下载文档原格式
离散信号卷积公式表大全离散信号卷积公式大全1. 离散时间序列的卷积：x(n) * h(n) = y(n) = sum (xK * hn - K, for k=-∞ to k =∞)2. 非时域的常规卷积：x(m,n) * h(m,n) = y(m,n) = sum (xK,L * hm - K, n - L, for k=-∞ to k =∞ ,l=-∞ to l=∞)3. 离散二维卷积：x(m,n) * h(m,n) = (x⊗h)(m,n) = sum (xk-m,l-n * hk,l ,for k=-∞ to k =∞ ,l=-∞ to l=∞)4. 重叠窗口卷积：y(n) = sum (xk * hn-k ,for k=0 to k=N-1)5. 开放式卷积：y(n) = x(n) * h(n) = sum ( xk * hn-k, for k=1 to k=∞)6. 闭放式卷积：y(n) = x(n) * h(n) = sum (xk * hn-k , for k=1 to k=M)7. 部分卷积：y(n) = x(n) * h(n) = sum ( xk * hn-k , for k=1 to k=M)8. 时域有限卷积：y(n) = x(n) * h(n) = sum(xk * hn-k,for k=0 to k=N-1)9. 周期卷积：y(n) = x(n) * h(n) = sum (xk * hn-k (mod periodicX), for k=0 to k=N-1)10. 周期有限卷积：y(n) = x(n) * h(n) = sum (xk * hn-k (mod periodicX), for k=0 to k=N-1)11. 环形有限卷积：y(n) = x(n) * h(n) = sum (xk * hn-k (mod2N), for k=0 to k=N-1)12. 便携因子卷积：y(n) = x(n) * h(n) = sum (xj * hn+j, for j=0 to j=N-1)13. 周期有限卷积：y(n) = x(n) * h(n) = sum (xk * hn-k (mod periodicX), for k=0 to k=N-1)14. 直接牛顿方法卷积：y[n] = x * h * FOR (k=-N/2 ; k=N/2 ; k++) {x(k) * h(-n-k)15. 快速傅利叶变换卷积：y[n] = x[n] * h[n] = sum (X(K) * H(-n - K) ,for k=0 to k=N-1)。
实验二 连续和离散时间LTI 系统的响应及卷积一、实验目的掌握利用Matlab 工具箱求解连续时间系统的冲激响应、阶跃响应，离散时间系统的单位样值响应，理解卷积概念。
二、实验内容1、连续时间系统的冲击响应、阶跃响应a. 利用impulse 函数画出教材P44例2-15: LTI 系统()3()2()dy t y t x t dt+=的冲击响应的波形。
a=[ 1 3];>> b=[2]; >> impulse(b,a);b. 利用step 函数画出教材P45例2-17: LTI 系统1''()3'()2()'()2()2y t y t y t x t x t ++=+的阶跃响应的波形。
a=[1 3 2];>> b=[0.5 2];>> step(b,a)2、离散时间系统的单位样值响应利用impz函数画出教材P48例2-21:--+---=的单位样值响应的图形。
[]3[1]3[2][3][]y n y n y n y n x na=[1 -3 3 -1];>> b=[1];>> impz(b,a)3、连续时间信号卷积画出函数f1(t)＝(1+t)[u(t)-u(t-1)]和f2(t)=u(t-1)-u(t-2)的图形，并利用附在后面的sconv.m函数画出卷积积分f1(t)* f2(t)图形。
t=-1:0.01:3;f1=(1+t).*(0.5*sign(t)-0.5*sign(t-1));f2=(0.5*sign(t-1)-0.5*sign(t-2));subplot(2,2,1);plot(t,f1);subplot(2,2,2);plot(t,f2);sconv(f1,f2,t,t,0.01);4、画出教材P60例2-28中h[n]、x[n]的图形（图2-14(a)(b)），并利用conv函数求出卷积x[n]*h[n]并画出图形（图2-14(f)）。
信号与系统第一章1。
1 连续时间与离散时间信号确知信号可以表示成一个或几个自变量的函数连续时间信号在［t1，t2］区间的能量定义为：连续时间信号在［t1,t2］区间的平均功率定义为：离散时间信号在［n1,n2］区间的能量定义为离散时间信号在[n1，n2]区间的平均功率为在无限区间上也可以定义信号的总能量：连续时间情况下:离散时间情况下:在无限区间内的平均功率可定义为： 21lim 2()TTT P dtTx t ∞-→∞=⎰能量信号——信号具有有限的总能量，即：功率信号—-信号有无限的总能量,但平均功率有限。
即：信号的总能量和平均功率都是无限的。
即:如果信号是周期信号，则或这种信号也称为功率信号，通常用它的平均功率来表征或或如果信号是非周期的，且能量有限则称为能量信号。
1.2 自变量的变换1.时移变换当时，信号向右平移时，信号向左平移当时，信号向右平移 时，信号向左平移,0E P ∞∞<∞=,E P ∞∞=∞=∞2。
反转变换信号以t=0为轴呈镜像对称。
与连续时间的情况相同。
3. 尺度变换时，是将在时间上压缩a倍,时,是将在时间上扩展1/a倍。
由于离散时间信号的自变量只能取整数值，因而尺度变换只对连续时间信号而言。
周期信号与非周期信号：周期信号：满足此关系的正实数（正整数)中最小的一个，称为信号的基波周期（）。
可视为周期信号，但它的基波周期没有确定的定义。
可以视为周期信号,其基波周期。
奇信号与偶信号：对实信号而言：如果有和则称该信号是偶信号。
（镜像偶对称）如果有和则称该信号为奇信号。
(镜像奇对称）对复信号而言：如果有和则称该信号为共轭偶信号.如果有和则称为共轭奇信号。
任何信号都能分解成一个偶信号与一个奇信号之和。
对实信号有：其中其中对复信号有：其中：其中：1。
3 复指数信号与正弦信号一. 连续时间复指数信号与正弦信号其中C, a 为复数1. 实指数信号：C,a 为实数呈单调指数上升呈单调指数下降。
第五章离散系统的时域分析法目录5.1 引言5.2 离散时间信号5.3 离散系统的数学模型-差分方程 5.4 线性常系数差分方程的求解5.5 单位样值响应5.6 卷积和§5.1引言连续时间信号、连续时间系统连续时间信号：f(t)是连续变化的t的函数，除若干不连续点之外对于任意时间值都可以给出确定的函数值。
函数的波形都是具有平滑曲线的形状，一般也称模拟信号。
模拟信号抽样信号量化信号连续时间系统：系统的输入、输出都是连续的时间信号。
离散时间信号、离散时间系统离散时间信号：时间变量是离散的，函数只在某些规定的时刻有确定的值，在其他时间没有定义。
离散时间系统：系统的输入、输出都是离散的时间信号。
如数字计算机。
o k t ()k t f 2t 1−t 1t 3t 2−t 离散信号可以由模拟信号抽样而得，也可以由实际系统生成。
量化幅值量化——幅值只能分级变化。
采样过程就是对模拟信号的时间取离散的量化值过程——得到离散信号。
数字信号：离散信号在各离散点的幅值被量化的信号。
ot ()t f T T 2T 31.32.45.19.0o T T 2T 3()t f q t3421离散时间系统的优点•便于实现大规模集成，从而在重量和体积方面显示其优越性；•容易作到精度高，模拟元件精度低，而数字系统的精度取决于位数；•可靠性好；•存储器的合理运用使系统具有灵活的功能；•易消除噪声干扰；•数字系统容易利用可编程技术，借助于软件控制，大大改善了系统的灵活性和通用性；•易处理速率很低的信号。
离散时间系统的困难和缺点高速时实现困难，设备复杂，成本高，通信系统由模拟转化为数字要牺牲带宽。
应用前景由于数字系统的优点，使许多模拟系统逐步被淘汰，被数字（更多是模／数混合）系统所代替；人们提出了“数字地球”、“数字化世界”、“数字化生存”等概念，数字化技术逐步渗透到人类工作与生活的每个角落。
数字信号处理技术正在使人类生产和生活质量提高到前所未有的新境界。
实验一、离散时间系统及离散卷积1、单位脉冲响应源程序：function pr1() %定义函数pr1a=[1,-1,0.9]; %定义差分方程y(n)-y(n-1)+0.9y(n-2)=x(n) b=1;x=impseq(0,-20,120); %调用impseq函数（matlab软件的函数库）n=[-20:120]; %定义n的范围，从-20 到120h=filter(b,a,x); %调用函数给纵坐标赋值figure(1) %绘图figure 1 (冲激响应)stem(n,h); %在图中绘出冲激title('单位冲激响应（耿海锋）'); %定义标题为:'冲激响应（耿海锋）'xlabel('n'); %绘图横座标为nylabel('h(n)'); %绘图纵座标为h(n)figure(2) %绘图figure 2[z,p,g]=tf2zp(b,a); %绘出零极点图zplane(z,p)function [x,n]=impseq(n0,n1,n2) %声明impseq函数n=[n1:n2];x=[(n-n0)==0];结果：Figure 1:Figure 2:2、离散系统的幅频、相频的分析源程序：function pr2()b=[0.0181,0.0543,0.0543,0.0181];a=[1.000,-1.76,1.1829,-0.2781];m=0:length(b)-1; % m的范围，从0 到3l=0:length(a)-1; % l的范围，从0 到3K=5000;k=1:K;w=pi*k/K; %角频率wH=(b*exp(-j*m'*w))./(a*exp(-j*l'*w));%对系统函数的定义figure(1)magH=abs(H); %magH为幅度angH=angle(H); %angH为相位plot(w/pi,magH-耿海锋); %绘制w(pi)-magH-耿海锋的图形figure(2)axis([0,1,0,1]); %限制横纵座标从0到1xlabel('w(pi)'); %x座标为 w(pi)ylabel('|H|'); %y座标为 angle(H)-耿海锋title('幅度，相位响应（耿海锋）'); %图的标题为:'幅度，相位响应（耿海锋）'plot(w/pi,angH); %绘制w(pi)-angH的图形grid; %为座标添加名称xlabel('w(pi)'); %x座标为 w(pi)ylabel('angle(H)'); %y座标为 angle(H)结果：Figure1Figure23、卷积计算源程序：function pr3()n=-5:50; %声明n的范围，从-5到50u1=stepseq(0,-5,50); %调用stepseq函数声用明u1=u(n)u2=stepseq(10,-5,50); %调用stepseq函数声用明u2=u(n-10)%输入x(n)和冲激响应h(n)x=u1-u2; %x(n)=u(n)-u(n-10)h=((0.9).^n).*u1; %h(n)=0.9^n*u(n)figure(1)subplot(3,1,1); %绘制第一个子图stem(n,x); %绘制图中的冲激axis([-5,50,0,2]); %限定横纵座标的范围title('输入序列-52101702-耿海锋'); %规定标题为:'输入序列-52101702-耿海锋'xlabel('n'); %横轴为nylabel('x(n)'); %纵轴为x(n)subplot(3,1,2); %绘制第二个子图stem(n,h); %绘制图中的冲激axis([-5,50,0,2]); %限定横纵座标的范围title('冲激响应序列-52101702-耿海锋'); %规定标题为:'冲激响应序列-52101702-耿海锋'xlabel('n'); %横轴为nylabel('h(n)'); %纵轴为h(n)%输出响应[y,ny]=conv_m(x,n,h,n); %调用conv_m函数subplot(3,1,3); %绘制第三个子图stem(ny,y);axis([-5,50,0,8]);title('输出响应-52101702-耿海锋'); %规定标题为:'输出响应-52101702-耿海锋'xlabel('n');ylabel('y(n)'); %纵轴为y(n)%stepseq.m子程序%实现当n>=n0时x(n)的值为1function [x,n]=stepseq(n0,n1,n2)n=n1:n2;x=[(n-n0)>=0];%con_m的子程序%实现卷积的计算function [y,ny]=conv_m(x,nx,h,nh) nyb=nx(1)+nh(1);nye=nx(length(x))+nh(length(h)); ny=[nyb:nye];y=conv(x,h);结果：实验二、离散傅立叶变换与快速傅立叶变换1、离散傅立叶变换（DFT）源程序：function pr4()F=50;N=64;T=0.000625;n=1:N;x=cos(2*pi*F*n*T); %x(n)=cos(pi*n/16)subplot(2,1,1); %绘制第一个子图x(n)stem(n,x); %绘制冲激title('x(n)'); %标题为x(n)xlabel('n'); %横座标为nX=dft(x,N); %调用dft函数计算x(n)的傅里叶变换magX=abs(X); %取变换的幅值subplot(2,1,2); %绘制第二个子图DFT|X|stem(n,X);title('DFT|X|');xlabel('f(pi)'); %横座标为f(pi)%dft的子程序%实现离散傅里叶变换function [Xk]=dft(xn,N)n=0:N-1;k=0:N-1;WN=exp(-j*2*pi/N);nk=n'*k;WNnk=WN.^nk;Xk=xn*WNnk;结果：F=50,N=64,T=0.000625时的波形F=50,N=32,T=0.000625时的波形:2、快速傅立叶变换（FFT）源程序：%function pr5()F=50;N=64;T=0.000625;n=1:N;x=cos(2*pi*F*n*T); %x(n)=cos(pi*n/16) subplot(2,1,1);plot(n,x);title('x(n)');xlabel('n'); %在第一个子窗中绘图x(n)X=fft(x);magX=abs(X);subplot(2,1,2);plot(n,X);title('DTFT|X|');xlabel('f(pi)'); %在第二个子图中绘图x(n)的快速傅%里叶变换结果：3、卷积的快速算法源程序：function pr6()n=0:15;x=1.^n;h=(4/5).^n;x(16:32)=0;h(16:32)=0;%到此 x(n)=1, n=0~15; x(n)=0,n=16~32 % h(n)=(4/5)^n, n=0~15; h(n)=0,n=16~32subplot(3,1,1);stem(x);title('x(n)');axis([1,32,0,1.5]); %在第一个子窗绘图x(n)横轴从1到32,纵轴从0到1.5（边框范围）subplot(3,1,2);stem(h);title('h(n)');axis([1,32,0,1.5]); %在第二个子窗绘图h(n)横轴从1到32,纵轴从0到1.5 X=fft(x); %X(n)为x(n)的快速傅里叶变换H=fft(h); %H(n)为h(n)的快速傅里叶变换Y=X.*H; %Y(n)=X(n)*H(n)%Y=conv(x,h);y=ifft(Y); %y(n)为Y(n)的傅里叶反变换subplot(3,1,3) %在第三个子窗绘图y(n)横轴从1到32,纵轴从0到6 stem(abs(y));title('y(n=x(n)*h(n))');axis([1,32,0,6]);结果：实验总结与思考1、在较短的傅里叶变换中，FFT的计算速度与DFT相比不是很明显，序列计算长度越长，计算时间差距越大，FFT较快；2、对于不同序列的较小长度的频谱分析可能会得到相同的频谱，适当加倍长度会避免这种情况的发生；3、对同一序列的不同间隔的FFT变换，在满足奈奎斯特定律的情况下也会产生栅栏效应、频谱泄露、旁瓣效应等，采取适当的方法可以减弱这些不利效应；4、在计算两个序列的离散卷积的时候要注意序列的长度L>=M+N-1。
实验三、IIR数字滤波器设计源程序：function pr7()wp=0.2*pi; %频率转换（WP:通带截止频率）ws=0.3*pi; %频率转换(WS:阻带截止频率)Rp=1; %对于参数的说明As=15;T=1;Fs=1/T;OmegaP=(2/T)*tan(wp/2); %OmegaP(w)=2*tan(0.1*pi)OmegaS=(2/T)*tan(ws/2); %OmegaS(w)=2*tan(0.15*pi)ep=sqrt(10^(Rp/10)-1);Ripple=sqrt(1/(1+ep.^2));Attn=1/10^(As/20);N=ceil((log10((10^(Rp/10)-1)/(10^(As/10)-1)))/(2*log10(OmegaP/OmegaS) ));OmegaC=OmegaP/((10.^(Rp/10)-1).^(1/(2*N)));[cs,ds]=u_buttap(N,OmegaC);[b,a]=bilinear(cs,ds,Fs);[mag,db,pha,w]=freqz_m(b,a);subplot(3,1,1); %统共要绘制三个图，把此图放在第一个子窗绘制%幅度响应的图形plot(w/pi,mag);title('幅度响应')xlabel('w(pi)');ylabel('H');axis([0,1,0,1.1]);set(gca,'XTickmode','manual','XTick',[0,0.2,0.35,1.1]);set(gca,'YTickmode','manual','YTick',[0,Attn,Ripple,1]);grid;subplot(3,1,2); %在第二个子窗以分贝为单位绘制幅度响应的图形plot(w/pi,db);title('幅度响应(dB)');xlabel('w(pi)');ylabel('H');axis([0,1,-40,5]);set(gca,'XTickmode','manual','XTick',[0,0.2,0.35,1.1]);set(gca,'YTickmode','manual','YTick',[-50,-15,-1,0]);grid;subplot(3,1,3); %在第三个子窗绘制相位响应的图形plot(w/pi,pha);title('相位响应');xlabel('w(pi)');ylabel('pi unit');%axis([0,1,0,1.1]);set(gca,'XTickmode','manual','XTick',[0,0.2,0.35,1.1]);set(gca,'YTickmode','manual','YTick',[-1,0,1]);grid;function [b,a]=u_buttap(N,OmegaC)[z,p,k]=buttap(N);p=p*OmegaC;k=k*OmegaC.^N;B=real(poly(z));b0=k;b=k*B;a=real(poly(p));function [mag,db,pha,w]=freqz_m(b,a)[H,w]=freqz(b,a,1000,'whole');H=(H(1:501))';w=(w(1:501))';mag=abs(H);db=20*log10((mag+eps)/max(mag));pha=angle(H);结果：实验总结与思考1、数字滤波器可以用模拟滤波器通过模拟到数字的变换来实现，具体方法有三种：冲激响应不变法、阶跃响应不变法和双线性变换法等；2、冲激响应不变法仅适合于基本上是限带的低通滤波器，对于高通或带阻滤波器应该附加限带要求，以避免严重的混叠失真；3、双线性变换法可以用频率预畸变的方法来补偿频率标度的非线性失真；4、数字低通滤波器的模拟截止频率是抽样时间的函数；5、低通滤波器对相应频率的输入信号有相应限制作用。
