信号分类

信号是携带信息的物理量随时间或空间的变化。在信号与系统分析中，根据不同的属性对信号进行分类，有助于选择合适的分析工具和处理方法。

按时间特性分类

连续时间信号：在连续时间范围内有定义的信号，用 $f (t)$ 表示， $t$ 为连续时间变量。自变量 $t$ 可以取任意实数值。

离散时间信号：仅在一些离散时刻有定义的信号，用 $f (n)$ 或 $f (n T_{s})$ 表示， $n$ 为整数。通常通过对连续信号进行抽样获得。

模拟信号：时间和幅度都连续的信号，是自然界中最常见的信号形式。

数字信号：时间和幅度都离散的信号，用有限位二进制数表示，便于计算机处理。

周期信号：满足 $f (t) = f (t + T)$ 对所有 $t$ 成立的信号， $T$ 为周期。周期信号的基本周期是最小的正周期。常见的周期信号包括正弦信号、周期方波等。

非周期信号：不具有周期性的信号，如指数衰减信号、矩形脉冲信号等。

能量信号：总能量有限、平均功率为零的信号。能量定义为：

E = \int_{- \infty}^{\infty} ∣ f (t) ∣^{2} d t < \infty

功率信号：平均功率有限、总能量无穷大的信号。平均功率定义为：

P = T \to \infty lim \frac{1}{2 T} \int_{- T}^{T} ∣ f (t) ∣^{2} d t < \infty

周期信号和随机信号通常属于功率信号，而时限信号通常属于能量信号。

确定信号：可以用确定的时间函数精确描述的信号，其取值在任何时刻都是确定的，如正弦信号、阶跃信号等。

随机信号：无法用确定函数描述的信号，其取值具有不确定性，只能通过统计特性描述，如噪声信号、语音信号等。

偶信号：满足 $f (t) = f (- t)$ 的信号，波形关于纵轴对称。

奇信号：满足 $f (t) = - f (- t)$ 的信号，波形关于原点对称。

任何信号都可以分解为一个偶分量和一个奇分量的和：

f (t) = f_{e} (t) + f_{o} (t)

其中 $f_{e} (t) = \frac{f ( t ) + f ( - t )}{2}$ ， $f_{o} (t) = \frac{f ( t ) - f ( - t )}{2}$ 。

不同的信号类型对应不同的分析方法和处理工具。例如，傅里叶变换适用于周期和非周期信号的分析，拉普拉斯变换适用于不满足绝对可积条件的信号，而Z变换则适用于离散时间信号的分析。