周期信号与非周期信号
模拟与数字信号都可能以两种形式之一出现：周期信号或者非周期信号。 周期信号 periodic signal 在一个可测量的时间范围内（称为一个周期 period ）完成一种模式，并且在后续的相同时间范围内重复这一模式。一个完整模式的实现称为一个循环 cycle 。非周期信号 nonperiodic signal 则指，信号的变化不随时间的变化出现重复的模式。 在数据通信中，通常使用周期模拟信号和非周期数字信号。周期模拟信号需要更少的带宽，而非周期数字信号可以表示数据的变化【第五章】
请你举一个简单的代码示例。
以下是一个简单的代码示例，演示如何生成周期信号和非周期信号的图形：
import numpy as np
import matplotlib.pyplot as plt
# 周期信号示例：方波信号
frequency = 5 # 方波的频率
amplitude = 2 # 方波的幅值
sampling_rate = 100 # 采样率
duration = 1 # 信号时长
time = np.arange(0, duration, 1 / sampling_rate) # 时间轴
periodic_signal = amplitude * np.sign(np.sin(2 * np.pi * frequency * time)) # 方波信号
# 非周期信号示例：随机信号
num_samples = len(time) # 信号样本数
random_signal = np.random.randn(num_samples) # 随机信号
# 绘制周期信号和非周期信号的图形
plt.figure(figsize=(10, 5))
# 绘制周期信号
plt.subplot(2, 1, 1)
plt.plot(time, periodic_signal)
plt.xlabel('Time')
plt.ylabel('Amplitude')
plt.title('Periodic Signal')
# 绘制非周期信号
plt.subplot(2, 1, 2)
plt.plot(time, random_signal)
plt.xlabel('Time')
plt.ylabel('Amplitude')
plt.title('Nonperiodic Signal')
plt.tight_layout()
plt.show()
在该示例中，生成了一个方波信号作为周期信号的示例，通过对正弦函数取符号并乘以幅值，得到了方波信号的波形。同时，生成了一个随机信号作为非周期信号的示例，通过使用NumPy的randn函数生成了服从标准正态分布的随机数序列。
然后，使用Matplotlib库绘制了周期信号和非周期信号的图形。
请注意，这只是一个简单的示例，实际的代码可能会涉及到更多的处理步骤和细节，具体实现取决于所使用的编程语言、库和应用场景。
