标签：02 知识点 1.2 系统 输入 2t aligned 因果
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]
【例】
- 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。 - 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)=∫−∞tf(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)=∫−∞2tx(τ)dτ为时移系统y(t)=∫−∞tx(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：
-
“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(21t),y(t)=f(−t),y(t)=f(−21t),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 -
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→0limΔtf(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；=∫−∞2tf(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
标签：02,知识点,1.2,系统,输入,2t,aligned,因果 来源： https://blog.csdn.net/weixin_44252933/article/details/120231594
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。