单位脉冲函数

单位脉冲函数
单位脉冲函数

在物理和工程技术中, 有许多物理、力学现象具有脉冲性质. 它反映出除了连续分布的量以外,还有集中于一点或一瞬时的量,例如冲力、脉冲电压、点电荷、质点的质量等等. 研究此类问题需要引入一个新的函数,把这种集中的量与连续分布的量来统一处理。单位脉冲函数,又称狄拉克(Dirac )函数,简记为δ一函数,便是用来描述这种集中量分布的密度函数.

下面我们通过两个具体的例子,说明这种函数引入的必要性.

1在原来电流为零的电路中, 某一瞬时(设为0=t )进入一单位电量的脉冲, 现在要确定电路上的电流)(t i , 以)(t q 表示上述电路中的电荷函数, 则

)(t q =?

?

?=≠,0,1,

0,0t t 由于电流强度是电荷函数对时间的变化率, 即

)(t i =

dt t dq )(=0lim →?t t

t q t t q ?-?+)()(, 所以, 当0≠t 时, )(t i =0;当0=t 时,由于)(t q 不连续, 从而在普通导数意义下, )(t q 在这 一点是不能求导数的. 如果我们形式地计算这个导数, 得

)0(i =0

lim

→?t t

q t q ?-?+)

0()0(=0lim →?t (t ?-1).∞=, 这表明在通常意义下的函数类中找不到一个函数能够表示这样的电流强度. 为此, 引进

一称为狄拉克(Dirac)的函数. 有了这种函数, 对于许多集中于一点或一瞬时的量, 例如点电荷点源, 集中于一点的质量及脉冲技术中的非常窄的脉冲等, 就能够象处理连续分布的量那样, 以统一的方式加以解决.

1 单位脉冲函数的定义

定义1 如果函数)(t δ称满足

)i )(t δ0=,(当0≠t 时) )ii

()1=?∞

-dt t δ,或者()?=I

dt t 1δ,其中I 是含有0=t 的任何一个区间,则称)

(t δ为δ一函数.

. 更一般的情况下,如果函数满足

)i )(a t -δ0=,(当a t ≠时) )ii

()1=-?∞

-dt a t δ,或者()?=-I

dt a t 1δ,其中I 是含有a t =的任何一个区间,

则称为)(a t -δ函数.

在现实生活中,这种函数并不存在,它只是如下特殊规律的数学抽象;在某定点非常狭小的区域内,所讨论的问题取非常的值;在这个领域之外,函数值处处为0.如函数

?????+><+<<=-,

,,0;

,1

)(h a t a t h a t a h

a t h δ 则脉冲函数)(a t h -δ的极限为

lim →h )(a t h -δ=)(a t -δ,

而把)(a t -δ的积分理解为

lim

→h dt a t h ?

--)(δ=dt a t h

a a

h h ?

+→-)(lim 0

δ=11

=?

+dt h

h

a a

. 特殊情况下,0=a 时有

?????><<<=,

,0,0;

0,1

)(h t t h t h

t h δ 于是

lim →h )(t h δ=)(t δ

lim

→h dt t h ?

-)(δ=dt t h h h ?→00

)(lim δ=11

0=?dt h

h

.

一般工程上都称δ一函数为单位脉冲函数,将δ一函数用一个长度等于1的有向线段来表示,这线段的长度表示δ一函数的积分值,称为δ一函数的强度.

下面我们推出δ一函数的一个重要结果,称为δ一函数的筛选性质:

若()t f 为连续函数,则有

()dt t f t ?

-)(δ=()0f . (1)

更一般情况,有

()dt t f a t ?

∞∞

--)(δ=()a f (2)

其中()t f 在a t =处连续.

由(1)可以求出单位脉冲函数的傅氏变换. )(a t -δ)(a t -δ

()=ωF F (){}t δ=()?∞

--dt e t t i ωδ=1|0==-t t i e ω

可见, 单位脉冲函数)(t δ与常数1构成了一傅氏变换对;同理, )(a t -δ和t

i e ω-亦构成了一

个傅氏变换对.

同时,若()()ωπδω2=F 时,则由傅氏逆变换得

()()ωωπωd e F t f t

i ?∞

-=

21=()ωωπδπ

ωd e t i ?

-221

=1|0==t t i e ω

故1和()ωπδ2也构成了一个傅氏变换对。同理,)(20ωωπδ-和t

i e

0ω亦构成了一个傅氏变

换对.

需要指出的是,此处的广义积分是按(1)式计算的,不是普通意义下的积分值,我们称这种傅氏变换为广义的傅氏变换.

根据傅氏积分公式,函数()t f 能取傅里叶积分变换的前提条件是它首先应绝对可积即

()+∞

+∞

-dt t f ,

实际上这个条件非常强,它要求()t f 条件较高,因而一些常见的函数都不满足这一点.如常数、符号函数、单位阶跃函数及正余弦函数等都不满足绝对可积的条件! 如此一来,较强的条件使得傅里叶变换的应用受到限制. 为克服这一缺陷,我们把单位脉冲函数及其傅氏变换应用到其他函数的傅氏变换中,得到它们的广义傅氏变换.

例1 证明单位跃阶函数()??

?><=0

,10,0t t t u 的傅氏变换为()ωπδω+i 1

. 证明:首先注意,这里的变换显然指的是广义变换. 我们用考察逆变换的方法证明. 事实上,若()()ωπδω

ω+=

i F 1

,则 ()()ωωπωd e F t f t i ?∞∞-=

21 ()ωωπδω

πωd e i t

i ]1[21?∞∞-+= ωωπωd e i t i ?∞∞-=121+

()ωωπδπωd e t

i ?∞∞-21 2

1sin 10+=?∞ωωωπd t 为了说明()()t u t f =,就必须计算积分ωωωd t ?∞0sin ,由积分2

sin 0π

ωωω=?∞d ,有 ????

???>=<-=?∞,,0,2

;0,0;

0,2sin 0t t t d t ππ

ωω

ω 将此结果代入()t f 的表达式,当0≠t 时,可得

()=t f 21sin 10+?∞ωωωπd t ???????>+<+-=,0,2

1

1)2(;

0,2

1

1)2(t t ππππ

这就表明

()ωπδω+i 1的傅氏变换为()()t u t f =,因此,()t u 和()ωπδω

+i 1构成了一个傅氏变换对。所以单位跃阶函数()t u 的积分表达式可以写成

()t u 2

1

sin 1

+

=

?

ωω

ωπ

d t

, ()0≠t 例2 求正弦函数 ()t t f 0sin ω=的傅氏变换. 解:()dt e

t F t

i ωωω-+∞

-?

=0sin =?∞

∞----dt e i

e e t

i t i t i ωωω200 ()()[]

d t

e e i t

i t i ?∞∞-+----=

0021ωωωω ()()[]002221

ωωπδωωπδ+--=i

i ()()[]00ωωδωωδ--+.

即F{t 0sin ω}=π

i ()()[]00ωωδωωδ--+.同理,可得

F{t 0cos ω}=π

i ()()[].00ωωδωωδ-++

注:我们介绍δ一函数,主要是提供一个应用工具,而不去追求数学上的严谨性.

脉冲响应函数简析

3-2 脉冲响应函数 对于线性定常系统,其传递函数)(s Φ为 )() ()(s R s C s =Φ 式中)(s R 是输入量的拉氏变换式,)(s C 是输出量的拉氏变换式。 系统输出可以写成)(s Φ与)(s R 的乘积,即 )()()(s R s s C Φ= (3-1) 下面讨论,当初始条件等于零时,系统对单位脉冲输入量的响应。因为单位脉冲函数的拉氏变换等于1,所以系统输出量的拉氏变换恰恰是它的传递函数,即 )()(s s C Φ= (3-2) 由方程(3-2)可见,输出量的拉氏反变换就是系统的脉冲响应函数,用)(t k 表示,即 1 ()[()]k t s -=Φ 脉冲响应函数)(t k ,是在初始条件等于零的情况下,线性系统对单位脉冲输入信号的响应。可见,线性定常系统的传递函数与脉冲响应函数,就系统动态特性来说,二者所包含的信息是相同的。所以,如果以脉冲函数作为系统的输入量,并测出系统的响应,就可以获得有关系统动态特性的全部信息。在具体实践中,与系统的时间常数相比,持续时间短得很多的脉动输入信号就可以看成是脉冲信号。 设脉冲输入信号的幅度为11t ,宽度为1t ,现研究一阶系统对这种脉动信号的响应。如 果输入脉动信号的持续时间t )0(1t t <<,与系统的时间常数T 相比足够小,那么系统的响应将近似于单位脉冲响应。为了确定1t 是否足够小,可以用幅度为12,持续时间(宽度)为 21t 的脉动输入信号来进行试验。如果系统对幅度为11t ,宽度为1t 的脉动输入信号的响应,与系统对幅度为12t ,宽度为21t 的脉动输入信号的响应相比,两者基本上相同,那么1t 就可以认为是足够小了。图3-3(a)表示一阶系统脉动输入信号的响应曲线;图3-3(c)表示一阶系统对脉冲输入信号的响应曲线。应当指出,如果脉动输入信号T t 1.01<(图3-3(b)所示), 则系统的响应将非常接近于系统对单位脉冲信号的响应。 这样,当系统输入为一个任意函数)(t r 时,如图3-4所示。那么输入量)(t r 可以用n 个连续脉冲函数来近似。只要把每一个脉冲函数的响应求出来,然后利用叠加原理,把每个脉冲函数的响应叠加起来,就可得到系统在任意输入函数)(t r 作用下的响应。

VAR与脉冲响应函数

VAR与脉冲响应函数 建立VAR本质是一个多元方程,因此需要变量序列都为同阶单整,且如果非平稳的话就需要存在协整关系,否则会出现伪回归现象。 脉冲响应函数(IRF)中变量序列顺序的变化会产生不同的脉冲图像。关于这个顺序的选择依据,目前还没见到相关说明。不过在实践中见到《经济研究》上一篇关于农村农民收入与金融发展关系的论文中,作者在IRF中为了避免不同的变量顺序产生不同的结果,每个VAR 只选取两个变量。此时两个变量的VAR不论顺便如何变化,IRF的结果也就唯一。个人认为这个方法非常好。如果VAR有两个以上变量,则可以根据要求建立起多个双变量的VAR和IRF,这样问题迎刃而解。 脉冲相应函数是用于衡量随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响.比如在eviews中有gnp和m2+cd的数列,在命令窗口输入series by=log(gnp)-log(gnp(-1)) 可以得到名义gnp成长率dy,同样类似的命令可以得到名义货币需求成长率dm.然后对名义数据的成长率进行var分 析.menu->quick->estimate VAR .内生变数里输入dy dm就可以了.在eviews 里进行var推定之后,view->impulse response里选择table,就可以知道第一期dm的noise在第二期也同样带来影响.用命令来输入的话,就是 var1.impluse(20,T) dy dm.括号内是期数. 在workfile窗口下点住x不放,拖到y上。也就是同时选中x和y序列,鼠标右键,在弹出的选单中选择open as group。 之后弹出窗口,点选窗口中的view,有graph和multipe graph两个选单,下面还有子目录,根据你的需要选择图表就行了,图表出现后可以进行复制粘贴。 点击 Edit——copy即可或者通过print转成PDF格式然后在复制粘贴

风险脉冲响应函数

龙源期刊网 https://www.360docs.net/doc/3c387229.html, 风险脉冲响应函数 作者:孙志鹏张思妍 来源:《智富时代》2019年第01期 【摘要】本文基于Chavleishvili and Manganelli (2017)提出的多变量动态分位数回归模型(multivariate dynamic quantile model),对市场风险进行测量,并通过推导脉冲响应函数研究了市场风险对个体风险的传导机制。本研究选取沪深300指数、中国工商银行、平安银行及中信证券进行实证分析。结果显示:相比市场,金融机构对于结构性冲击(structural shock)更加敏感;此外,左尾冲击相较于右尾冲击会给金融机构带来更显著及持久的影响。这一研究结果验证了多变量动态分位数回归模型的稳健性。 【关键词】分位数回归;脉冲响应函数;VaR值 一、研究背景 自2007年美国次贷危机爆发,全球金融市场经历了前所未有的风险和损失,有效的风险管理越来越受到业界以及学术界的重视。中国自2001年加入WTO后,逐步加大了对外开放 的深度及广度,利率市场化改革的基本完成和汇率市场化的不断推进也为中国金融市场的长足发展提供了巨大的机遇,同时我们也面临着诸多挑战,例如:(1)如何有效地定义和测量市场风险;(2)市场风险是如何向个体金融机构传导。这些问题正是本文的主要研究重点所在。 VaR(value at the risk)这一概念最早于1994年由J.P Morgan提出,之后因其能快速、简单地将投资组合的风险信息数量化,逐渐被广泛的用来衡量和报告市场风险。但在传统方法中,VaR的计算是基于历史概率分布(historical distribution),而这一分布是确定性的,并不能很好地描述收益率分布的动态随机过程。因此,选择一个更加合适的模型估计VaR值,无论对企业的风险管理还是机构的投资决策都有至关重要的意义。在这一背景之下,Engle and Manganelli (2004)提出CAViaR(conditional autoregressive value at risk)模型,该模型直接 利用分位数回归对数据建模,突破了传统上先确定资产组合收益率概率分布的做法。该法主要有以下几个优点:首先,分位数回归所估计出的参数对极端的风险值测度依然很稳健;其次,由于该方法是一种半参数法(semi-parametric),因此不需要对数据的分布提出任何假设,能有效提高模型的估计效率,降低模型设定偏误。White et al. (2015)对CAViaR模型进行了推广,提出了能联合估计多个时间序列VaR值的VAR (vector autoregressive)模型,该模型最大的优点在于可直接测量多个随机变量的尾部风险冲击的相关关系,而不是由其时间序列的一阶矩和二阶矩间接得到。 CAViaR模型和VAR for VaR模型都对VaR的测度方法进行了拓展,然而它们在推导风险脉冲响应函数的过程中仍然存在若干问题。首先,由于分位数回归没有对误差项分布作具体设定,在CAViaR至VAR形式的推广过程中无法得到一个多变量联合概率分布,因此无法研究

单位脉冲函数

在物理和工程技术中, 有许多物理、力学现象具有脉冲性质. 它反映出除了连续分布的量以外,还有集中于一点或一瞬时的量,例如冲力、脉冲电压、点电荷、质点的质量等等. 研究此类问题需要引入一个新的函数,把这种集中的量与连续分布的量来统一处理。单位脉冲函数,又称狄拉克(Dirac )函数,简记为δ一函数,便是用来描述这种集中量分布的密度函数. 下面我们通过两个具体的例子,说明这种函数引入的必要性. 1在原来电流为零的电路中, 某一瞬时(设为0=t )进入一单位电量的脉冲, 现在要确定电路上的电流)(t i , 以)(t q 表示上述电路中的电荷函数, 则 )(t q =? ? ?=≠,0,1, 0,0t t 由于电流强度是电荷函数对时间的变化率, 即 )(t i = dt t dq )(=0lim →?t t t q t t q ?-?+)()(, 所以, 当0≠t 时, )(t i =0;当0=t 时,由于)(t q 不连续, 从而在普通导数意义下, )(t q 在这 一点是不能求导数的. 如果我们形式地计算这个导数, 得 )0(i =0 lim →?t t q t q ?-?+) 0()0(=0lim →?t (t ?-1).∞=, 这表明在通常意义下的函数类中找不到一个函数能够表示这样的电流强度. 为此, 引进 一称为狄拉克(Dirac)的函数. 有了这种函数, 对于许多集中于一点或一瞬时的量, 例如点电荷点源, 集中于一点的质量及脉冲技术中的非常窄的脉冲等, 就能够象处理连续分布的量那样, 以统一的方式加以解决. 1 单位脉冲函数的定义 定义1 如果函数)(t δ称满足 )i )(t δ0=,(当0≠t 时) )ii ()1=?∞ ∞ -dt t δ,或者()?=I dt t 1δ,其中I 是含有0=t 的任何一个区间,则称) (t δ为δ一函数. . 更一般的情况下,如果函数满足 )i )(a t -δ0=,(当a t ≠时) )ii ()1=-?∞ ∞ -dt a t δ,或者()?=-I dt a t 1δ,其中I 是含有a t =的任何一个区间, 则称为)(a t -δ函数. 在现实生活中,这种函数并不存在,它只是如下特殊规律的数学抽象;在某定点非常狭小的区域内,所讨论的问题取非常的值;在这个领域之外,函数值处处为0.如函数

实验2 离散系统的差分方程、单位脉冲响应和卷积分析

实验2 离散系统的差分方程、单位脉冲响应和卷积分析 一、 实验目的 1、 熟悉并掌握离散系统的差分方程表示法; 2、 加深对单位脉冲响应和卷积分析方法的理解。 二、 实验原理 (一), 1. 单位采样序列 ???=01)(n δ 00 ≠=n n 在MATLAB 中可以利用zeros()函数实现。 ;1)1(); ,1(==x N zeros x 如果)(n δ在时间轴上延迟了k 个单位,得到)(k n -δ即: ???=-01 )(k n δ 0≠=n k n 2.单位阶跃序列 1 ()=0u n ??? 00 <≥n n 在MATLAB 中可以利用ones()函数实现。 );,1(N ones x = 3.正弦序列 )/2sin()(?π+=Fs fn A n x 在MATLAB 中 )/***2sin(*1 :0fai Fs n f pi A x N n +=-=

4.复指数序列 n j e n x ?=)( 在MATLAB 中 )**exp(1:0n w j x N n =-= 5.实指数序列 n a n x =)( 在MATLAB 中 n a x N n .^1:0=-= (二) 在时域中,离散时间系统对输入信号或者延迟信号进行运算处理,生成具有所需特性的输出信号,具体框图如下: 其输入、输出关系可用以下差分方程描述: 00()()N M i i i i a y n i b x n i ==-=-∑∑ 输入信号分解为单位采样序列的移位加权和,即: ()()()m x n x m n m δ∞=-∞= -∑ 记系统单位脉冲响应 ()()n h n δ→ 则系统响应为如下的卷积计算式:

第六章脉冲响应函数

第6章 脉冲响应函数的辨识 6.1辨识问题的提法 下图所示,、将作用在系统上的一切随机干扰和噪声,用一个作用于系统输出的等效随机干扰源)t (v 来代替。其中,输入信号)(u t 是过程的运行操作信号, 是可以直接观测的确定性变量;)(y u t 是过程的实际输出,是不能被观测到的;y(t) 是过程的观测输出,混有随机噪声)t (v 。 由此可以提出辨识问题: 在已知输入、输出的观测量)(u t 、y(t)以及f t (f t 可以根据脉冲响应过渡历程时间的先验知识作粗略估计)的情况下,要求估计出脉冲响应函数)(g t 。 下面介绍两种辨识脉冲响应函数的常用方法:相关分析法和最小二乘法。 6.2用相关分析法辨识脉冲响应函数 相关函数是基于一种统计的描述,是由输出信号)(y t 同其余变量之间的关系确定脉冲响应函数。假定噪声)t (v 是一个零均值平稳随机过程,并与)(u t 不相关,且过程是线性时不变的、因果性的系统,过程的未知脉冲响应函数为)(g t ,则过程的输入、输出和脉冲响应函数之间的基本关系如下: ?∞ -=0)()()(y λλλd u t g t u (6.1) ?+-=f t t v d u t g t 0 )()()()(y λλλ (6.2) 把变量t 用τ+t 代换,得 ?++-+=+f t t v d t u g t 0)()()()(y τλλτλτ (6.3) 由于已经假设)t (v 与输入信号)(u t 不相关,因此对应的相关系数0)(uv =τR ,是可得维纳-霍夫方程。 λλλτd t R g R f t uu )()()(0uy -=? (6.4) 若将(6.4)离散化,得到离散型Wiener-Holf 方程: 过程g(t) ) (u t y(t) ) (y u t ) t (v + +

脉冲响应函数分析,请高手解答

对两个时间序列A和B进行脉冲响应函数分析,在内生变量框里输入的次序不同(一次是A B,另一次是B A),通过eviews5.0得出的脉冲响应图的结果怎么会完全不一样?输入A B 时得出的是A对B的一次冲击有很大响应,B对A的一次冲击没有什么响应;输入B A 时得出的是A对B的一次冲击没什么响应,B对A的一次冲击有很大响应。哪位高手能解释一下这是什么原因? 乔分解将所有影响的公共因素强加到你的VAR模型中的第一个变量中去,也就是说结果与你VAR模型中指定的变量秩序有关,你改变了秩序很正常的 解决办法:定义脉冲时在IMPUSE DEFINITION项目中分解方法选择广义脉冲结果就不会因为模型中变量指定秩序改变而改变了,也就是说结果与变量秩序无关。 高人,能否详细解释一下geralized Impulses和Cholesky-d.f. adjusted这两种脉冲响应的应用有什么不同?在哪种情况下应该使用geralized Impulses,在哪种情况下又应该使用Cholesky-d.f. adjusted?不胜感激。 Cholesky-d.f. adjusted实际上是运用乔分解时,当是小样本时,在估计残差的协方差估计时进行了修正(高第2版P310)也就是说它实际上是修正过的乔分解(主要征对小样本进行修正),它进行脉冲时同样存在乔分解的问题:脉冲与秩序有关而广义脉冲分解法其结果与秩序无关,它是为了避免乔分解结果与秩序有关而采用的另外一种分解方法,对样本无什么要求,只要你建立的VAR/SVAR模型稳定即可! 请问只有对平稳序列才能建立VAR模型吗?看了一些教材,好像说法不一。 如果有序列LnY和LnX,它们是非平稳序列,但是一阶差分后平稳,此时能否对原序列进行VAR分析以及脉冲响应和方差分解分析? 如果只有平稳序列才能进行VAR预测的话,对于取了差分之后的序列,应该如何解释经济含义呢? 如GDP/、能源消费量等。 1、只有平稳才能建VAR模型,但有特例,就是涉及到一些变量是如增长率,由于种种原因,如数据太少,或其他原因,ADF检验没通过,但也可以算作平稳,视情况而定。 2、差分后的变量建立的模型,其经济含义只能是差分后的,比如GDP你就只能说是GDP 增长或增长率与其他变量的关系。 3、非要建立原始变量(GDP)的VAR模型的话,应该建立误差修正的向量自回归模型,要求协整。 建立VAR模型并没有对序列有什么要求,不过要想进行脉冲与方差分解的话,则要求所建立的VAR模型是稳定的(而不是序列平稳),也就是VAR模型的AR根均小于1(在单位园内),考虑到VAR系统平稳,所以应在建立模型时用平稳序列(这就是有的书上要求平稳序列,有的不要求平稳序列),否则难以达到所有AR根均小于1这个严格的要求,当然你构建VAR不进行脉冲与方差分解就无所谓了(序列平稳与否就无所谓了,反正是一个不稳的VAR就是了),不过建立一个不稳定的VAR,由于不能进行脉冲与方差分解,那就是吃饱了撑的,没事做找事做了,浪费时间,倒不如休息休息下。 我现在遇到的情况是:原序列是非平稳,一阶差分后平稳。使用原序列建立VAR模型,模型稳定,即AR 均小于1,这样的话进行脉冲响应分析时,曲线均呈发散状态。不知道如何是好啊~~~ 你如果不差分建立的VAR是稳定的,就无需差分,不稳定就考虑差分 脉冲分析可以发散呀,没有讲非得收敛呀,发散说明冲几击越来越大呀,正常呀

单位冲激函数的妙用(图

单位冲激函数的妙用(图) 上一回说到,单位冲激函数是连续函数与离散函数之间相互转换的桥梁,因此在工程技术尤其是IT领域的信号分析中有十分重要的妙用。 比如有许多不满足绝对可积条件的信号,应用单位冲激函数就可以求出其傅立叶变换,“化验”出信号包含的频率成分。 我们已经知道单位冲激信号的频谱密度函数是常数1,则根据傅里叶变换的对称性,有常数(直流信号)f(t)=1的傅里叶变换(频谱密度函数)为 (1)可见单位冲激函数δ(t)与常数1构成一个傅里叶变换对: (2)推而广之,再根据傅里叶变换的频移性质,可知指数函数的频谱为频域的冲激函数 (3)再根据欧拉公式,可导出正弦函数的傅里叶变换(频谱)为离散频谱: (4) (5)

一般地,对于周期函数(傅立叶级数展开式的指数形式) (6)利用冲激函数的特性也可求出其傅里叶变换为 (7)综上所述,周期函数的傅里叶变换(频谱密度函数),是位于周期函数各次谐波频率nω1处的频域冲激函数串,频率间隔是周期函数的基频ω1,冲激强度等于相应的傅立叶系数C n 的2π倍。 可见用频域的冲激函数串来表示时域周期信号的离散频谱是非常方便的。通过引入冲激函数的概念,把傅里叶变换的适用范围拓展到周期函数,则周期函数的离散频谱都可以用冲激函数串方便地表示。 例:有脉幅为E、脉宽为τ、周期为T的周期矩形脉冲信号f T(t),如下图所示: 图1 周期矩形脉冲的时域波形 求其离散频谱。我们知道通过傅立叶级数的方法,求出其傅立叶系数为

(8)其中ω1=2π/T为基频。由式(7)可得周期矩形脉冲的频谱密度函数为 (9)其离散频谱图如下图所示: 图2 周期矩形脉冲信号的频谱的冲激函数表示 单位冲激函数还有更大的妙用,且听下回分解。 (作者:周法哲2009-7-16于广东)

有限长单位脉冲响应滤波器设计

实验五有限长单位脉冲响应滤波器设计 一、实验目的 1、掌握用窗函数法、频率采样法以及优化设计法设计FIR滤波器的原理及方法,熟悉相应的MATLAB编程。 2、熟悉线性相位FIR滤波器的幅频特性和相频特性。 3、了解各种不同窗函数对滤波器性能的影响。 二、实验原理 window=ones(1, N): 产生N点矩形窗,行向量。 window=hann(N): 产生N点汉宁窗,列向量。 window=hanning(N): 产生N点非零汉宁窗,列向量。等价于去除hann(N+2)的第一个零元素和最后一个零元素,得到的N点非零窗函数。 window=hamming(N): 产生N点海明窗,列向量。 window=blackman(N): 产生N点布莱克曼窗,列向量。 window=kaiser(N, beta): 产生参数为beta的N点凯塞窗,列向量。 [M, Wd, beta, ftype]=kaiserord(f, a, dev, fs): 凯塞窗参数估计。f为一组边界频率,最高频率为fs/2。a为f中各个频带的幅度值,通带取1,阻带取0。如果f中有2个元素,则形成3个频带,其中第1个和第3个是通带或阻带,第2个是过渡带,a中也有2个元素,指明第1个和第3个频带是通带还是阻带;如果f中有4个元素,则形成5个频带,其中1,3和5是通带或阻带,2和4是过渡带,a中有3个元素,指明1,3和5是通带还是阻带。dev的维数与a相同,指明每个频带上的波动值。fs为采样频率。M为FIR滤波器的阶数,M=N-1。Wd为归一化边界频率,等于数字边界角频率除以π,或者边界频率除以fs/2。beta就是凯塞窗的参数β。ftype为滤波器的类型。 b = fir1(M, Wd, 'ftype', window): 用窗函数法求FIR滤波器的系数b(单位脉冲响应)。M为滤波器的阶数,M=N-1。Wd为一组归一化边界频率,通带和阻带间隔分布,无过渡带;只有一个元素,表示低通或高通滤波器;有两个元素表示带通和带阻滤波器;有三个及以上元素,表示多带滤波器。'ftype'表示滤波器类型,'high'表示高通滤波器,'stop'表示带阻滤波器,'DC-0'表示多带滤波器的第一个频带为阻带,'DC-1'表示多带滤波器的第一个频带为通带。window为窗口类型,缺省为海明窗。 b = fir2(M, f, m, window): 用频率采样法求FIR滤波器的系数b。M为滤波器的阶数,M=N-1。f为一组归一化频率,第一个元素必须为0,最后一个元素必须为1(对应奈奎斯特频率,即采样频率的一半),中间的元素按升序排列。m的维数与f相同,指明f中每个频

单位冲激函数(图)

单位冲激函数(图) 上一回说到,单个矩形脉冲的时域波形如下图: 图1 单个矩形脉冲信号 根据傅里叶变换可求出其频谱函数 (1)频谱函数的图像(频域分布曲线)如下图:

图2 单个矩形脉冲的频谱函数 一、特殊的单个矩形脉冲信号 如果我们令单个矩形脉冲信号的脉幅在数值上取 (2)则无论脉宽τ怎样变化,函数图象下面的面积恒等于1,即 (3)如下图所示: 图3 特殊的单个矩形脉冲 这个特殊的单个矩形脉冲信号的数学表达式为 (4)

因而其傅立叶变换由式(1)得 (5)这是一种最大幅值为1的抽样函数,其频域曲线如下图 图4 特殊的单个矩形脉冲的频谱 二、单位冲激函数的定义 对图3和式(4)表示的特殊的单个矩形脉冲,如果我们令脉宽τ趋于0,取极限,则单个矩形脉冲变成在t=0处持续时间无限小、幅度无限大、面积仍为1的特殊信号(或广义函数)。科学界把这个广义函数叫做单位冲激函数或狄拉克(Dirac)函数。记为 (6)单位冲激函数的图象如下图所示

图5 单位冲激函数的图象 单位冲激函数是一种广义函数,它的幅值为无穷大,图象只能用带箭头的射线表示。但通常不标出其幅值∞,而是只用括号标出其冲激强度(S),即面积。由式(3)和(6)可知其面积(冲激强度)为1,所以称之为“单位”冲激函数。此外,单位冲激函数的自变量不仅仅限于时间t,可以是任何物理量x。 实际上还常用延迟的单位冲激函数,数学表达式如下: (7)其图象为

图6 延迟的单位冲激函数的图象 三、单位冲激函数的性质 根据单位冲激函数的定义,它具有下列最基本的性质: 1、广义积分归一性: (8) 2、筛分性质:单位冲激函数与任意函数乘积,等于只筛选出t=t0时刻f(t)的值作为冲激强度。 (9) 3、抽样性质: (10) 更一般地,有 (11) 即通过与δ函数(或延时的δ函数)乘积的积分,把任意的连续函数f(t)抽样为t=t0处的一个函数值。 4、微积分性质:δ函数的累计积分等于单位阶跃函数ε(t)。

相关文档
最新文档