【数字信号处理】傅里叶变换性质 ( 序列对称分解定理示例 | 共轭对称序列与原序列之间的关系 | 共轭反对称序列与原序列之间的关系 )
文章目錄
- 一、序列對稱分解定理示例
- 1、序列對稱分解定理
- 2、因果序列
- 3、求解過程
- n < 0 情況
- n = 0 情況
- n > 0 情況
- 實因果序列的對稱序列與原序列關系
一、序列對稱分解定理示例
實因果序列 h(n)h(n)h(n) ,
其 共軛對稱序列 he(n)h_e(n)he?(n) ,
其 共軛反對稱序列 ho(n)h_o(n)ho?(n) ,
找出 h(n)h(n)h(n) 與 he(n)h_e(n)he?(n) 序列的關系 , h(n)h(n)h(n) 與 ho(n)h_o(n)ho?(n) 序列的關系 ;
1、序列對稱分解定理
任意一個 序列 x(n)x(n)x(n) , 都可以使用其 共軛對稱序列 xe(n)x_e(n)xe?(n) 與 共軛反對稱序列 xo(n)x_o(n)xo?(n) 之和來表示 ;
x(n)=xe(n)+xo(n)x(n) = x_e(n) + x_o(n)x(n)=xe?(n)+xo?(n)
共軛對稱序列 xe(n)x_e(n)xe?(n) 與 原序列 x(n)x(n)x(n) 之間的關系如下 :
xe(n)=0.5[x(n)+x?(?n)]x_e(n) = 0.5[x(n) + x^*(-n)]xe?(n)=0.5[x(n)+x?(?n)]
共軛反對稱序列 xo(n)x_o(n)xo?(n) 與 原序列 x(n)x(n)x(n) 之間的關系如下 :
xo(n)=0.5[x(n)?x?(?n)]x_o(n) = 0.5[x(n) - x^*(-n)]xo?(n)=0.5[x(n)?x?(?n)]
2、因果序列
① 離散時間系統因果性 :
" 離散時間系統 " nnn 時刻 的 " 輸出 " ,
只取決于 nnn 時刻 及 nnn 時刻 之前 的 " 輸入序列 " ,
與 nnn 時刻之后 的 " 輸入序列 " 無關 ;
離散時間系統 的 " 輸出結果 " 與 " 未來輸入 " 無關 ;
" ② 離散時間系統因果性 " 的 充分必要條件是 :
h(n)=0n<0h(n) = 0 \ \ n < 0h(n)=0??n<0
模擬系統的 " 單位沖激響應 " , 必須 從 000 時刻開始才有值 , 是 " 單邊序列 " 類型中的 " 右邊序列 " , 000 時刻的值 也就是 起點不能為 000 ;
3、求解過程
h(n)h(n)h(n) 實序列的奇偶對稱 :
- 偶對稱 ( 共軛對稱 ) : he(n)=he(?n)h_e(n) = h_e(-n)he?(n)=he?(?n)
- 奇對稱 ( 共軛反對稱 ) : ho(n)=?ho(?n)h_o(n) = -h_o(-n)ho?(n)=?ho?(?n)
n < 0 情況
h(n)h(n)h(n) 是因果序列 , 對于 n<0n< 0n<0 時 , h(n)=0h(n) = 0h(n)=0 ,
根據 序列對稱分解定理 , 共軛對稱序列 xe(n)x_e(n)xe?(n) 與 原序列 x(n)x(n)x(n) 之間的關系 , 可以得到
he(n)=0.5×[h(n)+h(?n)]h_e(n) = 0.5 \times [h(n) + h(-n)]he?(n)=0.5×[h(n)+h(?n)]
其中 , 將 h(n)=0h(n) = 0h(n)=0 代入上式 , 可得到
he(n)=0.5×[h(n)+h(?n)]=0.5×[0+h(?n)]=0.5×h(?n)h_e(n) = 0.5 \times [h(n) + h(-n)] = 0.5 \times [0 + h(-n)] = 0.5 \times h(-n)he?(n)=0.5×[h(n)+h(?n)]=0.5×[0+h(?n)]=0.5×h(?n)
根據 序列對稱分解定理 , 共軛對稱序列 xe(n)x_e(n)xe?(n) 與 原序列 x(n)x(n)x(n) 之間的關系 , 可以得到
ho(n)=0.5×[h(n)?h(?n)]h_o(n) = 0.5 \times [h(n) - h(-n)]ho?(n)=0.5×[h(n)?h(?n)]
其中 , 將 h(n)=0h(n) = 0h(n)=0 代入上式 , 可得到
ho(n)=0.5×[h(n)?h(?n)]=0.5×[0?h(?n)]=?0.5×h(?n)h_o(n) = 0.5 \times [h(n) - h(-n)] = 0.5 \times [0- h(-n)] = -0.5 \times h(-n)ho?(n)=0.5×[h(n)?h(?n)]=0.5×[0?h(?n)]=?0.5×h(?n)
n = 0 情況
由于 he(n)h_e(n)he?(n) 是偶對稱的 , ho(n)h_o(n)ho?(n) 是奇對稱的 , 因此有
he(0)=h(0)h_e(0) = h(0)he?(0)=h(0)
ho(0)=0h_o(0) = 0ho?(0)=0
n > 0 情況
h(n)h(n)h(n) 是因果序列 , 對于 n>0n > 0n>0 時 , h(?n)=0h(-n) = 0h(?n)=0 ,
根據 序列對稱分解定理 , 共軛對稱序列 xe(n)x_e(n)xe?(n) 與 原序列 x(n)x(n)x(n) 之間的關系 , 可以得到
he(n)=0.5×[h(n)+h(?n)]h_e(n) = 0.5 \times [h(n) + h(-n)]he?(n)=0.5×[h(n)+h(?n)]
其中 , 將 h(?n)=0h(-n) = 0h(?n)=0 代入上式 , 可得到
he(n)=0.5×[h(n)+h(?n)]=0.5×[h(n)+0]=0.5×h(n)h_e(n) = 0.5 \times [h(n) + h(-n)] = 0.5 \times [h(n) + 0] = 0.5 \times h(n)he?(n)=0.5×[h(n)+h(?n)]=0.5×[h(n)+0]=0.5×h(n)
根據 序列對稱分解定理 , 共軛對稱序列 xe(n)x_e(n)xe?(n) 與 原序列 x(n)x(n)x(n) 之間的關系 , 可以得到
ho(n)=0.5×[h(n)?h(?n)]h_o(n) = 0.5 \times [h(n) - h(-n)]ho?(n)=0.5×[h(n)?h(?n)]
其中 , 將 h(?n)=0h(-n) = 0h(?n)=0 代入上式 , 可得到
ho(n)=0.5×[h(n)?h(?n)]=0.5×[h(n)?0]=?0.5×h(n)h_o(n) = 0.5 \times [h(n) - h(-n)] = 0.5 \times [h(n)- 0] = -0.5 \times h(n)ho?(n)=0.5×[h(n)?h(?n)]=0.5×[h(n)?0]=?0.5×h(n)
實因果序列的對稱序列與原序列關系
he(n)h_e(n)he?(n) 與 h(n)h(n)h(n) 關系 :
he(n)={h(0)n=0h(n)2n>0h(?n)2n<0h_e(n) =\begin{cases} h(0) & n = 0 \\\\ \cfrac{h(n)}{2} & n > 0 \\\\ \cfrac{h(-n)}{2} & n < 0 \end{cases}he?(n)=????????????????????h(0)2h(n)?2h(?n)??n=0n>0n<0?
根據上式 , 可以反推 h(n)h(n)h(n) 與 he(n)h_e(n)he?(n) 關系 :
h(n)={he(0)n=02he(n)n>00n<0h(n) =\begin{cases} h_e(0) & n = 0 \\\\ 2h_e(n) & n > 0 \\\\ 0 & n < 0 \end{cases}h(n)=????????????????he?(0)2he?(n)0?n=0n>0n<0?
ho(n)h_o(n)ho?(n) 與 h(n)h(n)h(n) 關系 :
ho(n)={0n=0h(n)2n>0?h(?n)2n<0h_o(n) =\begin{cases} 0 & n = 0 \\\\ \cfrac{h(n)}{2} & n > 0 \\\\ \cfrac{-h(-n)}{2} & n < 0 \end{cases}ho?(n)=????????????????????02h(n)?2?h(?n)??n=0n>0n<0?
根據上式 , 可以反推 h(n)h(n)h(n) 與 h0(n)h_0(n)h0?(n) 關系 :
h(n)={h(0)n=02ho(n)n>00n<0h(n) =\begin{cases} h(0) & n = 0 \\\\ 2h_o(n) & n > 0 \\\\ 0 & n < 0 \end{cases}h(n)=????????????????h(0)2ho?(n)0?n=0n>0n<0?
總結
以上是生活随笔為你收集整理的【数字信号处理】傅里叶变换性质 ( 序列对称分解定理示例 | 共轭对称序列与原序列之间的关系 | 共轭反对称序列与原序列之间的关系 )的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【Android Gradle 插件】g
- 下一篇: 【数字信号处理】傅里叶变换性质 ( 共轭