信号

Junity 发布于 2025-02-10 146 次阅读


AI 摘要

在信号的世界中,隐藏着丰富的数学与物理关系。你知道声音和图像也可以被视为一个函数吗?通过分辨信号的连续性与离散性,我们可以深入理解其能量与功率。本文探讨如何使用数学表达式定义这些信号的能量和功率,揭示信号所蕴含的独特特征。无论是零信号,还是能量信号,它们的分类与本质都让人忍不住想要进一步探索。准备好进入这场信号的奇妙之旅了吗?

信号及其能量与功率

信号在数学上可以表示为一个或多个变量的函数。例如,声音是声压对时间的函数,一张黑白图像可以看作是坐标对亮度的函数。

信号从连续和离散的角度可以分为连续信号和离散信号,这里的“连续”或“离散”指的是自变量的连续或离散。为了在形式上区分这两种信号,我们用 $x(t)$ 表示连续信号,用 $x[n]$ 表示离散信号。

在物理上,能量和电压的关系式为 $E = \int_{t_1}^{t_2}\frac 1 R v^2(t)dt$ ,其中 $R$ 是电阻阻值,$v(t)$ 是电压对时间的函数;类似的,,可以定义一个信号在区间上的能量。对于连续信号 $x(t)$,它在区间 $(t_1,t_2)$ 上的能量就是:

$$
E_{(t1,t2)} = \int_{t_1}^{t_2} |x(t)|^2 dt
$$

而对于离散信号也有类似的定义:

$$
E_{[n1,n2]} = \sum_{i=n_1}^{n_2} |x[i]|^2
$$

将能量除以时间就得到了功率的定义:

$$
\begin{align}
P_{(t_1,t_2)} &= \frac 1{t_2-t_1} \int_{t_1}^{t_2} |x(t)|^2 dt\\
P_{(n_1,n_2)} &= \frac 1{n_2-n_1 + 1} \sum_{i=n_1}^{n_2} |x[i]|^2
\end{align}
$$

这里的功率和能量已经脱离了其在物理上的意义。把区间扩大到无穷区间 $(-\infty,\infty)$ ,可以得到整个信号的能量和功率。对于能量,将积分/求和的上下限替换成正/负无穷即可,但对于功率,则需要使用极限来定义:

$$
\begin{align}
P_\infty &= \lim_{T\rightarrow\infty} \frac 1 {2T} \int_{-T}^T|x(t)|^2dt\\
P_\infty &= \lim_{T\rightarrow\infty} \frac 1 {2T+1} \sum_{i=-T}^T |x[i]|^2
\end{align}
$$

根据信号的能量和功率,可以将信号分为四种:

功率 $P_\infty$ 能量 $E_\infty$ 特点
零信号(Zero Signal) $0$ $0$ 信号恒为零,既没有能量也没有功率。
能量信号 (Energy Signal) $0$ $<\infty$ 信号的总能量有限,平均功率为零。
功率信号 (Power Signal) $<\infty$ $\infty$ 信号的平均功率有限,但总能量无限。
既非能量信号也非功率信号 (Neither Energy nor Power Signal) $\infty$ $\infty$ 信号的总能量和平均功率都无限。

周期信号与奇偶信号

与周期函数类似,如果一个连续信号存在一个 $T$ 对于任何 $x$ 都满足 $x(t)=x(t+T)$ ,那么这个信号就是周期的。$T$ 的最小正值称为 基波周期

同样的,如果一个信号满足 $x(t) = x(-t)$ ,那么称其为一个 偶信号;同样的,如果一个信号满足 $x(t) = -x(-t)$,则称为 奇信号 。任何一个信号都可以拆成一个偶信号和一个奇信号的和,这是因为对于信号 $x(t)$,有:

$$
x(t) = \frac {x(t)+x(-t)} 2 + \frac {x(t)-x(-t)} 2
$$

离散信号的定义与连续情况下的类似。

此作者没有提供个人介绍
最后更新于 2025-02-10