa(t)函数是偶函数。这一点既可以从信号的波形看出,也可以根据偶函数的性质进行证明。
2.
3. 。由前两条性质,本性质很容易证明。

鉴于我们在后续章节中还将学习对信号的抽样,为避免与信号经抽样后所得"抽样信号"(或取样信号、采样信号)相混淆,以后我们将只称Sa(t)信号或Sa(t)函数。

  另外还有一个类似的函数称为sinc(t)函数,其表达式为

 
行随心动,无限可能!
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 
 前面我们学习了一些比较典型的普通信号及其性质,初步建立了对信号的概念。下面,我们从信号运算的角度,认识信号。

信号运算在信号的分析和处理中常会遇到,是整个信号处理过程的核心。


为了便于理解掌握,我们可以把信号的运算大致分一下类,将信号的加减乘除等运算归到"四则运算"一类中,把信号的平移、尺度和反褶称为是对信号的"波 形运算"(目的是想着重强调运算对信号波形的变化作用),把信号的积分和微分称为"数学运算"(因为这样更便于理解这两类运算),而将卷积与相关称为是信 号之间的"相互运算"(目的是想强调信号之间的相互关系)。

特别要说明指出的是:这样分类的原则与目的,仅仅是考虑到便于学习和理解这些不同的信号运算,并不是很严谨的。

1.4.1 四则运算

我们先来看看对如何对信号进行常规的四则运算,也就是加减乘除运算。

信号的四则运算包括:信号相加,信号相减,信号相乘,信号相除。其运算方法是:运算结果得到一个新信号,新信号在定义域上各点的取值,是参与运算的两个信号在对应点取值进行相应运算的结果。

也就是说:若两个信号相加,则结果信号的取值是参与运算的两信号对应点取值相加,若是相乘运算,则是对应点取值相乘。依此类推。

我们可以发现:信号的四则运算与函数的运算实际上一致的,只不过在这里,参与运算的函数以及运算的结果函数一般都有比较明确的物理含义而已。


需要指出的是:对于信号相除,如果分母在某点处为零,则运算后的结果信号在该点的取值,要取决于分子信号在该点是否也为零。如果分子信号在该点取值为 零,而又可以根据罗彼塔法则求出结果,则即为最后的结果信号值。如果分子信号在该点的取值不为零,则最后的结果信号在该点上没有定义。

  因此,信号在运算后,所得信号的定义域与原信号的定义域可能会不一致。

下面以sin(t)、sin(8t)为例,说明信号相加、相乘运算
(1) 已知sin(t)的波形如下:

(2) 已知sin(8t)的波形如下:

(3) 它们相加的结果为:sin(t) + sin(8t);相应的波形如下:

(4) 则它们相乘的结果为:sin(t) * sin(8t);相应的波形如下:
    
请大家留意一下乘积信号的波形与两个原信号的波形之间的关系。你会发现好象是sin(8t)的波形变化受到了sin(t)的约束。这种现象称为"调制"。在通信系统中,信号从发射端传输到接收端,这实现信号的传输,往往需要进行调制和解调。这是因为:

(1) 无线电通信系统是通过空间辐射方式传送信号,根据电磁波理论,对于语音信号来说,相应的辐射天线尺寸要在几十公里以上,实际上这是不可能制造出来的。而调制过程则将信号的频谱搬移到任何所需的较高频率范围,这样就容易以电磁波形式辐射出去。

(2) 如果不进行调制而是把被传送的信号直接辐射出去,那么各电台所发出的信号频率就会相同,它们混在一起,收信者将无法选择所要接收的信号。而调制作用的实质 是把各信号的频谱搬移,使它们互不重叠地占据不同的频率范围,也即信号分别托附于不同频率的载波上,接收机就可以分离出所需频率的信号,不致互相干扰。

如何进行频谱的搬移,我们在学习到第二章就会明白了。
 
行随心动,无限可能!
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 

1.4.2时移、尺度与反褶运算

这几类信号运算,都是在对函数的自变量进行变换,或加上一个常数偏移(时移),或乘上一个常数作比例系数(尺度),或改变变量的符号(反褶)。它们的作用效果能够从原信号的波形变化上很直观地看出。

信号的波形是原信号f(t)的波形沿时间轴整体平移的结果,我们称这一过程为信号的时移。时移量为,方向与的符号有关。
下图是关于信号时移的两个示例。一个左移,另一个是右移。我们发现,时移操作不会改变信号的波形形状,只改变了它在时间轴上的位置。
  
如果是正的,则时移
,则向左平移。如果新信号是,则结论又正好相反。当向右平移时,通常是使得信号发生的时刻延迟了,所以有时也称此运算操作之为"延时",而将参数称为"时延"。


使信号向右平移;反之

  如果将信号f(t)的自变量t乘以一个正的实系数a,则新信号f(at)的波形与原信号的波形有压缩(a>1)或扩展(a<1)的关系。我们称这种运算为尺度运算(有时也称尺度变换、压扩运算、压扩变换)。

下图是关于波形压缩(a=2)、波形扩张(a=0.5)的示例。我们可以发现,压扩后的信号与原信号在整体形状上保持了一定的相似性。


以放录音磁带为例,设f(t)表示以正常速度播放,则f(2t)表示以两倍的正常速度快放,而f(0.5t)则表示以二分之一的正常速度慢放。

 

  如果信号所乘的实系数a=-1,则称新信号f(-t)是原信号的反褶。

下图是关于信号反褶的一个示例。我们发现,信号在反褶后波形关于纵轴是对称的。



这时,f(-t)的波形与f(t)的波形关于纵轴是对称的。换个角度说,对信号进行反褶操作的方法是:将信号以纵轴为对称轴对折过来。

 

  如果运算既包含时移运算,又有尺度运算和反褶运算,则如何从原信号得到新信号呢?最简便的方法是:先平移,再压扩,最后反褶。

例:已知信号f(t)的波形,试绘出新信号f(-at-b)的波形,其中参数a与b都是正的。

解:分三步来完成。

(a) 将原信号f(t)的波形沿时间轴向右平移b个单位,得f(t-b)。

注意这里了取值是正的,其前面的符号是减号,否则就不一定是向右了。

(b) 新信号沿时间轴进行a倍压缩或扩展(视参数a与1的关系来定),得信号f(at-b)。

如果参数a大于1,则进行波形压缩;反之则进行波形扩展。

(c) 将(b)中所得信号以纵轴为中心对折过来,得信号f(-at-b)即为所求。


(1) sin(t) à sin(t+p)
(2) sin(t+p) à sin(2t+p)
(3) sin(2t+p) à sin(-2t+p)
 
行随心动,无限可能!
回复 链接 收藏
 
回复:大型连载:信号处理原理--清华教程
 

1.4.3积分与微分运算

对信号也可以进行积分与微分运算。

可以从两个方面来理解信号的积分与微分运算。

一方面,将信号作为函数来理解,则可以直接把高等数学中所学的积分和微分运算的方法与性质拿过来,这些信号运算和我们学过的信号的其它运算一样,就没有什么特别之处了,无非是些对函数的某种操作而已。

另一方面,如果把信号看成是有着具体的物理背景,则在理解积分与微分运算时,同样应将这些运算与具体的物理意义对应起来来理解。

信号f(t)的积分为,微分为 。为了叙述方便,有时也把微分和积分运算看成是算子,并分别记为

这里,算子的操作对象是函数,结果也是函数,当操作对象是函数f时,微分和积分算子操作的结果就是 ,写成含有自变量表示的形式就是。这样,对一个函数连续n次施加微分和积分运算的算子可以分别表示为

1.4.4 卷积运算

信号的卷积运算是信号处理领域中最重要的运算之一。随着对信号与系统理论研究的深入,特别是计算机技术的不断发展,不仅使卷积方法在很我领域得到了很广泛的应用,而且卷积运算的逆运算---反卷积的问题也受到了越来越大的重视和应用。

比如,在语音识别、地震勘探、超声诊断、光学成像、系统辨识及其他诸多信号处理领域中,甚至可以说卷积与反卷积的问题无处不在,而且很多的问题,都是有待深入研究的课题。

所以,大家要切实理解和掌握好卷积分运算的各个方面,打好牢固的基础。下面,我们来看看卷积的定义是怎样的。

信号的卷积积分(简称卷积),定义为:

简记为,其中的星号是卷积运算符。
注意不要与我们在编写计算机程序时所用的乘法的表示符号搞混了。在信号处理课程里,乘法往往是用居中的点来表示的,或者干脆不写居中的点,而直接将要进行乘积运算的信号(包括直流信号---它是一个常数)连在一起写。

信号的卷积运算对应着一定的物理背景,这要在我们进一步学习了关于系统的激励与响应的关系之后,才能更深入地理解。

不仅如此,信号的卷积运算还对应着一定的几何解释。从定义式我们可以看出:(1) 在积分式中,信号自变量改变了符号,这对应在几何波形上,就是将信号进行了反褶变换;(2) 并且,信号f2的波形位置与积分变量的取值有关,积分变量在积分限内的不断变化,将导致信号的波形发生移动,即是对它不断进行平移操作;(3) 最后,每当信号处在一个新位置,都要与信号f1相乘,且依据积分的定义,要将这些乘积加起来,而其结果实际上对应着两信号波形相交部分的面积。所以,卷积运算可以用几何图解方式来直观求解。

下面我们来说明如何用它的几何意义来求解两信号的卷积。

将信号的自变量改为,信号变为。对任意给定的,卷积的计算过程为:
(b) 将 关于r进行反褶得到
(c) 再平移至t0得到
(d) 与相乘得到
(e) 对r进行积分得 ,即

不断变化,就可以得到s(t)。

从上面的计算步骤可以看出:卷积计算的几何求解可以通过对信号进行"反褶、平移、相乘、积分"等运算来完成。下面我们以一个实例进一步阐述信号之间卷积运算过程的几何解释。

例:下面是矩形脉冲信号e(t)的波形和三角信号h(t)的波形,试根据卷积运算的几何解释求它们的卷积。

矩形脉冲信号e(t)


三角脉冲信号h(t)

  解:下面按照卷积运算的几何解释以图解方式来求解。
(1) 首先将h(t)反褶

  (2) 然后将h(t)沿时间t轴从左向右平移

  (3) 在平移过程中,将反褶后的h(t)与e(t)相乘相加(积分)
根据h(t)与e(t)之间的位置关系,分阶段求积分结果。也就是两信号波形相交部分的面积随时间变换的函数关系。
(a)
这时,两个信号的波形没有相交,也即两信号在此区间内的卷积为零。



(b)
在此区间内,两信号相交的部分组成一个三角形。在确定了积分的上限和下限后,可以计算出相应的卷积结果如下:



上图中的黄色三角形表示两信号的相交部分,其面积随时间的变化关系即为卷积在此区间内的结果。

(c)
在此区间内,两信号相交的部分组成了一个梯形,该梯形的面积随着三角波的右移而不断增加,其相应的卷积结果如下:



同样的,上图中的红色梯形表示两信号的相交部分,其面积随时间的变化关系即为卷积在此区间内的结果。

  (d)
在此区间内,两信号的相交部分也是梯形,但面积将随时间不断减小,其卷积面积与时间的关系如下:



同理,上图中的桔色梯形表示两信号的相交部分,其面积随时间的变化关系即为卷积在此区间内的结果。

  (e)
此时,两信号再一次远离,不再相交,所以卷积结果为零。
e(t)*h(t)=0

(4) 最后的卷积结果为:
综合前面几步的结果,可以绘出下面的卷积的波形如下。


要强调指出的是,卷积作为信号的一种运算,其结果仍是一种信号,描述的是卷积过程中所得面积随时间的变化关系。

[最后修改于2007-11-16 17:10]
 
行随心动,无限可能!
回复 链接 收藏
 
我要发帖  | 我要投票  | 我要回复  | 收藏