系统及卷积.PPT

第七章 连续时间系统及卷积 7.1 系统 1、系统的概念 系统表示一个过程，是输入信号向输出信号的变换过程，或者说，系统描述的是对输入信号的响应过程。 连续时间系统狭义上是指输入及输出信号均是连续信号的系统，广义上指的是输入或输出信号中有连续信号的系统。 2、系统的互联 3、系统的模型 再比如，在数据库检索过程中，输入输出的关系可以这样描述： 输出是某条记录，该记录某字段的内容与输入的字段内容相同。 7.2 连续时间系统的分类 1、线性系统 2、时不变系统 3、因果系统 4、稳定系统 对有界输入信号的响应还是有界信号的系统是稳定系统。 或者说，如果输入信号的幅度限制在某个范围之内，则输出信号的幅度也限制在某个范围之内。 7.3 连续时间系统的描述 1、系统函数 鉴于各类数学模型在使用上存在诸多不便，对输入输出信号之间的关系表示的不够直接，不能清晰的描述系统的特点，人们提出了另外一种统一的系统描述函数： 我们称之为系统函数，或系统传递函数，对连续时间系统一般用h(t)表示 2、系统函数的物理含义 在这门课中，我们在不加说明的情况下，系统函数均指冲激响应函数。 更多的，在描述系统时，我们不称系统函数，而直接称系统的冲激响应函数 3、从系统函数到卷积 从图形上理解卷积过程，对特定的t0，假设t00： 不断地改变t0，即不断地平移h(-?)，然后与si(?)函数乘积，最后在??(-?,+?)上积分，就得到相应的时刻（由平移的值定）的输出。 这就是卷积在图形方面的过程。 于是，借助系统函数-即冲激响应函数，我们就在系统的输入信号与输出信号之间建立了一种明确的数学关系，这种数学关系就是卷积关系。 4、如何理解卷积 举个例子： 某同学用一周的时间学会了VB 该同学第一天的学习显然是对第二天，第三天，直至第七天的学习是有帮助的。 考虑到随时间推移，人会忘掉一部分前些天学的东西，于是我们构造一个递减序列：20，19，18，17，16，15，14，这意味着，第一天的学习对当天学习成效的贡献为20，对第二天的贡献为19，依此类推，这里还隐含另外一层意思（尽管不合理），就是第一天学习的知识到第8天就全忘光了。 同时我们认为（尽管在这个例子中不尽合理），这样的序列具有普遍性，即第n天的学习对第n天，第n+1天等等的贡献均为20，19 …，且第n天学习的知识到第n+8天就全忘光了。 这个序列实际上就是系统的冲激响应函数，h(0)=20, h(1)=19,… 。只不过离散化了。 现在到了第四天，那么第四天的学习成效显然包含了第一天到第四天学习的功劳，量化如下： 第一天的学习对第四天学习成效的贡献：17 第二天的学习对第四天学习成效的贡献：18 第三天的学习对第四天学习成效的贡献：19 第四天（当天）的学习对第四天学习成效的贡献：20 于是第四天的学习成效为： 17+18+19+20=74 =h(4-1)+ h(4-2)+ h(4-3)+ h(4-4) 同理第7天的学习成效=14+15+16+17+18+19+20。 =h(7-1)+ h(7-2)+…+ h(7-7) 上述情况相当于输入信号为常数1，也就是说该同学每天努力的程度都一样。 假如该同学前三天没下太大工夫，而后四天很发奋，于是后四天对学习成效贡献是前三天的2倍，这就意味着输入信号为：1 1 1 2 2 2 2。即：s(1)=1, s(2)=1,…,s(6)=2, s(7)=2 于是到第7天学习成效为： 14+15+16+2*17+2*18+2*19+2*20。 =h(7-1)s(1)+ h(7-2)s(2)+ …+ h(7-6)s(6)+ h(7-7)s(7) 其实这就是卷积，如果考虑到人在学习过程中，每时每刻的学习对以后都是有贡献的，即时间上离散的粒度是很细的，当粒度趋向零时，累加就变成了积分。就是我们前面介绍的卷积公式。 5、卷积的性质及一类特殊的卷积 卷积具有如下重要性质： 交换率：s (t)?h(t)= h(t) ? s (t) 分配率： s (t)?[h1(t)+h2(t)]= s(t) ? h1 (t)+ s(t) ? h2 (t) 一类特殊的卷积： 设h(t)=?(t-T) 乘积积分后： so(t)=si(t-T) 再如： s(t)?[?(t-T)+ ?(t+T)]= s(t-T)+ s(t+T) 7.4 互联系统的冲激响应 1、级联系统 2、并联系统 3、混联系统 7.5 卷积的频域性质 1、时域与频域的关系 时域卷积等价于频域乘积，即 频域卷积等价于时域乘积，即 于是，我们在系统冲激响应函数、输入信号、输出信号之间建立了联系，这种联系不仅体现在时域中，而且体现在频域中。 基于这些联系，我们可以分析和解决很多问题 1）级联系统 2）并联系