数字信号处理——离散时间系统

离散时间系统

1 定义

• 离散系统将一个序列转换、映射成另一个序列。
• 系统三要素：
  
  • 输入：$x[n]$
  • 输出：$y[n]$
  • 输入与输出关系：$y[n]=f(x[n]),\forall n$

2 基本离散时间系统

（1） 累加器：输出是当前时刻之前所有输入之和

$$y[n]=\sum _{l=-\infty }^{n}x[j]=\sum _{l=-\infty }^{n-1}x[j]+x[n]=y[n-1]+x[n]$$
(2) 滑动平均滤波器

$$y[n]=\frac{1}{M}\sum _{l=0}^{M-1}x[n-l]$$

• 滑动平均滤波器可消除信号的急剧变化，如噪声:
  $$x[n]=s[n]+d[n]$$
  $$y[n]=\frac{1}{5}\sum _{k=0}^{4}x[n-k]$$
• 快速形式
  $$\begin{gathered} y[n]=\frac{1}{M}\sum _{l=0}^{M-1}x[n-l]=\frac{1}{M}(\sum _{l=0}^{M-1}x[n-l]+x[n-M]-x[n-M]) \\ =\frac{1}{M}(\sum _{l=1}^{M}x[n-l]+x[n]-x[n-M])=y[n-1]+\frac{1}{M}(x[n]-x[n-M]) \end{gathered}$$

3 分类

（1） 线性系统
线性系统遵循叠加原理：定义输入$x_1[n]\to$输出$y_1[n]$，
$x_2[n]\to y_2[n]...$，若系统输入为以上信号的线性组合：$x[n]=\alpha x_1[n]+\beta x_2[n]$，则输出一定满足：$y[n]=\alpha y_1[n]+\beta y_2[n]$。
（2） 时不变系统

时不变系统输入的偏移将导致输出也有同样的偏移：即如果$x_1[n]\to y_1[n]$，则一定满足$x[n]=x_1[n-n_0]\rightrightarrows y[n]=y_1[n-n_0]$

时不变系统的以上特性不依赖与n的取值（与输入施加到系统的时刻无关）

线性时不变系统

• 这类系统既满足线性又满足时不变
• 很容易从数学上分析和处理，被广泛使用且非常有用的一类系统
• 线性移不变系统：如果索引为时间，则称为线性时不变系统，反之，则称为线性移不变系统。

（3） 因果系统

如果系统输出仅依赖与过去和现在时刻的输入（与将来的输入无关），在满足这种条件的系统称为因果系统。

即若存在输入输出关系对：$x_1[n]\to y_1[n]$且$x_2[n]\to y_2[n]$，则因果系统满足：$x_1[n]=x_2[n]\forall n<N\iff y_1[n]=y_2[n]\forall n<N$

(4) 稳定系统

BIBO系统：若x[n]的系统响应是y[n]，且对于所有的n值：
$$|x[n]|<B_x$$
即输入为有界序列，则对于所有的n值，输出也为有界序列：
$$|y[n]|<B_y$$

线性时不变系统（时域）

冲激响应

（1）定义：

给定一个系统，当输入为冲激函数$\delta [n]$时，系统输出为冲激响应h[n]

线性时不变系统完全由冲激响应h[n]确定

（2）输入输出关系：

任意一个序列可表示为基础序列与其延迟或超前版本的加权和：
$$x[n]=\sum _{k=-\infty }^{\infty }x[k]\delta [n-k]$$
换一种表示，上式可理解为任意序列x[n]可看作本省与$\delta [n]$的卷积

因此对于LTI系统，由y[n] = x[n] * h[n]

（3）系统级联：

若两个系统分别具有冲激响应$h_1[n]$和$h_2[n]$，则两者级联的冲激响应h[n]为$h[n]=h_1[n]\ast h_2$

（4）逆系统：

考虑：
$$z[n]=h_2[n]\ast y[n]=h_2[n]\ast h_1[n]\ast x[n]$$
如果：$h_2[n]=\delta [n]$，则称$h_2[n]$是$h_1[n]$的逆系统

（5）系统并联：

两个系统的冲激响应相加就是其并联系统的冲激响应：
$$h[n]=h_1[n]+h_2[n]$$

因果稳定

对于LTI系统：

• 稳定性：冲激响应h[n]满足绝对可和
• 因果性：冲激响应h[n]为因果序列

（1）稳定性条件

• BIBO稳定性：有界输入$|x[n]|⩽B_x<\infty$产生有界输出。
• 充分性：若h[n]满足绝对可和：
  $$|y[n]|⩽\sum _{k=-\infty }^{\infty }|x[n-k]||h[k]⩽B_x\sum _{k=-\infty }^{\infty }|h[k]|<\infty$$
• 必要性：反之，若h[n]不满足绝对可和，假设输入$x[n]=sign(h[-n]):$

$$y[0]=\sum _{k=-\infty }^{\infty }|x[-k]||h[k]|=\sum _{k=-\infty }^{\infty }|h[k]|=\infty$$
其不满足BIBO稳定性条件

(2) 因果性条件

• 假设输入$x_1[n],x_2[n]$满足：
  $$x_1[n]=x_2[n],\forall n⩽n_0$$
  $$x_1[n]\ne x_2[n],\forall n>n_0$$
• 考虑当$n=n_0$时的输出：
  $$y_1[n_0]=\sum _{k=0}^{\infty }h[k]x_1[n_0-k]+\sum _{k=-\infty }^{-1}h[k]x_1[n_0-k]$$
  $$y_2[n_0]=\sum _{k=0}^{\infty }h[k]x_2[n_0-k]+\sum _{k=-\infty }^{-1}h[k]x_2[n_0-k]$$
• 因此，可确定冲激响应的因果性：
  $$h[k]=0,k<0$$

系统分类

• 基于冲激响应长度
  • 有限冲激响应(FIR)
  • 无限冲激响应(IIR)
• 基于冲激响应系统
  • 实离散时间系统
  • 复离散时间系统
• 基于输出计算过程
  • 非递归离散时间系统
  • 递归离散时间系统

线性时不变系统（频域）

频率响应

（1）定义
一个线性时不变系统对复指数信号的响应也是同样一个复指数信号，不同的只是幅度上的变化。

当输入为复指数时，即$x[n]=e^{j{\omega }_{0}n}$
其输出$y[n]={\sum }_{m}h[m]e^{j{\omega }_0(n-m)}={\sum }_{m}h[m]e^{-j{\omega }_{0}m}{e}^{j{\omega }_{0}n}=H(e^{j{\omega }_0})x[n]=|H(e^{j{\omega }_0})|e^{j({\omega }_{0}n+\theta ({\omega }_0))}$

其中$H(e^{j{\omega }_0})$被称作LTI离散时间系统的频率响应

（2）实正弦
一个频率为${\omega }_0$的实正弦信号通过一个具有实冲激函数h[n]的LSI系统，具有增益放缩$|H(e^{j{\omega }_0})|$向往平移$\theta ({\omega }_0)$
$$Acos({\omega }_{0}n+\varphi )\ast h[n]=A|H(e^{j{\omega }_0})|cos({\omega }_{0}n+\varphi +\theta ({\omega }_0))$$

（3）因果指数序列的暂态响应与稳态响应
$$y[n]=x[n]\ast h[n]=\sum _{m=-\infty }^{n}h[m]e^{j{\omega }_0(n-m)}-\sum _{m=n+1}^{\infty }h[m]e^{j{\omega }_0(n-m)}=H(e^{j{\omega }_0})e^{j{\omega }_{0}n}-(\sum _{m=n+1}^{\infty }h[m]e^{-j{\omega }_{0}m})e^{j{\omega }_{0}n}$$
暂态响应：$H(e^{j{\omega }_0})e^{j{\omega }_{0}n}$,与纯正弦输入相同
稳态响应：$({\sum }_{m=n+1}^{\infty }h[m]e^{-j{\omega }_{0}m})e^{j{\omega }_{0}n}$,门控的结果

简单滤波器

• 核心思想：用设计的$H(e^{j{\omega }_0})$分离频率信息
  如：$x[n]=Acos({\omega }_{1}n)+Bcos({\omega }_{2}n)$
• 构建一个滤波器$|H(e^{j{\omega }_1})|\approx 1$$|H(e^{j{\omega }_2})|\approx 0$
  则$y[n]=h[n]\ast x[n]\approx Acos({\omega }_{1}n+\theta ({\omega }_1))$

三点滤波器：$h[n]=\alpha \beta \alpha$
频率响应：$|H(e^{j{\omega }_0})|=|\beta +2\alpha cos({\omega }_0)|$