当前位置: 首页 > news >正文

信号与系统初识---信号的分类

文章目录

  • 0.引言
  • 1.介绍
  • 2.信号的分类
  • 3.关于周期大小的求解
  • 4.实信号和复信号
  • 5.奇信号和偶信号
  • 6.能量信号和功率信号

0.引言

学习这个自动控制原理一段时间了,但是只写了一篇博客,其实主要是因为最近在打这个华数杯,其次是因为在补这个数学知识,因为这个自动控制原理里面在对于这个积分变换之类的这个要求还是有的,所以在补这个相关的复变函数与积分变换的这个基础内容;

最近也有了解这个控制科学与工程的这个考研的相关的方法论,就是这个主要考察什么等等吧,发现这个复试里面是四选一,都说这个信号与系统的这个资源比较多,所以我无意间点开了这个信号与系统的这个课程,发现他和这个自动控制原理也是有很强的这个关联的,后来搜了一下才知道这个信号实际上是我们学习这个自动控制原理的这个基础,这个确实没想到,怪不得这个自动控制原理学的这么吃力,原来是没有基础;

所以我决定先学习这个信号的相关的内容,这个寒假可以学完就不错了,在这个过程中穿插这个复变函数与积分变换的学习把,这个是我调整之后的这个规划;下面的是今天学习的这个信号的基本内容;

1.介绍

信号与系统这个课程的名字实际上就像我们传达了一个信息:就是这个信号和我们的系统之间是存在着关联的;

实际上这个关联就体现在:我们可以把这个信号分为这个输入信号和输出信号,然后信号经过我们的这个系统,从输入信号转换为这个输出信号的过程;

image-20250113204005168

2.信号的分类

根据不同的这个划分标准,我们把这个型号分为多种类型:

1)确定信号和随机信号:但是这个随机信号不是我们了解的重点,我们学习的主要就是这个确定信号,而且这个随机信号本身就比较复杂,我们不会重点学习;

2)连续信号和离散信号:我觉得这个可以结合我们的函数的连续性进行理解,也不是很复杂;

3)模拟信号和数字信号:这个和我们的自变量和信号参量的这个连续性是有关系的,以此为依据进行划分;

4)周期信号和非周期信号:这个依据就是我们的信号的表达式的周期性与否;

image-20250113212258494

3.关于周期大小的求解

下面的这个就是关于我们的周期性的是否存在的判断:其实下面的这个图片是偏理论的,是否有周期性主要取决于我们的这个b/a是不是一个有理数;

如果两个的这个比值是一个无理数,这个我们的信号的周期就不存在;

image-20250113212745093

下面我们会对于这个结论进行推广,并在实际进行应用,帮助大家进行理解:

这个就死已知一个信号的周期,让我求解和这个信号相关的一个信号的周期;

image-20250113213046694

下面的这个就是题目:下面的这两个简单的题目就是我们上面给出来的这个推论的应用:

b/a比值是 有理数,这个分子就是我们想要求解的这个信号的周期,但是需要注意的就是这个需要换算成为这个最简的形式,这个时候我们得到的周期才是这个信号的最小正周期,否则就不对,下面的两个例题里面的第二个就是需要进行化简的;

image-20250113213210460

4.实信号和复信号

这个实际上就是我们的信号的表达式是使用实数还是复数进行表示的,根据这个不同的表示方法划分为这个实数信号和复数信号

其实这个也涉及我们的复变函数的基础知识,需要了解一下;(这个我自学了,这个听起来明显就轻松一些,看来还是需要多学多练,没有什么学不会的,即使不是科班的);

通过这些大家可以看出来我看的是小破站上面的视频,这个作者讲的非常细致,他介绍这个信号里面的这个复数的表示和我们的复变函数里面是稍有区别的:我们的复变函数里面是a+bi,但是我们的这个信号里面的i通常表示的是电流,

image-20250114134217120

5.奇信号和偶信号

这个奇数和偶数针对的是我们的这个信号的表达式的奇偶性,如果这个表达式是奇函数,这个就是奇信号,表达式是偶函数的就是偶信号;

事实上,任何一个信号都可以分解为奇信号和偶信号,实际上就是这个信号的奇分量和偶分量;

6.能量信号和功率信号

下面的这个就是对于能量信号和功率信号的这个定义,实际上使用的就是我们的数学里面学习的微积分进行定义的;

需要注意的是被积函数是我们的这个信号的表达式的模长,他的模长的平方进行积分;

image-20250114143629577

下面的这个是对于两个类型的这个信号的判断的方法:

image-20250114145423957

对于一个周期信号,因为他在一个周期里面的这个能量是有限的,除以这个周期的大小还是有限的,这个时候我们就可以知道在无限个周期上面的这个信号就是功率信号,例如我们的这个sinx,cosx之类的,虽然这个有正有负,但是我们的这个能量进行求解的时候是取得模长,也就是这个对应数值的绝对值;

还有一些这个信号是属于这个非能量,非功率的信号,例如这个f(n)=n,这样的这个信号是有很多个离散的点组成的,这个时候能量相加就是无限的–不满足这个能量信号的定义;

功率相加就是无限的,这个功率实际上是对于这个积分除以这个T吗,实际上这个可以理解为我们的能量的平均值,因此这个功率也是无限大的,这个也不满足我们的功率信号的定义,因此这个就既不是能量信号,也不是功率信号;
这个积分除以这个T吗,实际上这个可以理解为我们的能量的平均值,因此这个功率也是无限大的,这个也不满足我们的功率信号的定义,因此这个就既不是能量信号,也不是功率信号;

相关文章:

信号与系统初识---信号的分类

文章目录 0.引言1.介绍2.信号的分类3.关于周期大小的求解4.实信号和复信号5.奇信号和偶信号6.能量信号和功率信号 0.引言 学习这个自动控制原理一段时间了,但是只写了一篇博客,其实主要是因为最近在打这个华数杯,其次是因为在补这个数学知识…...

信号量机制之苹果-橘子问题

桌上有一空盘,允许存放一种水果。爸爸可向盘中放苹果,也可向盘中放橘子,儿子专等吃盘中的橘子,女儿专等吃盘中的苹果。规定当盘空时一次只能放一个水果供吃者取用。 要求:请用信号量机制实现爸爸、儿子、女儿三个并发…...

三相无刷电机控制|FOC理论04 - 克拉克变换 + 帕克变换的最终目标

导言 通过坐标系旋转,将电机中复杂的三相交流信号映射到与转子磁场同步的旋转参考系中,将动态问题转化为静态问题。这种方法的优点在于: 简化了控制逻辑。实现了转矩Iq和磁通Id的解耦。提供了直流量控制的可能性,大大提高了控制效…...

Nacos: 一个动态服务发现与配置管理平台

Nacos: 一个动态服务发现与配置管理平台 引言 在微服务架构日益普及的今天,服务之间的调用和配置管理变得越来越复杂。为了简化这一过程并提高开发效率,阿里巴巴推出了Nacos——一个易于使用的动态服务发现、配置管理和服务管理平台。 Nacos是什么&am…...

认识机器学习中的结构风险最小化准则

上一篇文章我们学习了关于经验风险最小化准则,其核心思想是通过最小化训练数据上的损失函数来优化模型参数,从而提高模型在训练集上的表现。但是这也会导致一个问题,经验风险最小化原则很容易导致模型在训练集上错误率很低,但在未…...

计算机网络 (35)TCP报文段的首部格式

前言 计算机网络中的TCP(传输控制协议)报文段的首部格式是TCP协议的核心组成部分,它包含了控制TCP连接的各种信息和参数。 一、TCP报文段的结构 TCP报文段由首部和数据两部分组成。其中,首部包含了控制TCP连接的各种字段&#xff…...

ubuntu24.04安装docker显卡工具包nvidia-container-toolkit

问题描述 docker 容器启动时如果需要访问 gpu ,需要安装 nvidia-container-toolkit 才行,否则会提示如下错误 sudo docker run --rm -it --gpus all ubuntu:latest docker: Error response from daemon: could not select device driver "" …...

rknn环境搭建之docker篇

目录 1. rknn简介2. 环境搭建2.1 下载 RKNN-Toolkit2 仓库2.2 下载 RKNN Model Zoo 仓库2.3 下载交叉编译器2.4 下载Docker镜像2.5 下载ndk2.5 加载docker镜像2.6 docker run 命令创建并运行 RKNN Toolkit2 容器2.7 安装cmake 3. 模型转换3.1 下载模型3.2 模型转换 4. 编译cdem…...

OpenCV相机标定与3D重建(56)估计物体姿态(即旋转和平移)的函数solvePnPRansac()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C11 算法描述 使用RANSAC方案从3D-2D点对应关系中找到物体的姿态。 cv::solvePnPRansac 是 OpenCV 中用于估计物体姿态(即旋转和平移)的…...

vue倒计时组件封装,根据每个循环项的倒计时是否结束添加新类名。

1.创建countdown.vue文件&#xff1a; <template><p style"font-size: 10px">{{time}}</p> </template> <script>export default{data () {return {time : ,flag : false}},mounted () {let time setInterval(() > {if (this.fla…...

缩放 对内外参的影响

当你对图像进行同比例缩小时&#xff0c;图像的内参需要相应地变化&#xff0c;但外参通常保持不变。 相机内参 相机内参&#xff08;内参矩阵&#xff09;描述了相机的固有属性&#xff0c;包括焦距和主点&#xff08;光轴与图像平面的交点&#xff09;的坐标。 当你对图像…...

SQL面试题2:留存率问题

引言 场景介绍&#xff1a; 在互联网产品运营中&#xff0c;用户注册量和留存率是衡量产品吸引力和用户粘性的关键指标&#xff0c;直接影响产品的可持续发展和商业价值。通过分析这些数据&#xff0c;企业可以了解用户行为&#xff0c;优化产品策略&#xff0c;提升用户体验…...

晨辉面试抽签和评分管理系统之九:随机编排考生的分组(以教师资格考试面试为例)

晨辉面试抽签和评分管理系统&#xff08;下载地址:www.chenhuisoft.cn&#xff09;是公务员招录面试、教师资格考试面试、企业招录面试等各类面试通用的考生编排、考生入场抽签、候考室倒计时管理、面试考官抽签、面试评分记录和成绩核算的面试全流程信息化管理软件。提供了考生…...

【EtherCATBridge】- KRTS C++示例精讲(9)

EtherCATBridge示例讲解 文章目录 EtherCATBridge示例讲解结构说明代码说明 项目打开请查看【BaseFunction精讲】。 结构说明 EtherCATBridge.h &#xff1a;数据定义 EtherCATBridge.cpp &#xff1a;应用层源码 EtherCATBridge_dll.cpp &#xff1a;内核层源码 其余文件说明…...

C++实现设计模式--- 观察者模式 (Observer)

观察者模式 (Observer) 观察者模式 是一种行为型设计模式&#xff0c;它定义了一种一对多的依赖关系&#xff0c;使得当一个对象的状态发生改变时&#xff0c;其依赖者&#xff08;观察者&#xff09;会收到通知并自动更新。 意图 定义对象之间的一对多依赖关系。当一个对象状…...

iOS 解决两个tableView.嵌套滚动手势冲突

我们有这样一个场景&#xff0c;就是页面上有一个大的tableView&#xff0c; 每一个cell都是和屏幕一样高的&#xff0c;然后cell中还有一个可以 tableView&#xff0c;比如直播间的情形&#xff0c;这个时候如果我们拖动 cell里面的tableView滚动的话&#xff0c;如果滚动到内…...

Lianwei 安全周报|2025.1.13

新的一周又开始了&#xff0c;以下是本周「Lianwei周报」&#xff0c;我们总结推荐了本周的政策/标准/指南最新动态、热点资讯和安全事件&#xff0c;保证大家不错过本周的每一个重点&#xff01; 政策/标准/指南最新动态 01 美国国土安全部发布《公共部门生成式人工智能部署手…...

rtthread学习笔记系列(2) -- 宏

文章目录 2.链接文件2.0. 参考链接2.1._stext 和 _etext2.2. "."与"*符号作用2.3..linkonce 段2.4. KEEP2.5 ENTRY2.6 PROVIDE2.7 AT2.8 SORT2.9 NOLOAD 源文件路径:https://github.com/wdfk-prog/RT-Thread-Study 2.链接文件 2.0. 参考链接 https://home.cs…...

美摄科技PC端视频编辑解决方案,为企业打造专属的高效创作平台

在当今这个信息爆炸的时代&#xff0c;视频已成为不可或缺的重要内容形式&#xff0c;美摄科技推出了PC端视频编辑解决方案的私有化部署服务&#xff0c;旨在为企业提供一款量身定制的高效创作平台。 一、全面功能&#xff0c;满足企业多样化需求 美摄科技的PC端视频编辑解决…...

服务端开发模式-thinkphp-重新整理workman

一、登录接口 <?php /*** 登录退出操作* User: 龙哥三年风水* Date: 2024/10/29* Time: 15:53*/ namespace app\controller\common; use app\controller\Emptys; use app\model\permission\Admin; use app\model\param\System as SystemModel; use Email\EmailSender; use…...

AgentCPM深度研报助手使用技巧:三个参数让报告更专业

AgentCPM深度研报助手使用技巧&#xff1a;三个参数让报告更专业 1. 为什么你的AI研报总像“流水账”&#xff1f;问题可能出在参数上 你用过AI写报告&#xff0c;结果是不是这样&#xff1a;内容看起来都对&#xff0c;但读起来总觉得“差点意思”&#xff1f;结构松散像拼凑…...

【Guava】并发编程ListenableFutureService

在技术领域&#xff0c;我们常常被那些闪耀的、可见的成果所吸引。今天&#xff0c;这个焦点无疑是大语言模型技术。它们的流畅对话、惊人的创造力&#xff0c;让我们得以一窥未来的轮廓。然而&#xff0c;作为在企业一线构建、部署和维护复杂系统的实践者&#xff0c;我们深知…...

2025_NIPS_RT V-Bench: Benchmarking MLLM Continuous Perception, Understanding and Reasoning through R

文章主要内容与创新点总结 一、主要内容 本文针对现有基准测试无法充分评估多模态大语言模型(MLLMs)在动态真实环境中持续感知、理解和推理能力的问题,提出了实时视频分析基准测试集RT V-Bench。该基准包含552个多样化视频(总时长167.2小时)和4631个高质量问答对,涵盖智…...

2026年最新codex 第三方 api 配置指南

真正决定 Codex 能不能顺利进入项目的&#xff0c;通常不是 npm 命令有没有跑完&#xff0c;而是 codex 第三方 api 是否配完整。很多人在 openai/codex 安装结束后马上就碰到 401、请求超时、模型不可用&#xff0c;甚至一直过不了认证&#xff0c;这类问题大多都落在 ~/.code…...

OpenClaw技能组合方案:Phi-3-mini-128k-instruct串联多插件工作流

OpenClaw技能组合方案&#xff1a;Phi-3-mini-128k-instruct串联多插件工作流 1. 为什么需要技能组合&#xff1f; 去年夏天&#xff0c;我接手了一个重复性极高的月度报告任务&#xff1a;从十几个网页抓取数据&#xff0c;整理成Excel表格分析&#xff0c;再制作PPT发送给团…...

Transformer架构详细解读(教程向)

说明&#xff1a;本文内容多来自尚硅谷自然语言处理课程讲义&#xff0c;图文并茂&#xff0c;有图有公式&#xff0c;内容质量很高&#xff0c;在此表示感谢&#xff01; 一、问题背景 在大模型奠基之作Transformer出来之前&#xff0c;传统的序列建模都是以RNN&#xff0c;…...

Python AOT编译成本如何从$280K/年压至$49K/年?2026前最后窗口期的6个不可逆决策点

第一章&#xff1a;Python AOT编译成本断崖式下降的战略本质Python 长期以来被诟病于运行时开销高、启动慢、内存占用大&#xff0c;其核心瓶颈在于 CPython 解释器的字节码解释执行机制。而近年来&#xff0c;以 Nuitka、Cython&#xff08;搭配 --aot 模式&#xff09;、以及…...

Linux who命令实现:文件读写与系统编程实践

1. 从零实现Linux who命令&#xff1a;深入理解文件读写与系统编程作为一个常年与Linux打交道的开发者&#xff0c;我始终认为理解系统命令的实现原理是提升编程能力的最佳途径。今天我们就来解剖who这个看似简单却内涵丰富的命令&#xff0c;通过亲手实现它来掌握Linux文件操作…...

Ostrakon-VL-8B对比评测:主流开源多模态模型在餐饮场景的较量

Ostrakon-VL-8B对比评测&#xff1a;主流开源多模态模型在餐饮场景的较量 最近在餐饮和零售行业&#xff0c;用AI来“看懂”图片的需求越来越多了。比如&#xff0c;自动识别菜品、分析菜单、甚至根据顾客拍的模糊照片推荐相似菜品。这背后&#xff0c;多模态模型是关键。 市…...

Vue 全屏应用中的层叠上下文与Teleport动态挂载策略

1. 理解层叠上下文与全屏模式的冲突 在开发Vue全屏应用时&#xff0c;很多开发者都遇到过这样的问题&#xff1a;明明在普通模式下运行良好的弹窗组件&#xff0c;一旦进入全屏状态就神秘消失了。这背后其实涉及到浏览器渲染机制中一个关键概念——层叠上下文(Stacking Context…...