1. 连续时间信号的傅里叶变换一般写为X(jω),而离散时间信号的傅里叶变换一般写为X(ejω):
第一个原因是,连续时间信号傅里叶定积分中的ejωt最终会运算成ω,而离散时间信号傅里叶累加中的ejωn最终会运算成ejω。
第二个原因是,将jω直接替换为s就在形式上得到Laplas变换,将ejω直接替换为z就在形式上得到z变换。
2. 时间尺度变换 x2(t)=x1(2t)
x1(2t)可理解为以2倍速播放x1(t),所以对应波形在时间轴上压缩。
3. 因式(1-az-1)=(z-a)/z既引入了一个极点(z=0),又引入了一个零点(z=a)。
反之,1/(1-az-1)引入了一个零点z=0和一个极点z=a。
4. 因为FIR的脉冲响应是有限长,所以总是可以非递归实现的;
其次,也可以用递归系统来实现它。
以滑动平均做例子,最直观的想法就是,每次来一个新的值,丢掉最老的,加上最新的:
y[n]=y[n-1] - x[n-N]/N + x[n]/N
5. 最简单的广义线性相位系统就是反相器:
H(ejω)=ejπ
除了一些特殊的信号(如单频信号、正负幅值对称的方波或三角波等),一般来说你无法将反相器的输出通过移位的形式重合到原有信号上,即广义线性相位系统不是等时延的。
6. 过冲
FIR滤波的过冲并不总是存在;例如滑动平均[0.5 0.5]就不存在过冲。简单来说,如果滤波器系数总是大于0,那么滤波后信号将是输入信号的凸组合(滤波器系数和为1,且非负)。然而满足该条件的滤波器系数难以达到锐截止,所以一般来说实用上的FIR总是有过冲的。
7. 乘积与卷积
7.1 连续时间周期信号
时域乘积 <=> 频域卷积(从综合式子就可以推出来)
7.2 离散时间周期信号
时域乘积 <=> 频域周期卷积
时域周期卷积 <=> 频域乘积
7.3 连续时间非周期信号
时域乘积 <=> 频域卷积
时域卷积 <=> 频域乘积
7.4 离散时间非周期信号
时域卷积 <=> 频域乘积
时域乘积 <=> 频域周期卷积
7.5 一般形式的parseval定理
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 智能桌面机器人:用.NET IoT库控制舵机并多方法播放表情
· Linux glibc自带哈希表的用例及性能测试
· 深入理解 Mybatis 分库分表执行原理
· 如何打造一个高并发系统?
· .NET Core GC压缩(compact_phase)底层原理浅谈
· 手把手教你在本地部署DeepSeek R1,搭建web-ui ,建议收藏!
· 新年开篇:在本地部署DeepSeek大模型实现联网增强的AI应用
· Janus Pro:DeepSeek 开源革新,多模态 AI 的未来
· 互联网不景气了那就玩玩嵌入式吧,用纯.NET开发并制作一个智能桌面机器人(三):用.NET IoT库
· 【非技术】说说2024年我都干了些啥
2012-10-02 《Win32多线程程序设计》中的一处错误