小离散信号的时域分析序列卷积：k+1h福u[k],a 1 ba ku[k]* b*u[k]=b-a(k+1)a*u[k], a =bx[k1={1, 2, 0,3, 2]h[k]=(1, 4,2,3)x[K]120x[-2] x[-1]x[0] x[1] x[2]3L20321[k]421*h[- 1] 1306O624064h[0] 448480128h[1] 2f012323h[2] 360616 101020 14 13 6
离散信号的时域分析 序列卷积：
离散信号的时域分析相关的计算、特性以及应用互相关R,[n]=ax[k]y[k +n] =x[- n]*y[n]Rx[n] = Rx[-n]自相关R,[n] = a -* x[k]x[k +n]=x[- n]* x[n]R,[n] = R,[-n]R,[0] R,[n]]
相关的计算、特性以及应用 离散信号的时域分析 R xy [n] = R yx [-n] R x [n] = R x [-n] R x [0] |R x [n]| 互相关 自相关
小离散信号的时域分析[例]计算x[k]={2,1,-2,1} 与[k]={-1,2,1,-1]的互相关R,[n]和R,x[n]，以及序列x[K]的自相关R,[n]。x[-n]-2R,[n] =x[- n]*y[n][n]２1-12-1-21-222-4242-1-224-4-31-2已知序列x[k]序列的自相关函数r[n]=[5,8,11,15,11,8,5]，求x[k-2]的自相关函数
离散信号的时域分析 [例] 计算 与 的互相关Rxy[n]和Ryx[n]，以及序 列x[k]的自相关Rx [n]。 已知序列x[k]序列的自相关函数 ，求x[k-2]的自相关函数
离散信号的时域分析相关的应用：信号检测SignalxRyy店500400100200300500500NoisensRxo沙2200100200300400500C500URnny=x+ns1.5100.5bt0.3500100200400500300500
离散信号的时域分析 相关的应用：信号检测
离散信号的时域分析相关的应用：回声消除参数估计已知x[k]和y[k]，且y[k]=x[k]+ax[k-M]，如何估计a和NSignalxtkDRx(n)20015001000500500R,[0]-1000(1 +a-0.54000600080000.52000×10Ryy(n)y[k]=xk] +0.9(k-N]R,[N]a4000300020001000建(州-1000-20008000-1-0.50.520006000X10*
离散信号的时域分析 相关的应用：回声消除参数估计 已知x[k]和y[k]，且y[k] =x[k]+ax[k-N]，如何估计a和N