信号与系统学习笔记——信号的分类

目录

一、确定与随机

二、连续与离散

三、周期与非周期

判断是否为周期函数

离散信号的周期

结论

四、能量与功率

定义

结论

五、因果与反因果

六、阶跃函数

定义

性质

七、冲激函数

 定义

重要关系

作用


一、确定与随机

确定信号:可以确定时间函数表示的信号。

随机信号:不可以确定时间函数表示的信号。

二、连续与离散

连续时间信号:连续时间范围内(-∞<t<+∞)有定义的信号,简称连续信号。若其函数值也连续,常称为模拟信号(值域连续)

图2.1 连续信号

离散时间信号:仅在一些离散的瞬间才有定义的信号,简称离散信号。当取值为规定数值时,常称为数字信号(值域不连续)

图2.2 数字信号 

连续信号变为离散信号:(AD转换):如果想让一个连续信号进入计算机,需要让连续信号(模拟信号)变为离散信号(数字信号)。这是我们会用到连续采样的方法。

图2.3 连续信号变为离散信号 

离散信号变为连续信号(DA转换):此法主流有两种表示。第一种是零阶保持法;第二种是分段线性法。

图2.4 零阶保持法 

图2.5 分段线性法 

三、周期与非周期

周期与非周期的概念我们已经非常熟悉了,这里不再过多赘述。

判断是否为周期函数

m个周期函数合成为一个新函数的周期,表示为T=m_{i}T_{i}       (i=1,2,3...)

判断方法:两个周期信号的周期分别为T_{1}T_{2},若T_{1}T_{2}是有理数,则周期信号之和仍然是周期信号,其周期为T_{1}T_{2}的最小公倍数。

例题:判断函数f_{1}(t)=sin2t+cos3t是否为周期函数,若是,周期是多少?

T_{1}\frac{2\pi }{\omega}=\pi

T_{2}\frac{2\pi }{\omega}=\frac{2\pi}{3}

所以f_{1}(t)是周期信号,其周期为2π

拓展:若函数是三个周期函数合成的,怎样判断它是否为周期函数,函数的周期是多少?

假设合成后的函数是周期为T的周期函数,那么可得到:

m_{1}:m_{2}:m_{3}=\frac{T}{T_{1}}:\frac{T}{T_{2}}:\frac{T}{T_{3}}

消去分子T,再乘2π,可得到:

 m_{1}:m_{2}:m_{3}=\frac{2\pi }{T_{1}}:\frac{2\pi}{T_{2}}:\frac{2\pi}{T_{3}}=\omega _{1}:\omega _{2}:\omega _{3}

三个以上周期信号的合成仍适用。

离散信号的周期

f(k)是离散周期信号,N为周期。表示为:f(k)=f(k+mN),m=0,\pm 1,\pm2...

例题:判断正弦序列f(k)=sin(βk)是否为周期信号,若是,确定其周期,式中β为数字角频率,单位:rad。

解:假设f(k)是周期信号,那么可得到:

f(k)=sin(βk)=sin(βk+2mπ),m=0,±1,±2...

      =sin[\beta (k+\frac{2m\pi }{\beta })]

       =sin[\beta (k+mN)]

结论

\frac{2\pi }{\beta }为整数时,正弦序列具有周期N=\frac{2\pi }{\beta }

\frac{2\pi }{\beta }为有理数时,正弦序列仍具有周期性,但周期是N=M\frac{2\pi }{\beta },M取使N为整数的最小整数。

\frac{2\pi }{\beta }为无理数时,正弦序列为非周期序列。

连续正弦信号一定是周期信号,而正弦序列不一定是周期序列;两连续周期信号之和不一定是周期信号,而两周期序列之和一定是周期序列。

四、能量与功率

定义

图4.1 能量的定义 

图3.2 平均功率的定义 

能量有限信号:信号的能量E<∞,简称能量信号,此时平均功率P=0。

功率有限信号:信号的功率P<∞,简称功率信号,此时能量E=∞。

结论

①时限信号(仅在有限时间区间不为零)为能量信号;

②周期信号属于能量信号;

③非周期信号可能是能量信号,也可能是功率信号;

④有些信号既不是能量信号也不是功率信号,比如指数函数f(t)=e^{t}

五、因果与反因果

因果信号:t= 0,f(t)=0的信号(即t0时接入系统的信号),比如阶跃信号。

反因果信号:t\geqslant 0,f(t)=0的信号(除0信号外)。

六、阶跃函数

图6.1 单位阶跃函数 

定义

图6.2 阶跃函数的定义 

性质

①表示分段常量信号;

②表示信号的作用区间;

③积分\int_{-oo}^{t}\varepsilon (\tau )d\tau =t\varepsilon (t)

七、冲激函数

图7.1 几种函数图形 

 定义

冲激函数是奇异函数,它是对强度极大,作用时间极短的物理量的理想化模型,由狄拉克提出 。

 图7.2 冲激函数的函数

理解:高度无穷大,宽度无穷小,面积为1的对称窄脉冲

图7.3 

图7.3中间的Pn(t)叫“门函数”

重要关系

\delta (t)=\frac{d\varepsilon (t)}{dt}

\varepsilon (t)=\int_{-oo}^{t}\delta (\tau )d\tau

作用

冲激函数可以描述间断点的导数

图7.4 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/457398.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

提升运营效率,探索运营中台架构的力量

随着数字化转型的加速推进&#xff0c;企业需要更高效地管理和运营各项业务&#xff0c;而运营中台架构作为一种新型的业务架构设计理念&#xff0c;正在逐渐受到关注和应用。本篇博客将深入探讨运营中台架构的概念、优势和实践&#xff0c;帮助企业了解如何通过构建运营中台实…

CVPR2023 | 3D Data Augmentation for Driving Scenes on Camera

3D Data Augmentation for Driving Scenes on Camera 摄像机驾驶场景的 3D 数据增强 摘要翻译 驾驶场景极其多样和复杂&#xff0c;仅靠人力不可能收集到所有情况。虽然数据扩增是丰富训练数据的有效技术&#xff0c;但自动驾驶应用中现有的摄像头数据扩增方法仅限于二维图像…

[蓝桥杯]-最大的通过数-CPP-二分查找、前缀和

目录 一、题目描述&#xff1a; 二、整体思路&#xff1a; 三、代码&#xff1a; 一、题目描述&#xff1a; 二、整体思路&#xff1a; 首先要知道不是他们同时选择序号一样的关卡通关&#xff0c;而是两人同时进行两个入口闯关。就是说两条通道存在相同关卡编号的的关卡被通…

PlantUML Integration 编写短信服务类图

PlantUML Integration 写一个类图&#xff0c;主要功能为 1、编写一个serviceSms短信服务类&#xff1b; 2、需要用到短信的地方统一调用基建层的服务即可&#xff1b; 3、可以随意切换、增加短信厂商&#xff0c;不需要更改场景代码&#xff0c;只需要更改application.yml 里面…

SQLiteC/C++接口详细介绍之sqlite3类(七)

上一篇&#xff1a;SQLiteC/C接口详细介绍之sqlite3类&#xff08;六&#xff09; 下一篇&#xff1a; SQLiteC/C接口详细介绍之sqlite3类&#xff08;八&#xff09;&#xff08;未发表&#xff09; 22.sqlite3_create_collation、sqlite3_create_collation16和sqlite3_creat…

JavaEE--小Demo

目录 下载包 配置 修改文件 pom.xml application.properties 创建文件 HelloApi.java GreetingController.java Greeting.java DemoApplication.java 运行包 运行命令 mvn package cd target dir java -jar demo-0.0.1-SNAPSHOT.jar 浏览器测试结果 下载包 …

网络安全专题第一篇:网络安全的来源

目录 一.网络安全的由来。 二.网络安全漏洞在哪里 三.网络安全规范操作 1.从业务入手 2.从安全体系入手 3.从管理入手 四.可能遇到的网络攻击 1.DDOS 2.勒索攻击 3.单包攻击 4.员工删库跑路 5.熊猫烧香 五.应对方法 1.清洗 2.提高服务器的承受能力 3.防火墙 4…

证券公司如何应对大数据调度系统的高负载挑战

​在金融行业&#xff0c;数据处理和任务调度是日常运营的重要组成部分。随着业务量的激增&#xff0c;日益增长的任务量和复杂的资源管理需求&#xff0c;要求该系统不仅要稳如磐石&#xff0c;还需灵活高效。 本文将探讨某证券公司在应对这些挑战时所采用的策略&#xff0c;并…

tomcat的webapp文件中发布web应用

一、Web服务器 1.什么是Web 概述&#xff1a; web(World Wide Web)即全球广域网&#xff0c;也称为万维网&#xff0c;它是一种基于超文本和HTTP的、全球性的、动态交百的、跨平台的分布式图形信息系统。是建立在internet上的一种网络服务&#xff0c;为浏览者在Intern…

笔记80:在 Ubuntu 中安装显卡驱动

一、关于显卡的两个基本概念 -- 显卡驱动 / 显卡BIOS &#xff08;1&#xff09;什么是BIOS BIOS的作用&#xff1a;BIOS是电脑上电开机时加载进内存的第一个程序&#xff0c;CPU会执行他进行系统自检&#xff0c;然后通过其中的指令加载操作系统&#xff1b;例如主板BIOS&am…

react 项目如何暴露 webpack配置文件

首先创建一个项目&#xff1a; // 全局安装 create-react-app 脚手架 npm install create-react-app -g// 创建项目 create-react-app demo 创建完成后&#xff0c;进到项目根目录&#xff0c;执行以下命令&#xff1a; npm run eject 出现以下命令&#xff1a; 选择yes即可…

【Unity】Transform、Rigidbody、CharacterController移动

前言 在使用Unity开发的时候&#xff0c;移动是最最基础的一个需求&#xff0c;我来给大家简单的讲一下Unity中的几种常见的移动方法。 1.Transform移动 Transform移动就是修改物体的position ①修改位置 这里要注意&#xff1a;坐标分为世界坐标和本地坐标 //将物体的世界坐…

import gdal 报错

1.下载gdal https://www.lfd.uci.edu/~gohlke/pythonlibs/#gdal 2.安装正确版本 &#xff08;1&#xff09;查看python版本 python -v我的版本Python 3.7.9 建议下载 GDAL-3.4.2-cp37-cp37m-win_amd64.whl &#xff08;2&#xff09;放到Scripts文件夹下 执行 pip install GD…

Unity Timeline学习笔记(2) - PlayableTrack

PlayableTrack 是可自定义播放的轨道。我们可以通过进入轨道后调用自己的函数方法&#xff0c;使用起来也是比较顺手的。 添加轨道 我们点击加号添加 这样就有一个空轨道了&#xff0c;然后我们创建两个测试脚本。 添加脚本 分别是Playable Behaviour和PlayableAsset脚本。…

吴恩达深度学习笔记:神经网络的编程基础2.9-2.14

目录 第一门课&#xff1a;神经网络和深度学习 (Neural Networks and Deep Learning)第二周&#xff1a;神经网络的编程基础 (Basics of Neural Network programming)2.9 逻辑回归中的梯度下降&#xff08;Logistic Regression Gradient Descent&#xff09; 第一门课&#xff…

vue 基于elementUI/antd-vue, h函数实现message中嵌套链接跳转到指定路由 (h函数点击事件的写法)

效果如图&#xff1a; 点击message 组件中的 工单管理&#xff0c; 跳转到工单管理页面。 以下是基于vue3 antd-vue 代码如下&#xff1a; import { message } from ant-design-vue; import { h, reactive, ref, watch } from vue; import { useRouter } from vue-router; c…

蓝桥杯单片机快速开发笔记——定时器

一、基本原理&#xff1a; 定时器的作用&#xff1a; 定时器是一种用于产生精确时间延时的模块&#xff0c;可以在程序中用来进行时间控制、计时等操作。 定时器的工作原理&#xff1a; 51单片机的定时器是通过内部的计数器来实现的&#xff0c;计数器每隔一个固定的时间周期自…

C#,数值计算,矩阵相乘的斯特拉森(Strassen’s Matrix Multiplication)分治算法与源代码

Volker Strassen 1 矩阵乘法 矩阵乘法是机器学习中最基本的运算之一,对其进行优化是多种优化的关键。通常,将两个大小为N X N的矩阵相乘需要N^3次运算。从那以后,我们在更好、更聪明的矩阵乘法算法方面取得了长足的进步。沃尔克斯特拉森于1969年首次发表了他的算法。这是第…

速卖通安全测评补单技术提升运营安全性

对于一个新品来说&#xff0c;最大的问题就是评论。没有评论&#xff0c;你的广告就不能打的很靠前&#xff0c;那样你的转化率就会非常低&#xff0c;数据也很差。新品运气不好的来两个一星差评&#xff0c;链接可能就此废掉&#xff0c;做不上去了。所以虽然平台管的非常的严…

从根到叶:深度理解哈希表

​​​​​​​ 一.哈希表的概念 关于查找元素时&#xff1a; 在顺序结构以及平衡树 中&#xff0c;元素关键码与其存储位置之间没有对应的关系&#xff0c;因此在 查找一个元素时&#xff0c;必须要经过关键 码的多次比较 。 顺序查找时间复杂度为 O(N) &#xff0c;平衡树中…