信号与系统-连续系统的时域分析

1. 系统定义

系统：若干相互关联的事物组合而成的具有特定功能的整体

系统的基本作用：对输入信号进行加工处理，将其转化为所需要的输出信号

2. 系统模型

系统模型：对实际系统的理想化

集中参数系统：忽略电磁辐射，即电场和磁场可分别用C,L表示，且能量传输不考虑时间。电路尺寸<<波长

分布参数系统：电磁辐射，电磁能在传输线连续分布，且能量传输需要时间。电路尺寸与波长相近，比如微波传输系统

3.1 系统分类

3.1.1 线性与非线性系统

线性系统：满足线性性质的系统(齐次性，可加性)；输入的线性组合满足输出的线性组合
$$T[a{f}_1(\ast )+b{f}_2(\ast )]=aT[f_1(\ast )]+bT[f_2(\ast )]$$

动态线性系统：不仅与激励(输入)有关，还与过去状态有关，也叫记忆系统

• 完全响应： y ( ∗ ) = T [ { f ( ∗ ) } , { x ( 0 ) } ] y(*)=T[\{f(*)\},\{x(0)\}] y(∗)=T[{ f(∗)},{ x(0)}]
• 零状态响应： y z s ( ∗ ) = T [ { f ( ∗ ) } , { 0 } ] y_{zs}(*)=T[\{f(*)\},\{0\}] yzs​(∗)=T[{ f(∗)},{ 0}]
• 零输入响应： y z i ( ∗ ) = T [ { 0 } , { x ( 0 ) } ] y_{zi}(*)=T[\{0\},\{x(0)\}] yzi​(∗)=T[{ 0},{ x(0)}]

当动态系统满足下列3个条件时，该系统是线性系统

1. 可分解性：全响应等于零状态加零输入 $y(\ast )=y_{zs}(\ast )+y_{zi}(\ast )$
2. 零状态线性：不考虑状态的时候，输入的组合等于响应的组合
3. 零输入线性：没有输入的时候，状态的组合等于状态分别响应的组合

非线性系统：

3.1.2 时变与时不变系统

时不变系统

字面意思，系统输入延迟多少时间，其零状态响应也相应延迟多少时间
f ( t − t d ) ⟶ y z s ( t − t d ) T [ { 0 } , f ( t − t d ) ] = y z s ( t − t d ) f(t-t_d)\longrightarrow y_{zs}(t-t_d)\\ T[\{0\},f(t-t_d)]=y_{zs}(t-t_d) f(t−td​)⟶yzs​(t−td​)T[{ 0},f(t−td​)]=yzs​(t−td​)
时变系统：不满足上面就是时变咯。直观判断方法：若$f(\ast )$前出现变系数，或有反转，伸缩变换，那就是时变系统

线性时不变(LTI)系统

1. 微分性质

   若$f(t)⟶y_{zs}(t)$，则$f^{\prime }(t)⟶y_{zs}^{\prime }(t)$

2. 积分性质

   若$f(t)⟶y_{zs}(t)$，则${\int }_{-\infty }^{t}f(x)dx⟶{\int }_{-\infty }^t{y}_{zs}(x)dx$，输入的积分产生的是状态的积分

分析方法：

• 输入输出法(外部法)

  • 时域分析
  • 变换域法
    • 连续系统——频域法和复频域法
    • 离散系统——频域法和Z域法

• 状态变量法(内部法)

3.1.3 因果与非因果系统

因果系统：指的是零状态响应不会出现在激励之前的系统，没有输入之前是不会有结果的

比如：$y_{zs}(t)=2f(t+1)$，令t=1时，有$y_{zs}(1)=2f(2)$这是非因果系统，2秒时刻加的输入它在1秒时就出结果了，这波提前预测了属于是。

3.1.4 连续系统的初始值

初始值是n阶系统在t=0时刻接入的激励，其响应在$t=0_{+}$时刻的值，即$y^{(j)}(0_{+})(j=0,1,2,...,n-1)$。

初始状态是指系统在激励尚未接入的t=0时刻的响应值$y^{(j)}(0_{-})$，该值反映了系统的历史情况，而与激励无关。

那么为了求解微分方程，需要从已知的初始状态$y^{(j)}(0_{-})$求得$y^{(j)}(0_{+})$

• 栗子-01

  描述某系统的微分方程为$y^{\prime \prime }(t)+3y^{\prime }(t)+2y(t)=2f^{\prime }(t)+6f(t)$。已知$y(0_{-})=2,y^{\prime }(0_{-})=0,f(t)=ϵ(t)$，求得$$y^{\prime }(0_{+}),y(0_{+})$$

  解：将$f(t)=ϵ(t)$代入微分方程得$y^{\prime \prime }(t)+3y^{\prime }(t)+2y(t)=2\delta (t)+6ϵ(t)$

  ——因为上面这个方程式右侧有个$\delta$，意味着在0时刻加了个无穷大量，那么在$0_{-}⟶0_{+}$，初始值和状态是会发生变化的。那么这个$\delta$只能是由左边最高阶$y^{\prime \prime }(t)$产生的。所以在$0_{-}⟶0_{+}$时刻$y^{\prime }(t)$产生突变，才能求导得到$\delta $

  ​ 故：$y^{\prime }(0_{+})\ne y^{\prime }(0_{-})且y(0_{-})=y(0_{+})=2$

  ​ 对 y ′ ′ ( t ) + 3 y ′ ( t ) + 2 y ( t ) = 2 δ ( t ) + 6 ϵ ( t ) y''(t)+3y'(t)+2y(t)=2\delta(t)+6\epsilon(t)