信号与系统复习笔记——线性时不变系统
线性时不变系统
推导CT-LTI卷积积分
假设输入函数为 x(t)x(t)x(t) ,输出为 y(t)y(t)y(t) ,考虑对应变换 T{ x(t)}=y(t)T\{x(t)\}=y(t)T{ x(t)}=y(t) ,通过冲激函数可将 x(t)x(t)x(t) 表示为:
x(t)=∫−∞+∞x(τ)δ(t−τ)dτ=x(t)∗δ(t) x(t) = \int_{-\infty}^{+\infty} x(\tau)\delta(t - \tau) d\tau = x(t) \ast \delta(t) x(t)=∫−∞+∞x(τ)δ(t−τ)dτ=x(t)∗δ(t)
对两边同时做变换 TTT 得到:
T{ x(t)}=T{ ∫−∞+∞x(τ)δ(t−τ)dτ} T\{x(t)\} = T\{\int_{-\infty}^{+\infty} x(\tau)\delta(t - \tau) d\tau \} T{ x(t)}=T{ ∫−∞+∞x(τ)δ(t−τ)dτ}
利用LTI的 线性性质 可以得到:
y(t)=∫−∞+∞T{ x(τ)δ(t−τ)}dτ y(t)= \int_{-\infty}^{+\infty} T\{x(\tau)\delta(t - \tau) \} d\tau y(t)=∫−∞+∞T{ x(τ)δ(t−τ)}dτ
y(t)=∫−∞+∞x(τ)T{ δ(t−τ)}dτ y(t) = \int_{-\infty}^{+\infty} x(\tau)T\{\delta(t - \tau)\} d\tau y(t)=∫−∞+∞x(τ)T{ δ(t−τ)}dτ
利用LTI的 时不变性 可以得到:
y(t)=∫−∞+∞x(τ)h(t−τ)dτ=x(t)∗h(t) y(t) = \int_{-\infty}^{+\infty} x(\tau) h(t - \tau) d\tau = x(t) \ast h(t) y(t)=∫−∞+∞x(τ)h(t−τ)dτ=x(t)∗h(t)
这里记 h(t)h(t)h(t) 为系统的 零状态 状态下的单位冲激函数的响应。
推导DT-LTI卷积积分
同理CT-LTI卷积积分可得:
y[n]=∑k=−∞+∞x[k]h[n−k]=x[n]∗h[n] y[n] = \sum_{k = -\infty} ^{+\infty} x[k] h[n-k] = x[n] \ast h[n] y[n]=k=−∞∑+∞x[k]h[n−k]=x[n]∗h[n]
LTI系统的性质
| 性质 | 公式 |
|---|---|
| 交换律 | x(t)∗h(t)=h(t)∗x(t)x(t) \ast h(t) = h(t) \ast x(t)x(t)∗h(t)=h(t)∗x(t) |
| 分配律 | x(t)∗[h1(t)+h2(t)]=x(t)∗h1(t)+x(t)∗h2(t)x(t) \ast [h_1(t) + h_2(t)] = x(t) \ast h_1(t) + x(t) \ast h_2(t)x(t)∗[h1(t)+h2(t)]=x(t)∗h1(t)+x(t)∗h2(t) |
| 结合律 | x(t)∗[h1(t)∗h2(t)]=[x(t)∗h1(t)]∗h2(t)x(t) \ast [h_1(t) \ast h_2(t)] = [x(t) \ast h_1(t)] \ast h_2(t)x(t)∗[h1(t)∗h2(t)]=[x(t)∗h1(t)]∗h2(t) |
| 记忆性 | 若对于所有的 t≠0t \neq 0t=0 有 h(t)=0h(t) = 0h(t)=0 那么系统是无记忆的 |
| 可逆性 | 若存在 h1(t)h_1(t)h1(t) 使得 h(t)∗h1(t)=δ(t)h(t) \ast h_1(t) = \delta(t)h(t)∗h1(t) |

文章详细介绍了线性时不变(LTI)系统的特性,包括连续时间(LTI)系统和离散时间(LTI)系统的卷积积分计算方法。通过冲激函数的性质,展示了如何推导出CT-LTI和DT-LTI的卷积表达式。此外,讨论了LTI系统的性质,如交换律、分配律、结合律、记忆性、可逆性和因果性。文章还涉及了线性常系数微分方程在求解LTI系统中的应用,以及如何求解零输入响应和零状态响应。最后,给出了一例求解特定系统响应的问题作为示例。
最低0.47元/天 解锁文章
1万+

被折叠的 条评论
为什么被折叠?



