离散时间信号的时域表示


  在连续时间系统中,我们表示用 x ( t ) x(t) 来表示一个信号,其中t的取值是连续的,在离散时间系统中,我们 x [ n ] x[n] 这个序列来表示一个信号,其中n的取值只能为整数,对于非整数的n, x [ n ] x[n] 没有定义而不是取值为0


一个序列可写为
x [ n ] = { . . . , 0.95 , 0.2 , 2.17 , 1.1 , 0.2 , . . . } x[n] = \{..., 0.95, -0.2,\mathop{2.17}\limits_{\uparrow},1.1,0.2,...\}
其中用箭头表示 x [ 0 ] x[0] 出现的位置。

一个序列

  离散数字信号从哪里来?离散时间信号的来源主要是两个,第一个直接来源于数据,比如每个月的股市数据就是一个很好的例子,而另一个来源就是对模拟信号进行抽样,然后对抽样过后得到的数字信号进行数字信号处理,然后通过数模转换器转换为模拟信号,从而达到我们的目的。

在这里插入图片描述

上图便为对连续信号的抽样



离散时间信号的长度

  离散时间可以分为有限长序列和无限长序列,有限长序列就是只在限定的时间段内才有值:
N 1 n N 2 N_1\leq n\leq N_2
那么该有限长序列的长度 N N N = N 2 N 1 + 1 N = N_2-N_1+1

  无限长序列可分为三类:
  1. 右边序列即,若对于 x [ n ] = 0 , n < N 1 x[n] = 0,\quad n<N_1 ,那么称 x [ n ] x[n] 为右边序列,特别的,如果 N 1 0 N_1\geq0 ,那么称 x [ n ] x[n] 为因果序列。

在这里插入图片描述

  当 n < 2 = N 1 n< 2=N_1 时, x [ n ] = 0 x[n]=0 ,所以这是一个右边序列,并且 N 1 0 N_1\geq0 ,所以这是一个因果序列。


  1. 左边序列,即当 x [ n ] = 0 , x > N 2 x[n] = 0,x>N_2 ,那么 x [ n ] x[n] 称为左边序列,当 N 2 0 N_2\leq0 ,称 x [ n ] x[n] 为反因果序列。

在这里插入图片描述
  对于 n > 2 = N 2 , x [ n ] = 0 n>2=N_2,x[n]=0 ,所以这是一个左边序列,而 N 2 > 0 N_2>0 ,所以这不是一个反因果序列。

  1. 双边序列
    一般的双边序列在正的 n n 和负的 n n 都有值。


离散时间信号的强度

  离散时间信号的强度由其范数给出,范数的定义如下:
x p = ( n = ) 1 / p \Vert x\Vert_p=(\sum_{n=-\infty}^{\infty})^{1/p}
其中 p p 是正整数,最常用的是 p = 1 , 2 , p=1,2,\infty

  由上面的定义可知, L L_\infty 的范数是 { x [ n ] } \{x[n]\} 的最大值的峰值,即
x = x m a x \Vert x\Vert_\infty = |x|_{max}

猜你喜欢

转载自blog.csdn.net/The_last_knight/article/details/83903882