• 信号理论: 信号集及其映射


    引言

    信号理论研究的是在信号空间中信号的分析与综合以及系统的分析与综合问题。在这里,信号不再被看作函数,而是被看作信号空间中的一个点。在研究信号空间之前,我们先把信号看作信号集中的一个元素。以作为把信号看作信号空间中点的概念过渡。

    1.集合

    定义1.1:具有某种性质的详细或抽象事物的全体称为集合。

    一般地,集合用大写字母如A、B、C、X、Y表示。

    集合中的事物称为集合的元素。用小写字母如a、b、c、x表示。

    集合能够用两种方式来表示。分别称为列举法和描写叙述法。列举法是指直接将集合的全部元素列出来的方式,如A={a, b, c, d}。描写叙述法是将集合元素的共同性质写出来的方式,如B={x|x是整数}。

    假设某个事物x是一个集合A的元素。称x属于集合A,记作这里写图片描写叙述。假设元素y不是集合A的元素。称y不属于集合A,记作这里写图片描写叙述

    假设集合A中的每个元素都是集合B中的元素,则称集合A是集合B的子集。称B包括A或A包括于B,记作这里写图片描写叙述。假设 且 。则称A与B相等,记作A=B。

    2.论域

    定义1.2:所讨论的范围内全部事物的全体称为论域。从论域的概念出发,又能够给集合下还有一个定义:

    定义1.3:论域X中的部分或全部元素的全体称为集合。由论域中全部元素组成的集合称为全集。用 表示。不含不论什么元素的集合称为空集。用 表示。论域中不论什么集合都是论域的子集。

    3.信号集

    定义1.4:由具有某种性质的信号组成集合,或全部信号论域的子集称为信号集。比如,全部因果信号组成的集合有:

    这里写图片描写叙述

    1.2 经常使用信号集

    1.矩形信号集

    矩形信号集可表示为:
    这里写图片描写叙述 (1.1)

    式中,

    这里写图片描写叙述 (1.2)

    2.正弦信号集

    正弦信号集可表示为
    这里写图片描写叙述(1.3)

    式中这里写图片描写叙述分别称为正弦信号的幅度、相位和频率。

    3.对称信号集

    对称信号集分为奇对称信号集和偶对称信号集。分别表示为:

    这里写图片描写叙述(1.4)

    和:

    这里写图片描写叙述(1.5)

    4.周期信号集

    全部周期为T的信号的集合表示为:

    这里写图片描写叙述(1.6)

    5.幅度有界信号集

    幅度的瞬时值总不大于某个正实数的信号称为幅度有界信号。全部幅度不大于K的有界信号的集合表示为:

    这里写图片描写叙述(1.7)

    6.能量有限信号集

    若信号的能量为有限的数值。则称其为能量有限信号。能量有限信号集定义为:

    这里写图片描写叙述(1.8)

    能量有限信号又称平方可积信号。

    7.时限信号集

    时限信号集是指在区间T之外信号为零的全部信号的集合,其数学表达式为:

    这里写图片描写叙述(1.9)

    8.带限信号集

    它由全部信号频谱在区间之外为零的为由组成,即:

    这里写图片描写叙述(1.10)

    9.时域离散信号集

    全部採样周期为t的时域离散信号的集合表示为:

    这里写图片描写叙述(1.11)

    1.3 信号集的运算

    信号集的运算是指由若干已知信号集,通过运算得到新的信号集。集合的基本运算有:交、并、差和补四种。

    定义1.5:两个集合A和B的交、并和差仍是一个集合。分别称为集合A与B的交集、并集和差集,记作 。分别定义例如以下:

    这里写图片描写叙述(1.12)

    这里写图片描写叙述(1.13)

    这里写图片描写叙述(1.14)

    定义1.6:集合A的补集定义为全集与A的差集,记作 这里写图片描写叙述。即这里写图片描写叙述

    在研究集合(包括信号集)时,通常採用“文氏图”来形象表示集合间的运算。下图给出了集合的交、并、差运算的文氏图。

    这里写图片描写叙述

    例1.1 已知信号集为这里写图片描写叙述,当中:

    这里写图片描写叙述(1.15)

    试求 这里写图片描写叙述

    解:由式(1.15)可知 这里写图片描写叙述,故 这里写图片描写叙述

    例1.2 试求时限信号集与带限信号集的交集。

    解:因为一个非零信号不可能既是时限的又是带限的。因而:

    这里写图片描写叙述

    1.4 信号集的划分与等价关系

    为便于掌握一个信号集,经常须要把信号集划分成一些互不相交的子集,并分别对子集中的信号进行研究。从数学上讲。把集合S划分为子集 能够表示为:

    这里写图片描写叙述(1.16)

    比如,我们能够把信号集按连续性分为时域连续信号集和时域离散信号集,按随机性分为随机信号集与确定信号集。按周期性分为周期信号集和非周期信号集(在研究信号的傅里叶变换时,我们就是先研究周期信号的傅里叶级数表示。然后再研究非周期信号的傅里叶变换的)。

    在对集合进行划分时。必须依照一定的规则来进行。不可能随意划分。通常,一个划分是由集内元素的(二元)等价关系产生的。所谓(二元)关系,是指对于集合X中的两个元素之间的一种联系。设R表示一种联系,若集合X中的两个元素x、y间存在这种联系,则称它们具有关系R,记作xRy;否则称它们不具有关系R。记作 。

    集合X中的等价关系R是指具有例如以下三条性质的关系:

    1) 自反性: xRx,对随意的这里写图片描写叙述
    2) 对称性: 若xRy,则yRx,这里写图片描写叙述
    3) 传递性:若xRy且yRz,则xRz 这里写图片描写叙述

    等价关系通经常使用“∽”来表示,即x∽y表示“x等价于y”。比如,实数集上的相等关系就是一种等价关系。对于划分和等价关系之间的关系,我们有例如以下的定理。

    定理1.1:不论什么一个划分产生一个等价关系,不论什么一个等价关系产生一个划分。

    划分与等价关系在信号理论中有着广泛的用途,以下是一些十分实用并且有趣的样例。

    例1.3 用模同余作为等价关系对二进制分组信号集进行划分,如寻呼机的地址编码。

    例1.4 二进制基带不归零信号的接收,用数值的正负符号同样作为等价关系。

    例1.5 相关接收机,用与特定信号的相关值超过某一门限作为等价关系。

    如脉冲压缩、扩频通讯和数字水印技术等等。

    例1.6 信号投影,用投影信号同样作为等价关系。

    1.5 信号集的映射

    1.映射

    定义1.7:设A、B为非空集合。假设存在某种规则f,使得A中的任一元素x,在规则f下。确定B中的一个元素y与之相应,则称此规则为映射,记作这里写图片描写叙述。映射也能够记作:

    这里写图片描写叙述(1.17)

    并称元素y为元素x(在映射f下)的象。称元素x为元素y的原象。称集合A为映射f的定义域。

    记:

    这里写图片描写叙述(1.18)

    即A中全部元素的象组成的集合,称B’为映射f的值域。假设B=B’,则称f为A到B上的映射;反之,则称f为A到B中的映射。

    比如。信号处理系统就是一种信号集到信号集的映射。

    定义1.8:设映射f为A到B上的,若对于B中的任一元素,其在A中的原象是唯一的,则称f为一一映射,并称这里写图片描写叙述为f的逆映射。

    定义1.9:设有映射 这里写图片描写叙述,则由它们能够构造一个由集合A到集合C的映射f,称其为 这里写图片描写叙述的复合映射,记为这里写图片描写叙述

    比如信号处理系统的级联就构成了一个复合映射。

    2.集合的势

    定义1.10:设A是集合。称A中元素的个数为A的势。记作 这里写图片描写叙述。若 这里写图片描写叙述,则称A为有限集;否则。称A为无限集。

    对于有限集合,其势一般比較好计算。但对于无限集合。其势通常难以直接计算。

    为此,我们有例如以下的定理,

    定理1.2:若非空集合A、B间存在一一映射,则集合A与B等势,即这里写图片描写叙述

    由上述定理可知,若一个集合的势不能直接计算得到,那么能够通过找一个与它存在一一映射关系的势已知的集合的方式来计算它的势。以下我们来讨论无限集的势。我们有例如以下的定义:

    定义1.11:自然数集N的势为 这里写图片描写叙述(读作阿列夫0),实数集的势为 这里写图片描写叙述。且 这里写图片描写叙述。称势为这里写图片描写叙述的集合称为可列集,势不超过这里写图片描写叙述的集合称为至多可列集,势大于 的集合称为不可列集。比如。整数集是可列的,因为在整数和自然数之间存在一一映射关系,因此整数集的势也是这里写图片描写叙述

    定义1.12:假设两个信号仅仅有至多可列个不同的点。则称它们“差点儿处处相等”。

    比如,信号x(t)和

    这里写图片描写叙述(1.19)

    就是差点儿处处相等的信号(式中C是常数)。

    显然。“差点儿处处相等”是一种等价关系。今后,凡差点儿处处相等的信号我们就忽略掉它们的差异,觉得它们是相等的。

    3.映射与划分和等价关系

    设有集合S的一个划分 这里写图片描写叙述,令集合 这里写图片描写叙述。那么我们能够建立这种映射 这里写图片描写叙述。满足:

    这里写图片描写叙述(1.20)

    另外。若令二元关系为“在映射f下的象同样”,则该关系是一个等价关系。

    因此。不论什么一个划分或等价关系能够表示为一个映射。反之。不论什么一个映射能够产生一个划分或等价关系。

    1.6 信号集的泛函

    1.泛函

    定义1.13:我们把集合到数集(如自然数集、实数集等)的映射称为泛函。信号集的函数是信号集到数集的映射。因为信号集中的元素通常都是函数。因此泛函能够理解为“函数的函数”。

    经常使用的信号集上的泛函有:

    这里写图片描写叙述

    2.信号的级数表示法

    这里写图片描写叙述为一个给定的基本信号集,其元素是可列的。此时,信号可近似表示为:

    这里写图片描写叙述(1.21)

    式中 这里写图片描写叙述为可列个泛函。

    这样。信号集中的信号就可用可列个泛函来表示。因而可用可列维空间中的一个点来表示,从而大慷慨便了对信号的分析和处理。

    信号级数表示法的一个常见的样例。就是信号的时间级数表示法。此时,基本函数集是由内插脉冲通过一系列延时形成的,

    这里写图片描写叙述(1.22)

    当中 这里写图片描写叙述具有例如以下特性:

    这里写图片描写叙述(1.23)

    显然。用内插脉冲作基本信号。随意连续信号能够用时间级数表示为:

    这里写图片描写叙述(1.24)

    式中的泛函这里写图片描写叙述可简单地用信号採样值这里写图片描写叙述来表示。

    信号的还有一种重要的级数表示法是傅里叶级数表示法。假设 这里写图片描写叙述,则有:

    这里写图片描写叙述(1.25)

    式中,级数的展开系数 这里写图片描写叙述,即傅里叶系数由例如以下的泛函给出:

    这里写图片描写叙述(1.26)

    1.7 信号的时域离散处理

    利用时域连续信号的时间级数表示法,能够非常easy分析信号的时域离散处理系统,这个系统的一般框图例如以下图所看到的。

    这里写图片描写叙述

    图中,採样电路是求得信号时间级数表示式中的泛函,从而用离散信号这里写图片描写叙述来表示x(t)。

    时域离散信号处理系统一般为一个单位抽样响应为 的时域滤波器,其频率特性为:

    这里写图片描写叙述(1.27)

    当中 这里写图片描写叙述是归一化频率。也称数字频率。

    时域离散系统的输出 这里写图片描写叙述为:

    这里写图片描写叙述(1.28)

    对上式两边取傅里叶变换,则:

    这里写图片描写叙述(1.29)

    式中, 这里写图片描写叙述是离散序列x(k)的傅里叶变换。

    图1.2中,PAM表示脉冲幅度调制,即用序列y(k)去控制内插脉冲这里写图片描写叙述的幅度,因而:

    这里写图片描写叙述(1.30)

    对上式两边取傅里叶变换可得:

    这里写图片描写叙述(1.31)

    再将(1.29)式代入上式,得:

    这里写图片描写叙述(1.32)

    再由著名的泊松求和公式:

    这里写图片描写叙述(1.33)

    当中 、 各自是x(t)和它的採样序列x(kt)的傅里叶变换。将上式代入(1.32)式,有:

    这里写图片描写叙述(1.34)

    以下研究。信号的时间级数表示法(1.24)式在什么条件下成立,即图1.2中的输出信号在什么条件下能够准确复现输入信号。由式(1.34)可知,假设这里写图片描写叙述。同一时候这里写图片描写叙述。且选择这里写图片描写叙述,则有:

    这里写图片描写叙述(1.35)

    若取:

    这里写图片描写叙述(1.36)

    则有:

    这里写图片描写叙述(1.37)

    这里写图片描写叙述,两者仅相差一个常系数。这说明,仅仅要 这里写图片描写叙述,且 这里写图片描写叙述满足(1.36)式。就能够用x(t)的採样值x(k)全然恢复x(t)。显然。内插脉冲为:

    这里写图片描写叙述(1.38)

    因而, 可依据信号的时间级数表示式(1.24)准确表示为:

    这里写图片描写叙述(1.39)

    这就是著名的採样定理。

  • 相关阅读:
    Unittest单元测试
    关于压力机设备的一些题
    原生 JS 实现 HTML 转 Markdown ,(html2md.js 或 html2markdown.js)
    【滚动更新】C++ 八股文选集(没代码,纯应试)
    【Example】C++ STL 常用容器概述
    权限接口写法
    使用vuecli3创建项目
    vue通过路由控制来实现的权限管理
    【更新中】程序设计实习笔记
    kserve predict api v2
  • 原文地址:https://www.cnblogs.com/lcchuguo/p/5155433.html
Copyright © 2020-2023  润新知