应该是一样的，都是从同一本原著翻译的。前一本真眼熟，似乎我也有。
规定用的是第一本，但是缺货了，要是一样的话，就直接买第二本了
你买好了。我感觉，封面不同是因为出版社不一样，而原著，译作者都一样。你如果是译者，你会把同一本书翻译两遍吗？
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
independent variables（独立自变量） 。例如关于某导线电流强度对应不同时间的函数 It；等比数列的某一个数对应其序号的函数 a[n]bn。自变量的定义域为连续的时间段（有限或无限）的信号（函数）称为连续时间信号 xt自变量的定义域为间断的时间点（一般地，归一为整数点－1，0，1，2）的信号称为离散时间信号 x[n]，又叫序列（sequences ） 。两者有相似处，离散时间函数（又称为离散时间序列）可以看作连续时间函数对整数点时间进行抽样得到，但两者计算上有很大区别。信号（函数）对应某一自变量值的信号函数值大小称为信号的幅度（phenomenon） 。例如 xt2t，在 t3 时xtx36 就是此刻的幅度。Signal energy and power（信号的能量与功率）把信号看作电流，该电流在某一段时间内流过 1 欧姆的电阻产生的能量和平均功率average power便是信号在该段时间的能量与功率。因此可得在 t1t2 内信号 xt的能量为E∫t1t2|xt|2dt，而相应这段时间的功率则为PE/t2-t1信号在整个定义域的能量E∞ （limT→∞）∫－T～T|xt|2dt信号在整个定义域的平均功率P∞limT→∞1/2T∫－T～T|xt|2dt相应的，对于离散时间信号则有 P6-71,71,9这个东西要输入太困难了，呵呵显然，对于一个信号在无穷区间的能量与平均功率有三种可能（1） 平均功率无穷大，总能量无穷大（2）平均功率有限，总能量无穷大（3）总能量有限，平均功率无穷小（也是有限）1-2Transformations of the independent variable（自变量的变换）自变量的变换就是对信号 xt或 x[n]的自变量 t 或 n 进行相应变换，由此会影响信号。（1） time shift（时移） ，将 xt/x[n]变成 xt-t0/x[n-n0]。结果是使信号形状不变，但在位置上相对原来的信号有移位。注意当 t/n00 时，信号向右移动，反之则向左。（2） time reversal（时间反转）将 xt/x[n]变成 x-t/x[-n]。新信号等于把原来信号以t0/n0 为轴反转得到。（3） time scaling（尺度变换）将 xt变成 xat，a0，则新信号等于把原信号在横坐标上压缩或拉伸为原先的 1/a。例如 x2t信号等于横向压缩为原先 1/2。离散信号的时间尺度变换很复杂，因为它只能在整点取值。Periodic signals（周期信号）这是非常重要的一类信号。连续周期信号定义若某一连续信号选 x（t）对任意 t 有xtxtT则 xt称为周期信号，T不为 0称为周期（period）一个周期信号有无穷多个周期，其中最小的 T0 称为基波周期或基本周期（fundamental period） 。其余周期T 都是 T0 的整倍数对于常数信号 xtC，不存在基波周期的概念，这是一类特殊的周期信号。不具有周期性质的信号叫非周期信号（aperiodic signal）类似的，离散信号中满足 x[n]x[nN]的叫做周期信号，N 为周期。最小的 N0 为基波周期。但常数信号有基波周期为 1Even and odd signals（偶信号与奇信号）从 t0 轴反转后与原信号重合的信号称为偶信号,即满足 xtx-t从 t0 轴反转后与原信号相反的信号称为奇信号，即满足 xt-x-t任何一个信号 xt都可以分解为一个偶信号和一个奇信号的和，分别叫做这个信号 xt的偶部（even part）和奇部（odd 1.67δ[n]具有采样性x[n] .δ[n-n0]x[n0].δ[n-n0]连续时间单位阶跃和单位冲激函数连续时间中的单位阶跃和单位冲激都是理想化的奇异函数。单位阶跃函数 utt0,ut1;tω0 的频率分量通过而对低频分量过滤带通滤波器（bandpass filter）对|ω|在 ω1 和 ω2 之间的频率分量通过而对高频和低频分量都过滤其中，边界的频率（即上面公式中的 ω0. Transform（连续时间傅立叶变换）上一章，我们研究了如何把周期信号分解为指数信号的线形叠加，这样对于我们的信号处理是非常方便的。那么，能否对非周期信号进行类似的处理本章便是研究由周期信号推导到非周期信号的扩展。4-1Representation of aperiodic signalsthe continuous-time Foueier transform非周期信号的表示连续时间傅立叶变换在第三章研究了把周期信号分解为指数信号叠加的傅立叶级数。其中，各频率的指数信号分量的系数 ak 又称为频谱。对 ak 作图称为频谱图。图中两根频谱线的间距是周期信号的基波频率 ω0（也就是 2π/T0） 。可以想象，如果周期信号的周期不断变大，即基波频率 ω0 不断变小，则频谱线的间距将渐渐变小，直到（在极端的时候）变得连续。一个非周期信号的傅立叶变换，可以看作是周期信号的周期无限变大的结果。这时公式 P287 4-3 中的expjkω0t趋向 expjωt，ak 趋向1/TXjω，求和趋向积分，由此得到非周期信号的傅立叶变换公式P288 4-8,4-9其中综合公式 4-8 是由一个连续信号的频域表达式 Xjω求得其时域表达式 Xjω之间通过傅立叶变换与反变换建立联系 xt←→Xjω，称之为一个傅立叶变换对（Fourier transform pari）注意时域表达式 xt是一个关于时间的函数，表达的是在不同时间点函数幅度值的不同，自变量为时间t；频域表达式 Xjω表达的是把信号分解为不同频率的指数信号的组合（只不过这些指数信号的频率变化是连续的） ，这些不同频率的指数信号在总信号中所占分量的大小,自变量为频率 ω。两者都是同一信号的不同表达方式，而不是不同的信号。两者之间的转换（即傅立叶变换与反变换）也是同一信号的由时域表达式推导频域表达式或由频域表达式推导时域表达式的过程。傅立叶变换的收敛与傅立叶级数类似如果某非周期信号的总能量（即时域绝对值平方积分）有限则该信号傅立叶变换收敛。或者，同时满足下列三个条件的信号傅立叶变换也收敛（1） 在整个定义域绝对可积（2） 任何有限区间只有有限个起伏（3） 任何有限区间只有有限个不连续点，且每个不连续点都是有限值。4-2The Fourier for periodic signals（周期信号的傅立叶变换）显然，周期信号是不满足上面的收敛判断式的，而且把周期信号 xt代入傅立叶变换公式，得到的积分结果也是无穷大。那么如何求它的傅立叶变换教材上通过傅立叶反变换来求的。由于周期信号的傅立叶变换应当正比于其傅立叶级数系数，且根据计算又是无穷大，我们猜测是一个冲激。因此通过求频域冲激信号的傅立叶反变换，我们得到了以下傅立叶变换对expjω0t←→2πδω-ω0由于对任何周期信号都可以用傅立叶级数分解为若干个周期指数信号的线性叠加，因此可以得到 transform（连续时间傅立叶变换的性质）本节主要介绍了连续时间傅立叶变换的性质。这些性质都可以由两大公式本身的运算推导出来。熟练掌握不但有利于我们进行变换与反变换，更有利于我们运用傅立叶变换，解决以后的一些实际问题。线性Linearityx1t←→X1jω,x2t←→X2jω，则ax1tbx2t←→aX1ωbX2jω时移性质（Time shifting）xt←→Xjω，则 jωx-jω，称为共轭对称性。再进一步可以论证，实信号傅立叶变换为频率的偶函数，而纯虚数信号的傅立叶变换为频率的奇函数。换言之，信号时域函数的实部对应频域频域函数的偶部，而虚部对应频域函数的奇部。微分与积分（Differentiation and integration）xt←→Xjω，则 xat←→1/|a|.Xjω/a对偶性（Duality）通过上面的一些性质我们可以发现，傅立叶变换与傅立叶反变换之间似乎有一些相似的形式，事实上这正是有两个变换式本身的形式相似决定的。如果 xt←→Xjω则 Xjt←→2πx-ω运用这一性质我们可以由前面的性质自己推导出其他的一些性质例如，由微分性质xt←→Xjω，则
|
|
|
支付成功后，系统会根据您填写的邮箱或者手机号作为您下次登录的用户名和密码（如填写的是手机，那登陆用户名和密码就是手机号），方便下次登录下载和查询订单； |
|
请自助下载，系统不会自动发送文件的哦； |
