# 信号分类

  • 连续时间信号离散时间信号:根据自变量是连续的还是离散的进行区分。
  • 确定性信号非确定性信号:根据信号在任意时刻的值是否能被精确预测进行区分。
  • 实信号复信号:根据信号的取值是实数还是复数进行区分。
  • 周期信号非周期信号:根据信号是否具有重复的周期性进行区分。

# 信号分解

# 信号分解方法

  • 直流分量交流分量
  • 偶分量奇分量
    • 实值信号可分解为偶对称分量和奇对称分量。
    • 复值信号可分解为共轭对称分量和共轭奇对称分量。

      xcs[n]=12[x[n]+x[n]](共轭对称)x_{cs}[n] = \frac{1}{2}[x[n] + x^*[-n]] \quad (\text{共轭对称})

      xca[n]=12[x[n]x[n]](共轭奇对称)x_{ca}[n] = \frac{1}{2}[x[n] - x^*[-n]] \quad (\text{共轭奇对称})

  • 实分量虚分量
  • 脉冲分解

    x[n]=x[n]δ[n]x[n] = x[n] * \delta[n]

  • 正交分解(如傅里叶(Fourier)分析)

# 典型信号

# 连续时间信号

  • 阶跃函数U(t)U(t)
  • 门函数G(t)=U(t)U(tt0)G(t) = U(t) - U(t - t_0), 其中 t0>0t_0 > 0
  • 斜升函数Relu(t)Relu(t)
  • 符号函数Sgn(t)Sgn(t)
  • 高斯函数f(t)=Ee(tτ)2f(t) = Ee^{-(\frac{t}{\tau})^2}
    • 衰减速度比任何多项式函数的倒数都快。
  • 采样函数
    • Sa(t)=sinttSa(t) = \frac{\sin t}{t}
    • sinc(t)=sin(πt)πtsinc(t) = \frac{\sin(\pi t)}{\pi t}
    • 积分性质:

      Sa(t)dt=π\int_{-\infty}^{\infty} Sa(t) dt = \pi

      Sa(t)dt=\int_{-\infty}^{\infty} |Sa(t)| dt = \infty

  • 冲激函数
    • 复指数逼近δ(t)=12πejωtdω\delta(t) = \frac{1}{2\pi} \int_{-\infty}^{\infty} e^{j\omega t} d\omega
    • 广义函数定义δ(t),ϕ(τt)=ϕ(τ)\left\langle \delta(t), \phi(\tau - t) \right\rangle = \phi(\tau),其中 ϕ(t)\phi(t) 是一个光滑的检验函数。
    • 复合函数冲激δ[f(t)]=nf(xn)1δ(xxn)\delta[f(t)] = \sum_n |f'(x_n)|^{-1} \delta(x - x_n),其中 xnx_nf(t)f(t) 的导数非零的零点。
  • 冲激偶(冲激函数的一阶导数)
    • δ(t),ϕ(τt)=ϕ(τ)\left\langle \delta'(t), \phi(\tau - t) \right\rangle = -\phi'(\tau)
    • nn 阶导数δ(n)(t),ϕ(τt)=(1)nϕ(n)(τ)\left\langle \delta^{(n)}(t), \phi(\tau - t) \right\rangle = (-1)^n \phi^{(n)}(\tau)

# 离散时间信号(序列)

  • 单位样值序列(单位冲激序列)
  • 单位阶跃序列:当 n=0n=0 时取值为 1。
  • 单位矩形序列pN(n)=u(n+N)u(n(N+1))p_N(n) = u(n + N) - u(n - (N+1))
  • 正弦序列x(n)=sin(nω0+ϕ)x(n) = \sin(n\omega_0 + \phi)x(n)=cos(nω0+ϕ)x(n) = \cos(n\omega_0 + \phi)
  • 复指数序列x(n)=ejnω0x(n) = e^{jn\omega_0}

# 系统

# 系统定义

  • 连续时间系统y(t)=T{x(t)}y(t) = T\{x(t)\}
  • 离散时间系统y(n)=T{x(n)}y(n) = T\{x(n)\}
  • 混合系统y(u)=T{x(v)}y(u) = T\{x(v)\}
  • 差分算子举例
    • 后向差分y[n]=x[n]=x[n]x[n1]y[n] = \nabla x[n] = x[n] - x[n-1]
    • 前向差分y[n]=Δx[n]=x[n+1]x[n]y[n] = \Delta x[n] = x[n+1] - x[n]
    • 二阶差分y[n]=2x[n]=(x[n])=x[n]2x[n1]+x[n2]y[n] = \nabla^2 x[n] = \nabla(\nabla x[n]) = x[n] - 2x[n-1] + x[n-2]

# 系统分类

  • 有无记忆:输出是否仅依赖于当前的输入。
  • 线性与非线性:是否满足叠加原理和齐次性(比例原理)。
  • 时变与时不变(定常):系统的特性(参数)是否随时间变化。
  • 因果与非因果:输出是否依赖于未来的输入。
  • 稳定与非稳定(BIBO 稳定性):有界的输入是否能产生有界的输出。
  • 确定与非确定:系统行为是否包含随机性、混沌或不确定性。

# 输入输出描述

  • SISO(单输入单输出)与MIMO(多输入多输出)
  • 零状态响应:输入作用下的响应,初始状态为零。
  • 零输入响应:仅由初始状态引起的响应,输入为零。
  • 冲激响应:系统对单位冲激信号的响应。