《信号基础gai》PPT课件.ppt

1、http:/,4.1.1静态信号和动态信号,一定测量精度和测量条件下，不随时间变化的信号叫静态信号； 一定测量精度和测量条件下，随时间变化的信号叫动态信号,http:/,4.1.2确定性信号和随机信号,确定性信号是指可以用数学关系式或图表来明确描述其关系的信号。确定性信号信号是一确定的时间函数时，当给定某一时间值，就可以确定一相应的函数值。 电路中的指数信号、正弦信号以及各种周期信号等都是确定信号,http:/,随机信号,非确定性信号具有随机特点，每次观察的结果都不相同，无法用数学式或图表描述其关系，更不能确切预测，只能用概率统计方法由过去估计未来，因此也叫随机信号。随机信号不是

2、确定的时间函数，只知道该信号取某一数值的概率。 信息信号不可预知、具有不确定性，是一种随机信号。空气中噪音，电路元件中热噪声电流等，都是随机信号。 随机信号又可分平稳和非平稳的信号两种。平均特征量（如均值、均方值、时间间隔的自相关值）随时间变化，称非平稳随机信号。平均特征量不随时间变化，称平稳随机信号,http:/,4.1.3连续信号与离散信号,一般而言，模拟信号是连续的（时间和幅值都是连续的），数字信号是离散的。 连续信号模拟信号,http:/,4.2信号分析,分析信号的特性首先分析它的时间特性。 时间特性主要指信号随时间变化快慢、幅度变化的特性。 同一形状的波形重复出现的周期长短 信号波形

3、本身变化的速率（如脉冲信号的脉冲持续时间及脉冲上升和下降边沿陡直的程度） 以时间函数描述信号的图象称为时域图，在时域上分析信号称为时域分析,http:/,4.2信号分析,信号还具有频率特性，可用信号的频谱函数来表示。 频谱函数表征信号的各频率成分，以及各频率成分的振幅和相位。 频谱：对于一个复杂信号，可用傅立叶分析将它分解为许多不同频率的正弦分量，而每一正弦分量则以它的振幅和相位来表征。将各正弦分量的振幅与相位分别按频率高低次序排列成幅值谱（An-）和相位谱（n-），统称为频谱。 频带：对复杂信号频谱中，有效频率范围称为该信号的频带。 以频谱描述信号的图象称为频域图，在频域上分析信号称为频域分

4、析,http:/,4.2.1周期信号的分析,周期性信号的时域图（描述信号的幅值随时间的变化规律）是连续的； 周期性信号的频域图（描述信号的频率随时间的变化规律）是单一离散谱线。 例1：最常见的周期信号正弦信号x(t)=x0sin(t,http:/,4.2周期信号分析,可见：周期信号的频谱具有离散性、谐波性和收敛性。 谐波性各谐波分量频率为基频的整倍数； 离散性各谐波分量离散分布； 收敛性各谐波分量幅值随频率的增加而减小,http:/,4.3非周期信号分析,非周期信号包括瞬态信号和准周期信号。 瞬态信号特点是函数沿独立变量时间t衰减，因而积分存在有限值，属于能量有限信号,http:/,4.3非周

5、期信号分析,几种典型非周期信号的频谱非周期信号的频谱具有连续性和衰减性等特性,http:/,4.5随机信号4.5.1.随机过程的概念及分类,随机信号是工程中经常遇到的一种信号，其特点为： 1）时间函数不能用精确的数学关系式来描述； 2）不能预测它未来任何时刻的准确值； 3）对这种信号的每次观测结果都不同，但大量地重复试验可以看到它具有统计规律性，因而可用概率统计方法来描述和研究。 产生随机信号的物理现象称为随机现象。表示随机信号的单个时间历程称为样本函效，某随机现象可能产生的全部样本函数的集合(也称总体)称为随机过程,http:/,4.5.2.随机过程的主要统计参数,均值 方差、标准差 均方值

6、、均方根值 概率密度函数 相关函数 功率谱密度函数,各态历经信号的均值为 均值确定了随机过程x(t)的中心趋势,http:/,4.5.2.随机过程的主要统计参数,均值 方差、标准差 均方值、均方根值 概率密度函数 相关函数 功率谱密度函数,在相同实验条件下，重复N次试验，某实验结果A发生了NA次，则A的概率定义为 随机信号的概率密度函数的定义任意时刻，信号x(t)的幅值落在以为中心、宽度区间x内的概率与x的比,http:/,4.5.2.随机过程的主要统计参数信号的相关分析,可以证明，|xy|1。 当xy1时，则所有的点都落在y-y=m(x-x)的直线上，说明x,y两变量是理想的线性相关。 xy-1也是理想的线性相关，只是直线的斜率为负。 xy0表示x,y两变量之间完全无关,http:/,设能量以E表示，功率以P表示，如果在频域内有 则称E()为能量谱密度函数，P()为功率谱密度函数。能量谱密度和功率谱密度简称能量谱和功率谱。 能量谱的单位为J