正交集
1.设{
Φi(t)}
i=1N是N个信号的一组正交集,即:
∫−∞∞Φi(t)Φj∗(t)dt{0i=/j1i=j1≤i,j≤N
并设
x(t)是任意信号,假定
x^(t)=∑i=1NaiΦi(t)是根据{
Φi(t)}
i=1N对
x(t)的线性近似。我们感兴趣的问题是寻找
ai使:
ϵ2=∫−∞∞∣x(t)−x^(t)∣2dt
最小化。
1.证明最小化的
ai满足:
ai=∫−∞∞x(t)Φi∗(t)dt
2.证明按如上条件选择
ai则有:
ϵmin2=∫−∞∞∣x(t)∣2dt−i=1∑N∣ai∣2
解:
ϵ2=∫−∞∞∣x(t)−x^(t)∣2dt=∫−∞∞[(x(t)−i=1∑NaiΦi(t))(x∗(t)−i=1∑Nai∗Φi∗(t))]dt=∫−∞∞x(t)x∗(t)dt−∫−∞∞ai∗i=1∑NΦi∗(t)x(t)dt−∫−∞∞aii=1∑NΦi(t)x∗(t)dt+∫−∞∞i=1∑Nj=1∑Naiaj∗Φi(t)Φj∗(t)dt
而:
∫−∞∞i=1∑Nj=1∑Naiaj∗Φi(t)Φj∗(t)dt=i=1∑Nj=1∑Naiaj∗∫−∞∞Φi(t)Φj∗(t)dt
由于
∫−∞∞Φi(t)Φj∗(t)dt{0i=/j1i=j1≤i,j≤N
所以
i=1∑Nj=1∑Naiaj∗∫−∞∞Φi(t)Φj∗(t)dt=i=1∑Naiai∗
则
ϵ2=∫−∞∞x(t)x∗(t)dt−∫−∞∞ai∗i=1∑NΦi∗(t)x(t)dt−∫−∞∞aii=1∑NΦi(t)x∗(t)dt+i=1∑Naiai∗=∫−∞∞∣x(t)∣2dt+i=1∑N(ai−∫−∞∞aiΦi(t)x∗(t)dt)(ai−∫−∞∞aiΦi(t)x∗(t)dt)∗−i=1∑N∣∫−∞∞Φi(t)x∗(t)dt∣2=∫−∞∞∣x(t)∣2dt−i=1∑N∣∫−∞∞Φi(t)x∗(t)dt∣2+i=1∑N∣ai−∫−∞∞Φi(t)x∗(t))∗dt∣2
前面两项与
ai无关,后面一项显而易见,当
ai=∫−∞∞Φi(t)x∗(t)dt时,
ϵ2有最小值。
把
ai=∫−∞∞Φi(t)x∗(t)dt代入
ϵ2中,得到
ϵ2=∫−∞∞∣x(t)∣2dt−i=1∑N∣∫−∞∞Φi(t)x∗(t)dt∣2=∫−∞∞∣x(t)∣2dt−i=1∑N∣ai∣2(ai=∫−∞∞Φi(t)x∗(t)dt)
傅里叶级数
1.确定下列信号的傅里叶级数展开。
1).
x1(t)=∑n=−∞∞Λ(t−2n)
2).
x2(t)=∑n=−∞∞Λ(t−n)
3).
x3(t)=∑n=−∞∞et−n,n≤t<n+1
4).
x4(t)=cost+cos2.5t
5).
x5(t)=∑n=−∞∞Λ(t−n)u(t−n)
6).
x6(t)=∑n=−∞∞(−1)nδ(t−nT)
7).
x7(t)=∑n=−∞∞δ′(t)
8).
x8(t)=∣cos2πf0t∣(全波整流器输出)
9).
x9(t)=cos2πf0t+∣cos2πf0t∣(半波整流器输出)