ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

信号的时域分析

2020-01-30 20:43:06  阅读:462  来源: 互联网

标签:分析 sigma 正弦 t0 信号 delta omega 时域


信号的时域分析

文章目录

0.前言

主要内容为:基本信号,基本运算,基本分解

代码演示图像参考

一.连续时间基本信号

1.普通信号

(一)指数类信号

f(t)=Keσt+jωt{f(t)=Kσ=0,ω=0 f(t)=Keσtσ0,ω=0 f(t)=Kejωtσ=0,ω0 f(t)=Keσt+jωtσ0,ω0 f(t)=K\,e^{\sigma t +j\omega t } \begin{cases} 直流信号\quad f(t)=K &\sigma=0, \omega=0 \\ 实指数信号 \ f(t)=K\,e^{\sigma t } & \sigma\neq0, \omega=0 \\ 等幅振荡正弦信号\ f(t)=K\,e^{ j\omega t}& \sigma=0, \omega\neq0 \\ 不等幅振荡正弦信号 \ f(t)=K\,e^{\sigma t+j\omega t }& \sigma\neq0, \omega \neq0 \end{cases} f(t)=Keσt+jωt⎩⎪⎪⎪⎨⎪⎪⎪⎧​直流信号f(t)=K实指数信号 f(t)=Keσt等幅振荡正弦信号 f(t)=Kejωt不等幅振荡正弦信号 f(t)=Keσt+jωt​σ=0,ω=0σ​=0,ω=0σ=0,ω​=0σ​=0,ω​=0​

$ 其中 -∞ < t < +∞,K 为振幅 $

其中 -∞ < t < +∞,K 为振幅, $ \omega为角频率 $

(1)直流信号

$f(t)=K $

(2)实指数信号

f(t)=Keσtf(t)=K\,e^{\sigma t}f(t)=Keσt

  • σ\sigmaσ是决定信号幅度随时间增长或衰减的因子。

  • $\tau= \frac {1}{|,\sigma ,|} $ ,称为实指数信号的时间常数。

    t=τt= \taut=τ 时,f(τ)=Ke1=0.368Kf(\tau)= K e^{-1}=0.368Kf(τ)=Ke−1=0.368K ,表示实指数信号衰减为初始值的36.8%

(3)等幅振荡正弦信号

$\f(t)=K,e^{ j\omega t} $

由 Euler 得
ft=Kejωt=Kcosωt+jKsinωt f(t)=Ke^{j\omega t}=Kcos \omega t+jKsin\omega t f(t)=Kejωt=Kcosωt+jKsinωt

(4)不等幅振荡正弦信号

f(t)=Keσt+jωtf(t)=K\,e^{\sigma t+j\omega t}f(t)=Keσt+jωt

{6 VX) )M{5G93~3FM H06I

(二)取样信号

{6 VX) )M{5G93~3FM H06I

2.奇异信号

特征:数学表达式属于奇异函数,即在函数本身或其导数或高阶导数具有不连续点(跳变点)。

奇异信号图例小

(1)斜坡信号rt)\quad r(t)r(t)

r(t)={tt>00t<0 r(t)= \begin{cases} t & t>0 \\ 0& t<0 \end{cases} r(t)={t0​t>0t<0​

(2)单位阶跃信号 u(t)u(t)u(t)

u(t)={1t>00t<0 u(t) = \begin{cases} 1 & t>0 \\ 0& t<0 \end{cases} u(t)={10​t>0t<0​

作用:A. 阶跃信号可以表示任意矩形脉冲信号

2VK3WVVLM8J2Z4TN}7~NI6D

​ B.利用阶跃信号的单边性表示信号的时间范围
sin wtu(tt0)={sin wtt>t00t<=t0 例:\quad sin\ wt·u(t-t_0) = \begin{cases} sin\ wt & t>t_0 \\ 0& t<=t_0 \end{cases} 例:sin wt⋅u(t−t0​)={sin wt0​t>t0​t<=t0​​

(3)单位冲激信号 δ(t)\delta(t)δ(t)

δ(t)={0t0t=0 \delta (t) = \begin{cases} 0 & t\neq 0 \\ \rightarrow ∞& t=0 \end{cases} δ(t)={0→∞​t​=0t=0​

也可以运用泛函数 表示,$ \phi (t) 为任意一个在t=0处连续的普通函数 $
δ(t)ϕ(t)dt=ϕ(0) \begin{aligned} \int_{-∞}^{∞} \delta(t) ·\phi(t) \mathrm{d} t=\phi(0) \end{aligned} ∫−∞∞​δ(t)⋅ϕ(t)dt=ϕ(0)​
性质:

A.筛选特性

x(t)δ(tt0) =x(t0)δ(tt0) x(t)\delta(t-t_0)\ = x(t_0)\delta(t-t_0) x(t)δ(t−t0​) =x(t0​)δ(t−t0​)

B.抽样特性

δ(tt0)ϕ(t)dt=ϕ(t0) \begin{aligned} \int_{-∞}^{∞} \delta(t-t_0) ·\phi(t) \mathrm{d} t=\phi(t_0) \end{aligned} ∫−∞∞​δ(t−t0​)⋅ϕ(t)dt=ϕ(t0​)​

C.展缩特性

δ(at)=1aδ(t) \delta(at)=\frac{1}{|a|}\delta(t) δ(at)=∣a∣1​δ(t)

D.卷积特性
(4)单位冲激偶信号 δ(t)\delta’(t)δ’(t)

δ(t)=dδ(t)dt \delta’(t)=\frac{d\delta(t)}{dt} δ’(t)=dtdδ(t)​

Mally-CJ 发布了120 篇原创文章 · 获赞 22 · 访问量 8929 私信 关注

标签:分析,sigma,正弦,t0,信号,delta,omega,时域
来源: https://blog.csdn.net/qq_43235540/article/details/104118463

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有