因果稳定性举例

1 Example

1.1 因果性

上一篇简单介绍了系统的因果稳定性，讲的来好像就是那么回事的，那实际应用会是个什么样子的呢，这里举个简单例子说明一下
　　ATF（acoustic transfer function）常用来描述声音从声源到麦克风间的传输情况，用RIR-Generator的方法可以很方便产生ATF

example_3
[s,fs] = audioread('an103-mtms-senn4.wav');
x = conv(s,h);

产生的$h$如下

上面代码中得到的$x$即可模拟真实环境中带混响的录音信号
现在我们需要从估计从$s$到$x$的传输函数，$x$是$s$经过实际物理过程(与h卷积)得到的，因此这个系统肯定是个因果系统，先不去深究系统辨识（system identification）的问题了，直接调用matla函数测试

txy =tfestimate(s,x(1:length(s)),[],[],[],[],'twoside');
itxy = ifft(txy);
NFFT = length(itxy);
figure,plot(-(NFFT/2-1):NFFT/2,fftshift(itxy)),title('estimate ATF');

得到估计ATF如下

从图中可以看到，估计得到的h是个因果系统（负半轴为0）。
　　那么接下来，我们估计从x1到s的系统，因为x1是滞后于s的，系统输入x1输出s，输出超前于输入，从这个分析看，这个系统肯定是个非因果系统，用代码验证一下

txy =tfestimate(x(1:length(s)),s,[],[],[],[],'twoside');
itxy = ifft(txy);
NFFT = length(itxy);
figure,plot(-(NFFT/2-1):NFFT/2,fftshift(itxy)),title('estimate ATF');

　　
从图中可以看到，估计得到的h负半轴有值，因此这是一个非因果系统

1.2 稳定性

还是上面的例子，首先，我们从s与h卷积得到x，相应z变换如下
$$X(Z)=H(Z)S(Z)$$
上面已经知道这里的$H(Z)$是一个因果稳定的系统，得到的$X(Z)$是一个带混响的信号，现在，我们来估计从x到s的系统，也就是下式
$$S(Z)=G(Z)X(Z)$$
咋一看，这还不简单，求逆呗，如下式
$$G(Z)=\frac{1}{H(Z)}$$
那么来分析一下$G(Z)$的稳定性
$H(Z)$是一个FIR系统，只有零点，是稳定的，用matlab画出零极点图

 figure,zplane(h,1)

　　点数有点多看不太清楚，不过还是可以看到FIR滤波器在$z=0$处有$N$阶极点¹，其余全部是零点，上图中可以看出，$H(Z)$的有零点分布在单位圆外，而$H(Z)$的零点是$G(Z)$极点，因此，直接翻转$H(Z)$得到的$G(Z)$会有极点在单位圆外，因此是不稳定的。这也可以得到一个结论：
　　一个因果稳定的系统只有当它零极点全部在z平面的单位圆内时，它的翻转系统才可能是因果稳定的，这样的系统也被叫做最小相位系统（minimum-phase system）
　　a stable, causal system has a stable and causal inverse only if both its poles and zeros are inside the unit circle. Such a system is commonly referred to as a minimum-phase system

---

1. https://dsp.stackexchange.com/questions/13605/why-are-fir-filters-still-stable-even-though-they-contain-poles ↩︎