通信原理——确知信号
1、确知信号的频域特性
1.1 功率信号的频谱
- 定义
设一个周期性功率信号s(t)的周期为 T 0 T_0 T0,其频谱为:
C n = C ( n f 0 ) = 1 T 0 ∫ − T 0 2 T 0 2 s ( t ) e − j π f 0 t d t (1) C_n = C(nf_0) = \frac 1 {T_0}\int_{-\frac {T_0} 2}^{\frac {T_0} 2}s(t)e^{-j\pi f_0t}dt \tag{1} Cn=C(nf0)=T01∫−2T02T0s(t)e−jπf0tdt(1)
式中, f 0 = 1 T 0 f_0 = \frac 1 {T_0} f0=T01,n为整数, − ∞ < n < ∞ -\infty < n < \infty −∞<n<∞
s ( t ) = ∑ n = − ∞ ∞ C n e j 2 π n t / T 0 (2) s(t) = \sum_{n = -\infty}^\infty C_ne^{j2\pi nt/T_0}\tag{2} s(t)=n=−∞∑∞Cnej2πnt/T0(2)
C 0 = 1 T 0 ∫ − T 0 2 T 0 2 s ( t ) d t (3) C_0 = \frac 1 {T_0}\int_{-\frac {T_0} 2}^{\frac {T_0} 2}s(t)dt\tag{3} C0=T01∫−2T02T0s(t)dt(3)
C n = ∣ C n ∣ e j θ n -双边谱,复频谱 C_n = |C_n|e^{j\theta_n}{\text{-双边谱,复频谱}} Cn=∣Cn∣ejθn-双边谱,复频谱
C n -整幅 θ n -相位 C_n {\text{-整幅}} \theta_n {\text{-相位}} Cn-整幅θn-相位
性质
对于物理可实现的实信号,有
C − n = 1 T 0 ∫ − T 0 2 T 0 2 s ( t ) e j π f 0 t d t = [ 1 T 0 ∫ − T 0 2 T 0 2 s ( t ) e − j π f 0 t d t ] ∗ = C n ∗ (4) C_{-n} = \frac 1 {T_0}\int_{-\frac {T_0} 2}^{\frac {T_0} 2}s(t)e^{j\pi f_0t}dt = [\frac 1 {T_0}\int_{-\frac {T_0} 2}^{\frac {T_0} 2}s(t)e^{-j\pi f_0t}dt]^* = C_n^*\tag{4} C−n=T01∫−2T02T0s(t)ejπf0tdt=[T01∫−2T02T0s(t)e−jπf0tdt]∗=Cn∗(4)
正频率部分和负频率部分存在复数共轭关系,即 C n C_n Cn的模偶对称,相位奇对称。
将4式代入2式可得:
s ( t ) = ∑ n = − ∞ ∞ C n e j 2 π n t / T 0 = C 0 + ∑ n = 1 ∞ [ a n 2 + b n 2 c o s ( 2 π n t / T 0 + θ ) ] (5) s(t) = \sum_{n = -\infty}^\infty C_ne^{j2\pi nt/T_0} = C_0+\sum_{n=1}^\infty [\sqrt{a_n^2+b_n^2}cos(2\pi nt/T_0+\theta)] \tag{5} s(t)=n=−∞∑∞Cnej2πnt/T0=C0+n=1∑∞[an2+bn2 cos(2πnt/T0+θ)](5)
表明:
- 实信号可以表示成包含直流分量 C 0 C_0 C0、基波(n=1)和各次谐波。
- 实信号s(t)的各次谐波的整幅等于 a n 2 + b n 2 \sqrt{a_n^2+b_n^2} an2+bn2
- 实信号s(t)的各次谐波的相位等于 θ \theta θ,称为单边谱
- 频谱函数 C n C_n Cn又称为双边谱, ∣ C n ∣ |C_n| ∣Cn∣的值是单边谱的振幅的一半
1.2 能量信号的频谱密度
- 频谱密度的定义:
- 能量信号s(t)的傅里叶变换: KaTeX parse error: \tag works only in display equations
- S(f)的逆傅里叶变换为原信号
- S(f)和Cn的主要区别:
- S(f)是连续谱, C n C_n Cn是离散谱;
- S(f)的单位是V/Hz,而 C n C_n Cn的单位是V。
- 注意:在针对能量信号讨论问题时,也常把频谱密度简称为频谱。
- 实能量信号:负频谱和正频谱的模偶对称,相位奇对称,即复数共轭
1.3 能量信号的能量谱密度
- 定义:由巴塞伐尔(Parseval)定理
E = ∫ − ∞ ∞ s 2 ( t ) d t = ∫ − ∞ ∞ ∣ S ( f ) ∣ 2 d f (7) E = \int_{-\infty}^\infty s^2(t)dt = \int_{-\infty}^\infty |S(f)|^2df \tag{7} E=∫−∞∞s2(t)dt=∫−∞∞∣S(f)∣2df(7)
将 ∣ S ( f ) ∣ 2 |S(f)|^2 ∣S(f)∣2定义为能量谱密度。
可以改写为
E = ∫ − ∞ ∞ G ( f ) d f (8) E = \int_{-\infty}^\infty G(f)df \tag{8} E=∫−∞∞G(f)df(8)
式中 G ( f ) = ∣ S ( f ) ∣ 2 G(f) = |S(f)|^2 G(f)=∣S(f)∣2-能量谱密度 - 由于信号s(t)是一个实函数,所以|S(f)|是一个偶函数, 因此上式可以改写成
E = 2 ∫ 0 ∞ G ( f ) d f (9) E = 2\int_{0}^\infty G(f)df \tag{9} E=2∫0∞G(f)df(9)
1.4 功率信号的功率谱密度
- 定义:由巴塞伐尔(Parseval)定理有
E = ∫ − ∞ ∞ s 2 ( t ) d t = ∫ − ∞ ∞ ∣ S ( f ) ∣ 2 d f (10) E = \int_{-\infty}^\infty s^2(t)dt = \int_{-\infty}^\infty |S(f)|^2df \tag{10} E=∫−∞∞s2(t)dt=∫−∞∞∣S(f)∣2df(10)
因此,将
lim T → ∞ 1 T ∣ S T ( f ) ∣ 2 (11) \lim_{T\rightarrow \infty}\frac 1 T |S_T(f)|^2\tag{11} T→∞limT1∣ST(f)∣2(11)
定义为功率谱密度P(f)。
信号功率则为:
P = lim T → ∞ 1 T ∫ − ∞ ∞ ∣ S T ( f ) ∣ 2 d f = ∫ − ∞ ∞ P ( f ) d f (12) P = \lim_{T\rightarrow \infty}\frac 1 T \int_{-\infty}^{\infty}|S_T(f)|^2df=\int_{-\infty}^\infty P(f)df \tag{12} P=T→∞limT1∫−∞∞∣ST(f)∣2df=∫−∞∞P(f)df(12)
若此功率信号具有周期性,且周期为T,则:
P = 1 T ∫ − T 0 2 T 0 2 s 2 ( t ) d t = ∑ n = − ∞ ∞ ∣ C n ∣ 2 (13) P = \frac 1 T \int_{- \frac {T_0} 2}^{\frac {T_0}2} s^2(t)dt = \sum_{n=-\infty}^\infty |C_n|^2 \tag{13} P=T1∫−2T02T0s2(t)dt=n=−∞∑∞∣Cn∣2(13)
C n C_n Cn为此周期信号的傅里叶级数的系数, ∣ C n ∣ 2 |C_n|^2 ∣Cn∣2为第n次谐波的功率。
利用 δ \delta δ函数可将上式表示为:
P = ∫ − ∞ ∞ ∣ C ( f ) ∣ 2 δ ( f − n f 0 ) d f (14) P = \int_{-\infty}^{\infty}|C(f)|^2\delta(f-nf_0)df \tag{14} P=∫−∞∞∣C(f)∣2δ(f−nf0)df(14)
式中: C ( f ) = { C n f = n f 0 0 其他处 C(f)=\left\{\begin{matrix}C_n &&& f=nf_0 \\0 &&&其他处\end{matrix}\right. C(f)={Cn0f=nf0其他处
上式的被积因子就是此信号的功率谱密度P(f)了,即
P ( f ) = ∑ n = − ∞ ∞ ∣ C ( f ) ∣ 2 δ ( f − n f 0 ) (15) P(f) = \sum_{n=-\infty}^\infty |C(f)|^2\delta(f-nf_0) \tag{15} P(f)=n=−∞∑∞∣C(f)∣2δ(f−nf0)(15)
2、确知信号的时域特性
2.1能量信号的自相关函数
- 定义:
R ( τ ) = ∫ − ∞ ∞ s ( t ) s ( t + τ ) d t (16) R(\tau) = \int_{-\infty}^{\infty}s(t)s(t+\tau)dt \tag{16} R(τ)=∫−∞∞s(t)s(t+τ)dt(16) - 性质:
- 自相关函数 R ( τ ) R(\tau) R(τ)和时间t 无关,只和时间差 τ \tau τ有关。
- 当 τ = 0 \tau = 0 τ=0时,R(0)等于信号的能量:
R ( 0 ) = ∫ − ∞ ∞ s 2 ( t ) d t = E (17) R(0) = \int_{-\infty}^{\infty}s^2(t)dt = E \tag{17} R(0)=∫−∞∞s2(t)dt=E(17) - R ( τ ) R(\tau) R(τ)是 τ \tau τ 的偶函数
- 自相关函数 R ( τ ) R(\tau) R(τ)和其能量谱密度 ∣ S ( f ) ∣ 2 |S(f)|^2 ∣S(f)∣2是一对傅里叶变换
2.2功率信号的自相关函数
- 定义:
$$$$ - 性质:
- 当 τ = 0 \tau = 0 τ=0时,自相关函数R(0)等于信号的平均功率:
R ( 0 ) = lim T → ∞ 1 T ∫ − T / 2 T / 2 s 2 ( t ) d t = P R(0) = \mathop {\lim }\limits_{T \to \infty } \frac{1}{T}\int_{ - T/2}^{T/2} {{s^2}(t)dt} = P R(0)=T→∞limT1∫−T/2T/2s2(t)dt=P
- 功率信号的自相关函数也是偶函数。
- 周期性功率信号:
- 自相关函数定义:
R ( τ ) = 1 T 0 ∫ − T 0 / 2 T 0 / 2 s ( t ) s ( t + τ ) d t − ∞ < τ < ∞ R(\tau) = \frac{1}{T_0} \int_{-{T_0}/2}^{{T_0}/2} s(t)s(t + \tau)dt ~~~~~~~ - \infty < \tau < \infty R(τ)=T01∫−T0/2T0/2s(t)s(t+τ)dt −∞<τ<∞ - R ( τ ) R(\tau) R(τ)和功率谱密度P(f)之间是傅里叶变换关系:
R ( τ ) = ∫ − ∞ ∞ P ( f ) e j 2 π f τ d f R(\tau ) = \int_{ - \infty }^\infty {P(f){e^{j2\pi f\tau }}df} R(τ)=∫−∞∞P(f)ej2πfτdf P ( f ) = ∫ − ∞ ∞ R ( τ ) e − j 2 π f τ d τ P(f) = \int_{ - \infty }^\infty {R(\tau ){e^{ - j2\pi f\tau }}d\tau } P(f)=∫−∞∞R(τ)e−j2πfτdτ
2.3 能量信号的互相关函数
- 定义:
R 12 ( τ ) = ∫ − ∞ ∞ s 1 ( t ) s 2 ( t + τ ) d t ∞ < τ < ∞ {R_{12}}(\tau ) = \int_{ - \infty }^\infty {{s_1}(t){s_2}(t + \tau )dt ~~~~~~~~ \infty < \tau < \infty } R12(τ)=∫−∞∞s1(t)s2(t+τ)dt ∞<τ<∞ - 性质:
R 12 ( τ ) R_{12}(\tau) R12(τ)和时间 t 无关,只和时间差 τ \tau τ有关。
R 12 ( τ ) R_{12}(\tau) R12(τ)和两个信号相乘的前后次序有关:
【证】令 x = t + τ x = t + \tau x=t+τ,则
R 21 ( τ ) = ∫ − ∞ ∞ s 2 ( t ) s 1 ( t + τ ) d t = ∫ − ∞ ∞ s 2 ( x − τ ) s 1 ( x ) d x = ∫ − ∞ ∞ s 1 ( x ) s 2 [ x + ( − τ ) ] d x = R 12 ( − τ ) \begin{array}{l} {R_{21}}(\tau ) = \int_{ - \infty }^\infty {{s_2}(t){s_1}(t + \tau )dt = \int_{ - \infty }^\infty {{s_2}(x - \tau ){s_1}(x)dx} } \\ = \int_{ - \infty }^\infty {{s_1}(x){s_2}[x + ( - \tau )]dx = {R_{12}}( - \tau )} \end{array} R21(τ)=∫−∞∞s2(t)s1(t+τ)dt=∫−∞∞s2(x−τ)s1(x)dx=∫−∞∞s1(x)s2[x+(−τ)]dx=R12(−τ)互相关函数 R 12 ( τ ) R_{12}(\tau) R12(τ)和互能量谱密度 S 1 2 ( f ) S_12(f) S12(f)是一对傅里叶变换
R 12 ( τ ) = ∫ − ∞ ∞ S 12 ( f ) e j 2 π f τ d f {R_{12}}(\tau) = \int_{ - \infty }^\infty {{S_{12}}(f){e^{j2\pi f\tau }}df} R12(τ)=∫−∞∞S12(f)ej2πfτdf S 12 ( f ) = ∫ − ∞ ∞ R 12 ( τ ) e − j 2 π f τ d τ {S_{12}}(f) = \int_{ - \infty }^\infty {{R_{12}}(\tau ){e^{ - j2\pi f\tau }}d\tau } S12(f)=∫−∞∞R12(τ)e−j2πfτdτ
2.4功率信号的互相关函数
定义:
性质:
- R 12 ( τ ) R_{12}(\tau) R12(τ)和时间t 无关,只和时间差 有关。
- R 12 ( τ ) R_{12}(\tau) R12(τ)和两个信号相乘的前后次序有关: R 21 ( τ ) − R 12 ( − τ ) R_{21}(\tau) - R_{12}(-\tau) R21(τ)−R12(−τ)
- 若两个周期性功率信号的周期相同,则其互相关函数的定义可以写为
R 12 ( τ ) = 1 T ∫ − T / 2 T / 2 s 1 ( t ) s 2 ( t + τ ) d t , − ∞ < τ < ∞ {{\rm{R}}_{{\rm{12}}}}(\tau ){\rm{ = }}\frac{1}{T}\int_{ - T/2}^{T/2} {{{\rm{s}}_{\rm{1}}}(t){{\rm{s}}_2}(t + \tau )dt} , - \infty < \tau < \infty R12(τ)=T1∫−T/2T/2s1(t)s2(t+τ)dt,−∞<τ<∞
式中 T -信号的周期 - R 12 ( τ ) R_{12}(\tau) R12(τ)和其互功率谱 C 12 C_{12} C12之间也有傅里叶变换关系:
互功率谱定义: C 12 = ( C n ) 1 ∗ ( C n ) 2 {C_{12}} = ({C_n})_1^*{({C_n})_2} C12=(Cn)1∗(Cn)2
R 12 ( τ ) = ∑ n = − ∞ ∞ ∫ − ∞ ∞ C 12 ( f ) δ ( f − n f 0 ) e j 2 π n f 0 d f {{\rm{R}}_{{\rm{12}}}}(\tau ){\rm{ = }}\sum\nolimits_{n = - \infty }^\infty {\int_{ - \infty }^\infty {{{\rm{C}}_{{\rm{12}}}}(f)\delta (f - n{f_0}){e^{j2\pi n{f_0}}}df}} R12(τ)=∑n=−∞∞∫−∞∞C12(f)δ(f−nf0)ej2πnf0df
通信原理——确知信号相关推荐
- 【通信原理】第二章 -- 确知信号
文章目录 第二章 确知信号 确知信号的类型 两类信号的划分 确知信号的频域性质 功率信号的频谱 能量信号的频谱密度 能量信号的能量谱密度 功率信号的功率谱密度 确知信号的时域性质 能量信号的自相关函数 ...
- 通信原理-确知信号的最佳接收
写在前面:本文截屏自西安电子科技大学曹丽娜 视频学习地址:https://www.bilibili.com/video/BV1B7411o7Jo?p=34 仅供个人学习和构建知识体系所用. 确知信号: ...
- 通信原理_2 确定信号分析
内积公式 E x y = < x , y > = ∫ − ∞ + ∞ x ∗ ( t ) y ( t ) d t E_{xy}=<x,y>={\int_{-\infty}^{+ ...
- 通信原理简明教程 | 信号、信道与噪声
文章目录 1 信号与系统的基本概念 2 傅里叶变换与信号的频谱 2.1 信号的频谱 2.2 傅里叶变换的常用性质 2.3 信号的能量谱.功率谱与自相关函数 2.4 信号的带宽 3 线性系统与滤波器 3 ...
- 通信原理随机信号分析
通信原理第二章 随机信号分析 一 随机过程 定义 测试n台性能相同的接收机,在同样条件下,不加信号测试其输出噪声,波形如图 (1)每一条曲线 ξi(t)\xi_i(t)ξi(t) 都是一个随机起伏的 ...
- 通信原理:课程学习笔记3之确知信号和随机过程
文章目录 1 确知信号 2 随机过程 写在前面:本文源自笔者在大三时对北师大-人工智能学院-郭俊奇老师的"通信原理"课程的部分归纳与整理笔记.此处感谢郭俊奇老师!如发现笔者整理有误 ...
- (万字超详细的复习资料丨没有之一)通信原理考试复习资料,按需收藏加关注。
通信原理考试复习资料 目录 通信原理考试复习资料 1 绪论 1.1 模拟通信系统模型 1.2 数字通信系统模型 1.3数字通信的优缺点 1.3.1 优点 1.3.2 缺点 1.4 通信系统的分类 1. ...
- 通信原理-第9章-数字信号的最佳接收
学习步骤 首先看该章节后的习题与小结,圈出术语 带着名术语去书本找解释 带着术语去理解书中的图标.案例及例题 应用 观看该章节后的习题与小结,圈出术语 最佳接收:接收滤波器接收最高质量的信号,我们将错 ...
- 《通信原理》复习笔记9----第九章数字信号的最佳接收及第九章相关例题
系列文章链接目录 一.<通信原理>复习笔记1----第一章绪论 二.<通信原理>复习笔记1----第一章绪论相关例题 三.<通信原理>复习笔记3----第三章随机过 ...
最新文章
- 自考计算机和行政管理哪个好考,自考行政管理好考吗?自考行政管理都考哪些科目?...
- UIUC同学Jia-Bin Huang收集的计算机视觉代码合集
- Zookeeper:fsync超时导致实例异常
- Reddit程序员的酒后真言
- 数据库备份checksum选项你会用么?
- 你在支付宝上搞钱,“90后”却在相亲
- lisp用entmake生产圆柱体_投石科技圆柱体全息幻象装置
- python 朋友圈leetcode_利特代码0547。朋友圈[python],LeetCode0547FriendCircles,Python
- leetcode刷题日记-转换成小写字母
- 史上最全GIS相关软件(CAD、FME、Arcgis、ArcgisPro)
- Excel快速合并,简单方法,轻松搞定!
- 微信分享功能(weixin-js-sdk)
- [国家集训队]阿狸和桃子的游戏(贪心)
- Android开发之视频播放器
- 编程基础(三十七):PTA运行时错误
- Dart中常量构造函数
- c语言的字符数组strlen的详细使用
- OSG笔记一:在Win7、VS2010下配置OSG3.4
- Dockerfile制作镜像
- php宠物喂食,基于Arduino的宠物喂食系统QQFeerder--代码