信号与系统学习笔记与代码实现2线性时不变系统

---

2.0 线性时不变系统

线性时不变系统能够被深入分析的主要原因之一在于该类系统具有叠加性质，即将线性时不变系统的输入用一组基本的信号的线性组合来表示，就可以根据系统对这些基本信号的响应，然后利用叠加性质求得整个系统的输出。

2.1.1 用脉冲表示离散时间信号

离散时间单位脉冲序列具有筛选性质（sifing property），因为序列$\delta [n-k]$仅当$k=n$时非零，所以就可以把$x[k]$以外的进行筛除，公式表达如下：
$$x[n]=\sum _{k=-\infty }^{+\infty }x[k]\delta [n-k]$$

2.1.2 离散时间线性时不变系统的单位脉冲响应及卷积和表示

一个线性系统对$x[n]$的响应就是系统对这些移位脉冲中的每一个响应加权后的叠加，公式表达如下：
$$y[n]=\sum _{k=-\infty }^{+\infty }x[k]h[n-k]$$

这个结果称为卷积和（convolution sum）或叠加和（superposition sum），运算结果称为$x[n]$和$h[n]$的卷积，并用符号记为：
$$y[n]=x[n]\ast h[n]$$

t1=linspace(-5,15,21);
x1=(0.8).^(t1);
t2=-5:15;
t3=0:20;
t4=0:40;
x2=heaviside(t2);
y2=sign(x2);
y3=x1.*y2;
y4=conv(y3,y2,'same');
y5=conv(y3,y2,'full');
y6=filter(y3, 1, y2);

set(0,'defaultfigurecolor','w');
subplot(3,2,1)
stem(t1,x1,'linewidth',1.0);
xlabel('\alpha= 0.8','fontsize',10,'FontName','Times New Roman');
subplot(3,2,3)
stem(t2,y2,'linewidth',1.0); 
xlabel('u[n]','fontsize',12,'FontName','Times New Roman');
subplot(3,2,5)
stem(t2,y3,'linewidth',1.0); 
xlabel('x[n]','fontsize',12,'FontName','Times New Roman');
subplot(3,2,2)
stem(t3,y4,'linewidth',1.0); 
xlabel('y[n]','fontsize',12,'FontName','Times New Roman');
subplot(3,2,4)
stem(t4,y5,'linewidth',1.0); 
xlabel('y[n]','fontsize',12,'FontName','Times New Roman');
subplot(3,2,6)
stem(t3,y6,'linewidth',1.0); 
xlabel('y[n]','fontsize',12,'FontName','Times New Roman');

使用c语言实现卷积运算链接：使用C语言实现卷积运算及移动平均滤波器

2.2.1 用冲激表示连续时间信号

与离散时间情况相同，连续时间冲激函数也具有筛选性质，公式表达如下：
$$x(t)={\int }_{-\infty }$$