1樓:匿名使用者
先求h(s)=s/(s+1);f(t)=(t+2)u(t)的延時,先計算(t+2)u(t)的響應,在利用時不變即可。tu(t)=u(t)*u(t),其拉普拉斯回=1/s的平方......剩下自己計算吧答...
2樓:匿名使用者
階躍響應是e的-t次方乘以u(t)嗎?
系統的時域分析和頻域分析各有什麼優缺點??
3樓:蕩舟湖中
從開始的系統時域分析,到頻域分析,雖然形式上可能會有些詫異,但是不可否認,他們的思路都是一致的,即將訊號分解成乙個個的基訊號,然後研究系統對於基訊號的響應,再將這些所有的基訊號的響應疊加,便是系統對於乙個完整的復雜訊號的響應。
系統時域分析:
1)將訊號分解成乙個個的衝激函式(注意,是衝激函式,而不是乙個個單獨的衝激,函式的定義是在整個的時間域上定義的),因此,只要我們知道了系統對於乙個衝激函式的響應函式,我們就能夠求出系統對於整個訊號函式的響應函式;
2)時域分析的系統特性,就是由微分方程表示,通過微分方程,我們能夠求得系統的衝激響應,即系統對於衝激函式的響應函式h(t);
3)此時,將完整復雜訊號(已經分解好了的訊號),通過系統,就好像流水線上加工產品一樣,讓整個訊號通過,然後對每乙個衝激函式進行加工,並且對於不同的衝激函式,做不同的個性化加工,這裡的個性化加工,就是根據衝激函式中的衝激在時間軸上位置,如果衝激在時間軸上0點左邊t0的位置上,並且衝激的幅值是a,那麼對應的加工結果就是個性化了的衝激函式的響應函式a*h(t+t0),對每個分解的基訊號(即衝激函式)都做了這樣的個性化加工以後,再將所有的加工結果相加,最終得到我們想要的系統對於整個訊號的響應。這就是我們所說的卷積的過程,即y(t)=cov[f(t),h(t)]。
系統頻域分析:
開始已經說過,系統的頻域分析跟系統的時域分析如出一轍,甚至更為簡單方便,這也就是為什麼我們更願意通過頻域分析訊號系統的原因,還有乙個原因就是通過頻域分析系統在物理上更為直觀,我們很容易通過頻域看出,系統對訊號做了怎樣的手腳(具體來說,就是,系統對訊號各個頻率分量做了怎樣的處理)。
1)將訊號分解成乙個個不同頻率的虛指數訊號函式(注意,這裡也是函式,擁有完整的時域軸),因此,只要我們知道了系統對於乙個虛指數訊號函式的響應函式,我們就能夠求出系統對於整個訊號的響應;
2)我們將表示系統特性的微分方程,通過將輸入定義為虛指數洗好函式,驚訝的發現,系統的輸出形式任然是虛指數訊號函式,只不過多了乙個加權值,這個加權值就是系統衝激響應h(t)的傅利葉變換h(jw)在這個虛指數訊號函式(關於t的函式)對應頻率w0的值。說頻域處理比時域處理更簡潔,是因為,時域處理每個衝激函式時是用更為複雜的h(t)的平移並且加權來代替乙個那麼簡單的衝激函式;而在頻域,處理每乙個固定頻率的虛指數訊號函式的時候,只是對其進行簡單的加權即可,相當於對流水線上的每乙個固定頻率的產品加了乙個外包裝就好了;
3)然後就是對流水線上的每個虛指數訊號函式處理了;
4)最後將這些處理的結果,通過系統的lti特性(即平均性和疊加性),相加即可。
5)結果的到了,我們仔細觀察,還可以發現,結果的形式直接就是輸出訊號的分解,分解成了虛指數訊號函式的疊加。而這樣的形式,剛好就表示了輸出y(t)跟其傅利葉變換對的對應關係,其實物理含義就是,這其中的f(jw)h(jw)就是輸出訊號的頻譜y(jw)。
通過系統的頻域分析,我們很容易從系統的頻響函式h(jw)知道系統對於不同的頻率基訊號做了何種處理。
最後用最簡單的語言,說明系統頻域分析的本質:
f(jw)是原本訊號各個頻率虛指數訊號函式(基訊號)的加權值,當通過系統的流水線處理時,系統給其各個頻率虛指數訊號函式(基訊號)又進行了加工,即又乘以了乙個加權值(也就是想要哪個頻率的虛指數訊號函式,就將其乘以乙個好的數,要是不喜歡就乘以0,或者稍微大點),這樣輸出結果,即系統響應的就是各個頻率的虛指數訊號函式的加權訊號的疊加。而把這個加權值得疊加抽離出來,就是輸出訊號的頻譜,即y(jw)=f(jw)h(jw).
求助:訊號與系統全響應的問題? 5
4樓:匿名使用者
全響應=零輸入相應+零狀態響應,因為初始狀態相同,故零輸入響應相同。----這點首先搞清楚內,接下來就好辦容了。
可轉到s域求解:y1(s)=1+1/s+1。y2(s)=3/s+1。
y2(s)-y1(s)=h(s)[f2(s)-f1(s)]。可求出h(s)。已知條件再加上h(s)這個已求的資訊,可求出零輸入響應,這樣就可求出y3(s)了,再拉普拉斯反變換一下就可以了
請問為什麼訊號處理中要用頻域分析?
5樓:匿名使用者
!枯禪(站內聯絡ta)理論上來說,時域等域的分析都含有同等資訊量,但頻域分析可是某些關心的量更直觀。一般的工程訊號都是有多種頻率訊號疊加而成的復雜訊號,而可能我們關心的只是其中某個頻率段的訊號成分,因而可以從頻域分析來擷取或濾除某些頻率成分的訊號而保留感興趣的成分-------是為濾波;另一方面,根據訊號頻域特徵以及頻域內的一些數學計算(微分、積分、卷積、乘積、縮放等等)可以提取很多訊號裡面隱含但不直觀的資訊,很多很多,不勝列舉。
nobodyxu(站內聯絡ta)樓: originally posted by 枯禪 at 2012-03-05 15:07:
22:理論上來說,時域等域的分析都含有同等資訊量,但頻域分析可是某些關心的量更直觀。一般的工程訊號都是有多種頻率訊號疊加而成的復雜訊號,而可能我們關心的只是其中某個頻率段的訊號成分,因而可以從頻域分析來截 ... 能否舉個例子讓我計算計算,謝謝conease(站內聯絡ta)具體到影象處理裡面可能更好理解,影象上的雜訊就是與周圍相比變化快的區域,是高頻區,你用某種低通濾波就是把這些高頻訊號去掉了,雜訊也就去掉了。
系統時域分析和頻域分析的區別
6樓:匿名使用者
系統頻域分析的本質:
f(jw)是原本訊號各個頻率虛指數訊號函式(基訊號)的加權值,當通過系統的流水線處理時,系統給其各個頻率虛指數訊號函式(基訊號)又進行了加工,即又乘以了乙個加權值(也就是想要哪個頻率的虛指數訊號函式,就將其乘以乙個好的數,要是不喜歡就乘以0,或者稍微大點),這樣輸出結果,即系統響應的就是各個頻率的虛指數訊號函式的加權訊號的疊加。而把這個加權值得疊加抽離出來,就是輸出訊號的頻譜,即y(jw)=f(jw)h(jw).
7樓:革玉英稽壬
時域分析與頻域分析是對模擬訊號的兩個觀察面。時域分析是以時間軸為座標表示動態訊號的關係;頻域分析是把訊號變為以頻率軸為座標表示出來。一般來說,時域的表示較為形象與直觀,頻域分析則更為簡練,剖析問題更為深刻和方便。
目前,訊號分析的趨勢是從時域向頻域發展。然而,它們是互相聯絡,缺一不可,相輔相成的。
8樓:義印枝鞠碧
時域分析:波形及其特徵資料,峰峰值、峰值、有效值、均值、歪度、峭度和波峰因子等,軸心軌跡
頻域分析:頻譜及其特徵資料,中心頻率、均方根頻率、頻率標準差和頻率集中度等,頻譜與轉速與時間的關係等。
訊號與系統時域與頻域的問題?
9樓:匿名使用者
你的問題沒看懂。但是,時域訊號的 週期性對應著頻域的離散性,時域的離散對應著頻域的週期。a b訊號如果都不是週期訊號的話,那麼頻譜都不會離散。
對訊號的頻域分析有什麼意義?
10樓:匿名使用者
對訊號進行時域分析時,有時一些訊號的時域引數相同,但並不能說明訊號就完全相同。因為訊號不僅隨時間變化,還與頻率、相位等資訊有關,這就需要進一步分析訊號的頻率結構,並在頻率域中對訊號進行描述。動態訊號從時間域變換到頻率域主要通過傅利葉級數和傅利葉變換實現。
週期訊號靠傅利葉級數,非週期訊號靠傅利葉變換。
訊號與系統的問題
11樓:匿名使用者
訊號在時域相乘,相當於是在頻域卷積
所以x1(t)的最高頻率是f1,x2(t)的最高頻率是f2,這兩個訊號相乘後的頻率為兩個訊號頻率之和f1+f2。
訊號在時域卷積,相當於是在頻域相乘
所以x1(t)的最高頻率是f1,x2(t)的最高頻率是f2,這兩個訊號卷積後的頻率為兩個訊號頻率中的最小頻率,即 min(f1,f2)。
12樓:匿名使用者
相乘的最高頻率是f1+f2
卷積後的最高頻率是 min(f1,f2)
13樓:蒲珺委良策
條件:因果的lti系統
2個極點在左半開平面,系統穩定[h(t)存在傅利葉變換],[或說h(s)的收斂域re(s)>-0.5,包含了jw軸,]故存在h(jw),h(s)中令s=jw得到呀!
時域分析與頻域分析的區別系統時域分析和頻域分析的區別
時域分析與頻域分析的區別主要體現在含義 方法和結果的不同上。1 優勢不同 1 時域分析 有效提高訊雜比，求取訊號波形在不同時刻的相似性和關聯性，獲得反映機械裝置執行狀態的特徵引數，為機械系統動態分析和故障診斷提供有效資訊。2 頻域分析 它引導人們從訊號的表面深入到訊號的本質，看到訊號的組成部分。通過...
關於訊號與系統衝擊響應的問題,訊號與系統衝擊響應
這是表達的需要,h t 是零狀態響應,但如何表達乙個表示式,當t 0時專 0,則需要 用u t 乘以這 屬個表示式。例如 h t 1 exp t 那是t 0時的表示式,但是t 0呢,h t 0。為了方便,例如求h 0 需要把h t 1 exp t u t 再求導,這與直接 對 1 exp t 求導 ...
幫忙解一道關於訊號與系統的問題,訊號與系統的一道題,請問該怎麼解
不如直接問問你的老師呀 如果這個都不懂,實在有點麻煩 已知條件內1告訴你 q1 0 1單獨產生容的響應 y1 t 2e t 3e 3t 條件2告訴你 q2 0 1 單獨產生的響應y2 t 4e t 2e 3t q1 0 2,q2 0 5,一起產生響應 y3 t 2y1 t 5y2 t 自己算 但是還...