<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>附件s on Zuwei</title><link>https://zuwei.org/%E9%99%84%E4%BB%B6/</link><description>Recent content in 附件s on Zuwei</description><generator>Hugo</generator><language>zh-cn</language><atom:link href="https://zuwei.org/%E9%99%84%E4%BB%B6/index.xml" rel="self" type="application/rss+xml"/><item><title/><link>https://zuwei.org/%E9%99%84%E4%BB%B6/week-6+7-%E7%A6%BB%E6%95%A3%E6%97%B6%E9%97%B4%E5%82%85%E9%87%8C%E5%8F%B6%E5%8F%98%E6%8D%A2/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://zuwei.org/%E9%99%84%E4%BB%B6/week-6+7-%E7%A6%BB%E6%95%A3%E6%97%B6%E9%97%B4%E5%82%85%E9%87%8C%E5%8F%B6%E5%8F%98%E6%8D%A2/</guid><description>&lt;h1 id="51-离散时间傅里叶变换"&gt;5.1 离散时间傅里叶变换&lt;/h1&gt;
&lt;p&gt;对于非周期信号 $x[n]$，我们将其周期延拓为周期为 $N \to \infty$ 的 $\tilde x[n]$，频率为 $\omega_0 = \displaystyle \frac{2\pi}{N}$.&lt;/p&gt;
&lt;p&gt;$$a_k = \frac{1}{N}\sum_{n = -\infty}^{\infty} x[n] e^{jk\omega_0n} = \frac{1}{N} X(e^{jk\omega_0})$$
其中 $\displaystyle X(e^{j\omega}) = \sum_{n = -\infty}^{\infty} x[n] e^{j\omega n}$.&lt;/p&gt;
&lt;p&gt;那么 $$x[n] = \frac{1}{2\pi}\sum_{k = \langle N \rangle} X(e^{jk\omega_0}) e^{jk\omega_0 n}\omega_0$$&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;离散时间傅里叶变换对&lt;/strong&gt;：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;傅里叶变换：$$X(e^{j\omega}) = \sum_{n = -\infty}^{\infty} x[n] e^{-j\omega n}$$&lt;/li&gt;
&lt;li&gt;傅里叶反变换：$$x[n] = \frac{1}{2\pi} \int_{2\pi} X(e^{j\omega}) e^{j\omega n} \mathrm d\omega$$&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;strong&gt;常见信号的傅里叶变换&lt;/strong&gt;：&lt;/p&gt;
&lt;table&gt;
&lt;thead&gt;
&lt;tr&gt;
&lt;th&gt;信号&lt;/th&gt;
&lt;th&gt;频谱&lt;/th&gt;
&lt;th&gt;说明&lt;/th&gt;
&lt;/tr&gt;
&lt;/thead&gt;
&lt;tbody&gt;
&lt;tr&gt;
&lt;td&gt;$x[n] = a^nu[n],, \lvert a\rvert&amp;lt;1$&lt;/td&gt;
&lt;td&gt;$\displaystyle X(e^{j\omega}) = \frac{1}{1-ae^{-j\omega}}$&lt;/td&gt;
&lt;td&gt;模长是偶函数，相位是奇函数&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;$x[n] = a^{\lvert n \rvert},, \lvert a \rvert &amp;lt; 1$&lt;/td&gt;
&lt;td&gt;$\displaystyle X(e^{j\omega}) = \frac{1-a^2}{1 + a^2 - 2a \cos \omega}$&lt;/td&gt;
&lt;td&gt;实偶信号的傅里叶变换是实偶函数&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;$x[n] = \delta[n]$&lt;/td&gt;
&lt;td&gt;$X(e^{j\omega}) = 1$&lt;/td&gt;
&lt;td&gt;$\delta [n]$ 中包括了所有的频率成分，且所有频率分量的幅度、相位都相同&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;$x[n] = \begin{cases}1, &amp;amp; \lvert n \rvert\le N_1 \ 0, &amp;amp; \lvert n \rvert&amp;gt;N_1\end{cases}$&lt;/td&gt;
&lt;td&gt;$\displaystyle X(e^{j\omega}) = \frac{\sin [2(N_1 + 1)\frac{\omega}{2}]}{\sin \frac{\omega}{2}}$&lt;/td&gt;
&lt;td&gt;实偶信号的傅里叶变换是实偶函数&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;$\displaystyle x[n] = \frac{W}{\pi} \text{sinc}\left(\frac{Wn}{\pi}\right)$&lt;/td&gt;
&lt;td&gt;$X(e^{j\omega}) = \begin{cases}1, &amp;amp; \lvert \omega \rvert&amp;lt;W \ 0, &amp;amp; W&amp;lt;\lvert \omega \rvert\le \pi\end{cases}$&lt;/td&gt;
&lt;td&gt;形成对偶关系&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;$x[n] = 1$&lt;/td&gt;
&lt;td&gt;$\displaystyle X(e^{j\omega}) = 2\pi \sum_{l = -\infty}^{\infty}\delta(\omega - 2\pi l)$&lt;/td&gt;
&lt;td&gt;方波信号在 $n \to \infty$ 的极限&lt;/td&gt;
&lt;/tr&gt;
&lt;tr&gt;
&lt;td&gt;$x[n] = u[n]$&lt;/td&gt;
&lt;td&gt;$\displaystyle X(e^{j\omega}) = \frac{1}{1 - e^{-j\omega}} + \sum_{k = -\infty}^{\infty} \delta(\omega - 2\pi k)$&lt;/td&gt;
&lt;td&gt;分为奇偶信号&lt;/td&gt;
&lt;/tr&gt;
&lt;/tbody&gt;
&lt;/table&gt;
&lt;h1 id="52-周期信号的傅里叶变换"&gt;5.2 周期信号的傅里叶变换&lt;/h1&gt;
&lt;p&gt;对于离散时间周期信号，它对应的频域是周期性的冲激串：$$x[n] = e^{jk\omega_0 n} \quad \Leftrightarrow \quad X(e^{j\omega}) = \sum_{l = -\infty}^{\infty} 2\pi \delta(\omega - k \omega_0 - 2\pi l)$$
$$x[n] = \sum_{k = \langle N \rangle}e^{jk\omega_0 n} \quad \Leftrightarrow \quad X(e^{j\omega}) = 2\pi \sum_{k = -\infty}^{\infty} a_k \delta(\omega - k \omega_0)$$&lt;/p&gt;</description></item><item><title/><link>https://zuwei.org/%E9%99%84%E4%BB%B6/week-7-%E4%BA%8C%E9%98%B6%E7%94%B5%E8%B7%AF/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://zuwei.org/%E9%99%84%E4%BB%B6/week-7-%E4%BA%8C%E9%98%B6%E7%94%B5%E8%B7%AF/</guid><description>&lt;h1 id="81-引言"&gt;8.1 引言&lt;/h1&gt;
&lt;p&gt;需要用二阶微分方程表征其特征的电路就叫二阶电路。&lt;/p&gt;
&lt;p&gt;通常会有两个（无法等效合并的）非线性元件。&lt;/p&gt;
&lt;p&gt;&lt;img loading="lazy" src="attachments/Pasted%20image%2020260414091346.png"&gt;&lt;/p&gt;
&lt;h1 id="82-初始值和终值的确定"&gt;8.2 初始值和终值的确定&lt;/h1&gt;
&lt;p&gt;需要获得 $\displaystyle v(0), i(0), \frac{\mathrm dv(0)}{\mathrm dt}, \frac{\mathrm di(0)}{\mathrm dt}, i(\infty), v(\infty)$.&lt;/p&gt;
&lt;p&gt;对于电容 $v_c(0^+) = v_c(0^-)$；对于电感 $i_L(0^+) = i_L(0^-)$.&lt;/p&gt;
&lt;p&gt;对于电感，由 $\displaystyle v = L\frac{\mathrm di}{\mathrm dt}$ 得到 $\displaystyle \frac{\mathrm di(0)}{\mathrm dt} = \frac{v(0)}{L}$.&lt;/p&gt;
&lt;p&gt;对于电容，由 $\displaystyle i = C\frac{\mathrm dv}{\mathrm dt}$ 得到 $\displaystyle \frac{\mathrm dv(0)}{\mathrm dt} = \frac{i(0)}{C}$.&lt;/p&gt;
&lt;h1 id="83-无源激励-rlc-串联电路"&gt;8.3 无源激励 RLC 串联电路&lt;/h1&gt;
&lt;p&gt;&lt;img loading="lazy" src="attachments/Pasted%20image%2020260417153254.png"&gt;&lt;/p&gt;
&lt;p&gt;列 KVL 可得二阶常系数齐次微分方程 $$Ri + L \frac{\mathrm di}{\mathrm dt} + \frac{1}{C}\int_{-\infty}^t i \mathrm dt = 0 \quad \Rightarrow \quad \frac{\mathrm d^2 i}{\mathrm dt^2} + \frac{R}{L} \frac{\mathrm di}{\mathrm dt} + \frac{i}{LC} = 0\quad \text{或}\quad \frac{\mathrm d^2 v}{\mathrm dt^2} + \frac{R}{L}\frac{\mathrm dv}{\mathrm dt} + \frac{v}{LC} = 0$$
特征方程 $$s^2 + \frac{R}{L}s + \frac{1}{LC} = 0$$
令 $\displaystyle \alpha = \frac{R}{2L}\ (Np/s),\ \omega_0 = \sqrt{\frac{1}{LC}}\ (rad/s)$，则 $$s_{1,2} = -\alpha \pm \sqrt{\alpha^2 - \omega_0^2}\quad (Np/s)$$&lt;/p&gt;</description></item></channel></rss>