将序列进行分类,利用分类的特征可以简化许多信号处理算法。
若 x [ n ] = x ∗ [ − n ] x[n]=x^{*}[-n] x[n]=x∗[−n],则称序列 x [ n ] x[n] x[n]为共轭对称序列,如果序列 x [ n ] x[n] x[n]是实序列,那么称其为偶序列。明显要满足这样的条件, x [ n ] x[n] x[n]的有值区间必须是对称的。
若 x [ n ] = − x ∗ [ − n ] x[n]=-x^{*}[-n] x[n]=−x∗[−n],则称序列 x [ n ] x[n] x[n]为共轭反对称序列,如果 x [ n ] x[n] x[n]为实序列,那么称其为奇序列。同理, x [ n ] x[n] x[n]的有值区间必须是对称的。
任何序列 x [ n ] x[n] x[n]都可以表示为共轭对称序列 x c s [ n ] x_{cs}[n] xcs[n]和共轭反对称部分 x c a [ n ] x_{ca}[n] xca[n]之和。
x [ n ] = x c s [ n ] + x c a [ n ] x[n]=x_{cs}[n]+x_{ca}[n] x[n]=xcs[n]+xca[n]
其中
x c s [ n ] = 1 2 ( x [ n ] + x ∗ [ − n ] ) x c a [ n ] = 1 2 ( x [ n ] − x ∗ [ − n ] ) x_{cs}[n]=\frac{1}{2}(x[n]+x^{*}[-n])\\ x_{ca}[n]=\frac{1}{2}(x[n]-x^{*}[-n]) xcs[n]=21(x[n]+x∗[−n])xca[n]=21(x[n]−x∗[−n])
容易证明 x c s [ n ] x_{cs}[n] xcs[n]为共轭对称序列, x c a [ n ] x_{ca}[n] xca[n]为共轭对称序列。
注意:
上面 x [ n ] x[n] x[n]能分解成共轭对称部分和反共轭对称部分之和的前提是 x [ n ] x[n] x[n]是定义在对称区间上,即 − M ≤ n ≤ M -M \leq n \leq M −M≤n≤M。
例:考虑定义在 − 3 ≤ n ≤ 3 -3 \leq n \leq 3 −3≤n≤3上且长度为 7 7 7的有限长序列:
g [ n ] = { 0 , 1 + j 4 , − 2 + j 3 , 4 − j 2 ↑ , − 5 − j 6 , − j 2 , 3 } g[n]=\{0, 1+j4, -2+j3, \mathop{4-j2}\limits_{\uparrow}, -5-j6, -j2, 3\} g[n]={0,1+j4,−2+j3,↑4−j2,−5−j6,−j2,3}
求其共轭对称部分 g c s [ n ] g_{cs}[n] gcs[n]和共轭反对称部分 g c a [ n ] g_{ca}[n] gca[n]。
解:首先求得 g [ n ] g[n] g[n]的共轭部分
g ∗ [ n ] = { 0 , 1 − j 4 , − 2 − j 3 , 4 + j 2 ↑ , − 5 + j 6 , j 2 , 3 } g^{*}[n]=\{0, 1-j4, -2-j3, \mathop{4+j2}\limits_{\uparrow}, -5+j6, j2, 3\} g∗[n]={0,1−j4,−2−j3,↑4+j2,−5+j6,j2,3}
将其时间反褶得到
g ∗ [ − n ] = { 3 , j 2 , − 5 + j 6 , 4 + j 2 ↑ , − 2 − j 3 , 1 − j 4 , 0 } g^{*}[-n]=\{3, j2, -5+j6, \mathop{4+j2}\limits_{\uparrow}, -2-j3, 1-j4, 0 \} g∗[−n]={3,j2,−5+j6,↑4+j2,−2−j3,1−j4,0}
则共轭对称部分为
g c s [ n ] = { 1.5 , 0.5 + j 3 , − 3.5 + j 4.5 , 4 ↑ , − 3.5 − j 4.5 , 0.5 − j 3 , 1.5 } g_{cs}[n]=\{1.5, 0.5 + j3, -3.5 + j4.5, \mathop{4}\limits_{\uparrow}, -3.5-j4.5, 0.5-j3, 1.5\} gcs[n]={1.5,0.5+j3,−3.5+j4.5,↑4,−3.5−j4.5,0.5−j3,1.5}
共轭反对称部分为
g c a [ n ] = { − 1.5 ,   0.5 + j ,   1.5 − j 1.5 ,   − j 2 ↑ ,   − 1.5 − j 1.5 ,   0.5 − j ,   1.5 } g_{ca}[n]=\{-1.5, \,0.5 + j, \,1.5 - j1.5, \, \mathop{-j2}\limits_{\uparrow}, \,-1.5-j1.5, \, 0.5-j, \,1.5\} gca[n]={−1.5,0.5+j,1.5−j1.5,↑−j2,−1.5−j1.5,0.5−j,1.5}
如果序列 x [ n ] x[n] x[n]满足
x [ n + k N ] = x [ n ] x[n+kN]=x[n] x[n+kN]=x[n]
其中 N N N是正整数, k k k是任意整数。那么称序列 x [ n ] x[n] x[n]为周期为 N N N的周期序列,一般周期序列记为 x ~ [ n ] \tilde{x}[n] x~[n]
如果序列不是周期序列,则称序列为非周期序列。
两个周期序列相加还是周期序列, y ~ [ n ] = x ~ a [ n ] + x ~ b [ n ] \tilde{y}[n]=\tilde{x}_a[n]+\tilde{x}_b[n] y~[n]=x~a[n]+x~b[n],其周期为两个周期的最小公倍数 L C M ( N a , N b ) LCM(N_a,N_b) LCM(Na,Nb)。
两个周期序列相乘还是周期序列, y ~ [ n ] = x ~ a [ n ] x ~ b [ n ] \tilde{y}[n]=\tilde{x}_a[n]\tilde{x}_b[n] y~[n]=x~a[n]x~b[n]其周期最大为两个周期的最小公倍数 L C M ( N a , N b ) LCM(N_a,N_b) LCM(Na,Nb),实际上的周期可能比这个小。
序列 x [ n ] x[n] x[n]的能量定义为:
ε x = ∑ n = − ∞ ∞ ∣ x [ n ] ∣ 2 \varepsilon_x=\sum_{n=-\infty}^{\infty}\vert x[n] \vert^2 εx=n=−∞∑∞∣x[n]∣2
非周期序列的平均功率定义为
P x = lim K → ∞ 1 2 K + 1 ∑ n = − K K ∣ x [ n ] ∣ 2 P_x=\lim\limits_{K \to \infty}\frac{1}{2K+1}\sum_{n=-K}^{K}\vert x[n] \vert^2 Px=K→∞lim2K+11n=−K∑K∣x[n]∣2
定义有限区间 − K ≤ n ≤ K -K \leq n \leq K −K≤n≤K的能量为
ε x , K = ∑ n = − K K ∣ x [ n ] ∣ 2 \varepsilon_{x,K}=\sum_{n=-K}^{K}\vert x[n] \vert^2 εx,K=n=−K∑K∣x[n]∣2
则平均功率与能量的关系为
P x = lim K → ∞ 1 2 K + 1 ε x , K P_x=\lim\limits_{K \to \infty}\frac{1}{2K+1}\varepsilon_{x,K} Px=K→∞lim2K+11εx,K
如果一个序列的能量有限,那么称这个序列为能量信号,如果一个序列的功率有限且不为零,那么称这个序列为功率信号。
从功率的与能量的关系可以看出,一个信号如果能量有限,那么它的功率为零,所以一个能量信号不可能是功率信号。如果一个信号为功率信号,那么它的能量必定为无穷,所以一个功率信号不可能为能量信号。
综上,一个信号不可能既是能量信号又是功率信号,但是存在既不是周期信号也不是能量信号的信号,比如在一个周期内能量为无穷的信号。
由于周期信号的在每个周期的能量不为零,所以周期信号的能量必定为无穷大(为无穷多个周期的能量加起来),所以周期信号只可能是功率信号(也可能不是,如果一个周期的能量为无穷的话)。
定义周期信号的平均功率为
P x = 1 N ∑ n = 0 N − 1 ∣ x ~ [ n ] ∣ 2 P_x=\frac{1}{N}\sum_{n=0}^{N-1}\vert \tilde{x}[n] \vert^2 Px=N1n=0∑N−1∣x~[n]∣2
这个表达式的意义为周期信号的功率为其在一个周期内的功率,显然这样的定义是合理的。
能量信号示例
无限长序列 x [ n ] x[n] x[n]定义如下
x [ n ] = { 1 n , n ≥ 1 0 , n ≤ 0 x[n]= \begin{cases} \frac{1}{n}, \quad n \geq 1 \\ 0, \quad n \leq 0 \end{cases} x[n]={n1,n≥10,n≤0
则其能量为
∑ n = 1 ∞ ( 1 n ) 2 = π 2 6 < ∞ \sum_{n=1}^{\infty}(\frac{1}{n})^2=\frac{\pi^2}{6}<\infty n=1∑∞(n1)2=6π2<∞
所以该信号为能量信号。
功率信号示例
已知序列
x [ n ] = { 3 ( − 1 ) n , n ≥ 0 0 , n < 0 x[n]= \begin{cases} 3(-1)^n, \quad n \geq 0 \\ 0, \quad n <0 \end{cases} x[n]={3(−1)n,n≥00,n<0
由能量的定义式
ε x = ∑ n = − ∞ ∞ ∣ x [ n ] ∣ 2 = ∑ n = 0 ∞ 9 = ∞ \varepsilon_x=\sum_{n=-\infty}^{\infty}\vert x[n] \vert^2=\sum_{n=0}^{\infty}9=\infty εx=n=−∞∑∞∣x[n]∣2=n=0∑∞9=∞
所以该信号不是能量信号。
由平均功率的定义式
P x = lim K → ∞ 1 2 K + 1 ∑ n = 0 K 9 = lim K → ∞ 9 ( K + 1 ) 2 K + 1 = 4.5 P_x=\lim\limits_{K \to \infty}\frac{1}{2K+1}\sum_{n=0}^K9=\lim\limits_{K \to \infty}\frac{9(K+1)}{2K+1}=4.5 Px=K→∞lim2K+11n=0∑K9=K→∞lim2K+19(K+1)=4.5
所以该信号为功率信号。
若序列 x [ n ] x[n] x[n]的每一个样本值都小于一个有限的正数,那么称 x [ n ] x[n] x[n]是有界的,即
∣ x [ n ] ∣ ≤ B x < ∞ \vert x[n] \vert \leq B_x < \infty ∣x[n]∣≤Bx<∞
若序列 x [ n ] x[n] x[n]满足
∑ n = − ∞ ∞ ∣ x [ n ] ∣ < ∞ \sum_{n=-\infty}^{\infty}\vert x[n] \vert <\infty n=−∞∑∞∣x[n]∣<∞
那么称序列绝对可和。
若序列 x [ n ] x[n] x[n]满足
∑ n = − ∞ ∞ ∣ x [ n ] ∣ 2 < ∞ \sum_{n=-\infty}^{\infty}\vert x[n] \vert^2 <\infty n=−∞∑∞∣x[n]∣2<∞
那么称序列平方可和。其实上面的表达式就是一个信号能量的表达式,所以说,如果一个信号平方可和,那么这个信号就是能量信号。