信号与系统复习笔记——线性时不变系统

信号与系统复习笔记——线性时不变系统

线性时不变系统

推导CT-LTI卷积积分

假设输入函数为 $x(t)$ ，输出为 $y(t)$ ，考虑对应变换 T { x ( t ) } = y ( t ) T\{x(t)\}=y(t) T{x(t)}=y(t) ，通过冲激函数可将 $x(t)$ 表示为：

$$x(t)={\int }_{-\infty }^{+\infty }x(\tau )\delta (t-\tau )d\tau =x(t)\ast \delta (t)$$

对两边同时做变换 $T$ 得到：

T { x ( t ) } = T { ∫ − ∞ + ∞ x ( τ ) δ ( t − τ ) d τ } T\{x(t)\} = T\{\int_{-\infty}^{+\infty} x(\tau)\delta(t - \tau) d\tau \} T{x(t)}=T{∫−∞+∞​x(τ)δ(t−τ)dτ}

利用LTI的 线性性质 可以得到：

y ( t ) = ∫ − ∞ + ∞ T { x ( τ ) δ ( t − τ ) } d τ y(t)= \int_{-\infty}^{+\infty} T\{x(\tau)\delta(t - \tau) \} d\tau y(t)=∫−∞+∞​T{x(τ)δ(t−τ)}dτ

y ( t ) = ∫ − ∞ + ∞ x ( τ ) T { δ ( t − τ ) } d τ y(t) = \int_{-\infty}^{+\infty} x(\tau)T\{\delta(t - \tau)\} d\tau y(t)=∫−∞+∞​x(τ)T{δ(t−τ)}dτ

利用LTI的 时不变性 可以得到：

$$y(t)={\int }_{-\infty }^{+\infty }x(\tau )h(t-\tau )d\tau =x(t)\ast h(t)$$

这里记 $h(t)$ 为系统的 零状态 状态下的单位冲激函数的响应。

推导DT-LTI卷积积分

同理CT-LTI卷积积分可得：

$$y[n]=\sum _{k=-\infty }^{+\infty }x[k]h[n-k]=x[n]\ast h[n]$$

LTI系统的性质

性质	公式
交换律	$x(t)\ast h(t)=h(t)\ast x(t)$
分配律	$x(t)\ast [h_1(t)+h_2(t)]=x(t)\ast h_1(t)+x(t)\ast h_2(t)$
结合律	$x(t)\ast [h_1(t)\ast h_2(t)]=[x(t)\ast h_1(t)]\ast h_2(t)$
记忆性	若对于所有的 $t\ne 0$ 有 $h(t)=0$ 那么系统是无记忆的
可逆性	若存在 $h_1(t)$ 使得 $h(t)\ast h_1(t)=\delta (t)$ 那么系统是可逆的
因果性	若对于所有的 $t<0$ 有 $h(t)=0$ 那么系统是因果的
稳定性	若单位冲激响应是绝对可积（和）的 ${\int }_{-\infty }^{+\infty }|h(t)|dt<\infty$ 那么系统是稳定的
阶跃响应	$s(t)={\int }_{-\infty }^{t}h(t)dt$

求解CT线性常系数微分方程

一类极为重要的LTI系统可以用关于输入和输出的线性常系数微分方程表示，即具有如下N阶线性常系数微分方程的形式：

$$\sum _{k=0}^N{a}_k\frac{d^{k}y(t)}{d{t}^k}=\sum _{k=0}^M{b}_k\frac{d^{k}x(t)}{d{t}^k}$$

N阶指的是 $y(t)$ 的最高阶导数。

系统在 $t=0$ 时刻输入为 $x(t)$ 的 全响应 的形式为：

$$y(t)=y_{zi}(t)+y_{zs}(t)$$

首先求解系统的 零输入响应 $y_{zi}(t)$ ，即方程：

$$\sum _{k=0}^N{a}_k\frac{d^{k}y(t)}{d{t}^k}=0$$

这是线性齐次常系数微分方程，对于一个二阶线性齐次常系数微分方程 $y^{\prime \prime }(t)+p{y}^{\prime }(t)+qy(t)=0$ 来说，其特征方程为：

$$r^2+pr+q=0$$

特征方程有两个解（可能为复数）为 $r_1$ 和 $r_2$，则有：

$$y_{zi}=(C_1{e}^{r_{1}x}+C_2{e}^{r_{2}x})u(t)$$

其中 $C_1$ 和 $C_2$ 由系统在 $t=-0$ 时刻的初始条件构成。

对于一个一阶线性齐次常系数微分方程 $y^{\prime }(t)+py(t)=0$ 来说，其特征方程为：

$$r+p=0$$

则 $r_1=-p$，则有：

$$y_{zi}=C_1{e}^{r_{1}x}=(C_1{e}^{-px})u(t)$$

其中 $C_1$ 由系统在 $t=-0$ 时刻的初始条件构成。

接下来求解零状态响应，可以使用卷积积分求解，首先我们求解系统在零状态响应的单位冲激响应 $h(t)$ ，可以使用Delta函数匹配法。

Delta函数匹配法的精髓在于，系统只在 $t=0$ 的时候有一个冲激输入，在 $t>0$ 的时候没有输入，此时可以看做是零输入响应，求得 $h(+0),h^{\prime }(+0),h^{\prime \prime }(+0),\dots$ 的初始条件是简单的，因此我们可以先求初始条件，最后带入零输入响应，求得系统的冲激响应。

求得冲激响应 $h(t)$ 之后，可以通过 $y_{zs}=x(t)\ast h(t)$ 求得零状态响应。

---

例题：求解系统 $y^{\prime \prime }(t)+y^{\prime }(t)+y(t)=x^{\prime }(t)+x(t)$ 在初始条件下，求其在 $t\ge 0$ 零输入响应和零状态下的单位冲激响应，以及在输入 $x(t),t\ge 0$ 下的全响应。

零输入的系统方程为 $y^{\prime \prime }(t)+y^{\prime }(t)+y(t)=0$ ，特征方程为 $r^2+r+1=0$ ，两个特征解为 $r=-\frac{1}{2}\pm \frac{\sqrt{3}}{2}j$ 。

则系统的零输入响应方程为：

$$y_{zi}(t)=(C_1{e}^{r_{1}x}+C_2{e}^{r_{2}x})u(t)$$

使用Delta函数匹配法求解其零状态下的单位冲激在 $-0\le t\le +0$ 下的冲激响应表达式，我们仅考虑在该处的间断函数，因为不间断函例如 $r(t)=tu(t)$ 在该点函数值为零，因为 $h^{\prime \prime }(t)+h^{\prime }(t)+h(t)={\delta }^{\prime }(t)+\delta (t)$ 因此 $h^{\prime \prime }(t)$ 有最高项 ${\delta }^{\prime }(t)$ ，我们假设：

$$h^{\prime \prime }(t)=a{\delta }^{\prime }(t)+b\delta (t)+cu(t)$$

$$h^{\prime }(t)=a\delta (t)+bu(t)$$

$$h(t)=au(t)$$

带入得到：

$$a{\delta }^{\prime }(t)+(a+b)\delta (t)+(a+b+c)u(t)={\delta }^{\prime }(t)+\delta (t)$$

解得 $a=1,b=0,c=-1$ 。考虑下面的初始条件表达式：

$$h^{\prime \prime }(+0)-h^{\prime \prime }(-0)=-1,h^{\prime }(+0)-h^{\prime }(-0)=0,h(+0)-h(-0)=1$$

并且由于是零状态响应，因此 $h^{\prime \prime }(-0)=0,h^{\prime }(-0)=0,h(-0)=0$ 。得到初始条件：

$$h^{\prime \prime }(+0)=-1,h^{\prime }(+0)=0,h(+0)=1$$

解得系统在 $t>0$ 时候的响应为：

$$h(t)=u(t)[(-\frac{1}{2}-\frac{\sqrt{3}}{6}j)e^{r_{1}x}+(\frac{3}{2}+\frac{\sqrt{3}}{6}j)e^{r_{2}x}]$$

其中 $r_1=-\frac{1}{2}+\frac{\sqrt{3}}{2}j$ 。

写成闭式的形式为：

$$h(t)=u(t)[(-\frac{1}{2}-\frac{\sqrt{3}}{6}j)e^{r_{1}x}+(\frac{3}{2}+\frac{\sqrt{3}}{6}j)e^{r_{2}x}]$$

则 $y_{zs}(t)=h(t)\ast x(t)$ ，最终 $y(t)=y_{zi}(t)+y_{zs}(t)$ 。

---

奇异函数

恒等函数：

$${\int }_{-\infty }^{+\infty }x(t)\delta (t)dt=x(0)$$

$$x(t)\delta (t)=x(0)\delta (t)$$

微分器：

$$x(t)=x(t)\ast \delta (t),x^{\prime }(t)=x(t)\ast {\delta }^{\prime }(t),x^{\prime \prime }(t)=x(t)\ast {\delta }^{\prime \prime }(t)$$

因此

$${\delta }^{\prime \prime }(t)={\delta }^{\prime }(t)\ast {\delta }^{\prime }(t),{\delta }^{(n)}(t)={\delta }^{\prime }(t)\ast {\delta }^{\prime }(t)\ast {\dots }_n$$

$${\int }_{-\infty }^{+\infty }x(t){\delta }^{\prime }(t)dt=-x^{\prime }(0)$$

积分器：

$$x(t)\ast u(t)={\int }_{-\infty }^{t}x(t)dt$$