信号处理教程
上QQ阅读APP看书,第一时间看更新

1.1.1 离散时间信号

1.序列

对模拟信号x(t)进行等间隔时域采样,如果采样间隔为T,则该离散时间信号在模拟时间系统中表示为x(nT),而在离散时间系统中表示为序列x(n),其中,序号n为整型变量,第n项的序列值x(n)表示信号的第n个样值(采样值),它是连续数值(模拟量)。例如,某离散时间信号表示为

离散时间信号用序列表示,但序列不一定代表时间序列,也可以表示频域、相关域等其他域上的一组有序数,如离散傅里叶变换序列X(k)、自相关函数序列R(m)等。

下面先介绍几种常用的典型序列。

(1)单位脉冲序列δ(n)

该序列只在n=0处有一个单位值1,其余点上的序列值皆为0,因此也称为“单位采样序列”,如图1.1所示。该序列与模拟信号中的单位冲激信号δ(t)类似。但是,δ(t)是一种数学的极限,并不是现实的信号,其脉宽为0,在t=0处的幅度为∞,只是其积分为1。而δ(n)却是一个现实的序列,它的脉冲幅度是1,是一个有限值。

(2)单位阶跃序列u(n)

该序列类似于模拟信号中的单位阶跃信号u(t),但是u(n)在n=0处有确定的取值u(0)=1,如图1.2所示。

图1.1 单位脉冲序列δ(n)

图1.2 单位阶跃序列u(n)

(3)矩形序列RN(n)

该序列从n=0开始,含有N个幅度为1的数值,其余项都为0,序列的包络是一个矩形,如图1.3所示。不难看出,以上3种序列间有以下关系:

图1.3 矩形序列RN(n)

(4)实指数序列

式中a为实数:当|a|>1时序列发散;当|a|<1时序列收敛;当a为负数时,序列值正负摆动,如图1.4所示。

(5)复指数序列

其指数是复数(或纯虚数),在直角坐标系中可写成

在极坐标系中可写成

这里,模|x(n)|=eσn,辐角arg[x(n)]=ω0n

图1.4 实指数序列

(6)正弦序列

式(1.1.1)中,幅值A、初相角φ的含义与模拟正弦信号相同,ω0是正弦序列的数字角频率,它与模拟正弦信号的角频率是不同的概念。模拟正弦信号的角频率单位是rad/s,此处ω0的单位是rad,表示相邻两个样值间弧度的变化量。正弦序列如图1.5所示。

图1.5 正弦序列

对模拟正弦信号进行采样可以得到正弦序列。例如,模拟正弦信号为

它的采样值为

将上式与式(1.1.1)对照,可见

式(1.1.2)表明,数字角频率ω0是模拟角频率Ω0对采样频率fs取归一化的值。本书中一律用ω表示数字角频率,用Ω表示模拟角频率。

需要指出的是,模拟周期信号的采样不一定是周期序列。一个正弦序列是周期序列必须满足条件

即满足ω0rN=2kπ或,式中krN都是整数,所以是有理数。也就是说,当为有理数时,正弦序列才可能是周期序列。

(7)任意序列的单位脉冲表示

最后,讨论一种任意序列的单位脉冲表示,这种表示对分析线性系统很有用。设某序列x(n)如图1.6所示,则该序列可以表示为

图1.6 序列x(n)

即表示为单位脉冲序列的移位加权和,权值就是序列在相应位置的序列值。不失一般性,用x(m)表示序号为m时的序列值,则序列x(n)可以表示为

2.序列的运算

在数字信号处理中,对信号的处理是通过序列之间的运算完成的。接下来,对处理中经常涉及的运算做简要介绍。

(1)序列的相加与相乘

序列x1(n)、x2(n)相加,是将它们的各个对应项分别相加,表示为

序列x1(n)、x2(n)相乘,是将它们的各个对应项分别相乘,表示为

序列与常数C相乘,是将序列的各项分别乘以常数C,表示为

(2)序列的移位

如果

那么,y(n)是整个x(n)在时间轴上右移m个采样周期所得的新序列。如果

那么,y(n)是整个x(n)在时间轴上左移m个采样周期所得的新序列。

(3)序列的线性卷积

序列x(n)、y(n)的线性卷积定义为

如果序列x(n)、y(n)的长度分别为MN,则式(1.1.4)中x(m)的非零区间为

y(n-m)的非零区间为

w(n)的非零区间应是使x(m)和y(n-m)同时不为0的n的取值范围,也就是使上面两式同时成立的n,应为

即长度为M+N-1。显然,如果两序列中有一个是无限长序列,则卷积结果就是无限长序列。

根据线性卷积的定义式(1.1.4)可以看出,式(1.1.3)表示的是线性卷积运算,即

也就是说,任意序列与单位脉冲序列的线性卷积等于序列本身。该结论在后续章节会经常用到。

线性卷积运算具有交换律和结合律,即

按照线性卷积的定义式(1.1.4),线性卷积的运算分四个步骤:翻褶、移位、相乘、相加。

例1.1.1 已知序列

求:w(n)=x(n)*y(n)。

解:

可以将运算过程表示如下。

其中,y(-m)是将y(m)以m=0为轴翻转,称为翻褶;y(1-m)是将y(-m)向右平移1位,y(2-m)是将y(1-m)再向右平移1位,以此类推。例1.1.1中两序列长度都是3,卷积后总长度应是L=3+3-1=5,0≤n≤4。从表格中可以看出,从w(5)开始,卷积结果总是为0。所以两序列的线性卷积为

或表示为