Skip to content
Noflower的笔记
信号与系统
LTI 系统的时域分析

LTI 系统的时域分析

约 3 分钟阅读 · 1340 字 · 次浏览
微分方程和特征根

对于 \(\displaystyle \sum a_n \frac{\mathrm{d}^n y}{\mathrm{d}t^n} = C\), 对应特征方程 \(\displaystyle \sum a_ns^n = 0\), 其解 \(s_1, \cdots, s_n\), 得齐次解解 \(\displaystyle y = \sum A_n \mathrm{e}^{s_n t}\), \(A_n\) 由初始条件决定,再代入由 \(C\) 确定特解,最后解为 齐次解 + 特解

利用 LTI 系统的特性

输出响应由两部分组成:

  • 初始状态为 0 时、完全由输入信号 \(f(t)\) 决定的系统响应 — 零状态响应 \(y_f(t)\) (强迫响应)
  • 输入信号为 0 时、完全由初始状态 \(y^{n}(0-)\) 决定的系统响应 — 零输入响应 \(y_x(t)\) (自由响应)
它们并不完全相同,后面会介绍!

其中零输入响应能直接通过齐次微分方程求得 (只与初始值有关),但是零状态响应与变化的 \(f(t)\) 有关,不易求得。因此可以先将 \(f(t)\) 分解后求

在时域中,常用冲激信号作为基本单元信号 — 时域分析方法 (常用卷积,也称卷积法) 在频域/复频域中,使用指数信号作为基本带院信号 — 频域分析方法 (使用傅里叶变换)

利用单位冲激信号的线性组合分解

连续时间系统

先求零状态响应

冲激响应: 冲激信号激励系统时产生的零状态响应,记为 \(h(t)\).

根据定义,\(h(t)\) 满足:

\[ h^{(n)}(t) + a_{n - 1}h^{(n - 1)}(t) + \cdots + a_0h(t) = b_m\delta^{(m)}(t) + \cdots + b_0\delta(t) \]

显然 \(t > 0^+\) 时 \(h(t)\) 是其次微分方程的解.

\[ h(t) = \left( \sum_{i=1}^n K_i \, \mathrm{e}^{s_i t} \right) u(t) \]

\(n \leq m\) 时, 为使方程两边平衡, \(h(t)\) 应含有冲激及其高阶导数,即

\[ h(t) = \left( \sum_{i=1}^n K_i \, \mathrm{e}^{s_i t} \right) u(t) + \sum_{j=0}^{m-n} A_j \, \delta^{(j)}(t) \]

\(h(t)\) 代入配平即可.

由此得

\[ T(f(t)) = y_f(t) = \int_{-\infty}^{\infty}f(\tau)h(t - \tau)\mathrm{d} \tau = f(t) \otimes h(t) \]

零输入响应仅需求解其次微分方程即可

完全响应 = 零状态响应 + 零输入响应

卷积积分的计算与性质

定义 \(\displaystyle y(t) = f(t) \otimes h(t) = \int_{-\infty}^{\infty}f(\tau)h(t - \tau) \mathrm{d} \tau\)

两个方波信号卷积,得到结果为梯形,底边长为方波宽度的和,上边长为方波信号宽度的差

理解: \(\tau\) 作用时刻,\(t\) 观察时刻,积分:所有作用时刻响应的叠加

因果信号中,积分上下限可以换为 \([0, t]\)

几个例子
\[ u(t) \otimes u(t) = r(t) \]\[ \displaystyle \mathrm{e}^{\alpha t}\otimes \mathrm{e}^{\beta t} = \begin{cases}\displaystyle \frac{\mathrm{e}^{\alpha t} - \mathrm{e}^{\beta t}}{\alpha - \beta}u(t) &\ \alpha \neq \beta \\ t\mathrm{e}^{\alpha t}u(t) &\ \alpha = \beta \end{cases} \]

有一些性质:

  1. 交换律 \(\displaystyle f(t) \otimes h(t) h(t) \otimes f(t)\) 可用系统作用 \(f(t)\) 角度理解,同时表明 \(h(t), f(t)\) 均能表示为冲激响应作为系统的描述; LTI 系统级联时可以交换先后顺序
    2. 分配律 \(x(t) \otimes (h_1(t) + h_2(t)) = x(t) \otimes h_1(t) + x(t)\otimes h_2(t)\)
    并联系统能分别计算并相加
    3. 结合律 (公式略) 级联系统的冲激响应等于格构成系统冲激响应的卷积
    4. 与奇异信号的卷积 (最好用系统来理解)
    - 直连系统 \(x(t) \otimes \delta(t) = x(t)\)
    - 延时特性 \(x(t )\otimes \delta (t - T) = x(t - T)\)
    - 微分特性 \(x(t) \otimes \delta'(t) = x'(t)\)
    - 积分特性 \(\displaystyle x(t) \otimes u(t) = \int_{-\infty}^{t}x(\tau) \mathrm{d}\tau\)
    5. 一些性质的组合 - \(x'(t) \otimes h(t) = x(t) \otimes h'(t) = y'(t)\),积分延时等相同.
    - 可以先微分成冲激信号再积分方便求得

离散时间系统

零输入响应直接求齐次差分返程即可。

初始条件

如果初始条件给的是 \(y[0], y[1]\), 需要注意在此时激励信号已经作用了,不能直接用于计算零输入响应!
此时需要重新计算 \(y[-1], y[-2]\) 用于求解零输入响应。

现求零状态响应,使用卷积法。
同样仅需计算单位脉冲 (样值/样本) 响应即可。同样有

这里 \(\delta\) 叫单位样值序列

\[ f[k] = \sum_{n = -\infty}^{\infty}f[n]\delta[k - n] \Rightarrow \sum_{n = -\infty}^{\infty}f[n]h[k - n] = f[k] \otimes h[k] \]

\(h[k]\) 满足:

\[ \sum_{i = 1}^{n}a_i \delta[k - i] = \sum_{i = 1}^{m}b_i h[k - i] \]

先计算关于 \(h\) 的齐次差分方程,再由 \(h[k | k \leq -1] = 0\) 得到 \(h[k]\) 的形式。

卷积和的运算和性质

不过多赘述,和上面卷积积分类似
计算卷积 \(f[k] \otimes h[k]\)时,可以把 \(f[k]\) 写成单位样值序列,在卷积之后把 \(\delta\) 换成 \(h\) 即可。

例子:

\[ \alpha^k u[k] \otimes \beta^k u[k] \]

反馈系统的冲激响应和系统特性分析

反馈系统需要列方程求解,但是需要求含有卷积的方程! –> 频域分析方法 (下次讲)

对一个系统 \(y(t) = a + b \mathrm{e}^{\alpha t} + c \mathrm{e}^{\beta t}\), 有:

  • 固有响应为 \(b \mathrm{e}^{\alpha t} + c \mathrm{e}^{\beta t}\)
  • 强迫响应为 \(a\)
  • 稳态响应为 \(a\) (不随时间衰减到 \(0\))
  • 暂态响应为 \(b \mathrm{e}^{\alpha t} + c \mathrm{e}^{\beta t}\) (与上面相反)