包装测试第二章 线性时不变系统
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
(Continuous-Time LTI Systems:The convolution integral) )
一. 用冲激信号表示连续时间信号 与离散时间信号分解的思想相一致, 与离散时间信号分解的思想相一致,连续时间 信号应该可以分解成一系列移位加权的单位冲激信 号的线性组合。 号的线性组合。至少单位阶跃与单位冲激之间有这 种关系: 种关系: u (t ) = t δ (τ ) dτ = ∞ δ (t − τ ) dτ ∫ ∫ 对一般信号 x (t ) ,可以将其分成很多∆ 宽度的区 段,用一个阶梯信号 x∆ (t) 近似表示x(t ) 。当 ∆→0 时, 有 x∆ (t ) → x(t )
x(τ )
1
u (t − τ )
2.0 引言 ( Introduction )
由于LTI系统满足齐次性和可加性,并且具 由于 系统满足齐次性和可加性, 系统满足齐次性和可加性 有时不变性的特点, 有时不变性的特点,因而为建立信号与系统分析 的理论与方法奠定了基础。 的理论与方法奠定了基础。 基本思想: 基本思想:如果能把任意输入信号分解成基本信号 的线性组合,那么只要得到了 的线性组合,那么只要得到了LTI系统对基本信号 系统对基本信号 的响应,就可以利用系统的线性特性, 的响应,就可以利用系统的线性特性,将系统对任 意输入信号产生的响应表示成系统对基本信号的响 应的线性组合。 应的线性组合。
卷积积分( 二. 卷积积分(The convolution integral) ) 与离散时间系统的分析类似, 与离散时间系统的分析类似,如果一个线性系统 对δ (t − τ )的响应为 hτ (t ),则该系统对 x(t ) 的响应可
∞ 表示为: 表示为: y (t ) = ∫ x(τ )hτ (t )dτ −∞
如果解决了信号分解的问题, 如果解决了信号分解的问题,即:若有
x (t ) = ∑ ai xi (t )
则 y (t ) =
↓
xi (t ) → yi (t )
i
∑ a y (t )
i i i
分析方法: 分析方法:
将信号分解可以在时域进行, 将信号分解可以在时域进行,也可以在频域或变 换域进行,相应地就产生了对LTI系统的时域分析 换域进行,相应地就产生了对 系统的时域分析 频域分析法和变换域分析法。 法、频域分析法和变换域分析法。
u ( n) =
k =−∞
∑ δ (k ) = ∑ δ (n − k )
k =0
n
∞
对任何离散时间信号 x ( n) ,如果每次从其中取出 一个点,就可以将信号拆开来, 一个点,就可以将信号拆开来,每次取出的一个点 都可以表示为不同加权、不同位置的单位脉冲。 都可以表示为不同加权、不同位置的单位脉冲。
第2章 线性时不变系统 章
Linear Time-Invariant Systems
第2章 线性时不变系统 章
Linear Time-Invariant Systems
本章主要内容: 本章主要内容:
• 信号的时域分解 信号的时域分解——用δ (n) 表示离散时间信号; 表示离散时间信号; 用 表示连续时间信号。 用 δ (t ) 表示连续时间信号。 • LTI系统的时域分析——卷积积分与卷积和。 系统的时域分析——卷积积分与卷积和 卷积积分与卷积和。 系统的时域分析 • LTI系统的微分方程及差分方程表示。 系统的微分方程及差分方程表示。 系统的微分方程及差分方程表示 • LTI系统的框图结构表示。 系统的框图结构表示。 系统的框图结构表示 • 奇异函数。 奇异函数。
−∞ 0
x(t )
x∆ (t )
x(k∆)
0 ∆
k∆ (k + 1)∆
t
1/ ∆ 引用 δ ∆ (t ) ,即:δ ∆ (t ) = 0
1 则有: ∆δ ∆ (t ) = 0 0<t <∆ otherwise
0<t <∆ otherwise
个矩形可表示为: 第k个矩形可表示为:x(k ∆)δ ∆ (t − k ∆) ⋅ ∆ 这些矩形叠加起来就成为阶梯形信号x∆ (t ) , 即: x∆ (t ) = 当 ∆ → 0 时, k ∆ → τ
1
k
0
...
0
k
n
1 例2: x(n) = : 0
0≤n≤4 otherwise
α n h( n) = 0
x(k )
1
α > 1, 0 ≤ n ≤ 6
otherwise
h(n − k ) = α n−k
k
0
k
n−6
0
4
n
① n < 0 时,
y ( n) = 0
n n k =0 k =0
于是有:
x ( n) =
k =−∞
∑ x(k )δ (n − k )
∞
表明: 表明:任何信号x(n) 都可以被分解成移位加权的 单位脉冲信号的线性组合。 单位脉冲信号的线性组合。
sum) 二. 卷积和(Convolution sum) 如果一个线性系统对 δ (n − k ) 的响应是 hk ( n) , 的响应为: 由线性特性就有系统对任何输入 x(n)的响应为:
y ( n) =
k =−∞
∑ x ( k ) h( n − k ) = x ( n) ∗ h( n)
∞
这表明:一个 这表明:一个LTI系统可以完全由它的单位脉冲 系统可以完全由它的单位脉冲 响应来表征。这种求得系统响应的运算关系称为卷 响应来表征。这种求得系统响应的运算关系称为卷 积和( 积和(The convolution sum)。 )
h( n) = u ( n)
y ( n) = x ( n) ∗ h( n) =
k =−∞ n n +1 k
∑
∞
x ( k ) h( n − k ) =
k =−∞
α k u (n − k )u (k ) ∑
∞
1−α u ( n) = ∑α = 1−α k =0
x(k ) = α k u (k )
1
h(n − k ) = u (n − k )
0 0 0 0
2 4 0 6
1 2 0 3
0 2 1 y (5) y (6)
优点: 优点: 计算非常简单。 计算非常简单。 缺点: 只适用于两个有限长序列的卷积和; ①只适用于两个有限长序列的卷积和; ②一般情况下,无法写出 y (n)的封闭表达式。 一般情况下, 的封闭表达式。
2.2 连续时间LTI系统:卷积积分 连续时间 系统: 系统
三. 卷积积分的计算 卷积积分的计算与卷积和很类似,也有图解法、 卷积积分的计算与卷积和很类似,也有图解法、 解析法和数值解法。 解析法和数值解法。 运算过程的实质也是:参与卷积的两个信号中, 运算过程的实质也是:参与卷积的两个信号中, 一个不动, 移动。 一个不动,另一个反转后随参变量 t 移动。对每一 的值, 对应相乘, 个 t 的值,将 x(τ ) 和 h(t − τ ) 对应相乘,再计算相 乘后曲线所包围的面积。 乘后曲线所包围的面积。 通过图形帮助确定积分区间和积分上下限是很有 用的。 用的。
问题的实质: 问题的实质: 1. 研究信号的分解:即以什么样的信号作为构成 研究信号的分解: 任意信号的基本信号单元, 任意信号的基本信号单元,如何用基本信号单元的 线性组合来构成任意信号; 线性组合来构成任意信号; 2. 如何得到LTI系统对基本单元信号的响应。 如何得到 系统对基本单元信号的响应。 系统对基本单元信号的响应 作为基本单元的信号应满足以下要求: 作为基本单元的信号应满足以下要求: 1. 本身尽可能简单,并且用它的线性组合能够表示 本身尽可能简单, 构成)尽可能广泛的其它信号; (构成)尽可能广泛的其它信号; 2. LTI系统对这种信号的响应易于求得。 系统对这种信号的响应易于求得。 系统对这种信号的响应易于求得
α n − 4 − α n +1 = 1−α
④ 6 ≤ n ≤ 10 时, y (n) = ⑤ n > 10
k =n −6
∑
4
α n−k
α n−4 − α 7 = 1−α
时, y ( n ) = 0
通过图形帮助确定反转移位信号的区间表示, 通过图形帮助确定反转移位信号的区间表示,对 于确定卷积和计算的区段及各区段求和的上下限是 很有用的。 很有用的。 例3. 列表法 分析卷积和的过程,可以发现有如下特点: 分析卷积和的过程,可以发现有如下特点: 所有各点都要遍乘一次; ① x ( n) 与 h( n) 的所有各点都要遍乘一次; 在遍乘后,各点相加时, ② 在遍乘后,各点相加时,根据 的特点。 和为 n 的特点。 参与相加的各点都具有 x( k ) 与 h( n − k ) 的宗量之
k =−∞
∑ x(k ∆)δ
∞
∆
(t − k ∆) ⋅ ∆
∆ → dτ
∑→ ∫
δ∆ (t − k∆) → δ (t −τ )
于是: 于是: x(t) =
x∆ (t) → x(t)
∫
∞
−∞
x(τ )δ (t −τ )dτ
表明: 表明:任何连续时间信号 x(t ) 都可以被分解成移位 加权的单位冲激信号的线性组合。 加权的单位冲激信号的线性组合。
y ( n) =
若系统具有时不变性, 若系统具有时不变性,即: 若 δ ( n) → h( n) ,则 δ (n − k ) → h( n − k )
k =−∞
∑ x ( k ) h ( n)
k
∞
因此,只要得到了LTI系统对 δ (n)的响应 h(n) 因此,只要得到了 系统对 单位脉冲响应( 单位脉冲响应( impulse response ), 就可以得到LTI系统对任何输入信号 x(n) 的响应: 系统对任何输入信号 的响应: 就可以得到
例1: x(t ) = e − at u (t ) , :
a>0
∞ −∞
h(t ) = u (t )
y (t ) = x(t ) ∗ h(t ) = ∫ x(τ )h(t − τ ) = ∫ e− aτ u (τ )u (t − τ )dτ
−∞ t ∞
=∫ e
0
− aτ
1 dτ = (1 − e − at )u (t ) a
若系统是时不变的,即:若δ (t ) → h(t ),则有: 则有: 若系统是时不变的,
δ (t −τ ) → h(t −τ ) 于是系统对任意输入 x(t ) 的响应
可表示为: 可表示为: y (t ) = ∫ x(τ )h(t − τ )dτ = x(t ) ∗ h(t )
−∞ ∞
表明: 系统可以完全由它的单位冲激响应 表明:LTI系统可以完全由它的单位冲激响应 h(t ) 系统可以完全由它的 来表征。这种求得系统响应的运算关系称为卷积积 来表征。这种求得系统响应的运算关系称为卷积积 分(The convolution integral)。 )
k =−∞
∑ x ( k ) h( n − k ) ,
∞
h(n) h( −1) 1 h (0) 2 h (1) 0 h (2) 3 h (3) 1
x (0) x (1) x (2) x (3) 0 2 1 x( n) 1
1 y ( −1) 2 y (0) 0 y (1) 3 y (2) 1 y (3) y (4)
y ( n) = ∑ α n − k = α n ∑ α − k ② 0 ≤ n ≤ 4 时, 1 − α − ( n +1) 1 − α n +1 =αn ⋅ = −1 1−α 1−α
③ 4 ≤ n ≤ 6 时, y ( n ) = α n − k ∑
4 k =0
1 − α −5 =αn ⋅ 1 − α −1
2.1 离散时间 离散时间LTI系统:卷积和 系统: 系统
(Discrete-Time LTI Systems:The Convolution Sum) ) 一. 用单位脉冲表示离散时间信号 离散时间信号中, 离散时间信号中,最简单的是 δ ( n) ,可以由它的线 性组合构成 u ( n) ,即:
来自百度文库
三. 卷积和的计算 计算方法: 有图解法、列表法、解析法(包括数值解法)。 有图解法、列表法、解析法(包括数值解法)。 运算过程: 将一个信号 x( k ) 不动,另一个信号经反转后成 移位。 为h(− k ) ,再随参变量 n 移位。在每个n 值的情况 对应点相乘, 下,将 x( k ) 与 h(n − k ) 对应点相乘,再把乘积的 各点值累加,即得到 n 时刻的 y ( n) 。 例1: x(n) = α n u (n) 0 < α < 1 :
一. 用冲激信号表示连续时间信号 与离散时间信号分解的思想相一致, 与离散时间信号分解的思想相一致,连续时间 信号应该可以分解成一系列移位加权的单位冲激信 号的线性组合。 号的线性组合。至少单位阶跃与单位冲激之间有这 种关系: 种关系: u (t ) = t δ (τ ) dτ = ∞ δ (t − τ ) dτ ∫ ∫ 对一般信号 x (t ) ,可以将其分成很多∆ 宽度的区 段,用一个阶梯信号 x∆ (t) 近似表示x(t ) 。当 ∆→0 时, 有 x∆ (t ) → x(t )
x(τ )
1
u (t − τ )
2.0 引言 ( Introduction )
由于LTI系统满足齐次性和可加性,并且具 由于 系统满足齐次性和可加性, 系统满足齐次性和可加性 有时不变性的特点, 有时不变性的特点,因而为建立信号与系统分析 的理论与方法奠定了基础。 的理论与方法奠定了基础。 基本思想: 基本思想:如果能把任意输入信号分解成基本信号 的线性组合,那么只要得到了 的线性组合,那么只要得到了LTI系统对基本信号 系统对基本信号 的响应,就可以利用系统的线性特性, 的响应,就可以利用系统的线性特性,将系统对任 意输入信号产生的响应表示成系统对基本信号的响 应的线性组合。 应的线性组合。
卷积积分( 二. 卷积积分(The convolution integral) ) 与离散时间系统的分析类似, 与离散时间系统的分析类似,如果一个线性系统 对δ (t − τ )的响应为 hτ (t ),则该系统对 x(t ) 的响应可
∞ 表示为: 表示为: y (t ) = ∫ x(τ )hτ (t )dτ −∞
如果解决了信号分解的问题, 如果解决了信号分解的问题,即:若有
x (t ) = ∑ ai xi (t )
则 y (t ) =
↓
xi (t ) → yi (t )
i
∑ a y (t )
i i i
分析方法: 分析方法:
将信号分解可以在时域进行, 将信号分解可以在时域进行,也可以在频域或变 换域进行,相应地就产生了对LTI系统的时域分析 换域进行,相应地就产生了对 系统的时域分析 频域分析法和变换域分析法。 法、频域分析法和变换域分析法。
u ( n) =
k =−∞
∑ δ (k ) = ∑ δ (n − k )
k =0
n
∞
对任何离散时间信号 x ( n) ,如果每次从其中取出 一个点,就可以将信号拆开来, 一个点,就可以将信号拆开来,每次取出的一个点 都可以表示为不同加权、不同位置的单位脉冲。 都可以表示为不同加权、不同位置的单位脉冲。
第2章 线性时不变系统 章
Linear Time-Invariant Systems
第2章 线性时不变系统 章
Linear Time-Invariant Systems
本章主要内容: 本章主要内容:
• 信号的时域分解 信号的时域分解——用δ (n) 表示离散时间信号; 表示离散时间信号; 用 表示连续时间信号。 用 δ (t ) 表示连续时间信号。 • LTI系统的时域分析——卷积积分与卷积和。 系统的时域分析——卷积积分与卷积和 卷积积分与卷积和。 系统的时域分析 • LTI系统的微分方程及差分方程表示。 系统的微分方程及差分方程表示。 系统的微分方程及差分方程表示 • LTI系统的框图结构表示。 系统的框图结构表示。 系统的框图结构表示 • 奇异函数。 奇异函数。
−∞ 0
x(t )
x∆ (t )
x(k∆)
0 ∆
k∆ (k + 1)∆
t
1/ ∆ 引用 δ ∆ (t ) ,即:δ ∆ (t ) = 0
1 则有: ∆δ ∆ (t ) = 0 0<t <∆ otherwise
0<t <∆ otherwise
个矩形可表示为: 第k个矩形可表示为:x(k ∆)δ ∆ (t − k ∆) ⋅ ∆ 这些矩形叠加起来就成为阶梯形信号x∆ (t ) , 即: x∆ (t ) = 当 ∆ → 0 时, k ∆ → τ
1
k
0
...
0
k
n
1 例2: x(n) = : 0
0≤n≤4 otherwise
α n h( n) = 0
x(k )
1
α > 1, 0 ≤ n ≤ 6
otherwise
h(n − k ) = α n−k
k
0
k
n−6
0
4
n
① n < 0 时,
y ( n) = 0
n n k =0 k =0
于是有:
x ( n) =
k =−∞
∑ x(k )δ (n − k )
∞
表明: 表明:任何信号x(n) 都可以被分解成移位加权的 单位脉冲信号的线性组合。 单位脉冲信号的线性组合。
sum) 二. 卷积和(Convolution sum) 如果一个线性系统对 δ (n − k ) 的响应是 hk ( n) , 的响应为: 由线性特性就有系统对任何输入 x(n)的响应为:
y ( n) =
k =−∞
∑ x ( k ) h( n − k ) = x ( n) ∗ h( n)
∞
这表明:一个 这表明:一个LTI系统可以完全由它的单位脉冲 系统可以完全由它的单位脉冲 响应来表征。这种求得系统响应的运算关系称为卷 响应来表征。这种求得系统响应的运算关系称为卷 积和( 积和(The convolution sum)。 )
h( n) = u ( n)
y ( n) = x ( n) ∗ h( n) =
k =−∞ n n +1 k
∑
∞
x ( k ) h( n − k ) =
k =−∞
α k u (n − k )u (k ) ∑
∞
1−α u ( n) = ∑α = 1−α k =0
x(k ) = α k u (k )
1
h(n − k ) = u (n − k )
0 0 0 0
2 4 0 6
1 2 0 3
0 2 1 y (5) y (6)
优点: 优点: 计算非常简单。 计算非常简单。 缺点: 只适用于两个有限长序列的卷积和; ①只适用于两个有限长序列的卷积和; ②一般情况下,无法写出 y (n)的封闭表达式。 一般情况下, 的封闭表达式。
2.2 连续时间LTI系统:卷积积分 连续时间 系统: 系统
三. 卷积积分的计算 卷积积分的计算与卷积和很类似,也有图解法、 卷积积分的计算与卷积和很类似,也有图解法、 解析法和数值解法。 解析法和数值解法。 运算过程的实质也是:参与卷积的两个信号中, 运算过程的实质也是:参与卷积的两个信号中, 一个不动, 移动。 一个不动,另一个反转后随参变量 t 移动。对每一 的值, 对应相乘, 个 t 的值,将 x(τ ) 和 h(t − τ ) 对应相乘,再计算相 乘后曲线所包围的面积。 乘后曲线所包围的面积。 通过图形帮助确定积分区间和积分上下限是很有 用的。 用的。
问题的实质: 问题的实质: 1. 研究信号的分解:即以什么样的信号作为构成 研究信号的分解: 任意信号的基本信号单元, 任意信号的基本信号单元,如何用基本信号单元的 线性组合来构成任意信号; 线性组合来构成任意信号; 2. 如何得到LTI系统对基本单元信号的响应。 如何得到 系统对基本单元信号的响应。 系统对基本单元信号的响应 作为基本单元的信号应满足以下要求: 作为基本单元的信号应满足以下要求: 1. 本身尽可能简单,并且用它的线性组合能够表示 本身尽可能简单, 构成)尽可能广泛的其它信号; (构成)尽可能广泛的其它信号; 2. LTI系统对这种信号的响应易于求得。 系统对这种信号的响应易于求得。 系统对这种信号的响应易于求得
α n − 4 − α n +1 = 1−α
④ 6 ≤ n ≤ 10 时, y (n) = ⑤ n > 10
k =n −6
∑
4
α n−k
α n−4 − α 7 = 1−α
时, y ( n ) = 0
通过图形帮助确定反转移位信号的区间表示, 通过图形帮助确定反转移位信号的区间表示,对 于确定卷积和计算的区段及各区段求和的上下限是 很有用的。 很有用的。 例3. 列表法 分析卷积和的过程,可以发现有如下特点: 分析卷积和的过程,可以发现有如下特点: 所有各点都要遍乘一次; ① x ( n) 与 h( n) 的所有各点都要遍乘一次; 在遍乘后,各点相加时, ② 在遍乘后,各点相加时,根据 的特点。 和为 n 的特点。 参与相加的各点都具有 x( k ) 与 h( n − k ) 的宗量之
k =−∞
∑ x(k ∆)δ
∞
∆
(t − k ∆) ⋅ ∆
∆ → dτ
∑→ ∫
δ∆ (t − k∆) → δ (t −τ )
于是: 于是: x(t) =
x∆ (t) → x(t)
∫
∞
−∞
x(τ )δ (t −τ )dτ
表明: 表明:任何连续时间信号 x(t ) 都可以被分解成移位 加权的单位冲激信号的线性组合。 加权的单位冲激信号的线性组合。
y ( n) =
若系统具有时不变性, 若系统具有时不变性,即: 若 δ ( n) → h( n) ,则 δ (n − k ) → h( n − k )
k =−∞
∑ x ( k ) h ( n)
k
∞
因此,只要得到了LTI系统对 δ (n)的响应 h(n) 因此,只要得到了 系统对 单位脉冲响应( 单位脉冲响应( impulse response ), 就可以得到LTI系统对任何输入信号 x(n) 的响应: 系统对任何输入信号 的响应: 就可以得到
例1: x(t ) = e − at u (t ) , :
a>0
∞ −∞
h(t ) = u (t )
y (t ) = x(t ) ∗ h(t ) = ∫ x(τ )h(t − τ ) = ∫ e− aτ u (τ )u (t − τ )dτ
−∞ t ∞
=∫ e
0
− aτ
1 dτ = (1 − e − at )u (t ) a
若系统是时不变的,即:若δ (t ) → h(t ),则有: 则有: 若系统是时不变的,
δ (t −τ ) → h(t −τ ) 于是系统对任意输入 x(t ) 的响应
可表示为: 可表示为: y (t ) = ∫ x(τ )h(t − τ )dτ = x(t ) ∗ h(t )
−∞ ∞
表明: 系统可以完全由它的单位冲激响应 表明:LTI系统可以完全由它的单位冲激响应 h(t ) 系统可以完全由它的 来表征。这种求得系统响应的运算关系称为卷积积 来表征。这种求得系统响应的运算关系称为卷积积 分(The convolution integral)。 )
k =−∞
∑ x ( k ) h( n − k ) ,
∞
h(n) h( −1) 1 h (0) 2 h (1) 0 h (2) 3 h (3) 1
x (0) x (1) x (2) x (3) 0 2 1 x( n) 1
1 y ( −1) 2 y (0) 0 y (1) 3 y (2) 1 y (3) y (4)
y ( n) = ∑ α n − k = α n ∑ α − k ② 0 ≤ n ≤ 4 时, 1 − α − ( n +1) 1 − α n +1 =αn ⋅ = −1 1−α 1−α
③ 4 ≤ n ≤ 6 时, y ( n ) = α n − k ∑
4 k =0
1 − α −5 =αn ⋅ 1 − α −1
2.1 离散时间 离散时间LTI系统:卷积和 系统: 系统
(Discrete-Time LTI Systems:The Convolution Sum) ) 一. 用单位脉冲表示离散时间信号 离散时间信号中, 离散时间信号中,最简单的是 δ ( n) ,可以由它的线 性组合构成 u ( n) ,即:
来自百度文库
三. 卷积和的计算 计算方法: 有图解法、列表法、解析法(包括数值解法)。 有图解法、列表法、解析法(包括数值解法)。 运算过程: 将一个信号 x( k ) 不动,另一个信号经反转后成 移位。 为h(− k ) ,再随参变量 n 移位。在每个n 值的情况 对应点相乘, 下,将 x( k ) 与 h(n − k ) 对应点相乘,再把乘积的 各点值累加,即得到 n 时刻的 y ( n) 。 例1: x(n) = α n u (n) 0 < α < 1 :