第1章
第1章
第1章
一. 常用的离散时间信号;
二. 信号的分类;
三. 噪声;
四. 信号空间;
五. 离散时间系统;
六. LSI系统输入、输出关系;
七. LSI系统的频率响应;
八.确定性信号的相关函数
1.1 常用的离散时间信号
(Kronecker 函数)
1 n 0 1 n k
(n) (n k )
0 n 0 0 n k
如何
表达
p ( n)
(n k )
k
单位冲激信号(Drac 函数)
(t )dt 1
(t ) 0, t 0
x (t ) (t )dt x ( )
冲激串: p (t ) (t kT )
k
s
脉冲串: p(n ) (n k )
k
或写为 p ( n ) ={… , 1 , 1 , 1 , …}
x(nTs ) x(t ) p (t ) x(t ) (t nTs )
n
将 nTs 用 n 来替换
离散
x(nTs ) x(n) 序列
x(t ) A sin(2 f t ) Asin(t )
( f : Hz; : rad/s; f s : 抽样频率, Hz )
定义: 2 f / f s ( rad )
x ( n ) A s in ( n )
x (t )
1
0.5
-0.5
-1
0 10 20 30 40 50 60 70
x(n) 1
0.5
-0.5
-1
0 10 20 30 40 50 60 70
例: x ( t ) s in ( 2 0 0 t )
则 T 0.01s
令 f s 400 Hz 则:
则周期 N 4
如果存在一个整数的 N 使
x(n) sin( n) sin( (n N ))
简单的判断方法如下:
x( n) sin( n)
例如 x ( n) sin(0.01 n)
N 200
例:
N 20 无周期
例: x(n) sin(0.9 n)
实际上该正弦序列是周期的。
取: 2 r N
若存在整数的 r, N 周期
对上例,取 r 9, N 20
18
含意: n, n 0,1,19
20
j n
e cos( n) j sin( n)
欧拉公式
则
n ~ 0 ~
1
0.8
0.6
0.4
0.2
0
0 10 20 30 40 50 60 70
1
p(n)
0.8
0.6
0.4
0.2
0
0 10 20 30 40 50 60 70
指数信号
5. Chirp 信号:
1. 移位:
整个序
列移动
k 3
: 当前时刻
: 过去时刻 是 的单位延迟
1
: 将来时刻 以后用 z 表示
2. 加, 减, 乘:
注意·:
时刻对齐
需要同长
3. 卷积:
y ( n ) x1 ( n ) x2 ( n )
4. 信号的变换:Z,DFT, DCT
5 信号时间尺度变化:
0 t 0 t 0 t
a 1
离散信号时间尺度的伸缩
信号的抽取与插值
6 信号的分解
N
x n n 信号的离散表示
n 1
1 , 2 , , N 分解的基向量
1 , 2 , , N 分解的系数
由 x, 1 , 2 , , N 1 , 2 , , N
信号的分解,或信号的变换
1.2 信号的分类
1. 连续, 离散
2. 周期, 非周期
3. 功率信号, 能量信号
4. 确定性信号, 随机信号
表格 n x ( n)
曲线
公式
1
例 n 1
信号 x1 (n) n
0 n 0
1 n
2
可求出: Ex1 6
n 1 能量信号
1
n 1
信号 x2 (n) n
0 n 0
可求出: Ex2 1 n 不收敛,非
n 1
能量信号
均匀分布的随机变量
白噪声是信号处理中最常用的噪声模型!
均匀分布白噪声
1
0 .8
0 .6
u(n)
0 .4
0 .2
0
0 20 40 60 80 100
(a ) n=1 --- 1 0 0
1500
histogram of u(n)
1000
500
0
0 0 .2 0 .4 0 .6 0 .8 1
(b ) b ins o f x a xis
直方图
高斯分布白噪声
1 .5
0 .5
u(n)
-0 .5
-1
0 20 40 60 80 100
4 (a )
x 10
5
4
histogram of u(n)
0
-1 .5 -1 -0 .5 0 0 .5 1 1 .5 2
(b )
直方图
去除噪声是信号处理的永恒话题!
2.有色噪声: Colored Noise
特点:频谱不是直线
3. 脉冲噪声
4. 工频噪声
(二)噪声与信号的关系:
加法性噪声
乘法性噪声
1.4 信号空间
(一)、范数: Norm
1 1
2
2
2
2
|| x ||2 x(t ) dt , || x ||2 | x(n) |
n
范数的性质:
x 0, if x 0, then x
全零信号
x x
x y x y 三角不等式
(二)、信号空间定义
的 的集合
的 的集合
的 的集合
x l2 : 是能量信号
Z 整数的集合
N 正整数的集合 (
Z+ )
R 实数的集合
=
R +
正实数的集合
C 复数的集合
(三)两个信号之间的距离
距离的性质:
0 d ( x, y )
if d ( x, y ) 0, then x ( n ), y ( n ) ?
d ( x, y ) d ( y , x )
d ( x, y ) d ( x, z ) d ( z, y )
“距离” 样本 x
if d 2 d1
的应用:
then x 集合2
d1 d2 模式识
别问题
1 :均值
2 :均值
1 :方差矩阵
2 :方差矩阵
集合1 集合2
x , y x(t ) y (t )dt
(四)内积
x , y x ( n) y ( n)
n
如果 则 正交
许瓦兹不等式
空间的概念
线性空间: 即向量空间;
赋范线性空间:定义了范数的线性空间;
度量空间(Metric Space): 定义了距离的空间,
赋范线性空间也是度量空间;
内积空间: 定义并满足内积性质的空间;
Hilbert空间: 完备的内积空间称为Hilbert空间
离散时间系统
:单位抽样响应
IIR系统,FIR系统
离散时间系统的特性
1. 线性 Linear
含意:该系统满足迭加原理
线性的图解说明
2. 移不变性 Shift Invariant
含意: 移不变性质保证对给定的输入,系
统的输出和输入施加的时间无关。
等同于:
移不变性的图示说明:
3. 因果性 Causality
因果系统
含意:一个实际的物理系统,其当前时刻
的输出只能和当前时刻的输入、过去时刻
的输入与输出有关,而不能和将来时刻的
输入与输出有关。
非因果系统
如果 因果信号
4. 稳定性 Stability
若:
定义 R, Q
有:
含意:输入有界,输出也有界 , BIBO
Bounded-input, Bounded-output
:利用卷积性质、Z变换性质等
如何判断:线性?移不变? 因果?稳定?
例1:
线性!
由于: y ( n ) nx ( n ) T [ x ( n )]
所以: 系统对 x ( n ) 的输出是 nx ( n )
对 x ( n k ) 的输出是 nx ( n k )
而: y (n k ) (n k ) x(n k )
所以: y ( n k ) T [ x ( n k )]
本系统不具备移不变性!
另外,系统
是因果的,但不是稳定的
例2: y ( n ) ay ( n 1) x ( n )
本系统是线性系统、移不变系
统、因果系统,如果 a 1
则该系统是稳定的。
例3: y ( n ) Ax ( n ) B
所以本系统是非线性系统
例4:系统
线性、移不变性、因果性、稳定性是对系
统的基本要求。希望能掌握判断的方法。
非线性系统的研究不在本课的范围。
Linear-Shift Invariant System LSI
线性移不变系统的一般形式:
1. 为常数
2. 无常数项
3. 为一次幂
4. 时间 ,也为一次幂
1.6 离散系统输入输出关系
希望找到
三者关系
将 x ( n ) 作如下形式的分解:
线性卷积
卷积是 LSI 系统的基本特点:
x ( n) : N
h( n) : M
y ( n) :
计算步骤:
1. 将 n 换成 k ,得 x ( k ), h ( k );
2. 将 h ( k ) 翻转,得 h( k ) ;
3. 将 h ( k ) 移动 n ,得 h ( n k ) ;
4. 将 x ( k ) 和 h(n k ) 对应相乘、相加。
卷积演示
卷积的应用 1: 给定 h ( n ) ,求系统对
任意输入( x ( n ) )的输出;
2: 系统稳定性判据:
所以,如果系统稳定,则:
即:
离散时间系统的时域关系
变换域关系?(频域?)
1.7 离散时间系统的频率响应
又一特殊的输入
则
系统的频
率响应
系统的输出包含了和输入同频率的正弦,
但受到一复函数的调制。该复函数即是系统的
频率响应。频率响应是系统单位抽样响应的傅
里叶变换,在系统的分析和综合中起到了重要
的作用。频率响应进一步可分成幅频响应和相
频响应,并有如下性质:
22
周期性,
实部与
虚部
模与角度,
幅频与相频
1.8 确定性信号的相关函数
相关是研究两个信号之间,或一个信号
和其移位后的相关性,是信号分析、检
测与处理的重要工具;在随机信号的理
论中起到了中心的作用。
相关系数
相关系数的又一个定义:
注意,
相关系数不能反映信号内在的相关性,
所以引入相关函数。包含自相关函数和互相
关函数:
之间
的互相关
x ( n) x ( n)
n n
y ( n) y ( n)
n n
y (n 2) x(n 2)
n
n
之间
的互相关
y, x之间
的互相关
所以
x ( n) x ( n)
n n
y ( n) y ( n)
n n
x(n 2) x(n 2)
n n
自相关函数:
实序列
复序列
rx ( m ) rx ( m ), rx (m ) r x ( m );
性质:
rx (0) rx ( m ) ;
Lim r (m) 0
x
m
卷积和相关的关系:
上式的理解:卷积需要翻转,而相关不需要
翻转。如果用卷积表示相关,所以需要预先把一
个序列翻转。二者在计算上有相似性,但物理概
念明显不同:
互相关
自相关
对于能量信号 :
自相关
功率信号自相关函数的性质:
1. 若 是周期的, 周期是 ,则
2. 若 是实的, 则
3. 取最大值, 为信号功率
4. 若 是复信号, 则
例:
同频率余弦
例:信号的检测
(白噪声)
中有无 s ( n)
如果有, 功率是多少?
周期呢?
0
例: 正弦+白噪声 正弦+白噪声
SNR=-3dB SNR=7dB
4 2
2 1
0 0
-2 -1
-4 -2
0 10 20 30 40 r5s (0m ) ru ( m ) 0 10 20 30 40 50
1 .5 1 .5
1 1
0 .5 0 .5
0 0
-0 .5 -0 .5
-1 -1
-5 0 0 50 -5 0 0 50
自相关函数 自相关函数
自相关应用
1. 心电信号中QRS波群的检测
2. 图像中标志点的检测
讲座一、关于MATLAB
MATLAB是美国MathWorks公司开发的
一种功能极其强大的高技术计算语言和
内容极其丰富的软件库。它以矩阵和向
量的运算以及运算结果的可视化为基础,
把广泛应用于各个学科领域的数值分析、
矩阵计算、函数生成、信号、图形及图
象处理、建模与仿真等诸多强大功能集
成在一个便于用户使用的交互式环境之
中,为使用者提供了一个高效的编程工
具及丰富的算法资源。
与信号处理直接有关的工具箱
( Toolbox)
Signal Processing (信号处理工具箱)
Wavelet (小波工具箱)
Image Processing(图象处理工具箱)
Higher-Order Spectral Analysis
(高阶谱分析工具箱)
与信号处理间接有关的工具箱:
Control System (控制系统)
Communication (通信)
System Identification (系统辨识)
Statistics (统计)
Neural Network (神经网络)
例: z=peaks; surf(z);
与本章内容有关的MATLAM文件
1. rand.m 用来产生均值为0.5、幅度在
0~1之间均匀分布的伪白噪声: u=rand(N)
N 1 2
1 1
方差:
2
u
N
u ( n )
n 0
u ,
2
u
12