不得不说,这本书的课后题出的真是一绝,可以帮助补全很多理解的漏洞。花了两天时间做完第一章的课后题,发现了一些有意思的小题目,比如1.26(c),1.27(g),1.35,1.38(a),1.42(c),1.44。
卷积
离散LTI系统中的卷积和 (convolution sum)
LTI (linear time-invariance) 系统:线性时不变系统。
任意一个信号都可以写成单位冲激信号的时移加权求和的形式,即离散时间单位冲激信号的筛选特性 (sifting property):
x
[
n
]
=
∑
k
=
−
∞
+
∞
x
[
k
]
δ
[
n
−
k
]
x[n]=\sum_{k=-\infin}^{+\infin}x[k]\delta[n-k]
x[n]=k=−∞∑+∞x[k]δ[n−k]
相似地,如果一个LTI系统在单位冲激信号
δ
[
n
−
k
]
\delta[n-k]
δ[n−k] 的激励下的输出是
h
k
[
n
]
h_k[n]
hk[n],即
δ
[
n
−
k
]
→
h
k
[
n
]
\delta[n-k]\rarr{h_k[n]}
δ[n−k]→hk[n] ,那么根据叠加性,得到卷积和
y
[
n
]
=
∑
k
=
−
∞
+
∞
x
[
k
]
h
k
[
n
]
=
∑
k
=
−
∞
+
∞
x
[
k
]
h
[
n
−
k
]
y[n]=\sum_{k=-\infin}^{+\infin}x[k]h_k[n]=\sum_{k=-\infin}^{+\infin}x[k]h[n-k]
y[n]=k=−∞∑+∞x[k]hk[n]=k=−∞∑+∞x[k]h[n−k]
,也写作
y
[
n
]
=
x
[
n
]
∗
h
[
n
]
y[n]=x[n]*h[n]
y[n]=x[n]∗h[n]其中
h
[
n
]
h[n]
h[n] 是单位冲激响应 (unit impulse response)。值得注意的是,书中图2.2给出的系统是时变的,因为不满足
h
k
[
n
]
=
h
[
n
−
n
0
]
h_k[n]=h[n-n_0]
hk[n]=h[n−n0]
连续LTI系统中的卷积积分 (convolution integral)
模仿离散时间的情况写出 x ( t ) = ∫ − ∞ + ∞ x ( τ ) δ ( t − τ ) d τ x(t)=\int_{-\infin}^{+\infin}x(\tau)\delta(t-\tau)d\tau x(t)=∫−∞+∞x(τ)δ(t−τ)dτ如果 h ( t ) h(t) h(t) 是LTI系统的单位脉冲响应,则对于任意输入 x ( t ) x(t) x(t),输出为卷积积分 y ( t ) = ∫ − ∞ + ∞ x ( τ ) h ( t − τ ) d τ y(t)=\int_{-\infin}^{+\infin}x(\tau)h(t-\tau)d\tau y(t)=∫−∞+∞x(τ)h(t−τ)dτ写作 y ( t ) = x ( t ) ∗ h ( t ) y(t)=x(t)*h(t) y(t)=x(t)∗h(t)
h
(
t
)
,
h
[
n
]
h(t), h[n]
h(t),h[n]的计算方法:
将
δ
(
t
)
,
δ
[
n
]
\delta(t), \delta[n]
δ(t),δ[n]代入
x
(
t
)
,
x
[
n
]
x(t), x[n]
x(t),x[n],求出的
y
(
t
)
,
y
[
n
]
y(t), y[n]
y(t),y[n]就是单位冲激响应
h
(
t
)
,
h
[
n
]
h(t), h[n]
h(t),h[n]。
LTI系统的性质
LTI系统的性质完全由单位脉冲响应 h ( t ) h(t) h(t) 决定。
-
交换律 (the commutative property)
x [ n ] ∗ h [ n ] = h [ n ] ∗ x [ n ] = ∑ k = − ∞ + ∞ x [ k ] h [ n − k ] x[n]*h[n]=h[n]*x[n]=\sum_{k=-\infin}^{+\infin}x[k]h[n-k] x[n]∗h[n]=h[n]∗x[n]=k=−∞∑+∞x[k]h[n−k]
x ( t ) ∗ h ( t ) = h ( t ) ∗ x ( t ) = ∫ − ∞ + ∞ x ( τ ) δ ( t − τ ) d τ x(t)*h(t)=h(t)*x(t)=\int_{-\infin}^{+\infin}x(\tau)\delta(t-\tau)d\tau x(t)∗h(t)=h(t)∗x(t)=∫−∞+∞x(τ)δ(t−τ)dτ
可以通过换元 m = n − k , u = t − τ m=n-k, u=t-\tau m=n−k,u=t−τ 证明。 -
分配律 (the distributive property)
x [ n ] ∗ ( h 1 [ n ] + h 2 [ n ] ) = x [ n ] ∗ h 1 [ n ] + x [ n ] ∗ h 2 [ n ] x[n]*(h_1[n]+h_2[n])=x[n]*h_1[n]+x[n]*h_2[n] x[n]∗(h1[n]+h2[n])=x[n]∗h1[n]+x[n]∗h2[n]
x ( t ) ∗ [ h 1 ( t ) + h 2 ( t ) ] = x ( t ) ∗ h 1 ( t ) + x ( t ) ∗ h 2 ( t ) x(t)*[h_1(t)+h_2(t)]=x(t)*h_1(t)+x(t)*h_2(t) x(t)∗[h1(t)+h2(t)]=x(t)∗h1(t)+x(t)∗h2(t)
这个性质可以将一个并联 (parallel interconnection) 的系统化简。 -
结合律 (the associative property)
x [ n ] ∗ ( h 1 [ n ] ∗ h 2 [ n ] ) = ( x [ n ] ∗ h 1 [ n ] ) ∗ h 2 [ n ] x[n]*(h_1[n]*h_2[n])=(x[n]*h_1[n])*h_2[n] x[n]∗(h1[n]∗h2[n])=(x[n]∗h1[n])∗h2[n]
x ( t ) ∗ [ h 1 ( t ) ∗ h 2 ( t ) ] = [ x ( t ) ∗ h 1 ( t ) ] ∗ h 2 ( t ) x(t)*[h_1(t)*h_2(t)]=[x(t)*h_1(t)]*h_2(t) x(t)∗[h1(t)∗h2(t)]=[x(t)∗h1(t)]∗h2(t)
运用分配律和结合律,可以将一个级联系统中子系统的顺序随意排列。 -
记忆性
由卷积公式,LTI系统无记忆性的条件是 h = K δ h=K\delta h=Kδ,此时系统变成 y = K x y=Kx y=Kx,如果 K = 1 K=1 K=1,则该系统成为一个单位系统 (identity system),输入与输出相等,即 x [ n ] = x [ n ] ∗ δ [ n ] x[n]=x[n]*\delta[n] x[n]=x[n]∗δ[n] x ( t ) = x ( t ) ∗ δ ( t ) x(t)=x(t)*\delta(t) x(t)=x(t)∗δ(t) -
可逆性
如果一个LTI系统 h ( t ) h(t) h(t) 是可逆的,则它的逆系统 h 1 ( t ) h_1(t) h1(t) 也是LTI的,且满足 h ( t ) ∗ h 1 ( t ) = δ ( t ) h(t)*h_1(t)=\delta(t) h(t)∗h1(t)=δ(t)。 -
因果性
根据卷积公式和因果性的定义,某LTI系统是因果系统的充要条件是
∀ n < 0 , h [ n ] = 0 {\forall}n<0, h[n]=0 ∀n<0,h[n]=0
如果在某个时间因果系统的输入是0,那么这时的输出也一定是0。因果信号:n<0 或 t<0 时值为0的信号。
-
稳定性
LTI系统稳定的充要条件是它的单位冲激响应绝对可和 (absolutely summable) 或绝对可积 (absolutely integrable) ,即 ∑ k = − ∞ + ∞ ∣ h [ k ] ∣ < ∞ \sum_{k=-\infin}^{+\infin}\left|{h[k]}\right|<\infin k=−∞∑+∞∣h[k]∣<∞
或 ∫ − ∞ + ∞ ∣ h ( t ) ∣ d t < ∞ \int_{-\infin}^{+\infin}\left|{h(t)}\right|dt<\infin ∫−∞+∞∣h(t)∣dt<∞ -
单位阶跃响应 (unit step response)
当输入为单位阶跃函数 u ( t ) , u [ n ] u(t), u[n] u(t),u[n] 时,系统的输出为单位阶跃响应 s ( t ) , s [ n ] s(t), s[n] s(t),s[n] ,即 s = u ∗ h s=u*h s=u∗h,所以有 h [ n ] = s [ n ] − s [ n − 1 ] h[n]=s[n]-s[n-1] h[n]=s[n]−s[n−1] h ( t ) = d s ( t ) d t = s ′ ( t ) h(t)=\frac{ds(t)}{dt}=s'(t) h(t)=dtds(t)=s′(t)
差分方程和微分方程
-
微分方程
一阶微分方程具有形式
d y ( t ) d t + a y ( t ) = b x ( t ) \frac{dy(t)}{dt}+ay(t)=bx(t) dtdy(t)+ay(t)=bx(t)
微分方程加上辅助条件 (auxiliary conditions) 可以完全表征一个系统。微分方程的解包含通解(homogeneous solution) y h ( t ) y_h(t) yh(t) 和特解(particular solution) y p ( t ) y_p(t) yp(t),也可以认为是自由响应 (natural response) 和强迫响应 (forced response) 的组合。微分方程的解法可以借鉴高等数学中线性微分方程的求解。
N阶常系数微分方程可以写成以下形式 ∑ k = 0 N a k d k y ( t ) d t k = ∑ k = 0 M b k d k x ( t ) d t k \sum_{k=0}^{N}a_k\frac{d^ky(t)}{dt^k}=\sum_{k=0}^{M}b_k\frac{d^kx(t)}{dt^k} k=0∑Nakdtkdky(t)=k=0∑Mbkdtkdkx(t)
通常认为初始条件是松弛的 (initial rest),即当 t ≤ t 0 t\leq{t_0} t≤t0 时, x ( t ) = 0 x(t)=0 x(t)=0,所以当 t ≤ t 0 t\leq{t_0} t≤t0 时, y ( t ) = 0 y(t)=0 y(t)=0,所以可以得到初始条件
y ( t 0 ) = d y ( t 0 ) d t = … = d N − 1 y ( t 0 ) d t N − 1 = 0 y(t_0)=\frac{dy(t_0)}{dt}=…=\frac{d^{N-1}y(t_0)}{dt^{N-1}}=0 y(t0)=dtdy(t0)=…=dtN−1dN−1y(t0)=0
这个条件可以保证上述微分方程所描述的系统是因果的LTI系统。 -
差分方程
N阶常系数差分方程/递归方程 (recursive equation) 可以写成以下形式 ∑ k = 0 N a k y [ n − k ] = ∑ k = 0 M b k x [ n − k ] \sum_{k=0}^{N}a_ky[n-k]=\sum_{k=0}^{M}b_kx[n-k] k=0∑Naky[n−k]=k=0∑Mbkx[n−k]
类似地,如果当 n < n 0 n<{n_0} n<n0 时, x [ n ] = 0 x[n]=0 x[n]=0,所以当 n < n 0 n<{n_0} n<n0 时, y [ n ] = 0 y[n]=0 y[n]=0,这个条件可以保证上述差分方程所描述的系统是因果的LTI系统。
当 N = 0 N=0 N=0 时,所得到的的单位冲激响应h[n]长度有限,所以被称为有限冲激响应系统 (finite impulse response system, FIR system)
当 N ≥ 0 N\geq0 N≥0 时,所得到的的单位冲激响应h[n]长度无限,所以被称为无限冲激响应系统 (infinite impulse response system, IIR system)
奇异函数 (singularity functions)
奇异函数是一类可以用通过其卷积来定义的函数。
- 单位冲激函数的运算定义 (operational definition):
x ( t ) = x ( t ) ∗ δ ( t ) 或 g ( 0 ) = ∫ − ∞ + ∞ g ( τ ) δ ( τ ) d τ x(t)=x(t)*\delta(t)或g(0)=\int_{-\infin}^{+\infin}g(\tau)\delta(\tau)d\tau x(t)=x(t)∗δ(t)或g(0)=∫−∞+∞g(τ)δ(τ)dτ
所以(将f(t)g(t)看成一个整体) f ( 0 ) g ( 0 ) = ∫ − ∞ + ∞ f ( τ ) g ( τ ) δ ( τ ) d τ f(0)g(0)=\int_{-\infin}^{+\infin}f(\tau)g(\tau)\delta(\tau)d\tau f(0)g(0)=∫−∞+∞f(τ)g(τ)δ(τ)dτ
又因为 f ( 0 ) g ( 0 ) = ∫ − ∞ + ∞ f ( 0 ) g ( τ ) δ ( τ ) d τ f(0)g(0)=\int_{-\infin}^{+\infin}f(0)g(\tau)\delta(\tau)d\tau f(0)g(0)=∫−∞+∞f(0)g(τ)δ(τ)dτ
所以
f ( t ) δ ( t ) = f ( 0 ) δ ( t ) f(t)\delta(t)=f(0)\delta(t) f(t)δ(t)=f(0)δ(t) - 单位冲激偶 (unit doublets)
单位冲激偶是单位冲激信号 δ ( t ) \delta(t) δ(t) 的一阶导数,是系统 y ( t ) = d x ( t ) d t y(t)=\frac{dx(t)}{dt} y(t)=dtdx(t)的单位冲激响应,记为 u 1 ( t ) u_1(t) u1(t),写成卷积的形式:
d x ( t ) d t = x ( t ) ∗ u 1 ( t ) \frac{dx(t)}{dt}=x(t)*u_1(t) dtdx(t)=x(t)∗u1(t)
令 x ( t ) = 1 x(t)=1 x(t)=1,有 ∫ − ∞ + ∞ u 1 ( τ ) d τ = 0 \int_{-\infin}^{+\infin}u_1(\tau)d\tau=0 ∫−∞+∞u1(τ)dτ=0
同样,可以定义单位冲激信号 δ ( t ) \delta(t) δ(t) 的N阶导数
u k ( t ) = u 1 ( t ) ∗ … ∗ u 1 ( t ) ( N 个 u 1 ( t ) 之积) u_k(t)=u_1(t)*…*u_1(t)(N个u_1(t)之积) uk(t)=u1(t)∗…∗u1(t)(N个u1(t)之积) - 单位阶跃信号
考虑到积分的情况,设积分器
y ( t ) = ∫ − ∞ t x ( τ ) d τ y(t)=\int_{-\infin}^{t}x(\tau)d\tau y(t)=∫−∞tx(τ)dτ单位冲激响应为 u ( t ) = u − 1 ( t ) = ∫ − ∞ t δ ( τ ) d τ u(t)=u_{-1}(t)=\int_{-\infin}^{t}\delta(\tau)d\tau u(t)=u−1(t)=∫−∞tδ(τ)dτ即
x ( t ) ∗ u ( t ) = ∫ − ∞ t x ( τ ) d τ x(t)*u(t)=\int_{-\infin}^{t}x(\tau)d\tau x(t)∗u(t)=∫−∞tx(τ)dτ
同样,可以定义单位冲激信号 δ ( t ) \delta(t) δ(t) 的N次积分
u − k ( t ) = ∫ − ∞ t u − ( k − 1 ) ( t ) d τ = t k − 1 ( k − 1 ) ! u ( t ) u_{-k}(t)=\int_{-\infin}^{t}u_{-(k-1)}(t)d\tau=\frac{t^{k-1}}{(k-1)!}u(t) u−k(t)=∫−∞tu−(k−1)(t)dτ=(k−1)!tk−1u(t)
且 u k ( t ) ∗ u r ( t ) = u k + r ( t ) u_{k}(t)*u_{r}(t)=u_{k+r}(t) uk(t)∗ur(t)=uk+r(t)
通过上述表达式,可以将求导和积分化为卷积运算。