信号与系统02 系统知识点

1. 系统知识点


1.1. 系统的表示

  • 箭头/方框表示 f ( t ) → y ( t ) f(t)\to y(t) f(t)→y(t), f ( t ) → H → y ( t ) f(t)\to \boxed{H} \to y(t) f(t)→H​→y(t)
  • 算子表示 y ( t ) = H [ f ( t ) ] y(t)=H[f(t)] y(t)=H[f(t)]
  • 数学模型表示(差分方程或微分方程)

1.2. 系统的分类

1.2.1. 连续/离散时间系统

将连续时间输入信号变换为连续时间的输出信号的系统,称为连续时间系统;

将离散时间输入信号变换为离散时间的输出信号的系统,称为离散时间系统。

1.2.2. 线性/非线性系统

线性系统满足3个条件:

  • 系统具有分解性

    系统的全响应可以分解为只由初始状态引起的零输入响应 y x ( t ) / y 0 [ n ] y_{_x}(t)/y_{_0}[n] yx​​(t)/y0​​[n]和只由输入引起的零状态响应 y f ( t ) / y x [ n ] y_{_f}(t)/y_{_x}[n] yf​​(t)/yx​​[n]之和,记为:
    y ( t ) = y x ( t ) + y f ( t ) y [ n ] = y 0 [ n ] + y x [ n ] \begin{aligned} y(t) &= y_{_x}(t) + y_{_f}(t)\\ y[n] &= y_{_0}[n] + y_{_x}[n] \end{aligned} y(t)y[n]​=yx​​(t)+yf​​(t)=y0​​[n]+yx​​[n]​

  • 系统具有零输入线性

    a y 1 ( 0 ) + b y 2 ( 0 ) → a y x 1 ( 0 ) + b y x 2 ( 0 ) a y 1 [ 0 ] + b y 2 [ 0 ] → a y 0 1 [ 0 ] + b y 0 2 [ 0 ] \begin{aligned} ay_1(0) + by_2(0) &\to ay_{x_1}(0) + by_{x_2}(0) \\ ay_1[0] + by_2[0] &\to ay_{_{0_1}}[0] + by_{_{0_2}}[0] \\ \end{aligned} ay1​(0)+by2​(0)ay1​[0]+by2​[0]​→ayx1​​(0)+byx2​​(0)→ay01​​​[0]+by02​​​[0]​

  • 系统具有零状态线性

    a x 1 ( t ) + b x 2 ( t ) → a y f 1 ( t ) + b y f 2 ( t ) a x 1 [ n ] + b x 2 [ n ] → a y x 1 [ n ] + b y x 2 [ n ] \begin{aligned} ax_1(t) + bx_2(t) &\to ay_{_{f_1}}(t) + by_{_{f_2}}(t) \\ ax_1[n] + bx_2[n] &\to ay_{_{x_1}}[n] + by_{_{x_2}}[n] \\ \end{aligned} ax1​(t)+bx2​(t)ax1​[n]+bx2​[n]​→ayf1​​​(t)+byf2​​​(t)→ayx1​​​[n]+byx2​​​[n]​

  1. 典型的不满足可分解性的例子就有: y ( t ) = y ( 0 ) x ( t ) y(t) = y(0)x(t) y(t)=y(0)x(t)
    一般的时候会遇到零输入响应为0的情况,此时只需判断的零状态响应线性即可(如 y ( t ) = t f ( t ) y(t)=tf(t) y(t)=tf(t) )。
    但是如果零输入响应为一个非零的常数(此时不满足线性),则此系统为增量线性系统(假设满足零状态响应线性),仍属于非线性系统。
  2. 根据定义很容易判断零输入/零状态是否线性,比如常见的 y ( t ) = f 2 ( t ) y(t)=f^2(t) y(t)=f2(t) 就是典型的非线性,另外像微分算子 y ( t ) = d f ( t ) d x y(t)=\frac{df(t)}{dx} y(t)=dxdf(t)​,积分算子 y ( t ) = ∫ − ∞ t f ( τ ) d τ y(t)=\int_{-\infty}^{t} f(\tau) d\tau y(t)=∫−∞t​f(τ)dτ 都是的线性算子。

1.2.3. 时变/时不变系统

系统的时不变性指的是:输入信号在时间上有一个平移,系统的零状态响应也会产生一个同样的时间上的平移,即:

如果 f ( t ) → y f ( t ) f(t)\to y_{_f}(t) f(t)→yf​​(t),则 f ( t − t 0 ) → y f ( t − t 0 ) f(t-t_0) \to y_{_f}(t-t_0) f(t−t0​)→yf​​(t−t0​)或
如果 x [ n ] → y x [ n ] x[n]\to y_{_x}[n] x[n]→yx​​[n],则 x [ n − n 0 ] → y x [ n − n 0 ] x[n-n_0]\to y_{_x}[n-n_0] x[n−n0​]→yx​​[n−n0​];

注意】 特别小心这种“时间反转、扩展压缩”的信号,如:

y ( t ) = x ( a t ) , 如 { y ( t ) = x ( 2 t ) y ( t ) = x ( − t ) 均 为 时 移 系 统 , { y ( t ) = ∫ − ∞ 2 t x ( τ ) d τ 为 时 移 系 统 y ( t ) = ∫ − ∞ t x ( τ ) d τ 为 时 不 变 系 统 ; \begin{aligned} & y(t) = x(at),如 \begin{cases} y(t) = x(2t)\\ y(t) = x(-t) \end{cases} 均为时移系统,\\ & \begin{cases} y(t) = \int_{-\infty}^{2t} x(\tau) d\tau 为时移系统\\ y(t) = \int_{-\infty}^{t} x(\tau) d\tau 为时不变系统\\ \end{cases}; \end{aligned} ​y(t)=x(at),如{y(t)=x(2t)y(t)=x(−t)​均为时移系统,{y(t)=∫−∞2t​x(τ)dτ为时移系统y(t)=∫−∞t​x(τ)dτ为时不变系统​;​
还有一种就是“输入信号与时间函数”的乘积,如 y ( t ) = t f ( t ) , y ( t ) = sin ⁡ ( t ) f ( t ) y(t)=tf(t), y(t)=\sin(t)f(t) y(t)=tf(t),y(t)=sin(t)f(t) 等均是时移系统。

1.2.4. 因果/非因果系统

因果系统的当前输出只与当前时刻或当前时刻之前的输入有关,而与未来的输入无关,又称为“物理可实现系统”。

非因果系统的输出与未来的时刻的输入有关。

注意】 从定义上很容易判断出,注意几个特殊的:

  1. “时间反转、扩展压缩”的信号
    y ( t ) = f ( a t ) { y ( t ) = f ( 2 t ) , y ( 1 ) = f ( 2 ) y ( t ) = f ( 1 2 t ) , y ( − 1 ) = f ( − 1 2 ) y ( t ) = f ( − t ) , y ( − 1 ) = f ( 1 ) y ( t ) = f ( − 1 2 t ) , y ( − 1 ) = f ( 1 2 ) y ( t ) = f ( − 2 t ) , y ( − 1 ) = f ( 2 ) } 非 因 果 y(t)=f(at) \begin{Bmatrix} y(t) = f(2t),& y(1) = f(2)\\ y(t) = f(\frac{1}{2}t),& y(-1) = f(-\frac{1}{2})\\ y(t) = f(-t),& y(-1) = f(1)\\ y(t) = f(-\frac{1}{2}t),& y(-1)=f(\frac{1}{2})\\ y(t) = f(-2t),& y(-1)=f(2)\\ \end{Bmatrix} 非因果 y(t)=f(at)⎩⎪⎪⎪⎪⎨⎪⎪⎪⎪⎧​y(t)=f(2t),y(t)=f(21​t),y(t)=f(−t),y(t)=f(−21​t),y(t)=f(−2t),​y(1)=f(2)y(−1)=f(−21​)y(−1)=f(1)y(−1)=f(21​)y(−1)=f(2)​⎭⎪⎪⎪⎪⎬⎪⎪⎪⎪⎫​非因果

  2. 微分、差分等运算

    y ( t ) = d f ( t ) d t = lim ⁡ Δ t → 0 f ( t + Δ t ) − f ( t ) Δ t , Δ t 可 正 可 负 , 故 为 非 因 果 系 统 ; y [ n ] = Δ x [ n ] = x [ n + 1 ] − x [ n ] , 前 向 差 分 为 非 因 果 系 统 ; y [ n ] = ▽ x [ n ] = x [ n ] − x [ n − 1 ] , 后 向 差 分 为 因 果 系 统 ; y ( t ) = ∫ − ∞ 2 t f ( τ ) d τ , 时 间 压 缩 了 , 也 是 非 因 果 系 统 。 \begin{aligned} y(t) &= \frac{df(t)}{dt} = \lim_{\Delta t \to 0} \frac{f(t + \Delta t) - f(t)}{\Delta t}, \Delta t 可正可负,故为非因果系统;\\ y[n] &= \Delta x[n] = x[n+1] - x[n],前向差分为非因果系统;\\ y[n] &= \triangledown x[n] = x[n] - x[n-1],后向差分为因果系统;\\ y(t) &= \int_{-\infty}^{2t} f(\tau) d\tau ,时间压缩了,也是非因果系统。 \end{aligned} y(t)y[n]y[n]y(t)​=dtdf(t)​=Δt→0lim​Δtf(t+Δt)−f(t)​,Δt可正可负,故为非因果系统;=Δx[n]=x[n+1]−x[n],前向差分为非因果系统;=▽x[n]=x[n]−x[n−1],后向差分为因果系统;=∫−∞2t​f(τ)dτ,时间压缩了,也是非因果系统。​

1.2.5. 稳定/非稳定系统

对于任意一个有界输入,输出也有界的系统为稳定系统。

1.2.6. 记忆/无记忆系统

  • 无记忆系统

    系统的输出信号只取决于当前时刻的激励信号,而与过去的工作状态无关(如纯电阻电路)

  • 有记忆系统

    系统的输出信号不仅取决于当前时刻的激励信号,而与过去的输入有关(如含有电感,电容的电路)

1.3. 系统的互联

  • 串联

  • 并联

  • 反馈

上一篇:为x86 CPU自动调度神经网络


下一篇:C++开发短信验证码通知短信