【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析

4.1 一些概念

FIR
Finite Impulse Response (FIR): h[n] is finite length
IIR
Infinite Impulse Response (IIR): h[n] is infinite length

LTI系统完全由h[n]决定

系统具有因果性,则有:
【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析

系统具有稳定性,则有:
【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析

4.2 离散时间系统的变换域分析

首先介绍两个特征函数
【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析

对比离散数学中学到的A X=k X ,这两个函数代表的信号传入LTI系统后得到的响应是这两个函数的加权。

证明:
1.假设输入信号为:
【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析

则输出信号为:
【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析

其中,【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析
2.同理,假设输入信号为:
【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析

则输出信号为:
【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析

4.3 滤波器的概念

滤波器,简单来说,就是将信号中我们不需要的信号成分去除,保留或增强需要的信号。

有以下种类型:
【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析

在这门课中,或者在大量的实践中,我们通常使用LTI系统来实现滤波器。

其原因是:

1.输入信号x[n]是特征函数【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析的线性组合。

2.LTI系统对【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析的响应为【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析

3.因此我们可通过选择【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析来决定保留或抛弃哪些信号成分。

应用实例1

【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析

【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析
h[0]=h[2] 的这个设计是常用的线性相位的设计。

【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析

输入输出信号如图所示:
【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析
可以看到,y[n]和cos[0.4n]的图像基本一致,主要的区别是:y[n]相对后者有一定的延迟。关于延迟,如下表所示:

【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析


应用实例2

【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析
moving-average : 滑动平均

【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析


应用实例3

【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析

【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析

【MOOC】数字信号处理-电子科技大学-第四&五周 - 离散时间系统的时域和变换域分析