信号处理 / 系统课时
生成常用测试序列验证算法
生成常用测试序列验证算法
测试数字信号处理算法时,先用结构简单、预期明确的序列比直接喂真实数据更容易定位问题。本篇用 Python 生成单位冲激、单位阶跃、指数和正弦序列,并说明它们分别适合检查系统响应、累积行为、衰减特性和频率选择性。
学习目标
- 能写出四类常用离散测试序列的定义并生成有限长度样本。
- 能根据待验证的算法性质选择合适的测试信号。
- 能用已知序列形状检查索引、幅值和边界条件是否正确。
四类序列各自验证什么
单位冲激 只在 处为 1,其余位置为 0。对线性时不变系统,冲激输入的输出就是冲激响应,因此它最适合检查卷积、滤波器系数和系统延迟是否正确。
单位阶跃 在 时为 0,在 时为 1。它能直观看出系统是否存在累积、过冲、稳态偏差,也常用于验证差分方程的起始条件。
指数序列可写成 。当 时序列衰减, 时增长, 时还会交替变号。它适合检查递归系统、数值稳定性以及对衰减输入的响应。
正弦序列 是分析频率响应的基础测试信号。改变离散角频率 ,可以观察滤波器对不同频率的增益和相位影响。
生成一组可复用测试数据
下面生成索引 上的四类序列。指数序列采用 ,正弦序列采用 ,这样既能看到起始边界,也能快速人工核对结果。
python
import numpy as np
n = np.arange(-2, 7)
impulse = (n == 0).astype(int)
step = (n >= 0).astype(int)
exponential = np.where(n >= 0, 0.8 ** n, 0.0)
sine = np.sin(0.5 * np.pi * n)
# 消除浮点误差造成的 -0.0 或极小残差,便于人工核对。
sine[np.abs(sine) < 1e-12] = 0.0
print("n =", n)
print("impulse =", impulse)
print("step =", step)
print("exp =", np.round(exponential, 3))
print("sine =", np.round(sine, 3))预期输出:
text
n = [-2 -1 0 1 2 3 4 5 6]
impulse = [0 0 1 0 0 0 0 0 0]
step = [0 0 1 1 1 1 1 1 1]
exp = [0. 0. 1. 0.8 0.64 0.512 0.41 0.328 0.262]
sine = [ 0. -1. 0. 1. 0. -1. 0. 1. 0.]如果冲激的 1 出现在错误索引,通常是零点位置或数组偏移处理有误;如果阶跃从 才开始,则边界条件写成了 n > 0;如果正弦序列周期不符合预期,应优先检查使用的是离散角频率还是以 Hz 表示的普通频率。
用测试序列验证算法
测试信号的价值不在于“覆盖更多数据”,而在于它们有可预测的结构。验证卷积或 FIR 滤波时,先输入单位冲激,输出应直接暴露滤波器系数及其延迟。验证积分器、累加器或带反馈的差分方程时,单位阶跃更容易显示长期趋势。
验证 IIR 算法或数值稳定性时,可以用不同 的指数序列逐步提高难度。验证低通、高通或带通滤波器时,则选择多个不同频率的正弦序列,比较输入与输出的幅值变化。若算法连这些基础序列都无法给出符合预期的结果,就不应直接进入真实数据测试。
按自己的节奏,确认真正理解。