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 )

Posted 韩曙亮

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了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 )相关的知识,希望对你有一定的参考价值。

文章目录





一、序列对称分解定理示例



实因果序列 h ( n ) h(n) h(n) ,

共轭对称序列 h e ( n ) h_e(n) he(n) ,

共轭反对称序列 h o ( n ) h_o(n) ho(n) ,

找出 h ( n ) h(n) h(n) h e ( n ) h_e(n) he(n) 序列的关系 , h ( n ) h(n) h(n) h o ( n ) h_o(n) ho(n) 序列的关系 ;


1、序列对称分解定理


任意一个 序列 x ( n ) x(n) x(n) , 都可以使用其 共轭对称序列 x e ( n ) x_e(n) xe(n)共轭反对称序列 x o ( n ) x_o(n) xo(n) 之和来表示 ;

x ( n ) = x e ( n ) + x o ( n ) x(n) = x_e(n) + x_o(n) x(n)=xe(n)+xo(n)


共轭对称序列 x e ( n ) x_e(n) xe(n)原序列 x ( n ) x(n) x(n) 之间的关系如下 :

x e ( n ) = 0.5 [ x ( n ) + x ∗ ( − n ) ] x_e(n) = 0.5[x(n) + x^*(-n)] xe(n)=0.5[x(n)+x(n)]


共轭反对称序列 x o ( n ) x_o(n) xo(n)原序列 x ( n ) x(n) x(n) 之间的关系如下 :

x o ( 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 离散时间系统因果性 :

" 离散时间系统 " n n n 时刻" 输出 " ,

只取决于 n n n 时刻 及 n n n 时刻 之前 " 输入序列 " ,

n n n 时刻之后 " 输入序列 " 无关 ;


离散时间系统 的 " 输出结果 "" 未来输入 " 无关 ;



" ② 离散时间系统因果性 " 的 充分必要条件是 :

h ( n ) = 0    n < 0 h(n) = 0 \\ \\ n < 0 h(n)=0  n<0

模拟系统的 " 单位冲激响应 " , 必须 0 0 0 时刻开始才有值 , 是 " 单边序列 " 类型中的 " 右边序列 " , 0 0 0 时刻的值 也就是 起点不能为 0 0 0 ;


3、求解过程


h ( n ) h(n) h(n) 实序列的奇偶对称 :

  • 偶对称 ( 共轭对称 ) : h e ( n ) = h e ( − n ) h_e(n) = h_e(-n) he(n)=he(n)
  • 奇对称 ( 共轭反对称 ) : h o ( n ) = − h o ( − n ) h_o(n) = -h_o(-n) ho(n)=ho(n)

n < 0 情况

h ( n ) h(n) h(n) 是因果序列 , 对于 n < 0 n< 0 n<0 时 , h ( n ) = 0 h(n) = 0 h(n)=0 ,

根据 序列对称分解定理 , 共轭对称序列 x e ( n ) x_e(n) xe(n)原序列 x ( n ) x(n) x(n) 之间的关系 , 可以得到

h e ( 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 , 将 h ( n ) = 0 h(n) = 0 h(n)=0 代入上式 , 可得到

h e ( 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)

根据 序列对称分解定理 , 共轭对称序列 x e ( n ) x_e(n) xe(n)原序列 x ( n ) x(n) x(n) 之间的关系 , 可以得到

h o ( 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 , 将 h ( n ) = 0 h(n) = 0 h(n)=0 代入上式 , 可得到

h o ( 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×[0h(n)]=0.5×h(n)

n = 0 情况

由于 h e ( n ) h_e(n) he(n) 是偶对称的 , h o ( n ) h_o(n) ho(n) 是奇对称的 , 因此有

h e ( 0 ) = h ( 0 ) h_e(0) = h(0) he(0)=h(0)

h o ( 0 ) = 0 h_o(0) = 0 ho(0)=0

n > 0 情况

h ( n ) h(n) h(n) 是因果序列 , 对于 n > 0

以上是关于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 )的主要内容,如果未能解决你的问题,请参考以下文章

数字信号处理傅里叶变换性质 ( 共轭对称共轭反对称 与 偶对称奇对称关联 | 序列对称分解定理 )

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 )

数字信号处理傅里叶变换性质 ( 频域函数的共轭对称分解 | 序列的傅里叶变换 | 傅里叶变换的共轭对称 | 傅里叶变换的共轭反对称 )

数字信号处理傅里叶变换性质 ( 序列傅里叶变换共轭对称性质 | 序列实偶 傅里叶变换 实偶 | 序列实奇 傅里叶变换 虚奇 | 证明 “ 序列实奇 傅里叶变换 虚奇 “ )

数字信号处理傅里叶变换性质 ( 序列傅里叶变换共轭对称性质示例 )

数字信号处理傅里叶变换性质 ( 序列傅里叶变换共轭对称性质 | 推论 )