文章目录
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 ( ∗ ) + b f 2 ( ∗ ) ] = a T [ f 1 ( ∗ ) ] + b T [ f 2 ( ∗ ) ] T[af_1(*)+bf_2(*)]=aT[f_1(*)]+bT[f_2(*)] T[af1(∗)+bf2(∗)]=aT[f1(∗)]+bT[f2(∗)]
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
- 可分解性:全响应等于零状态加零输入 y ( ∗ ) = y z s ( ∗ ) + y z i ( ∗ ) y(*)=y_{zs}(*)+y_{zi}(*) y(∗)=yzs(∗)+yzi(∗)
- 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
- 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 ( ∗ ) f(*) f(∗)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
-
微分性质
若 f ( t ) ⟶ y z s ( t ) f(t)\longrightarrow y_{zs}(t) f(t)⟶yzs(t),则 f ′ ( t ) ⟶ y z s ′ ( t ) f'(t)\longrightarrow y'_{zs}(t) f′(t)⟶yzs′(t)
-
积分性质
若 f ( t ) ⟶ y z s ( t ) f(t)\longrightarrow y_{zs}(t) f(t)⟶yzs(t),则 ∫ − ∞ t f ( x ) d x ⟶ ∫ − ∞ t y z s ( x ) d x \int_{-\infty}^t f(x)dx\longrightarrow \int_{-\infty}^t y_{zs}(x)dx ∫−∞tf(x)dx⟶∫−∞tyzs(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 z s ( t ) = 2 f ( t + 1 ) y_{zs}(t)=2f(t+1) yzs(t)=2f(t+1),令t=1时,有 y z s ( 1 ) = 2 f ( 2 ) y_{zs}(1)=2f(2) yzs(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 + t=0_+ t=0+时刻的值,即 y ( j ) ( 0 + ) ( j = 0 , 1 , 2 , . . . , n − 1 ) y^{(j)}(0_+) \ \ (j=0,1,2,...,n-1) 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 − ) y^{(j)}(0_-) 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 − ) y^{(j)}(0_-) y(j)(0−)求得 y ( j ) ( 0 + ) y^{(j)}(0_+) y(j)(0+)
-
栗子-01
描述某系统的微分方程为 y ′ ′ ( t ) + 3 y ′ ( t ) + 2 y ( t ) = 2 f ′ ( t ) + 6 f ( t ) y''(t)+3y'(t)+2y(t)=2f'(t)+6f(t) y′′(t)+3y′(t)+2y(t)=2f′(t)+6f(t)。已知 y ( 0 − ) = 2 , y ′ ( 0 − ) = 0 , f ( t ) = ϵ ( t ) y(0_-)=2,y'(0_-)=0,f(t)=\epsilon(t) y(0−)=2,y′(0−)=0,f(t)=ϵ(t),求得 y ′ ( 0 + ) , y ( 0 + ) y'(0_+),y(0_+) y′(0+),y(0+)
解:将 f ( t ) = ϵ ( t ) f(t)=\epsilon(t) f(t)=ϵ(t)代入微分方程得 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) y′′(t)+3y′(t)+2y(t)=2δ(t)+6ϵ(t)
——因为上面这个方程式右侧有个 δ \delta δ,意味着在0时刻加了个无穷大量,那么在 0 − ⟶ 0 + 0_-\longrightarrow 0_+ 0−⟶0+,初始值和状态是会发生变化的。那么这个 δ \delta δ只能是由左边最高阶 y ′ ′ ( t ) y''(t) y′′(t)产生的。所以在 0 − ⟶ 0 + 0_-\longrightarrow 0_+ 0−⟶0+时刻 y ′ ( t ) y'(t) y′(t)产生突变,才能求导得到$\delta $
故: y ′ ( 0 + ) ≠ y ′ ( 0 − ) 且 y ( 0 − ) = y ( 0 + ) = 2 y'(0_+)\neq y'(0_-) 且 y(0_-)=y(0_+)=2 y′(0+)=y′(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)