zoukankan      html  css  js  c++  java
  • 信号与系统--正弦信号和指数信号

    • 正弦信号
    • 指数信号

    正弦信号

    连续正弦信号的定义:

    $x(t)=Acos(omega_0 t+phi)$

    其中,A为振幅,$omega_0$和频率有关,$phi$是相位

    python绘制连续正弦信号例子(注意计算机中保存的都是离散的数字,这里之所以能绘制出连续的正弦信号是因为精度和描点,看起来像是连续的,实际上放大后是离散的):

    x = np.arange(0,10,0.01)
    omega = 1
    phi = 1
    y = np.sin(omega*x+phi)
    plt.plot(x,y)
    plt.xlim((0,10))
    plt.grid()
    

      

      

    正弦信号的性质:

    a)周期性:

    $x(t)=x(t+ T_0)$==>$Acos[omega_0+phi]=Acos[omega_0+omega_0 T_0 +phi]$

    $omega_0 T_0=2pi m$,其中m为整数:$T_0=frac{2pi m}{omega_0}$=> 周期为:$frac{2pi m}{omega_0}$。

    b) 时间转移与相位改变等价

    $Acos[omega_0 (t+t_0)]=Acos[omega_0 t+omega_0 t_0]$,其中$omega_0 t_0$ 为相位改变

    $Acos[omega_0 (t+t_0) + phi]=Acos[omega_0 t+omega_0 t_0  phi]$

    c) 奇偶性

    偶函数 $x(t)=x(-t)$

    奇函数 $x(t)=-x(-t)$

    离散正弦信号的定义:

    $x[n]=Acos(omega_0 n+phi)$

    其中,A为振幅,$omega_0$和频率有关,$phi$是相位。

    python绘制离散正弦信号例子

    x = np.arange(0,10,0.1)
    omega = 1
    phi = 1
    y = np.sin(omega*x+phi)
    plt.plot(x,y,'o')
    plt.xlim((0,10))
    plt.grid()
    

     当然离散的性质和连续的一样,这里只举几个例子:

    a) 时间转移与相位改变等价

    $Acos[omega_0 (n+n_0)]=Acos[omega_0 n+omega_0 n_0]$,其中$n_0=Delta phi$。

    b) 在离散的信号,相位转移=>时间改变???

    注意,这里相位改变$Delta phi$ 不一定可以整除 $ omega_0$

    c) 周期性:

    $Omega_0 N = 2pi m$ => $N = frac{2pi m}{Omega_0}$

    连续信号和离散信号区别


    a)  $x(t)=Acos(omega_0 t+phi)$, 任何 $omega_0$ 都体现周期性。

    b)  $x[n]=Acos(Omega_0 n+phi)$,$N = frac{2pi m}{Omega_0}$ 只有整数的情况下才成立。

    指数信号

    连续指数信号的定义:

    $x(t)=C e^{at}$

    其中,C和a都是实数。$a>0$的时候绘制如下曲线

    x = np.arange(0,10,0.01)
    C = 1
    a = 1
    y = C*np.exp(a*x)
    plt.plot(x,y)
    plt.xlim((0,10))
    plt.grid()
    

      

    离散指数信号的定义:

    $x[n]=C e^{eta n}= C alpha^{n}$

     C和$alpha$都是实数

    x = np.arange(0,10,0.1)
    C = 1
    a = 1
    y = C*np.exp(a*x)
    plt.plot(x,y,'o')
    plt.xlim((0,10))
    plt.grid()
    

      

     

    x = np.arange(-10,2,1)
    C = -1
    a = -0.5
    y = np.power(a,x)
    plt.plot(x,y,'o')
    plt.xlim((-10,2))
    plt.grid()
    

     当$alpha <0 and left | a ight | <  1 $,此时如果类似$x[n]=C e^{eta n}= C alpha^{n}$,要写出这样的等式,那么就出现了复数。

    复数:$x(t)=C e^{at}$,其中C和a都是复数,那么

    a) $C =  left | a ight | e^{j heta}$,

    b) $ a= r+jomega_0$,

    c) $x(t) =  left | C  ight | e^{j heta} e^{(r +jomega_0)t} = left | C  ight | e^{rt} e^{j(omega_0 t+ heta)} $,其中根据欧拉公式:

    $e^{j(omega_0 t+ heta)}=cos(omega_0 t + heta) + j sin( omega_0 t + heta)$ 

    当然,也能写成离散的形式:

    $e^{j(Omega_0 n+ heta)}=cos(Omega_0 n + heta) + j sin( Omega_0 n + heta)$

    并且根据欧拉公式,此时复数的指数函数出现了周期性。

  • 相关阅读:
    redis的常用操作
    django中的缓存 单页面缓存,局部缓存,全站缓存 跨域问题的解决
    drf 下的 url控制 解析器 响应器 版本控制 分页
    django下的 restful规范 Drf框架 psotman的安装使用 及一些容易遗忘的小点
    vue学习 自建服务器 node
    vue学习 条件、循环指令、computed、watch、局部、全局、组件间交互
    Linux入门
    redis进阶
    redis介绍和安装
    DRF解析器和渲染器
  • 原文地址:https://www.cnblogs.com/rynerlute/p/11831894.html
Copyright © 2011-2022 走看看