四川大学 信号与系统课件
信号与系统课件

y(t) x2 (0 )
t
f ( )d
0
。
【解】根据线性系统定义,
(1) 该系统满足分解性,但不满足零态线性和零输入线性。
(2) 该系统满足分解性和零输入线性,但不满足零态线性。
(3) 该系统满足分解性和零态线性,但不满足零输入线性。
需要说明得就是,若用数学语言表述,线性系统就就是服从
线性方程得系统。这里得线性方程既可以就是线性代数方程、
由于激励信号得作用,系统状态有可能在t=t0时刻发生跳变, 为区分前后得数值,以t0-表示激励接入之前得瞬时,以t0+表示激励 接入以后得瞬时。系统得起始状态指得就是, 激励接入前一刹 那系统得状态,记为x1(t0-), x2(t0-), …,xn(t0-)。 显然,这组数据记录 了系统过去历史所有得相关信息。系统得初始状态指得就是, 激励接入后一刹那系统得状态,记为x1(t0+), x2(t0+), …, xn(t0+) 。
t= 0
S 激励 E
系统 R
C
响应 uC(t)
(a) 系 统 结 构
uC(t) E
0 t
(b) 没 有 起 始 状 态 的 响 应
图 2-2 没有起始状态得RC充电电路及其响应
在图2-3中,电路处于稳定状态,即uC(0-)=E1。t=0时刻把开
关S扳到2位,根据电路理论中得换路定律可知,电容得端电压不
输入信号 f (t)
系统
输出信号 y (t)
(a) 简 单 系 统
… …
… …
输入信号 f1(t) f2(t)
fn(t)
输出信号 y1(t)
系统
y2(t)
ym(t)
(b) 多 输 入 /多 输 出 系 统
《信号和系统》课件

系统建模:MATL AB可以建立系统的数学模型,并进行仿真和优化
控制系统设计:MATL AB可以进行控制系统的设计、分析和优化 信号和系统分析:MATL AB可以进行信号和系统的分析,包括频谱分析、 时域分析等
MATL AB在系统设计中的应用
互动性强:设置问 答、讨论等环节, 增强学生的学习兴 趣和参与度
信号基础知识
信号定义
信号是信息的载体, 是信息的表现形式
信号可以分为模拟 信号和数字信号
模拟信号是连续变 化的物理量,如声 音、图像等
数字信号是离散变 化的物理量,如二 进制数据等
信号分类
连续信号:在时 间上和数值上都
是连续的信号
结构图描述法:通过结构 图来描述系统的结构关系
系统分析的基本概念
系统:由相互关联的 组件组成的整体,具 有特定的功能和目标
信号:信息的载体, 可以是数字、模拟或
其他形式
输入:系统的输入信 号,决定了系统的行
为和输出
输出:系统的输出信 号,是系统对输入信
号的处理结果
反馈:系统对输出信 号的监测和调整,以 实现更好的性能和稳
适用人群
电子信息工程、 通信工程、自 动化等专业的
学生
信号处理、通 信系统、控制 系统等领域的
工程师
对信号和系统 感兴趣的科研
人员
信号和系统课 程的教师和助
教
课件特点
内容全面:涵盖信 号与系统的基本概 念、理论、应用等
逻辑清晰:按照信 号与系统的发展脉 络进行讲解,易于 理解
实例丰富:结合实 际案例,便于学生 理解抽象概念
定常系统:系统参数不随时间变化的系统
信号与系统(全套课件557P)

f [k ] y f [k ]
f [k n] y f [k n]
线性时不变系统可由定常系数的线性微分方程式 或差分方程式描述。
4.因果系统与非因果系统
•因果系统:当且仅当输入信号激励系统时才产 生系统输出响应的系统。 •非因果系统:不具有因果特性的系统称为非因 果系统。
离散信号 频域:信号分解为不同频率正弦序列的线性组合
复频域:信号分解为不同频率复指数的线性组合
系统的概念
系统是指由相互作用和依赖的若干事物组成的、 具有特定功能的整体。
系统分析的主要内容
建立与求解系统的数学模型 系统的描述
系统响应的求解
输入输出描述法:N阶微分方程 系统的描述
连续系统
系 统 分 析
y[k]=f1[k]+f2[k]
f[ k]
D
y[k]=f[k-1]
f [ k]
a
y[k]=af[k]
二、系统的分类
1.连续时间系统与离散时间系统
•连续时间系统:系统的输入激励与输出响应都 必须为连续时间信号 •离散时间系统:系统的输入激励与输出响应都 必须为离散时间信号 •连续时间系统的数学模型是微分方程式。 •离散时间系统的数学模型是差分方程式。
f (t) 连续系统 y(t) f[ k] 离散系统 y[ k]
2.线性系统与非线性系统
• 线性系统:具有线性特性的系统。线性特性包括
均匀特性与叠加特性。
(1)均匀特性:
若f1 (t ) y1 (t )
则Kf1 (t ) Ky1 (t )
(2)叠加特性:
若f1 (t ) y1 (t ), f 2 (t ) y2 (t )
信号与系统 第2章(3-5)

X
n = −∞
∑
k
x[n ]
1 k
n = −∞
∑ x[n]
2 1
k
3
单位阶跃序列可 用单位脉冲序列 的求和表示: 的求和表示:
0
k
k
u[ k ] =
n = −∞
∑ δ [n]
2.5 确定信号的时域分解
X
一、信号分解为直流分量与交流分量 二、信号分解为奇分量与偶分量之和 三、信号分解为实部分量与虚部分量 四、连续信号分解为冲激信号的线性组合 五、离散信号分解为脉冲序列的线性组合 六、信号分解为正交信号集
d
u[k ] =
u( t ) =
∫d ∫
t
−∞
δ (τ ) τ
n =−∞
∑ δ [ n] ∑ u [n]
k
k
u( t ) = d r ( t ) t r (t ) =
−∞
u[k ] = r[k + 1] − r[k ]
u(τ ) τ
d
r [ k + 1] =
n = −∞
2.4 离散时间信号的基本运算
一、序列相加与相乘
2. 序列相乘 序列相乘
x1[ k ]
0 1 k
2 1 y[k]=x1[k]× x2[k] 2 1.5
X
将若干序列同序号的数值相乘。 将若干序列同序号的数值相乘。
y[k ] = x1 [k ] × x2 [k ] × … × xn [k ]
x2 [ k ]
0
k
0
k
2.4.2 序列的相加、相乘、差分与求和
x[k] = x D C [k] + x A C [k]
k = N1
信号与系统PPT全套课件

T T
T
f (t ) dt
f (t ) dt
2
2
(1.1-1)
1 P lim T 2T
T
T
( 1.1-2 )
上两式中,被积函数都是f ( t )的绝对值平方,所以信号能量 E 和信号功率P 都是非负实数。 若信号f ( t )的能量0 < E < , 此时P = 0,则称此信号 为能量有限信号,简称能量信号(energy signal)。 若信号f ( t )的功率0 < P < , 此时E = ,则称此信 号为功率有限信号,简称功率信号(power signal)。 信号f ( t )可以是一个既非功率信号,又非能量信号, 如单位斜坡信号就是一个例子。但一个信号不可能同时既是 功率信号,又是能量信号。
1.3 系统的数学模型及其分类
1.3.1 系统的概念 什么是系统( system )?广义地说,系统是由若干相互作用 和相互依赖的事物组合而成的具有特定功能的整体。例如, 通信系统、自动控制系统、计算机网络系统、电力系统、水 利灌溉系统等。通常将施加于系统的作用称为系统的输入激 励;而将要求系统完成的功能称为系统的输出响应。 1.3.2 系统的数学模型 分析一个实际系统,首先要对实际系统建立数学模型,在数 学模型的基础上,再根据系统的初始状态和输入激励,运用 数学方法求其解答,最后又回到实际系统,对结果作出物理 解释,并赋予物理意义。所谓系统的模型是指系统物理特性 的抽象,以数学表达式或具有理想特性的符号图形来表征系 统特性。
2.连续信号和离散信号 按照函数时间取值的连续性划分,确定信号可分为连续时 间信号和离散时间信号,简称连续信号和离散信号。 连续信号( continuous signal)是指在所讨论的时间内,对 任意时刻值除若干个不连续点外都有定义的信号,通常用f ( t ) 表示。 离散信号(discrete signal)是指只在某些不连续规定的时刻 有定义,而在其它时刻没有定义的信号。通常用 f(tk) 或 f(kT) [简写 f(k )] 表示,如图1.1-2所示。图中信号 f (tk) 只在t k = -2, -1, 0, 1, 2, 3,…等离散时刻才给出函数值。
《信号与系统》课程讲义课件

这份课程讲义课件为大家提供了关于《信号与系统》的详细介绍,让您轻松 了解这一重要学科。
课程简介
这门课程涵盖了数字信号处理和系统分析的基础知识,旨在让学生了解信号的特性、表示和处理 方法,以及在实际应用中的相关工具和技能。
1 信号分析
了解不同类型的信号及其特性,如周期信号、离散信号和非周期信号等
1
分析总结
对意见和反馈进行深入分析和总结
3
改进课程
针对性改进课程和教学方法
作业和考核方式
为了评估学生对课程知识的掌握程度,我们采用以下方式进行作业和考核:
作业
• 每周一次作业 • 包括习题集、实验和项目作业等 • 占总评成绩的30%
考试
• 期中、期末闭卷考试 • 包括理论和实践题目 • 占总评成绩的70%
课程反馈和改进
我们非常重视您的反馈,它将帮助我们不断改进课程和教学方法。请通过学校邮件系统或班级论坛,随 时提出您的意见和建议。
数字信号处理应用
掌握数字信号处理相关的技 术和应用,如音频处理和图 像处理等
课程大纲
第一章 第二章 第三章 第四章 第五章 第六章
信号与系统的基本概念 时域分析方法 傅里叶分析方法 滤波器 离散信号的频域分析 离散信号的滤波器设计
教学方法
为了帮助学生更好的掌握课程内容,我们采用了以下教学方法:
小组讨论
2 系统分析
掌握系统的基本概念,如线性时不变系统、滤波器和傅立叶变换等
3 信号处理方法
学会数字信号处理的基本方法,如离散傅立叶变换、数字滤波器和采样等
课程目标
通过本课程,学生将获得以下核心能力:
分析信号
了解信号的特性并进行分析, 从而为实际应用提供解决方 案
信号与系统第一章课件

系统的传递函数
传递函数是描述线性时不变系统的复数域数学模型 ,它包含了系统的频率响应信息。
复数域分析的优势与应用
复数域分析方法可以方便地处理具有非线性 特性的系统和信号,广泛应用于控制工程、 电路分析等领域。
04 线性时不变系统
线性时不变系统的定义与性质
线性
系统的输出与输入成正比 关系,比例系数为常数。
系统的频率响应
系统的频率响应是描述系统对不同频率信号的响 应特性,通过频率响应曲线可以了解系统的性能。
3
频域分析的优势与应用
频域分析方法可以方便地处理复杂信号和系统, 广泛应用于信号处理、通信、雷达等领域。
系统的复数域分析
拉普拉斯变换与复频域分 析
拉普拉斯变换将信号从时域转换到复频域, 通过复频域分析可以了解系统的动态特性和 稳定性。
系统的定义与分类
定义
系统是指一组相互关联的元素或组成部分,它们共同完成某为线性系统和非线性系统;根据系统的动态行为,可 以分为时不变系统和时变系统。
信号与系统的重要性及应用领域
重要性
信号与系统是通信工程、电子工程、 自动控制工程等领域的核心基础,是 实现信息传输、处理、控制和应用的 关键。
要点三
信号与系统的重要意 义
信号与系统作为现代工程和科学研究 的重要基础,其发展对于推动科技进 步和产业升级具有重要意义。未来, 信号与系统的理论和技术将继续发挥 重要作用,为人类社会的进步和发展 做出贡献。
THANKS FOR WATCHING
感谢您的观看
因果性
系统的输出只与过去的输入 有关,与未来的输入无关。
时不变
系统的特性不随时间变化。
稳定性
系统在受到外部激励时, 其输出不会无限增长。
信号与系统 第2章(1-2)

r (t ) =
t
t
u ( )d
0
r (t )
1 0 1 t
d r (t ) = u( t ) dt
【例2-2】写出图示信号的时域描述式。
X
x1(t)
x2(t)
1
1
1 1
0
1
2
t
0 1
1
t
解:
x1 (t ) = r (t 1) r (t ) r (t 1) r (t 2)
t = 2 t =
Sa (t )dt = π
2.1.2 奇异信号
一、单位阶跃信号
1. 单位阶跃信号的定义
1
0
u (t t0 )
X
u (t )
t
1 , t > t0 u( t t0 ) = 0 , t < t0
1
0
t0
t
2.1.2 奇异信号
一、单位阶跃信号
2. 单位阶跃信号的作用
t
( x (t0 ) ) 0
t0
t
2.1.2 奇异信号
二、单位冲激信号
6. 冲激信号的性质
② 取样特性
X
证明:
x(t ) (t t )dt = x(t ) (t t )dt
0
0
0
= x( t0 ) ( t t0 )d t = x(t0 )
利用筛 选特性
X
x(t ) = x(t T0 )
=e
j0 t
=e
j0 ( t T0 )
0T0 = 2πn ,
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Ch1. Signals and Systems SIGNALS and SYSTEMS信号与系统任课老师:罗伟E-mail: teacherluowei@Ch1. Signals and Systems •本“信号与系统”课程所讨论的主要内容是:描述确定信号与线性时不变系统的基本数学方法和分析确定信号通过线性时不变系统的基本数学方法。
信号与系统四川大学电气信息工程学院2012年春(64学时)序言•要求本课程注册学生应具备:1.进行复数运算和多项式运算的能力。
2.微积分学和求解常系数常微分方程的基础知识。
3.电路、电子电路、电工测量技术的基本理论与实践。
Ch1. Signals and Systems1SIGNALS AND SYSTEMS信号与系统Ch1. Signals and Systems Main content :1.Continuous-Time and Discrete-Time Signals(连续时间与离散时间信号)2.Transformations of the IndependentVariable(自变量的变换)3.Exponential and Sinusoidal Signals(指数信号与正弦信号)4.The Unit Impulse and Unit StepFunctions(单位冲激与单位阶跃函数)5.Continuous-Time and Discrete-TimeSystems (连续时间与离散时间系统)6.Basic System Properties(基本系统性质)1.1 CONTINUOUS-TIME AND DISCRETE-TIME SIGNALS (p1)1.1.1 Examples and Mathematical Representation (p1) (举例与数学表示)•Signals: physical phenomena or physicalquantities, which change with time or space.•Functions of one or more independent variables. example: x(t)Figure 1.1 (p2)A simple RC circuit.A speech signalFigure 1.3 (p2) “Should we chase” 这句话的鸟鸣声的时域波形,其幅值是时间的一元函数心电图——幅值是时间的一元函数A pictureFigure 1.4 (p3) 一幅黑白(monochrome)照片可的函数是是像素的位置 :图片上 B},G ,R { ),( C n m ),(n m CContinuous-time and Discrete-time Signals(连续时间与离散时间信号)•continuous-time signals’ independent variable is continuous : x(t)(p3)•对一切时间t (除有限个不连续点外) 都有确定的函数值,这类信号就称为连续时间信号,简称连续信号。
•discrete-time signals are defined only at discrete times (only for integer values of the independent variable) : x[n] (p4)•仅在不连续的瞬间(仅在自变量的整数值上)有确定函数值Representing Signals Graphically0x (t)tFigure 1.7(p5)Graphical representations of (a)continuous-time and (b)discrete-time signals.(a)-2x [-1]x [0]x [4]-4-3-1012345x [n]n(b)1.1.2Signal Energy and Power (p5)(信号能量与功率))(1)()()(2t v Rt i t v t p ==dt t v Rdt t p t t t t ⎰⎰=2121)(1)(2dt t v Rt t dt t p t t t t t t ⎰⎰-=-2121)(11)(121212(p5), (1.1)(p6), (1.2)(p6), (1.3)The average power isThe instantaneous power isThe total energy isIf v (t )and i (t )are,respectively,the voltage and current across a resistor with resistance R ,thenSignal Energy and PowerA. Continuous-Time SignalInstantaneous Power: 22)( or )()(t x t x t p =Energy over t 1≤t ≤t 2:⎰⎰=2121)()(2t t t t dtt x dt t p Total Energy:⎰-∞→∞=T TT dtt x E )(2lim Average Power:⎰-∞→∞=T TT dtt x TP )(212lim(p6),(1.4)(p6),(1.6)(p7),(1.8)B. Discrete-Time SignalInstantaneous Power: Energy over n 1≤n ≤n 2:Total Energy:Average Power:22][or ][][n x n x n p =∑==21][2n n n n xE ∑∞-∞=∞=n n x E ][2∑-=∞→∞+=NNn N n x N P ][1212lim(p6),(1.5)(p6),(1.7)(p6),(1.9)With these definitions, we can identify threeimportant classes of signals:1,01()0,t x t other≤≤⎧=⎨⎩1E ∞=A.Finite Energy Signal :+∞<=⎰+∞∞-dt t x E )(2+∞<=∑+∞-∞=n n xE ][2( P →0 )Example :(p7)P =B.Finite Power Signal :21[]21lim NN n NP x n N →∞=-=<+∞+∑⎰-∞→+∞<=T T T dt t x T P )(212lim ( E →∞)Example :(p7)[]4x n =C. Signals with neither finite total energy nor finite average powerE ∞=∞16P ∞=()x t t=,E =∞P =∞Example :(p7)1.2TRANSFORMATIONS OF THE INDEPENDENT VARIABLE (p7)(自变量的变换) 1.2.1Examples of Transformations of the Independent Variable(p8)(自变量变换举例)(1) Time ShiftRight shift: x(t-t0) x[n-n0] (Delay)Left shift : x(t+t0) x[n+n0] (Advance)当信号经不同路径传输时,所用时间不同,从而产生时移。
如电视图像出现的重影是由于信号传输的时移造成。
Time Shift (Example) Signal TransformationFigure 1.8 (p8) x[n] and x[n-n] with n>0.Figure 1.9 (p9) x(t-t0) and x(t-t0) with t0<0.(2) Time Reversalx(-t)or x[-n] : Reflection of x(t) or x[n] Figure 1.10 (p9) x[n] Figure 1.11 (p9) x(t)(3) Time Scalingx(at) or x[an]( a>0 )Stretch if a<1Compressed if a>1如录像带慢放时,信号被展宽;快放时,信号被压缩;倒放时,则信号被反褶。
Figure 1.12 (p9)Continuous-time signalsrelated by time scaling.Example 1.1c (complementary)Given a signalx(-t/3+2), shown in Fig. (a), draw the graph of x(t).012t(a)x (-t/3+2)1-2/3-1/301x (t +2)x (t/3+2)1-2-101x (t )1x(-t/3) -6-5-401x(t/3)045604/35/321x(t)012 t(a)x(-t/3+2)11.2.2Periodic Signals(p11)(周期信号)在较长时间内(严格地说,无始无终)每隔一定时间T(或整数N)按相同规律重复变化的信号叫周期信号。
For a continuous-time signal x(t)x(t)=x(t+mT),(m=0,+1,-1,+2,-2,……)(p11,1.11) for all values of t.For a discrete-time signal x[n]x[n]=x[n+mN],(m=0,+1,-1,+2,-2,……)(p12,1.12) for all values of n.In this case,we say that x(t)(x[n])is periodic with Fundamental Period T(N).Examples of periodic signals: sin, cos ,etc.with their fundamental period (基波周期) Figure1.14(p12)A continuous-time period signal.N0=3Example 1.2c (complementary)Determine the fundamental period of the signal x(t)=2cos(10πt+1)-sin(4πt-1).From trigonometry,we know that the fundamental period of cos(10πt+1)is T1=1/5,and sin(4πt-1)is T2=1/2.What about the fundamental period of x(t)? The answer is if there is a rational T,and it is the lowest common multiple of T1and T2,then we say that x(t)is periodic with fundamental period T,or else,x(t)is aperiodic.For the x(t) in this example, the lowest common multiple of 0.2 and 0.5 is unit 1, and it is rational,1.2.3 Even and Odd Signals (p13) (偶信号与奇信号) Even signal: x(-t) = x(t) (p13, 1.14)x[-n]= x[n] (p13, 1.15)Odd signal : x(-t)= -x(t) (p13, 1.16)x[-n]= -x[n] (p13, 1.17)x (t ) = E v {x (t )} + O d {x (t )})]()([21)()}({t x t x t x t x Od o --==]}[][{21][]}[{n x n x n x n x Ev e -+==]}[][{1][]}[{n x n x n x n x Od o --==or:)]()([21)()}({t x t x t x t x Ev e -+==even part of x (t ) odd part of x (t )Even-Odd Decomposition:(p14, 1.18) (p14, 1.19)Example 1.3c (complementary)Even-Odd DecompositionCh1. Signals and Systems 例2.例1:-2210-111-1)(e t x)(o t x tt 0-1-21212)(t x t1.3 EXPONENTIAL AND SINUSOIDAL SIGNALS (p14)(指数信号与正弦信号)1.3.1Continuous-time Complex Exponential andSinusoidal Signals(p15)(连续时间复指数信号与正弦信号) A. Real Exponential Signals (p15)x(t)= C e at( C, a are real value) (p15, 1.20)a >0 a <0Figure1.19(p15)Continuous-time real exponentialB. Periodic Complex Exponential andSinusoidal Signals (p16)(a) x (t ) = e j ω0t (p16, 1.21)(b) x (t ) = Acos(ω0t +φ) (p16, 1.25)All x (t )satisfy for x (t ) = x (t +T ), and T =2π/ ω0, so x (t )is periodic.Euler’s Relation (欧拉关系):e j ω0t =cos ω0t + jsin ω0t (p17, 1.26)and cos ω0t = (e j ω0t +e -j ω0t ) / 2sin ω0t = (e j ω0t -e -j ω0t ) / 2jt j j t j j e e A e e A t A 00)cos(ωφωφφω--+=+We also have (p17, 1.27)C. General Complex Exponential Signals (p20)x (t ) = C e at , in which C = |C |e j θ, a = r + j ω0,so)sin(||)cos(||||||)(00)(00θωθωθωωθ+++===+t e C j t e C ee C ee e C t x rt rt t j rt t j rt j For r=0, the real and imaginary parts of x(t) are sinusoidal; For r>0(r<0), they correspond to sinusoidal signals multiplied by a growing (decaying) exponetial.(p20, 1.43)The dashed curve is the envelope (包络) for the (a)Growing sinusoidal signal ,,r >0;(b)decaying sinusoid ,,r <0.)cos()(0θω+=t Ce t x rt )cos()(0θω+=t Ce t x rt Figure 1.23(p21)Continuous-time complex exponential signals.1.3.2 Discrete-time Complex Exponential and Sinusoidal Signals (p21) (离散时间复指数信号与正弦信号)A. Real Exponential Signals (p22)Figure 1.24 (p23)Discrete-time RealExponential Signalx[n] = Cαn:(a)α>1;(b) 0<α<1;(c) -1<α<0;(d) α<-1.B. Sinusoidal Signals (p22)Discrete-time Complexexponential:x[n]=e jω0n=cosω0n+jsinω0n(p20, 1.43)Figure 1.25 (p24)Discrete-timesinusoidal signal:x[n] = cos(ω0n+φ).C. General Complex Exponential Signals (p24) Complex Exponential Signal:x[n]= Cαnin which C= |C| e jθ, α= |α|e jω0(polar form,极坐标) ,thenx[n]=|C| |α|n cos(ω0n+ θ)+j|C| |α|n sin(ω0n+ θ)(p25, 1.50)(a) Growing sinusoidal sequence(b) Decaying sinusoidal sequence1>α1<αFigure 1.26(p25)Complex Exponential Signals.1.3.3 Periodicity Properties of Discrete-time Complex Exponentials (p25) (离散时间复指数序列的周期性质)Sampling:Discrete-time signals have three majordifferences from its continuous-time partner.n j n t t j ee 00ωω−−→−=Are they the same?No!For e j ω0t ,it has two properties: (p26)A.The larger the magnitude of ω0,the higher is the rate of oscillation in the signal;B.e j ω0t is periodic for any value of ω0.A. For discrete-time complex exponentialsignals, we need to consider a frequencyinterval of 2π. (p26) (在考虑离散时间复指数时,仅需要在某一个2π间隔内选择即可)n j n j n j n j e e e e 0002)2(ωπωπω==+Thus, e j ω0 n and e j(ω0 +2 π) n are the same signals. πωππω<≤-<≤00 or ,20e j ω0 n 不具备随ω0在数值上的增加而不断增加其振荡速率的特性!当ω0从0开始增加,其振荡速率愈来愈快,直到ω0= π,达到最大,若继续增加ω0,其振荡速率就下降,直到ω0= 2π时,又得到与ω0=0时同样的效果(常数序列).(p26, 1.51)Lowest oscillation rate: Highest oscillation rate:,4,2,0ππω±±=,3,ππω±±=Figure 1.27(p27)Discrete-time SinusoidalB. Periodicity of e jω0n (p26)Continuous-time: e jω0t,T=2π/ω0Discrete-time: e jω0n,N=?Calculate period:By definition: e jω0n=e jω0(n+N) (p26, 1.53)thus e jω0N= 1(p26, 1.54) orω0N=2πm (p26, 1.55) So N=2πm/ω0with interger N (p28, 1.58) Condition of periodicity: 2π/ω0is rational.若2π/ω为一有理数,e jω0n就是周期的,否则就不是周期的.C. Finite number of distinct harmonics (p29),2,1,0 ,][)(2±±==k en n jk k N πφFor a periodic signal with fundamentalperiod of N ,][][)(2)())((222n e e e e n k n jk n j n jk n N k j N k N N N φφππππ====++There are only N distinct periodic exponentials for discrete-time signals.In the Continuous-time case,all of the harmonicallyrelated complex exponentials 2(),0,1,2,Tjk t e k π=±± (p29, 1.60) (p30, 1.61)1.4THE UNIT IMPULSE AND UNIT STEP FUNCTIONS (p30)(单位冲激与单位阶跃函数)1.4.1The Discrete-Time Unit Impulse and Unit Step Sequences (p30)(离散时间单位脉冲与单位阶跃序列)Unit Sample (Impulse):⎩⎨⎧=≠=0,10,0][n n n δ(p30, 1.63) Figure 1.28(p30)Discrete-time unit impulse (sample).Unit Step Function:⎩⎨⎧≥<=0,10,0][n n n u (p30, 1.64) Figure 1.29(p31)Discrete-timeunit stepsequence.Relationship between unit sample and unit step sequencethe unit sample is the first difference of the unit step sequence]1[][][--=n u n u n δ the unit step sequence is the running sum of the unitsample ∑-∞==nm m n u ][][δ∑∞=-=0][][k k n n u δor0,[]1,n k n k n kδ≠⎧-=⎨=here (p31, 1.65) (p31, 1.66)(p31, 1.67)][]0[][][n x n n x δδ=][][][][k n k x k n n x -=-δδ∑+∞-∞=-=k k n k x n x ][][][δwrite any discrete-time signal in terms of delayed unit sample as Sampling Property of Unit Sample(p32, 1.68)(p32, 1.69)Unit Step Function :1.4.2The Continuous-Time Unit Step and Unit Impulse Functions (p32)(离散时间单位脉冲与单位阶跃序列)⎩⎨⎧><=0,10,0)(t t t u (p32, 1.70)Figure 1.32(p33)Continuous-time unit step function.Unit Impulse Function:⎰∞+∞-=⎩⎨⎧=∞≠=1)(and 0,0,0)(dt t t t t δδFigure 1.35(p34)Continuous-time unit impulse.。