Signals and systems Chapter 1 学习笔记

2024-06-06 09:48

本文主要是介绍Signals and systems Chapter 1 学习笔记,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

<<Signals and systems>> Chapter 1


                         下决心要啃完这本信号与系统!


这个人的名字我在键盘上敲了N次... Alan V. alppenhiem





两大信号类别:

离散信号以及连续信号


左右两边分别时是典型的连续周期信号和离散周期信号的表现形式.

注意信号函数的奇偶性

Even : x( -t) = x(t)

Odd  : x(- t) = - x(t)

             


下图上面单位阶跃函数(unit step function)的离散形式,下面是单位脉冲函数的离散形式(unit impulse function)


这是最重要的基本信号类型,其他的类型都是围绕这些基础信号类型变化的!



一个非常重要的事实就是: 任何信号都能分解成一个奇函数信号和偶函数信号的线性叠加和.

可能会疑问,为什么啊?


想想一个信号x(t) ,如果表示为x( - t) ,这意味着什么?

x(-t )和x(t) 在时间轴t上是“镜像对称的” ,比方说这里的x 和y。 也就是说任意信号x(t) 都可以通过x(-t) 得到它的"镜像信号"



这就会引出一个性质,

(x(t) + x(-t))/2 这就会得到一个偶函数

(x(t) - x(-t))/2 这就会得到一个奇函数

这两个函数相加即可得到x(t),So ....任何信号都能分解成一个奇函数信号和偶函数信号的线性叠加和




x = [0 0 0 1 1 1 1];
y = [1 1 1 1 0 0 0];
figure(1);
subplot(1,2,1);
scatter(-3:3,x,"filled" );
title('x = [0 0 0 1 1 1 1];');
subplot(1,2,2);
scatter(-3:3,y,'r',"filled");
title('y = [1 1 1 1 0 0 0];');figure(2);
subplot(1,2,1);
scatter(-3:3,(x+y)/2,"filled");
axis([-3,3,-1,1]);
title('Even signal function');
subplot(1,2,2);
scatter(-3:3,(x-y)/2,'g',"filled");
axis([-3,3,-1,1]);
title('Odd signal function');


Basic system properties


system with and without memory.


一定要死死的抓住这个定义:

             A system is said to be memoryless if its output for each value of the independent variable at a given time is dependent only on the input at that same time.


y[x] = x[n]*x[n] 就是memoryless的system

一旦输出y[n] 涉及x[n]之前x[n-1], x[n-2]... 任意一个信号就memory system!

典型的discrete-time system with memory 是累加器(accumulator)

y[n] =

         sum = 0; 

 for -NAN to n 

 sum = sum + x[k];

         end

(坑爹,只能用伪代码表示累加...)


另外典型的memory system operation就是delay

y[n] = x[n -1];


Causality (因果性)


既然输出y[n] 可能取决于x[n-1]等等以前的输入信号,而形成memory system...那如果y[n] 取决于x[n+1]等等未来时刻的输入信号呢??

这里就要谈到系统的另外一种性质了——causality 


                A system is causal if the output at any time depends only on values of the input at the present time and in the past.


y[n] = y[n -1] + x[n]; 就是满足causality条件的


y[n] = x[n] - x[n+1]就不满足causality 条件!


所有的memoryless system都是causality的,因为当前输出仅仅取决于当前的输入.



Invertibility and inverse systems


A system is said to be invertible if distinct inputs lead to distinct outputs.


比方说y(t) = 2*x(t) 对应的inverse system就是w(t) = (1/2)*y(t);




stability


A stable system is one in which small inputs lead to responses that do not diverge.

简单的说一个稳定的系统就是要最后能够收敛下来,不收敛的系统是不稳定的.




Time invariance 


A system is time invariant if the behavior and characteristics of the sytem are fixed over time.

说白了 就是对系统今天做的测试和昨天做的测试结果是一致的. 


下面是一个典型的时不变系统的证明过程:





Linearity


The system is linear if

1. the response to x1(t) + x2(t) is y1(t)+y2(t)

2. the response to ax1(t) is ay1(t) ,where a is any complex constant。


第一条是可加性,第二条是齐次性.


举个反例子说明:

y(t) = x(t)*x(t); 这个系统不是线性系统。

输入5x(t)的不是不是5y(t),而是25*y(t).不满足齐次性








Octave 画图提示:


stem函数画散点图

 x = 1:10;y = 2*x; stem(x, y,'filled')


scatter也可以用.











《有阳台的房间》


这篇关于Signals and systems Chapter 1 学习笔记的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1035769

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个

Node.js学习记录(二)

目录 一、express 1、初识express 2、安装express 3、创建并启动web服务器 4、监听 GET&POST 请求、响应内容给客户端 5、获取URL中携带的查询参数 6、获取URL中动态参数 7、静态资源托管 二、工具nodemon 三、express路由 1、express中路由 2、路由的匹配 3、路由模块化 4、路由模块添加前缀 四、中间件