离散时间系统及离散卷积
信号与系统课件:第二章 LTI系统
2.1 离散时间LTI系统: 卷积和
(1)用移位单位抽样信号表示离散时间信号 (2)卷积和在离散时间信号LTI系统中的表征 (3)卷积和的计算 (4) 离散时间信号LTI系统的性质
(1)用单位抽样信号表示离散时间信号
x[n] ... x[1] n 1 x[0] n x[1] n 1... x[n][0] x[n 1][1]
(1)初始条件为n<0时,y(n)=0,求其单位抽样响应;
(2)初始条件为n≥0时,y(n)=0,求其单位抽样响应。
解:(1)设x(n) (n),且 y(1) h(1) 0 ,必有
y(n) h(n) 0, n 0
依次迭代
y(0) h(0) (0) 1 y(1) 1 0 1
2
当系统的初始状态为零,单位抽样响应h(n)就 能完全代表系统,那么对于线性时不变系统,任意 输入下的系统输出就可以利用卷积和求得。
差分方程在给定输入和边界条件下,可用迭代 的方法求系统的响应,当输入为δ(n)时,输出 (响应)就是单位抽样响应h(n)。
例:常系数差分方程
y(n) x(n) 1 y(n 1) 2
x[n]u[n] x[k]u[n k] x[k]
k
k
(ii)交换律:
yn xnhn hn xn
例子: 线性时不变系统中的阶跃响应 sn
sn unhn hnun
阶跃输入
输 单位抽样信号 入 响应的累加
n
sn hk
k
(iii)分配律:
xnh1n h2 n xnh1n xnh2 n
y(1) h(1) (1) 1 y(0) 0 1 1
2
22
y(2) h(2) (2) 1 y(1) 0 1 1 (1)2
离散信号卷积公式表大全
离散信号卷积公式表大全离散信号卷积公式大全1. 离散时间序列的卷积:x(n) * h(n) = y(n) = sum (xK * hn - K, for k=-∞ to k =∞)2. 非时域的常规卷积:x(m,n) * h(m,n) = y(m,n) = sum (xK,L * hm - K, n - L, for k=-∞ to k =∞ ,l=-∞ to l=∞)3. 离散二维卷积:x(m,n) * h(m,n) = (x⊗h)(m,n) = sum (xk-m,l-n * hk,l ,for k=-∞ to k =∞ ,l=-∞ to l=∞)4. 重叠窗口卷积:y(n) = sum (xk * hn-k ,for k=0 to k=N-1)5. 开放式卷积:y(n) = x(n) * h(n) = sum ( xk * hn-k, for k=1 to k=∞)6. 闭放式卷积:y(n) = x(n) * h(n) = sum (xk * hn-k , for k=1 to k=M)7. 部分卷积:y(n) = x(n) * h(n) = sum ( xk * hn-k , for k=1 to k=M)8. 时域有限卷积:y(n) = x(n) * h(n) = sum(xk * hn-k,for k=0 to k=N-1)9. 周期卷积:y(n) = x(n) * h(n) = sum (xk * hn-k (mod periodicX), for k=0 to k=N-1)10. 周期有限卷积:y(n) = x(n) * h(n) = sum (xk * hn-k (mod periodicX), for k=0 to k=N-1)11. 环形有限卷积:y(n) = x(n) * h(n) = sum (xk * hn-k (mod2N), for k=0 to k=N-1)12. 便携因子卷积:y(n) = x(n) * h(n) = sum (xj * hn+j, for j=0 to j=N-1)13. 周期有限卷积:y(n) = x(n) * h(n) = sum (xk * hn-k (mod periodicX), for k=0 to k=N-1)14. 直接牛顿方法卷积:y[n] = x * h * FOR (k=-N/2 ; k=N/2 ; k++) {x(k) * h(-n-k)15. 快速傅利叶变换卷积:y[n] = x[n] * h[n] = sum (X(K) * H(-n - K) ,for k=0 to k=N-1)。
离散时间系统及卷积-文档资料
做了一个频域频移,相当于时域延迟,但要注意,H (k) 对应的时域信号是h(n) 的周期延拓信号h~(n) ,所以:
。 N 1
j 2mk j 2nk
[H (k)e N ]e N
~ h (n
m)
k 0
•43
于是
y(n)
N 1
x(m)
1
N 1
j 2mk j 2nk
H (k)e N e N
m0
•31
举例:
输入信号为:si(n) 2(n)3(n1) 冲激响应为:h(n) 1(n)2(n1)1(n2)
1
输出为:s0(n) si (k)h(n k) 2h(n) 3h(n 1) k 0
2 (n) 4 (n 1) 2 (n 2) 3 (n 1) 6 (n 2) 3 (n 3)
•48
例如:
h(n)=[1,2,3,4]
3n x(n)=[1,2,2,1]
3n
h(0-m)
3m x(m)
3m
正常卷积:
y (0 ) x (m )h (0 m ) m
1
即上下两图中对应 点相乘后相加
•49
同理:
h(1-m)
3m x(m)
3m
正常卷积:
y (1 ) x ( m )h (1 m ) m
•28
3)混联系统
系统1 系统2
输入
h1(n)
h2(n)
输出
系统4
系统3
h4(n)
h3(n)
系统h(n) 此种情况下,系统的冲激响应函数:
h(n)={[h1(n)h2(n)]+ h3(n)} h4(n)
H()={H1()·H2()+H3()} ·H4()
数字信号处理第一章离散时间信号和离散时间
离散卷积的计算
计算它们的卷积的步骤如下: (1)折叠:先在哑变量坐标轴k上画出x(k)和h(k),将h(k)以纵坐标为对称轴折 叠成 h(-k)。 (2)移位:将h(-k)移位n,得h(n-k)。当n为正数时,右移n;当n为负数时,左 移n。 (3)相乘:将h(n-k)和x(k)的 对应取样值相乘。 (4)相加:把所有的乘积累加 起来,即得y(n)。
第一章 时域离散信号和时域离散系统
内容提要
离散时间信号和离散时间系统的基本概念 –序列的表示法和基本类型 –用卷积和表示的线性非移变系统 –讨论系统的稳定性和因果性问题 –线性常系数差分方程 –介绍描述系统的几个重要方式
离散时间信号的傅里叶变换和系统的频率响应 模拟信号的离散化
–讨论了模拟信号、取样信号和离散时间信号(数字 序列)的频谱之间的关系
根据线性系统的叠加性质 y(n) x(m)T[ (n m)] m
根据时不变性质:T[ (n m)] h(n m)
y(n) x(m)h(n m) x(n) h(n) m=-
(1.3.7)
通常把式(1.3.7)称为离散卷积或线性卷积。这一关系常用符 号“*”表示,即:
y(n n0 ) T[kx(n n0 )], 是移不变系统 (2) y(n) nx(n), 即y(n n0 ) (n n0 )x(n n0 ) 而T[x(n n0 )] nx(n n0 ) y(n n0 ),不是移不变系统
1.3.3 线性时不变系统及输入与输出的关系 既满足叠加原理,又满足非移变条件的系统,被称为线性 非移变系统。这类系统的一个重要特性,是它的输入与输 出序列之间存在着线性卷积关系。
§1. 2 时域离散信号
离散时间信号的基本运算
信号绝对值的积分
总结词
信号绝对值的积分是指将离散时间信号中每个值的绝对值与其对应的权系数相乘,并求和得到的结果 。
详细描述
信号绝对值的积分在处理一些具有正负性质的问题时非常有用,例如计算信号的能量或幅度。对于离散时 间信号 $x(n)$,其绝对值的积分可以表示为 $sum_{n=0}^{N-1} |x(n)| cdot Delta t$。
符号相加主要用于处理具有正负符号 的信号,使得正负符号能够相互抵消, 从而得到一个新的符号较少的信号。
02
离散时间信号的乘法
离散时间信号的乘法 信号相乘
信号相乘
离散时间信号的乘法是指将两个信号对应时刻的数值相乘。当两个信号相乘时,其输出信号的幅度将等于两个输入信 号幅度相乘的结果。
信号的绝对值相乘
04
离散时间信号的微分
信号的微分
信号的微分是指将信号中的每个值都 减去前一个值,得到的结果就是微分 后的信号。在离散时间信号中,微分 运算可以用于分析信号的变化趋势。
例如,如果一个离散时间信号为 [1, 3, 5, 7, 9],其微分为 [0, 2, 2, 2, 2],表 示信号在每个时刻的变化量。
信号符号的积分
总结词
信号符号的积分是指将离散时间信号中 每个值的符号与其对应的权系数相乘, 并求和得到的结果。
VS
详细描述
信号符号的积分可以用于处理一些具有正 负性质的问题,例如计算信号的极性或方 向。对于离散时间信号 $x(n)$,其符号的 积分可以表示为 $sum_{n=0}^{N-1} text{sgn}(x(n)) cdot Delta t$,其中 $text{sgn}(x(n))$ 表示 $x(n)$ 的符号函数。
03
§7.6 离散卷积(卷积和)
三.卷积计算 y(n) = x(n)* h(n) = ∑x(m)h(n − m)
m=−∞
∞
m的范围由x(n)、h(n)的范围共同决定。 范围由x 范围共同决定。
1.y(n)的序列元素个数? 1.y 序列元素个数 元素个数?
若x(n)的序列长度为n1、 h(n)的序列长度为n2, 的序列长度为n 的序列长度为n 则y(n)的序列长度为n1 + n2 -1 的序列长度为n 若:
返回
例7-6-1 已知x(n) =αnu(n) (0 <α <1) , h(n) = u(n),求卷积
y(n) = x(n)∗h(n)。
y(n) = x(n) ∗h(n) =
m=−∞
∑α
∞
m
要点: 要点: u(m)u(n − m) 定上下限
量 宗 : m ≥ 0, m ≤ n 即: m ≤ n, n ≥ 0 0≤
1 2 m=−∞ 1 3
∞
∞
m=−∞
= x1(n)*x2(n)+ x1(n)* x3(n) )*x 4.其它一些性质 x(n)* δ(n)= x(n) .
x(n)* u(n)=∑ x (n )
i = −∞
n
y(n-n1-n2)=x1(n-n1)* x2(n-n2) y(n)= x1(n)* x2(n)= x1(n)* x2(n)
• •
n +6
• o
•
1 2 3 4 5
m o
2
6
m
o
n +2
m
再将x 再将x2(n-m)平移,并分区间求出卷积结果。 平移,并分区间求出卷积结果。
x1(m)
4
• o
•
实验二_连续和离散时间LTI系统的响应及卷积
实验二 连续和离散时间LTI 系统的响应及卷积一、实验目的掌握利用Matlab 工具箱求解连续时间系统的冲激响应、阶跃响应,离散时间系统的单位样值响应,理解卷积概念。
二、实验内容1、连续时间系统的冲击响应、阶跃响应a. 利用impulse 函数画出教材P44例2-15: LTI 系统()3()2()dy t y t x t dt+=的冲击响应的波形。
a=[ 1 3];>> b=[2]; >> impulse(b,a);b. 利用step 函数画出教材P45例2-17: LTI 系统1''()3'()2()'()2()2y t y t y t x t x t ++=+的阶跃响应的波形。
a=[1 3 2];>> b=[0.5 2];>> step(b,a)2、离散时间系统的单位样值响应利用impz函数画出教材P48例2-21:--+---=的单位样值响应的图形。
[]3[1]3[2][3][]y n y n y n y n x na=[1 -3 3 -1];>> b=[1];>> impz(b,a)3、连续时间信号卷积画出函数f1(t)=(1+t)[u(t)-u(t-1)]和f2(t)=u(t-1)-u(t-2)的图形,并利用附在后面的sconv.m函数画出卷积积分f1(t)* f2(t)图形。
t=-1:0.01:3;f1=(1+t).*(0.5*sign(t)-0.5*sign(t-1));f2=(0.5*sign(t-1)-0.5*sign(t-2));subplot(2,2,1);plot(t,f1);subplot(2,2,2);plot(t,f2);sconv(f1,f2,t,t,0.01);4、画出教材P60例2-28中h[n]、x[n]的图形(图2-14(a)(b)),并利用conv函数求出卷积x[n]*h[n]并画出图形(图2-14(f))。
信号与系统笔记
信号与系统第一章1。
1 连续时间与离散时间信号确知信号可以表示成一个或几个自变量的函数连续时间信号在[t1,t2]区间的能量定义为:连续时间信号在[t1,t2]区间的平均功率定义为:离散时间信号在[n1,n2]区间的能量定义为离散时间信号在[n1,n2]区间的平均功率为在无限区间上也可以定义信号的总能量:连续时间情况下:离散时间情况下:在无限区间内的平均功率可定义为: 21lim 2()TTT P dtTx t ∞-→∞=⎰能量信号——信号具有有限的总能量,即:功率信号—-信号有无限的总能量,但平均功率有限。
即:信号的总能量和平均功率都是无限的。
即:如果信号是周期信号,则或这种信号也称为功率信号,通常用它的平均功率来表征或或如果信号是非周期的,且能量有限则称为能量信号。
1.2 自变量的变换1.时移变换当时,信号向右平移时,信号向左平移当时,信号向右平移 时,信号向左平移,0E P ∞∞<∞=,E P ∞∞=∞=∞2。
反转变换信号以t=0为轴呈镜像对称。
与连续时间的情况相同。
3. 尺度变换时,是将在时间上压缩a倍,时,是将在时间上扩展1/a倍。
由于离散时间信号的自变量只能取整数值,因而尺度变换只对连续时间信号而言。
周期信号与非周期信号:周期信号:满足此关系的正实数(正整数)中最小的一个,称为信号的基波周期()。
可视为周期信号,但它的基波周期没有确定的定义。
可以视为周期信号,其基波周期。
奇信号与偶信号:对实信号而言:如果有和则称该信号是偶信号。
(镜像偶对称)如果有和则称该信号为奇信号。
(镜像奇对称)对复信号而言:如果有和则称该信号为共轭偶信号.如果有和则称为共轭奇信号。
任何信号都能分解成一个偶信号与一个奇信号之和。
对实信号有:其中其中对复信号有:其中:其中:1。
3 复指数信号与正弦信号一. 连续时间复指数信号与正弦信号其中C, a 为复数1. 实指数信号:C,a 为实数呈单调指数上升呈单调指数下降。
离散系统的时域分析法
第五章离散系统的时域分析法目录5.1 引言5.2 离散时间信号5.3 离散系统的数学模型-差分方程 5.4 线性常系数差分方程的求解5.5 单位样值响应5.6 卷积和§5.1引言连续时间信号、连续时间系统连续时间信号:f(t)是连续变化的t的函数,除若干不连续点之外对于任意时间值都可以给出确定的函数值。
函数的波形都是具有平滑曲线的形状,一般也称模拟信号。
模拟信号抽样信号量化信号连续时间系统:系统的输入、输出都是连续的时间信号。
离散时间信号、离散时间系统离散时间信号:时间变量是离散的,函数只在某些规定的时刻有确定的值,在其他时间没有定义。
离散时间系统:系统的输入、输出都是离散的时间信号。
如数字计算机。
o k t ()k t f 2t 1−t 1t 3t 2−t 离散信号可以由模拟信号抽样而得,也可以由实际系统生成。
量化幅值量化——幅值只能分级变化。
采样过程就是对模拟信号的时间取离散的量化值过程——得到离散信号。
数字信号:离散信号在各离散点的幅值被量化的信号。
ot ()t f T T 2T 31.32.45.19.0o T T 2T 3()t f q t3421离散时间系统的优点•便于实现大规模集成,从而在重量和体积方面显示其优越性;•容易作到精度高,模拟元件精度低,而数字系统的精度取决于位数;•可靠性好;•存储器的合理运用使系统具有灵活的功能;•易消除噪声干扰;•数字系统容易利用可编程技术,借助于软件控制,大大改善了系统的灵活性和通用性;•易处理速率很低的信号。
离散时间系统的困难和缺点高速时实现困难,设备复杂,成本高,通信系统由模拟转化为数字要牺牲带宽。
应用前景由于数字系统的优点,使许多模拟系统逐步被淘汰,被数字(更多是模/数混合)系统所代替;人们提出了“数字地球”、“数字化世界”、“数字化生存”等概念,数字化技术逐步渗透到人类工作与生活的每个角落。
数字信号处理技术正在使人类生产和生活质量提高到前所未有的新境界。
常用信号卷积和
返回本节
5.2.6 移位
图5-17 左移位信号 图5-18 右移位信号
常用信号卷积和
返回本节
5.2.7 尺度变换
常用信号卷积和
f (2n) 2
n 01
-1
1 f ( n)
2 2
1 n
-2 -1 0 1 2 3 4 -1
(a)压缩信号
(b)扩展信号
图5-19 信号的尺度变换
返回本节
5.3 离散系统的基本概念
常用信号卷积和
(2)U(n)与R(n)的关系:
u(n)R(n1)R(n)
常用信号卷积和
5.1.3 基本离散信号的特性
2.用 (n) 来表示任意离散信号f(n)
f(n) f(2)(n2)f(1)(n1)f(0)(n) f(1)(n1)f(2)(n2) f(k)(nk)
f(k)(nk) k
常用信号卷积和
3
2 1
-1 0 1 2 3 -1
n 4
-2
f (1) (n 1) 3
f (n) (n 1)
(n 1) 1 n
01
01
n
f (1) (n 1)
n 01 f (n 2) (n 1)
返回本节
5.2 离散信号的运算与变换
5.2.1 相加 5.2.2 相乘 5.2.3 差分 5.2.4 求和 5.2.5 反褶 5.2.6 移位 5.2.7 尺度变换
常用信号卷积和
返回本节
5.3.4 离散系统的模拟
1.离散系统的基本单元 2.离散系统的模拟
常用信号卷积和
1.离散系统的基本单元
加法器:其输入与输出关系表示为:
y(n)x1(n)x2(n)
标量乘法器:其输入与输出关系表示为:
实验四 离散时间信号与系统分析
实验四离散时间信号与系统分析实验四离散时间信号与系统分析一、实验目的1、理解离散信号及系统的时频域分析方法2、掌握Matlab进行信号的卷积、z变换及逆z变换的方法。
3、掌握Matlab进行离散系统时频域的分析方法二、实验时数:2学时三、实验相关知识(一)离散信号的卷积利用函数(,)可以计算离散信号的卷积和,c conv a b即c(n)=a(n)*b(n),向量c长度是a,b长度之和减1。
若a(n)对应的n的取值范围为:[n1, n2];b(n)对应的n的取值范围为:[n3, n4],则c(n)=a(n)*b(n)对应的n的取值范围为:[n1+n3, n2+n4]。
例4-1:已知两序列:x(k)={1,2,3,4,5;k=-1,0,1,2,3},y(k)={1,1,1;k=-1,0,1},计算x(k)*y(k),并画出卷积结果。
解:利用conv()函数进行离散信号的卷积,注意卷积信号的k 值范围k_x = -1:3;x=[1,2,3,4,5];k_y = -1:1;y=[1,1,1];z=conv(x,y);k_z= k_x(1)+k_y(1):k_x(end)+k_y(end); stem(k_z,z);(二)离散信号的逆z 变换离散序列的z 变换通常是z 的有理函数,可表示为有理分式的形式,因此可以现将X(z)展开成一些简单而常用的部分分式之和,然后分别求出各部分分式的逆变换,把各逆变换相加即可得到X(z)的逆变换x(n)。
设离散信号的z 变换式如下,120121212()()1()m m n n b b z b z b z num z X z a z a z a z den z ------++++==++++在Matlab 中进行部分分式展开的函数为residuez (),其调用形式如下:[r,p,k] = residuez(num,den)其中num=[b0, b1, …, bm]表示X(z)有理分式的分子多项式为12012m m b b z b z b z ---++++;den=[a0, a1, …, am]表示X(z)有理分式的分母多项式为12012m m b b z b z b z ---++++,注意分子分母多项式均为按z -1的降幂排列的多项式,缺项应补零。
1.2 离散时间系统
——电子信息工程 电子信息工程 3、线性时不变系统的性质 、 (1)交换律 )
x(n)
h(n)
y(n)
h(n)
x(n)
y(n)
y( n) = x( n) ∗ h( n) =
k =n→ −m
∞
m = −∞
∑ x(m )h(n − m )
∞ k = −∞
∞
k = −∞
∑ x(n − k )h(k ) = ∑ h(k ) x(n − k ) = h( n) * x(n)
任何序列可分解成如下irlti电子信息工程113线性时不变系统的性质1交换律电子信息工程12级联系统的冲激响应等于子系统的冲激响应的卷积和电子信息工程13并联系统的冲激响应等于子系统的冲激响应之和电子信息工程14例125
——电子信息工程 电子信息工程
1.2 线性移不变系统
——电子信息工程 电子信息工程 离散时间系统定义: 离散时间系统定义 离散时间系统是将输入序列变换成输出序列的一种运算。 离散时间系统是将输入序列变换成输出序列的一种运算。
线性系统,零输入产生零输出 线性系统 零输入产生零输出
——电子信息工程 电子信息工程 例1-2-1 判断下列系统是否为线性系统。 - - 判断下列系统是否为线性系统。
1 ()y( n) = 2 x( n) + 5
2 ( )y( n) = nx ( n)
增量线性 系统
解答: 1 解答:()y1 ( n) = T [ x1 ( n)] = 2 x1 ( n) + 5
k
-1 0 1 2 3 4
y 3 [ k ] = x3 [ 2 k ] k
抽取器时变特性的图示说明
——电子信息工程 电子信息工程 二、单位冲激响应与系统响应 1、线性时不变系统的单位冲激响应 、
第二章—离散卷积
离散卷积:1. 找出以下离散时间系统的脉冲响应: )[]0.2[1][][1]a y n y n x n x n +-=-- )[] 1.2[1]2[1]b y n y n x n +-=-)[]0.24([][1][2][3])c y n x n x n x n x n =+-+-+- )[][]0.5[1][2]d y n x n x n x n =+-+-2. 计算以下卷积,x[n]*v[n])[][][4],[]0.5[]n a x n u n u n v n u n =--=)[][1482],[][01234](n )b x n v n ==顺序均从=0开始)[][],[]2(0.8)[]n c x n u n v n u n == )[][1],[]2(0.5)[]n d x n u n v n u n =-=1. )[]0.2[1][][1]a y n y n x n x n +-=--[]0.2[1][][1]h n h n n n δδ+-=--1[0]0.2[1][0][1]1[1]0.2[0][1][0] 1.2[2]0.2[1][2][1]0.24[3]0.2[2][3][2]0.048[](0.2)( 1.2)n h h h h h h h h h n δδδδδδδδ-=--+--==-+-=-=-+-==-+-=-=--≥当n 1)[] 1.2[1]2[b y n y n x n +-=-[] 1.2[1]2[1]h n h n n δ+-=-21[0] 1.2[1]2[1]0[1] 1.2[0]2[0]2[2] 1.2[1]2[1] 1.2(2)[3] 1.2[2]2[2]( 1.2)(2)[]( 1.2)(2)n 1n h h h h h h h h h n δδδδ-=--+-==-+==-+=-=-+=-=-≥当时)[]0.24([][1][2][c y n x n x n x n x n =+-+-+-[]0.24([][1][2][3])0.24030h n n n n n n δδδδ=+-+-+-≤≤⎧=⎨⎩其它)[][]0.5[1][d y n x n x n x n =+-+-[][]0.5[1][2]100.51[]120h n n n n n n h n n n δδδ=+-+-=⎧⎪=⎪=⎨=⎪⎪⎩为其它值2.5450)[][][4],[]0.5[]012040.50.50.50.512n n knn n k a x n u n u n v n u n n --==--=-≤≤===-+-∑[]*[][][]([][4])0.5[]k n kk x n u n x k v n ku ku k u n k +∞=-∞+∞-=-∞=-=---∑∑如果04n ≤≤ 10120.50.5(0.52)12n nn knn k +-=-===---∑如果n>4 5450120.50.50.50.512n knn n k --=-===-+-∑)[][1482],[][01234](n )b x n v n ==顺序均从=0开始[]148200000[]0123400000123416328048122460816402[][0161934443880]x n v n y n === )[][],[]2(0.8)[]n c x n u n v n u n ==01n[]*[][]2(0.8)[]2(0.8)2(0.8)(0.8)1 1.2521 1.258[0.8 1.25],08(0.8)10,n kk nnn knkk k n n n x n v n u k u n k n n +∞-=-∞--==+=-==-=-=--≥=-+≥∑∑∑(0.8))[][1],[]2(0.5)[]n d x n u n v n u n =-=110112[]*[][1]2(0.5)[]2(0.5)2(0.5)22(0.5)(21)122(0.5)[1]122(0.5)(22)(0.5)4,1nk nn kk nnkk nn k k n nn n n x n v n u k u n k n +∞=-∞-===++-=--===--=--=-+=-+≥∑∑∑∑连续时间卷积:1.求出以下卷积()()*()y t x t h t =,其中()()(4);()()x t u t u t h t r t =--= 2.计算以下卷积:3. 如果()sin(2)()h t t u t =,计算系统对输入()2(10)x t u t =-的响应。
7-5 离散系统的卷积和分析
7-5 离散系统的卷积和分析一、离散时间信号的时域分解根据单位序列)(k δ及单位移位序列)(m k -δ的抽样性,即)()0()()(k f k k f δδ= )()()()(m k m f m k k f -=-δδ可将任意序列f(k)用单位序列及其移位序列表示,即=⋅⋅⋅+-+-+++-+⋅⋅⋅=)2()2()1()1()()0()1()1()(k f k f k f k f k f δδδδ∑∞-∞=-i i k k f )()(δ (7-31)可见任意离散时间信号在时域可表示为)(i k -δ的线性组合,或者为在不同离散序号上出现的具有不同加权值的离散序列和。
对于右边序列有∑∞=-=0)()()(i i k i f k f δ例如,对于图7-21所示离散时间,可表示为)5(2)4(4)3(6)2(4)1(2)(-+-+-+-+-=k k k k k k f δδδδδ二、卷积和设两个离散时间信号为)(1k f 和)(2k f ,定义)(1k f 与)(2k f 的卷积和运算为)()()()(2121i k fi f k f k f i -=*∑∞-∞= (7-32)与连续时间信号的卷积积分相同,卷积求和也满足基本运算规律,即k图 7 - 21交换律:)()()()(1221k f k f k f k f *=* (7-33)分配律:)()()()()]()([)(3121321k f k f k f k f k f k f k f *+*=+* (7-34) 结合律:)()]()([)]()([)(321321k f k f k f k f k f k f **=** (7-35)卷积和也可通过图解法来计算,其基本步骤与卷积积分类似,可分解为反折、平移、相乘、取和等,现通过下例说明。
例7-17 图7-22所示离散信号)(1k f 和)(2k f ,求)()()(21k f k f k y *=。
离散序列的卷积
离散序列的卷积一、概念介绍离散序列的卷积是指将两个离散序列进行卷积运算,得到一个新的离散序列。
其中,卷积运算是指将两个函数进行积分,并对其中一个函数进行翻转后再移动,然后将其乘积在一定区间内求和。
在离散序列中,这个过程被简化为对每个位置的数值进行乘法和加法操作。
二、公式表示设有两个长度为N的离散序列A和B,则它们的卷积C可以表示为:C(n) = ∑A(k)B(n-k),k=0,1,...,n-1其中,n为C序列中的位置。
三、算法实现1.暴力求解法暴力求解法是指直接按照上述公式进行计算。
时间复杂度为O(N^2),空间复杂度为O(N)。
2.快速傅里叶变换(FFT)算法FFT算法利用了傅里叶变换的性质,将卷积运算转化为点值乘法运算。
时间复杂度为O(NlogN),空间复杂度也为O(NlogN)。
3.卷积定理卷积定理指出,在时域中进行卷积运算等价于在频域中进行乘法运算。
因此,可以将两个序列进行傅里叶变换,然后在频域中进行乘法运算,最后再进行逆傅里叶变换即可得到卷积结果。
时间复杂度为O(NlogN),空间复杂度为O(N)。
四、应用场景离散序列的卷积广泛应用于信号处理、图像处理、语音识别等领域。
例如,在图像处理中,可以利用卷积运算实现模糊、锐化、边缘检测等操作;在语音识别中,可以利用卷积运算提取特征向量。
五、总结离散序列的卷积是一种重要的数学运算,在信号处理等领域得到广泛应用。
目前常见的实现方法包括暴力求解法、FFT算法和卷积定理。
在实际应用中,需要根据具体场景选择合适的算法以达到最优效果。
离散卷积计算
离散卷积计算
离散卷积是一种在两个离散信号之间进行运算的方法,可以用于信号处理、图像处理、系统分析等领域。
下面以一维离散卷积为例进行计算。
假设有两个离散信号x[n]和h[n],其长度分别为Nx和Nh。
离散卷积的计算公式如下:
y[n] = x[n] * h[n] = ∑(k=-∞)^(∞) x[k] * h[n-k]
其中,n为输出信号的索引,k为求和变量。
根据这个公式可以进行离散卷积的计算。
具体步骤如下:
将x[n]和h[n]补零,使得它们的长度相等,并且长度为N = Nx + Nh - 1。
创建一个长度为N的空数组y[n]。
对于每个输出索引n,进行以下操作:
a. 初始化y[n]为0。
b. 对于输入信号x的每个索引k,进行以下操作:
i. 如果n-k小于0或大于等于N,跳过该值。
ii. 否则,将x[k]和h[n-k]相乘,并将结果加到y[n]上。
返回y[n]作为输出信号。
需要注意的是,由于卷积的性质,输出信号的长度为两个输入信号长度之和减去1。
此外,由于需要进行零填充和多次运算,离散卷积的计算量较大,因此在实际应用中通常使用快速卷积算法来加速计算。
离散卷积(卷积和)
y(n)= x1(n)* x2(n)= x1(n)* x2(n)
n
x1(n)*i x2
i =
x1(n)*
x2(n)
n
i
si
=
n i
x1
i
*x2(n)=
x1(n)*
n i
x2
i
返回
三.卷积计算 yn
xn* hn
xmhn m
m
m的范围由x(n)、h(n)的范围共同决定。
6
*
n
6
n
1
1 n 6n 7un 6 un 15un un 5
2
1 n 1n 2un 1 un 5
2
这与前面所得结果是相同的,但运算过程比较简单。
返回
例7-6-7已知离散信号 x1(n)=n[u(n)-u(n-6)]
利用单x2位(n样)=值u(信n+号6)d-(un()n求+1卷) 积 y(n)= x1(n)*x2(n)
mumun m 6 mum 6un m 6
m
m
mumun m 1 mum 6un m 1
m
m
n6
mun
6
n6
mun
n1
mun
1
n1
mun
5
m0
m6
m0
m6
n6
mun
6
n6
m
5
mun
n1
mun
1
n1
m
5
mun 5
i
i
i0 i6
1 2
nn
1un
1 2
nn
1un
15un
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
实验一、离散时间系统及离散卷积1、单位脉冲响应源程序:function pr1() %定义函数pr1a=[1,-1,0.9]; %定义差分方程y(n)-y(n-1)+0.9y(n-2)=x(n) b=1;x=impseq(0,-20,120); %调用impseq函数(matlab软件的函数库)n=[-20:120]; %定义n的范围,从-20 到120h=filter(b,a,x); %调用函数给纵坐标赋值figure(1) %绘图figure 1 (冲激响应)stem(n,h); %在图中绘出冲激title('单位冲激响应(耿海锋)'); %定义标题为:'冲激响应(耿海锋)'xlabel('n'); %绘图横座标为nylabel('h(n)'); %绘图纵座标为h(n)figure(2) %绘图figure 2[z,p,g]=tf2zp(b,a); %绘出零极点图zplane(z,p)function [x,n]=impseq(n0,n1,n2) %声明impseq函数n=[n1:n2];x=[(n-n0)==0];结果:Figure 1:Figure 2:2、离散系统的幅频、相频的分析源程序:function pr2()b=[0.0181,0.0543,0.0543,0.0181];a=[1.000,-1.76,1.1829,-0.2781];m=0:length(b)-1; % m的范围,从0 到3l=0:length(a)-1; % l的范围,从0 到3K=5000;k=1:K;w=pi*k/K; %角频率wH=(b*exp(-j*m'*w))./(a*exp(-j*l'*w));%对系统函数的定义figure(1)magH=abs(H); %magH为幅度angH=angle(H); %angH为相位plot(w/pi,magH-耿海锋); %绘制w(pi)-magH-耿海锋的图形figure(2)axis([0,1,0,1]); %限制横纵座标从0到1xlabel('w(pi)'); %x座标为 w(pi)ylabel('|H|'); %y座标为 angle(H)-耿海锋title('幅度,相位响应(耿海锋)'); %图的标题为:'幅度,相位响应(耿海锋)'plot(w/pi,angH); %绘制w(pi)-angH的图形grid; %为座标添加名称xlabel('w(pi)'); %x座标为 w(pi)ylabel('angle(H)'); %y座标为 angle(H)结果:Figure1Figure23、卷积计算源程序:function pr3()n=-5:50; %声明n的范围,从-5到50u1=stepseq(0,-5,50); %调用stepseq函数声用明u1=u(n)u2=stepseq(10,-5,50); %调用stepseq函数声用明u2=u(n-10)%输入x(n)和冲激响应h(n)x=u1-u2; %x(n)=u(n)-u(n-10)h=((0.9).^n).*u1; %h(n)=0.9^n*u(n)figure(1)subplot(3,1,1); %绘制第一个子图stem(n,x); %绘制图中的冲激axis([-5,50,0,2]); %限定横纵座标的范围title('输入序列-52101702-耿海锋'); %规定标题为:'输入序列-52101702-耿海锋'xlabel('n'); %横轴为nylabel('x(n)'); %纵轴为x(n)subplot(3,1,2); %绘制第二个子图stem(n,h); %绘制图中的冲激axis([-5,50,0,2]); %限定横纵座标的范围title('冲激响应序列-52101702-耿海锋'); %规定标题为:'冲激响应序列-52101702-耿海锋'xlabel('n'); %横轴为nylabel('h(n)'); %纵轴为h(n)%输出响应[y,ny]=conv_m(x,n,h,n); %调用conv_m函数subplot(3,1,3); %绘制第三个子图stem(ny,y);axis([-5,50,0,8]);title('输出响应-52101702-耿海锋'); %规定标题为:'输出响应-52101702-耿海锋'xlabel('n');ylabel('y(n)'); %纵轴为y(n)%stepseq.m子程序%实现当n>=n0时x(n)的值为1function [x,n]=stepseq(n0,n1,n2)n=n1:n2;x=[(n-n0)>=0];%con_m的子程序%实现卷积的计算function [y,ny]=conv_m(x,nx,h,nh) nyb=nx(1)+nh(1);nye=nx(length(x))+nh(length(h)); ny=[nyb:nye];y=conv(x,h);结果:实验二、离散傅立叶变换与快速傅立叶变换1、离散傅立叶变换(DFT)源程序:function pr4()F=50;N=64;T=0.000625;n=1:N;x=cos(2*pi*F*n*T); %x(n)=cos(pi*n/16)subplot(2,1,1); %绘制第一个子图x(n)stem(n,x); %绘制冲激title('x(n)'); %标题为x(n)xlabel('n'); %横座标为nX=dft(x,N); %调用dft函数计算x(n)的傅里叶变换magX=abs(X); %取变换的幅值subplot(2,1,2); %绘制第二个子图DFT|X|stem(n,X);title('DFT|X|');xlabel('f(pi)'); %横座标为f(pi)%dft的子程序%实现离散傅里叶变换function [Xk]=dft(xn,N)n=0:N-1;k=0:N-1;WN=exp(-j*2*pi/N);nk=n'*k;WNnk=WN.^nk;Xk=xn*WNnk;结果:F=50,N=64,T=0.000625时的波形F=50,N=32,T=0.000625时的波形:2、快速傅立叶变换(FFT)源程序:%function pr5()F=50;N=64;T=0.000625;n=1:N;x=cos(2*pi*F*n*T); %x(n)=cos(pi*n/16) subplot(2,1,1);plot(n,x);title('x(n)');xlabel('n'); %在第一个子窗中绘图x(n)X=fft(x);magX=abs(X);subplot(2,1,2);plot(n,X);title('DTFT|X|');xlabel('f(pi)'); %在第二个子图中绘图x(n)的快速傅%里叶变换结果:3、卷积的快速算法源程序:function pr6()n=0:15;x=1.^n;h=(4/5).^n;x(16:32)=0;h(16:32)=0;%到此 x(n)=1, n=0~15; x(n)=0,n=16~32 % h(n)=(4/5)^n, n=0~15; h(n)=0,n=16~32subplot(3,1,1);stem(x);title('x(n)');axis([1,32,0,1.5]); %在第一个子窗绘图x(n)横轴从1到32,纵轴从0到1.5(边框范围)subplot(3,1,2);stem(h);title('h(n)');axis([1,32,0,1.5]); %在第二个子窗绘图h(n)横轴从1到32,纵轴从0到1.5 X=fft(x); %X(n)为x(n)的快速傅里叶变换H=fft(h); %H(n)为h(n)的快速傅里叶变换Y=X.*H; %Y(n)=X(n)*H(n)%Y=conv(x,h);y=ifft(Y); %y(n)为Y(n)的傅里叶反变换subplot(3,1,3) %在第三个子窗绘图y(n)横轴从1到32,纵轴从0到6 stem(abs(y));title('y(n=x(n)*h(n))');axis([1,32,0,6]);结果:实验总结与思考1、在较短的傅里叶变换中,FFT的计算速度与DFT相比不是很明显,序列计算长度越长,计算时间差距越大,FFT较快;2、对于不同序列的较小长度的频谱分析可能会得到相同的频谱,适当加倍长度会避免这种情况的发生;3、对同一序列的不同间隔的FFT变换,在满足奈奎斯特定律的情况下也会产生栅栏效应、频谱泄露、旁瓣效应等,采取适当的方法可以减弱这些不利效应;4、在计算两个序列的离散卷积的时候要注意序列的长度L>=M+N-1。
实验三、IIR数字滤波器设计源程序:function pr7()wp=0.2*pi; %频率转换(WP:通带截止频率)ws=0.3*pi; %频率转换(WS:阻带截止频率)Rp=1; %对于参数的说明As=15;T=1;Fs=1/T;OmegaP=(2/T)*tan(wp/2); %OmegaP(w)=2*tan(0.1*pi)OmegaS=(2/T)*tan(ws/2); %OmegaS(w)=2*tan(0.15*pi)ep=sqrt(10^(Rp/10)-1);Ripple=sqrt(1/(1+ep.^2));Attn=1/10^(As/20);N=ceil((log10((10^(Rp/10)-1)/(10^(As/10)-1)))/(2*log10(OmegaP/OmegaS) ));OmegaC=OmegaP/((10.^(Rp/10)-1).^(1/(2*N)));[cs,ds]=u_buttap(N,OmegaC);[b,a]=bilinear(cs,ds,Fs);[mag,db,pha,w]=freqz_m(b,a);subplot(3,1,1); %统共要绘制三个图,把此图放在第一个子窗绘制%幅度响应的图形plot(w/pi,mag);title('幅度响应')xlabel('w(pi)');ylabel('H');axis([0,1,0,1.1]);set(gca,'XTickmode','manual','XTick',[0,0.2,0.35,1.1]);set(gca,'YTickmode','manual','YTick',[0,Attn,Ripple,1]);grid;subplot(3,1,2); %在第二个子窗以分贝为单位绘制幅度响应的图形plot(w/pi,db);title('幅度响应(dB)');xlabel('w(pi)');ylabel('H');axis([0,1,-40,5]);set(gca,'XTickmode','manual','XTick',[0,0.2,0.35,1.1]);set(gca,'YTickmode','manual','YTick',[-50,-15,-1,0]);grid;subplot(3,1,3); %在第三个子窗绘制相位响应的图形plot(w/pi,pha);title('相位响应');xlabel('w(pi)');ylabel('pi unit');%axis([0,1,0,1.1]);set(gca,'XTickmode','manual','XTick',[0,0.2,0.35,1.1]);set(gca,'YTickmode','manual','YTick',[-1,0,1]);grid;function [b,a]=u_buttap(N,OmegaC)[z,p,k]=buttap(N);p=p*OmegaC;k=k*OmegaC.^N;B=real(poly(z));b0=k;b=k*B;a=real(poly(p));function [mag,db,pha,w]=freqz_m(b,a)[H,w]=freqz(b,a,1000,'whole');H=(H(1:501))';w=(w(1:501))';mag=abs(H);db=20*log10((mag+eps)/max(mag));pha=angle(H);结果:实验总结与思考1、数字滤波器可以用模拟滤波器通过模拟到数字的变换来实现,具体方法有三种:冲激响应不变法、阶跃响应不变法和双线性变换法等;2、冲激响应不变法仅适合于基本上是限带的低通滤波器,对于高通或带阻滤波器应该附加限带要求,以避免严重的混叠失真;3、双线性变换法可以用频率预畸变的方法来补偿频率标度的非线性失真;4、数字低通滤波器的模拟截止频率是抽样时间的函数;5、低通滤波器对相应频率的输入信号有相应限制作用。