信号系统笔记（二）连续系统的时域分析

2 连续系统的时域分析

  从这一章开始，知识变得难起来了，学着有点让人头秃，不过慢慢来，一步一个脚印。

2.1 连续系统的响应

2.1.1 连续系统建立微分方程

  根据之前提到的知识，系统，本质是可以理解成一个“函数”，给定一个输入，然后得到输出。函数体一般为微分方程，如电路图：


该方程为二阶线性微分方程，当然，不只是，电路图，其他系统也可以用微分方程来描述：

2.1.2 微分方程的模拟框图

  我目前觉得，引入微分方程的模拟框图，是为了更加明确输入跟输出。二阶线性微分方程的一般形式如下：
$$y^{\prime \prime }(t)+a_1{y}^{\prime }(t)+a_{0}y(t)=f(t)$$
其中$f(t)$为系统的输入，$y(t)$为系统的输出。方程左边为系统的模型（类比于函数体），右边为输入函数（类比于函数输入值）。
  可以由三种基本运算来描述一个系：相加、积分、数乘，分别对应框图中的，加法器、积分器、数乘器。


以下是实例解释微分方程框图的画法，如系统：$y^{\prime \prime }(t)+a{y}^{\prime }(t)+by(t)=f(t)$，化为框图的步骤：

1. 将方程变形为：$y^{\prime \prime }(t)=f(t)-a{y}^{\prime }(t)-by(t)$
2. 画出两个积分器：
   
3. 然后按照第一步的方程拼接
   
     当输入中也含有微分的情况下，如系统：$y^{\prime \prime }(t)+3y^{\prime }(t)+2y(t)=4f^{\prime }(t)+f(t)$，画框图需要引进辅助函数：$x^{\prime \prime }(t)+3x^{\prime }(t)+2x(t)=f(t)$，这个函数的系统跟上面那个系统一样，只不过输入为$f(t)$，输出为$x(t)$。
     由于是LTI系统，因此系统具线性，即：$f(t)\to x(t)$，$f^{\prime }(t)\to x^{\prime }(t)$，$f(t)+4f^{\prime }(t)\to x(t)+x{f}^{\prime }(t)=y(t)$
   
     当然，框图跟方程可以互相转换，如下框图：
   
   可以转换为方程：$y^{\prime \prime }(t)+2y^{\prime }(t)+3y(t)=3f(t)+4f^{\prime }(t)$

2.1.3 微分方程的经典解法

  关于微分方程的经典解法，在学高等数学的时候就很懵逼，不知其原理只知其解法步骤，因为只知道解法步骤就足够了。一般来说，解法如下图所示：

  其中，二阶线性微分方程的解法如下：

2.1.4 连续系统的初始值

  初始值是$n$阶系统在$t=0$时接入系统的时候，其响应在$t=0_{+}$时刻的值，即$y^{(j)}(0_{+})(j=0,1,...,n-1)$。
  初始状态是指系统在激励未接入的$t=0_{-}$时刻的响应值$y^{(j)}(0_{-})$，这个值反映了系统的历史情况，与激励无关系。
  一般来说，需要从初始状态求得初始值，即：$y^{(j)}(0_{-})\to y^{(j)}(0_{+})$。
例如：

  带入输入信号得到：$y^{\prime \prime }(t)+3y^{\prime }(t)+2y(t)=2\delta (t)+6\epsilon (t)$，观察此方程，右边含有$\delta (t)$，说明$y^{\prime \prime }(t)$中含有$\delta (t)$，因为如果$y^{\prime }(t)$含有$\delta (t)$的话，那么$y^{\prime \prime }(t)$中必含有${\delta }^{\prime }(t)$，但是等式右边不含有${\delta }^{\prime }(t)$。
  PS：这里可能会考虑到为什么等式右边没有对应到$y(t)$，$y^{\prime \prime }(t)$必含有$\delta (t)$，则：$y^{\prime }(t)$必含有$\epsilon (t)$，那么$y(t)$必含有$\epsilon (t)$的积分，这个在等式右边没有体现，我没想清楚为什么。
  按照上面的思路，$y^{\prime \prime }(t)$中含有$\delta (t)$，$y^{\prime }(t)$含有$\epsilon (t)$，因此有：$y^{\prime }(0_{-})\ne y^{\prime }(0_{+})$，$y(0_{-})=y(0_{+})=2$。对等式两边同时求$0_{-}\to 0_{+}$的积分得到：
$${\int }_{0_{-}}^{0_{+}}{y}^{\prime \prime }(t)\mathrm{d}t+3{\int }_{0_{-}}^{0_{+}}{y}^{\prime }(t)\mathrm{d}t+2{\int }_{0_{-}}^{0_{+}}y(t)\mathrm{d}t=2{\int }_{0_{-}}^{0_{+}}\delta (t)\mathrm{d}t+6{\int }_{0_{-}}^{0_{+}}\epsilon (t)\mathrm{d}t$$
$$y^{\prime }(0_{+})-y^{\prime }(0_{-})=2$$
因此得到：$y(0_{+})=2,y^{\prime }(0_{+})=2$
结论：微分方程等号右端含有 $\delta (t)$ 时 ， 仅在等号左端 $y(t)$的最高阶导数中含有 $\delta (t)$ ， 则 $y(t)$ 的次高阶跃变 ， 其余连续；若右端不含冲激函数 ， 则不会跃变。

2.1.5 零输入响应

例题：

  该系统为零输入响应，则有：$$y^{\prime \prime }(t)+3y^{\prime }(t)+2y(t)=0$$
$$y(0_{-})=y(0_{+})=2,y^{\prime }(0_{-})=y^{\prime }(0_{+})=0$$
该方程是个齐次微分方程，特征方程为$r^2+3r+2=0$,$r_1=-1,r_2=-2$。因此设定通解为：$y(t)=C_1{e}^{-t}+C_2{e}^{-2t}$，带入值解得零输入响应为：
$$y(t)=4e^{-t}-2e^{-2t}$$

2.1.6 零状态响应

例题：

零输入响应跟上面一样，零状态响应求法如下，根据零状态响应的特质，可以得到：$y_{zs}(0_{-})=0,y_{zs}^{\prime }(0_{-})=0$，现在要求$y_{zs}(0_{+}),y_{zs}^{\prime }(0_{+})$。原微分方程化为：
$$y^{\prime \prime }(t)+3y^{\prime }(t)+2y(t)=2\delta (t)+6\epsilon (t)$$
由匹配法知（见2.1.4节）：$y_{zs}(0_{-})=y_{zs}(0_{+})=0,y_{zs}^{\prime }(0_{+})=2$
当$t>0$时，$y^{\prime \prime }(t)+3y^{\prime }(t)+2y(t)=6$
齐次方程的通解为：$y_{zsh}(t)=C_1{e}^{-t}+C_2{e}^{-2t}$解得：$y_{zsh}(t)=-4e^{-t}+e^{-2t}$
设定特解为：$y_{zsp}(t)=p$，带入方程解得$p=3$解得零状态响应为：
$$y_{zs}(t)=-4e^{-t}+e^{-2t}+3$$

2.1.7 响应分类

2.2 冲激响应与阶跃响应

2.2.1 冲激响应及其求法

  冲激响应是由单位冲激函数$\delta (t)$所引起的零状态响应，记为$h(t)$。
  $h(t)$隐含的条件：
$$f(t)=\delta (t)$$
$$h(0_{-})=h^{\prime }(0_{-})=0$$
其中第二个条件是所有二阶零状态响应都成立。

例题如下：

先求其系统的方程：
  $x^{\prime \prime }(t)=f(t)-2x(t)-3x^{\prime }(t)\to x^{\prime \prime }(t)+3x^{\prime }(t)+2x(t)=f(t)$，系统方程为：
$$y^{\prime \prime }(t)+3y^{\prime }(t)+2y(t)=-f^{\prime }(t)+2f(t)$$，
设$h_1^{\prime \prime }(t)+3h_1^{\prime }(t)+2h_1(t)=\delta (t)$，由于二阶线性零状态响应初始条件有：
$$h(0_{-})=h^{\prime }(0_{-})=0$$。
由系数匹配法得到：$h^{\prime }(0_{-})\ne h^{\prime }(0_{+}),h(0_{-})=h(0_{+})=0$
两端从$0_{-}\to 0_{+}$积分得到：
$${\int }_{0_{-}}^{0_{+}}{h}_1^{\prime \prime }(t)+3{\int }_{0_{-}}^{0_{+}}{h}_1^{\prime }(t)+2{\int }_{0_{-}}^{0_{+}}{h}_1(t)={\int }_{0_{-}}^{0_{+}}\delta (t)$$
$$h_1^{\prime }(0_{+})-h_1^{\prime }(0_{-})=1$$
因此得到初始值：$h(0_{+})=0,h^{\prime }(0_{+})=1$
当$t>0$时 ，方程化为：$h_1^{\prime \prime }(t)+3h_1^{\prime }(t)+2h_1(t)=0$，其特征跟分别为$r_1=-1,r_2=-2$，因此设定解为$h_1(t)=C_1{e}^{-1t}+C_2{e}^{-2t}$，带入初始值得到：$h_1(t)=(e^{-1t}-2e^{-2t})\epsilon (t)$
因此$-f^{\prime }(t)+2f(t)\to -h_1^{\prime }(t)+2h_1(t)=(3e^{-1t}-4e^{-2t})\epsilon (t)$

2.2.2 阶跃响应及其求法

2.3 卷积积分

2.3.1 信号的时域分解

  $p(t)$的面积为$1$，宽度为$\Delta$，因此高度为$\frac{1}{\Delta }$。当$\Delta \to 0$，$p(t)\to \delta (t)$。

2.3.2 卷积公式

解：$f(t)=f_1(t)\ast f_2(t)={\int }_{-\infty }^{\infty }{f}_1(\tau )f_2(t-\tau )\mathrm{d}\tau ={\int }_{-\infty }^{\infty }{e}^{-t}\epsilon (\tau )\epsilon (t-\tau )\mathrm{d}\tau$
由于单位阶跃函数在小于零时为零，因此该积分只在$\tau >0$且$\tau <t$有取值（这里有个隐含的含义，就是$t>0$），且在这个范围内$\epsilon$的值取$1$，积分限变为$0\to t$：
$${\int }_0^t{e}^{-t}\epsilon (\tau )\epsilon (t-\tau )\mathrm{d}\tau ={\int }_0^t{e}^{-t}\mathrm{d}\tau \epsilon (t)=[-e^{-\tau }{]}_0^t\epsilon (t)=(1-e^{-t})\epsilon (t)$$

2.3.3 卷积积分的图解法

2.3.4 卷积积分的代数性质

2.3.5 卷积积分的微积分性质

2.3.6 卷积积分的时移性质

函数$f_1(t)$可以表示为两个阶跃函数的差：$f_1(t)=\epsilon (t)-\epsilon (t-2)$
$$f_1(t)\ast f_2(t)=(\epsilon (t-2)-\epsilon (t))\ast f_2(t)$$
根据分配率得到：
$$\epsilon (t)\ast f_2(t)-\epsilon (t)\ast f_2(t-2)$$
其中：
$$\epsilon (t)\ast f_2(t)=f_2^{-1}(t)=(1-e^{-t})\epsilon (t)$$
$f_2^{-1}(t)$为$f_2(t)$的积分，这里我有点不明白，感觉积分应该为$(C-e^{-t})$，C为任意常数，而不是$(1-e^{-t})$，说明一定有初始条件$f_2^{-1}(0)=0$才能使得$C=1$，我认为这里可以这样思考，积分代表函数图像与坐标轴围成的面积，当$t<0$的时候函数取值为0，因此当$t=0$时，函数与坐标轴围成的面积也为$0$。
由卷积的时移特性得到：
$$\epsilon (t-2)\ast f_2(t)=(1-e^{-(t-2)})\epsilon (t-2)$$
最终得到：
$$f_1(t)\ast f_2(t)=(1-e^{-t})\epsilon (t)-(1-e^{-(t-2)})\epsilon (t-2)$$

2.3.7 常用的卷积积分公式

2.3.8 用梳状函数卷积产生周期信号

这个产生周期信号，在后面的数字信号处理会涉及到，公式$f(t)\ast \delta (t-t_0)=f(t-t_0)$，相当于把$f(t)$向左平移了$t_0$个单位。${\delta }_T(t)$是无数个周期为$T$的$\delta$，因此跟${\delta }_T(t)$卷积自然就变成了周期函数。

2.3.9 矩形脉冲的卷积产生三角形和梯形脉冲

2.4 相关函数

2.4.1 互相关和自相关函数的定义

下面是相关函数的应用

用这个例子来理解相关函数中这个“相关”的含义，雷达发射的信号如上面的transmitted pulses$f_1(t)$，接收的信号为received pulses$f_2(t)$，相关函数为${\int }_{-\infty }^{\infty }{f}_1(t)\ast f_2(t-\tau )$得到的是一个关于$\tau$的函数，相关函数最大的时候得到的$\tau$值就为雷达信号从发出到收到的时间间隔。

2.4.2 卷积与相关的比较

2.5 连续系统的微分算子描述

2.5.1 微分算子P的定义

2.5.2 微分算子P的性质

正幂多项式就是微分多项式，负幂指的积分。

2.5.3 传输算子$H(P)$

  为了更简单描述系统方程的结构，引入了传输算子：

2.6 总结

  这一章主要讲了连续时不变系统（LTI）的系统微分方程表示和解法，以及基本信号（冲激信号、阶跃信号）的响应。之后讲了信号在时域上的分解（卷积），引出了卷积积分以及相关函数，最后定义了微分算子$P$以及传输算子$H(P)$来更简便的描述系统的方程。