返回课程主线
第 4 条主线 · 17 个考点

LTI 系统、响应与卷积

从冲激分解推到卷积,贯通连续/离散卷积、微分差分方程和零输入零状态响应。

完成后应当能做到

  • 理解冲激响应为何刻画 LTI 系统
  • 能用图解和非零区间交集完成卷积
  • 能拆分零输入、零状态与全响应

LTI 系统、响应与卷积

卷积从冲激分解而来:把输入的每个样值看成一个小激励,按线性与时不变叠加其响应。本讲把图解区间、代数计算、初始状态和反卷积串起来;后续原有卷积二级结论、典型低通/高通/二阶系统案例继续保留。

4.1 从冲激响应推出连续与离散卷积

对照 S015 手写笔记 PDF 2、3、47、83、90、91、92 页。以下用统一记号重建推导;未注明“原页例题”的数值例题为本讲教学例题。

令 h=T{δ}h=T\{\delta\}。利用 x(t)=∫x(τ)δ(t−τ)dτx(t)=\int x(\tau)\delta(t-\tau)d\tau 并交换线性系统作用与积分,零状态响应为

y(t)=∫−∞∞x(τ)h(t−τ)dτ=(x∗h)(t).y(t)=\int_{-\infty}^{\infty}x(\tau)h(t-\tau)d\tau=(x*h)(t).

离散版从样值分解得到 y[n]=∑kx[k]h[n−k]y[n]=\sum_k x[k]h[n-k]。连续是面积累积,离散是有限或可收敛的乘积求和。

卷积交换律可由 v=t−τv=t-\tau 换元证明;适当收敛条件下有结合律、分配律。因此串联LTI系统的总冲激响应为 h1∗h2h_1*h_2。不能把积分内 h(t−τ)h(t-\tau) 偷换成 h(τ)h(\tau),那会变成逐点乘法。由微分或差分方程求 hh 时,使用冲激输入并令系统初始松弛,再解方程;已有储能属于另一个响应项。

4.2 矩形卷积就是重叠长度或整数计数

对照 S015 手写笔记 PDF 3、47、90、91、92 页。以下用统一记号重建推导;未注明“原页例题”的数值例题为本讲教学例题。

设 x=GAx=G_A、h=GBh=G_B,重叠区间为 [−A/2,A/2]∩[t−B/2,t+B/2][-A/2,A/2]\cap[t-B/2,t+B/2],所以

y(t)=max⁡{0,min⁡(A/2,t+B/2)−max⁡(−A/2,t−B/2)}.y(t)=\max\{0,\min(A/2,t+B/2)-\max(-A/2,t-B/2)\}.

当 A=B=TA=B=T 得 TΛ(t/T)T\Lambda(t/T),支撑 [−T,T][-T,T]、峰值 TT;宽度不等则中间有平台。原讲的“翻转、平移、找重叠、分段积分”现在落实为这两个端点。平移到 t1,t2t_1,t_2 的两个矩形,卷积整体平移 t1+t2t_1+t_2。

离散长度 Lx,LhL_x,L_h 的单位矩形从0开始,则 kk 同时满足 0≤k≤Lx−10\le k\le L_x-1 与 0≤n−k≤Lh−10\le n-k\le L_h-1,

y[n]=max⁡{0,min⁡(Lx−1,n)−max⁡(0,n−Lh+1)+1}.y[n]=\max\{0,\min(L_x-1,n)-\max(0,n-L_h+1)+1\}.

加1来自整数端点都计入。两段长度3的序列卷积为 1,2,3,2,11,2,3,2,1,结果长度 Lx+Lh−1=5L_x+L_h-1=5;连续面积公式不能直接代替计数。

4.3 指数、阶跃、冲激串与微分捷径

对照 S015 手写笔记 PDF 3、47、88 页。以下用统一记号重建推导;未注明“原页例题”的数值例题为本讲教学例题。

两个因果指数仅在 0≤τ≤t0\le\tau\le t 重叠,因此对 a≠ba\ne b,

e−atu(t)∗e−btu(t)=e−at−e−btb−au(t).e^{-at}u(t)*e^{-bt}u(t)=\frac{e^{-at}-e^{-bt}}{b-a}u(t).

a=ba=b 时必须取极限,结果为 te−atu(t)te^{-at}u(t)。令一项为 u(t)u(t) 得阶跃响应 s(t)=(1−e−at)u(t)/as(t)=(1-e^{-at})u(t)/a(a≠0a\ne0),满足 h=s′h=s';离散则 s[n]=∑k≤nh[k]s[n]=\sum_{k\le n}h[k],h[n]=s[n]−s[n−1]h[n]=s[n]-s[n-1]。

冲激串卷积使波形复制:x∗∑kakδ(t−kT)=∑kakx(t−kT)x*\sum_k a_k\delta(t-kT)=\sum_k a_kx(t-kT),注意与乘冲激串产生“采样”不同。广义意义下 (x∗h)′=x′∗h=x∗h′(x*h)'=x'*h=x*h',分段线性信号先求导成矩形或冲激常更省事。

若两个函数都周期,不能默认无限区间的普通卷积收敛。明确采用一周期卷积 y(t)=∫0Tx(τ)h(t−τ)dτy(t)=\int_0^T x(\tau)h(t-\tau)d\tau 时,傅里叶系数满足 Yk=TXkHkY_k=T X_kH_k;若定义前带 1/T1/T,系数才直接相乘。必须先固定归一化。

4.4 完整响应:把初始状态与输入贡献分开

对照 S015 手写笔记 PDF 43、44、45、46、84、85、86、87、88 页。以下用统一记号重建推导;未注明“原页例题”的数值例题为本讲教学例题。

完整响应 y=yzi+yzsy=y_{zi}+y_{zs}。零输入响应让外加输入为0、保留初始储能;零状态响应让初始状态为0、保留输入。连续常系数方程的特征根 λ\lambda 产生 eλte^{\lambda t},重根产生 tmeλtt^m e^{\lambda t},共轭根组合成衰减正弦;离散根 rr 产生 rnr^n,重根产生 nmrnn^m r^n。

教学例:y′+2y=u(t)y'+2y=u(t),y(0−)=3y(0^-)=3,右端无冲激所以 y(0+)=3y(0^+)=3。对 t≥0t\ge0,yzi=3e−2ty_{zi}=3e^{-2t},yzs=(1−e−2t)/2y_{zs}=(1-e^{-2t})/2,总和代回方程并检查初值。若右端有冲激,须先跨越0积分判断跳变,不能照搬连续性。

离散例:y[n]−ay[n−1]=x[n]y[n]-ay[n-1]=x[n],y[−1]=cy[-1]=c,则对 n≥0n\ge0,

y[n]=an+1c+∑k=0nan−kx[k].y[n]=a^{n+1}c+\sum_{k=0}^{n}a^{n-k}x[k].

第一项的指数是 n+1n+1,因为初值在 −1-1。先递推 y[0]=ac+x[0]y[0]=ac+x[0] 可查出下标错误。自然/强迫按特征根来源分,暂态/长期按时间行为分,和零输入/零状态不是同一组划分。

4.5 反卷积和逆系统的边界

本节是原课程保留的扩展,S015 未提供可确证的对应推导页。

已知 y=x∗hy=x*h,变换域形式是 X=Y/HX=Y/H。这只是候选解:先问 HH 是否在所需频带为零,再问逆是否因果、稳定,最后问噪声是否会被放大。频谱零点上的输入分量可能完全丢失;∣H∣|H| 很小时,除法会把微小误差放大。

例:因果平均器 h[n]=(δ[n]+δ[n−1])/2h[n]=(\delta[n]+\delta[n-1])/2 在 Ω=π\Omega=\pi 有零点,输入 (−1)n(-1)^n 被消掉,所以对包含此序列的输入类不可唯一恢复。其形式逆 2/(1+z−1)2/(1+z^{-1}) 在单位圆有极点,不能当稳定逆滤波器。实际带噪恢复常需限带或正则化;这是原课程保留的应用边界,不伪称为S015原题。

33.1 卷积课的讲法

卷积是信号与系统里最容易被背成公式的内容。讲课时先不用公式,先讲一个故事:

“系统对一个很窄很窄的输入脉冲会产生一个标准响应。如果输入不是一个脉冲,而是一整段复杂波形,我们可以把它切成许多小脉冲。每个小脉冲都会激发一个响应,最后所有响应相加。”

连续时间写成:

y(t)=∫−∞∞x(τ)h(t−τ) dτy(t)=\int_{-\infty}^{\infty}x(\tau)h(t-\tau)\,d\tau

这里 τ\tau 是“过去某个时刻”。x(τ)x(\tau) 告诉我们过去输入的强度,h(t−τ)h(t-\tau) 告诉我们过去那个输入对现在 tt 时刻还剩多少影响。卷积就是把所有过去影响加起来。

离散时间写成:

y[n]=∑k=−∞∞x[k]h[n−k]y[n]=\sum_{k=-\infty}^{\infty}x[k]h[n-k]

讲离散卷积时,学生更容易懂“列表相乘求和”。可以让学生画三行:

  1. 第一行写 x[k]x[k]。
  2. 第二行写翻转平移后的 h[n−k]h[n-k]。
  3. 第三行逐项相乘再相加。

课堂检查题:

若 x[n]=1,2,1x[n]={1,2,1},h[n]=1,1h[n]={1,1},让学生算 y[n]y[n]。答案是:

y[n]=1,3,3,1y[n]={1,3,3,1}
来源:主讲义第 1522-1555 行

15. 高频出现的卷积二级结论

15.1 连续时间卷积

x(t)x(t)h(t)h(t)x∗hx*h
δ(t−t0)\delta(t-t_0)h(t)h(t)h(t−t0)h(t-t_0)
u(t)u(t)u(t)u(t)tu(t)tu(t)
e−atu(t)e^{-at}u(t)e−btu(t)e^{-bt}u(t)e−bt−e−ata−bu(t)\frac{e^{-bt}-e^{-at}}{a-b}u(t),a≠ba\ne b
e−atu(t)e^{-at}u(t)e−atu(t)e^{-at}u(t)te−atu(t)te^{-at}u(t)
tm−1(m−1)!u(t)\frac{t^{m-1}}{(m-1)!}u(t)tn−1(n−1)!u(t)\frac{t^{n-1}}{(n-1)!}u(t)tm+n−1(m+n−1)!u(t)\frac{t^{m+n-1}}{(m+n-1)!}u(t)
rect⁡(t/T)\operatorname{rect}(t/T)rect⁡(t/T)\operatorname{rect}(t/T)Ttri⁡(t/T)T\operatorname{tri}(t/T)

逐行证明如下。

第一行,冲激卷积:

y(t)=∫−∞∞δ(τ−t0)h(t−τ)dτ=h(t−t0)y(t)=\int_{-\infty}^{\infty}\delta(\tau-t_0)h(t-\tau)d\tau =h(t-t_0)

所以冲激只负责平移另一个信号。

第二行,阶跃和阶跃卷积:

y(t)=∫−∞∞u(τ)u(t−τ)dτy(t)=\int_{-\infty}^{\infty}u(\tau)u(t-\tau)d\tau

被积函数非零要求:

τ≥0,t−τ≥0\tau\ge0,\quad t-\tau\ge0

也就是 0≤τ≤t0\le\tau\le t。若 t<0t<0 没有满足条件的区间;若 t≥0t\ge0,区间长度为 tt。所以:

u(t)∗u(t)=tu(t)u(t)*u(t)=tu(t)

第三、四行,指数卷积证明:

y(t)=∫0te−aτe−b(t−τ)dτ=e−bt∫0te−(a−b)τdτy(t)=\int_0^t e^{-a\tau}e^{-b(t-\tau)}d\tau =e^{-bt}\int_0^t e^{-(a-b)\tau}d\tau

若 a≠ba\ne b:

y(t)=e−bt1−e−(a−b)ta−b=e−bt−e−ata−by(t)=e^{-bt}\frac{1-e^{-(a-b)t}}{a-b} =\frac{e^{-bt}-e^{-at}}{a-b}

若 a=ba=b:

y(t)=e−at∫0t1dτ=te−aty(t)=e^{-at}\int_0^t1d\tau=te^{-at}

第五行,幂函数因果卷积:

y(t)=∫0tτm−1(m−1)!(t−τ)n−1(n−1)!dτy(t)=\int_0^t \frac{\tau^{m-1}}{(m-1)!} \frac{(t-\tau)^{n-1}}{(n-1)!} d\tau

令 τ=tr\tau=tr,dτ=t drd\tau=t\,dr:

y(t)=tm+n−1(m−1)!(n−1)!∫01rm−1(1−r)n−1dry(t)= \frac{t^{m+n-1}}{(m-1)!(n-1)!} \int_0^1r^{m-1}(1-r)^{n-1}dr

整数 m,nm,n 下:

∫01rm−1(1−r)n−1dr=(m−1)!(n−1)!(m+n−1)!\int_0^1r^{m-1}(1-r)^{n-1}dr =\frac{(m-1)!(n-1)!}{(m+n-1)!}

所以:

y(t)=tm+n−1(m+n−1)!u(t)y(t)=\frac{t^{m+n-1}}{(m+n-1)!}u(t)

第六行,矩形和矩形卷积:

y(t)=∫−∞∞rect⁡τTrect⁡t−τTdτy(t)=\int_{-\infty}^{\infty} \operatorname{rect}\frac{\tau}{T} \operatorname{rect}\frac{t-\tau}{T}d\tau

第一个矩形要求:

−T2<τ<T2-\frac{T}{2}<\tau<\frac{T}{2}

第二个矩形要求:

−T2<t−τ<T2⟺t−T2<τ<t+T2-\frac{T}{2}<t-\tau<\frac{T}{2} \quad\Longleftrightarrow\quad t-\frac{T}{2}<\tau<t+\frac{T}{2}

卷积值就是这两个区间的重叠长度。若 ∣t∣<T\lvert t\rvert<T,重叠长度为 T−∣t∣T-\lvert t\rvert;若 ∣t∣≥T\lvert t\rvert\ge T,重叠长度为 00。所以:

rect⁡tT∗rect⁡tT=T(1−∣t∣T),∣t∣<T\operatorname{rect}\frac{t}{T}*\operatorname{rect}\frac{t}{T} =T\left(1-\frac{\lvert t\rvert}{T}\right),\quad \lvert t\rvert<T

也就是:

rect⁡tT∗rect⁡tT=Ttri⁡tT\operatorname{rect}\frac{t}{T}*\operatorname{rect}\frac{t}{T} =T\operatorname{tri}\frac{t}{T}

15.2 离散时间卷积

x[n]x[n]h[n]h[n]x∗hx*h
δ[n−n0]\delta[n-n_0]h[n]h[n]h[n−n0]h[n-n_0]
u[n]u[n]u[n]u[n](n+1)u[n](n+1)u[n]
anu[n]a^nu[n]bnu[n]b^nu[n]an+1−bn+1a−bu[n]\frac{a^{n+1}-b^{n+1}}{a-b}u[n],a≠ba\ne b
anu[n]a^nu[n]anu[n]a^nu[n](n+1)anu[n](n+1)a^nu[n]
长度 MM 全 1长度 LL 全 1梯形或三角计数序列

逐行证明如下。

第一行,离散冲激卷积:

y[n]=∑k=−∞∞δ[k−n0]h[n−k]=h[n−n0]y[n]=\sum_{k=-\infty}^{\infty}\delta[k-n_0]h[n-k] =h[n-n_0]

第二行,阶跃和阶跃卷积:

y[n]=∑k=−∞∞u[k]u[n−k]y[n]=\sum_{k=-\infty}^{\infty}u[k]u[n-k]

非零条件是:

k≥0,n−k≥0k\ge0,\quad n-k\ge0

所以 0≤k≤n0\le k\le n。若 n<0n<0 没有整数 kk;若 n≥0n\ge0,共有 n+1n+1 个整数。因此:

u[n]∗u[n]=(n+1)u[n]u[n]*u[n]=(n+1)u[n]

第三、四行,离散指数卷积证明:

y[n]=∑k=0nakbn−k=bn∑k=0n(ab)ky[n]=\sum_{k=0}^{n}a^k b^{n-k} =b^n\sum_{k=0}^{n}\left(\frac{a}{b}\right)^k

若 a≠ba\ne b:

y[n]=an+1−bn+1a−by[n]=\frac{a^{n+1}-b^{n+1}}{a-b}

若 a=ba=b,每一项都是 ana^n,共有 n+1n+1 项:

y[n]=(n+1)any[n]=(n+1)a^n

第五行,有限长全 1 序列卷积:

设

x[n]=1, 0≤n≤M−1;h[n]=1, 0≤n≤L−1x[n]=1,\ 0\le n\le M-1;\quad h[n]=1,\ 0\le n\le L-1

则:

y[n]=∑kx[k]h[n−k]y[n]=\sum_k x[k]h[n-k]

每一项要非零,必须同时满足:

0≤k≤M−1,0≤n−k≤L−10\le k\le M-1,\quad 0\le n-k\le L-1

也就是:

max⁡(0,n−L+1)≤k≤min⁡(M−1,n)\max(0,n-L+1)\le k\le \min(M-1,n)

所以卷积值就是这个整数区间里的点数:

y[n]=max⁡(0, min⁡(M−1,n)−max⁡(0,n−L+1)+1)y[n]= \max\left( 0,\, \min(M-1,n)-\max(0,n-L+1)+1 \right)

这就是表中“梯形或三角计数序列”的精确表达式。若 M=LM=L,中间平台退化为一个峰值点,图形是三角形;若 M≠LM\ne L,中间会有平台,图形是梯形。

15.3 有限长矩形卷积的计数法

令

x[n]={1,0≤n≤M−10,else,h[n]={1,0≤n≤L−10,elsex[n]= \begin{cases} 1,&0\le n\le M-1\\ 0,&\text{else} \end{cases} ,\quad h[n]= \begin{cases} 1,&0\le n\le L-1\\ 0,&\text{else} \end{cases}

则 y[n]y[n] 等于满足

0≤k≤M−1,0≤n−k≤L−10\le k\le M-1,\quad 0\le n-k\le L-1

的整数 kk 的个数。也就是区间交集长度:

y[n]=#([max⁡(0,n−L+1),min⁡(M−1,n)]∩Z)y[n]=\#\left([\max(0,n-L+1),\min(M-1,n)]\cap\mathbb Z\right)

这比硬套求和更快,适合考场画序列卷积。

来源:主讲义第 3134-3388 行

17. 典型系统的冲激响应、阶跃响应、频响

17.1 连续一阶低通

系统函数:

H(s)=1τs+1H(s)=\frac{1}{\tau s+1}

冲激响应:

h(t)=1τe−t/τu(t)h(t)=\frac{1}{\tau}e^{-t/\tau}u(t)

阶跃响应:

s(t)=1−e−t/τs(t)=1-e^{-t/\tau}

频率响应:

H(jω)=11+jωτH(j\omega)=\frac{1}{1+j\omega\tau} ∣H(jω)∣=11+(ωτ)2\lvert H(j\omega)\rvert=\frac{1}{\sqrt{1+(\omega\tau)^2}} ∠H(jω)=−arctan⁡(ωτ)\angle H(j\omega)=-\arctan(\omega\tau)

半功率截止频率:

ωc=1τ\omega_c=\frac{1}{\tau}

17.2 连续一阶高通

系统函数:

H(s)=τsτs+1H(s)=\frac{\tau s}{\tau s+1}

分解:

H(s)=1−1τs+1H(s)=1-\frac{1}{\tau s+1}

冲激响应:

h(t)=δ(t)−1τe−t/τu(t)h(t)=\delta(t)-\frac{1}{\tau}e^{-t/\tau}u(t)

频率响应:

H(jω)=jωτ1+jωτH(j\omega)=\frac{j\omega\tau}{1+j\omega\tau} ∣H(jω)∣=ωτ1+(ωτ)2\lvert H(j\omega)\rvert=\frac{\omega\tau}{\sqrt{1+(\omega\tau)^2}} ∠H(jω)=π2−arctan⁡(ωτ)\angle H(j\omega)=\frac{\pi}{2}-\arctan(\omega\tau)

17.3 连续二阶标准系统

低通型:

H(s)=ωn2s2+2ζωns+ωn2H(s)=\frac{\omega_n^2}{s^2+2\zeta\omega_ns+\omega_n^2}

极点:

s1,2=−ζωn±ωnζ2−1s_{1,2}=-\zeta\omega_n\pm\omega_n\sqrt{\zeta^2-1}

当 0<ζ<10<\zeta<1:

s1,2=−ζωn±jωn1−ζ2s_{1,2}=-\zeta\omega_n\pm j\omega_n\sqrt{1-\zeta^2}

记

ωd=ωn1−ζ2\omega_d=\omega_n\sqrt{1-\zeta^2}

则自然响应含:

e−ζωntcos⁡ωdt,e−ζωntsin⁡ωdte^{-\zeta\omega_nt}\cos\omega_dt,\quad e^{-\zeta\omega_nt}\sin\omega_dt

考场判断:

  1. ζ>1\zeta>1:过阻尼,两个实极点,无振荡。
  2. ζ=1\zeta=1:临界阻尼,重实极点。
  3. 0<ζ<10<\zeta<1:欠阻尼,衰减振荡。
  4. ζ=0\zeta=0:无阻尼,持续振荡。

17.4 离散一阶系统

系统函数:

H(z)=11−az−1H(z)=\frac{1}{1-az^{-1}}

因果冲激响应:

h[n]=anu[n]h[n]=a^nu[n]

稳定条件:

∣a∣<1\lvert a\rvert<1

阶跃响应:

s[n]=∑k=0nak=1−an+11−au[n],a≠1s[n]=\sum_{k=0}^{n}a^k =\frac{1-a^{n+1}}{1-a}u[n],\quad a\ne1

频响:

H(ejΩ)=11−ae−jΩH(e^{j\Omega})=\frac{1}{1-ae^{-j\Omega}}

17.5 纯延时、群时延

纯延时:

y(t)=x(t−t0)y(t)=x(t-t_0)

频响:

H(jω)=e−jωt0H(j\omega)=e^{-j\omega t_0}

幅度恒为 11,相位为 −ωt0-\omega t_0。

群时延:

τg(ω)=−ddω∠H(jω)\tau_g(\omega)=-\frac{d}{d\omega}\angle H(j\omega)

纯延时的群时延:

τg(ω)=t0\tau_g(\omega)=t_0

离散纯延时 MM 点:

H(ejΩ)=e−jΩM,τg=MH(e^{j\Omega})=e^{-j\Omega M},\quad \tau_g=M
来源:主讲义第 3508-3690 行

手写笔记对照: 手写笔记 PDF 41—47 页 · 手写笔记 PDF 82—92 页。这份资料没有可核实的作者与版次,作为补充笔记使用。

带着这个问题阅读: 连续卷积先画两个支撑区间的交集,再分段积分;离散卷积另列求和范围,检查每个分段连接点。

读后自检: 有限序列长度为 M、N 时,线性卷积长度最多 M+N−1;连续卷积区间边缘的重叠长度为零时,结果也应从零开始。

相关练习 · S015 资料与审查说明

来源:主讲义第 1-1 行