由线性常数系数微分方程描述的系统的因果关系、线性和时间不变性

信息处理 线性系统
2022-01-04 10:48:15

我目前正在使用 Alan Oppenheim 的 Signals and Systems 作为了解 LTI 系统的参考。

在介绍由线性常系数微分方程表示的系统之前,作者首先考虑以下形式的一般系统x(t)y(t). 在讨论系统的线性时,他介绍了线性系统的“零进零出”特性(不一定是时不变的或因果的),即给定一个线性系统,如果输入x(t)全部为零t,然后输出y(t)所有人都必须为零t. 此外,一个线性系统是因果的当且仅当y(t)=0对所有人t<t0如果x(t)=0对所有人t<t0,一个称为初始静止的条件,我从中得出结论,线性系统的初始静止意味着因果关系而不是时间不变性。

现在给出一个线性常系数微分方程

Ly(t)=x(t),
在哪里L是一个常数系数的线性微分算子,作者强调虽然微分方程是线性的,但它所代表的系统可能是线性的,也可能不是线性的,这取决于初始条件。我觉得这很混乱,因为给定两个输入输出对x1(t)y1(t)x2(t)y2(t), 我们有L(ay1(t)+by2(t))=ax1(t)+bx2(t)对于任何常数a,bC凭借算子的线性度L. 看起来ax1(t)+bx2(t)ay1(t)+by2(t)不管初始条件如何,为什么在这种情况下系统不一定是线性的?我在这里想念什么?

此外,作者指出,要使系统成为线性系统,其初始条件必须为零,而要使其成为线性系统之外的因果时间不变性,其初始条件必须服从初始静止。但是,一般来说,初始休息不是因果关系所需要的条件,而不是时间不变性吗?此外,这是否意味着如果输入在某个时间之前为零,则微分方程只能表示因果系统?给定一个始终非零的输入,我们如何通过对应于初始静止的初始条件来施加因果关系?我希望我的问题是有道理的。先感谢您。

1个回答

请注意,系统不是由线性微分算子唯一表征的。您需要辅助条件,并且依赖于这些条件,系统可能是线性的、因果的和时不变的。因此,如果您只使用运算符L表明系统是线性的,那么你实际上没有显示任何东西,因为L是定义上的线性算子。

由线性常系数微分方程描述的系统的输出可以分为两个部分:零状态响应 (ZSR) 和零输入响应 (ZIR)。ZSR 是零初始条件下系统的响应,因此,ZSR 完全由输入信号决定。ZIR响应是由非零初始条件引起的系统响应,它与输入信号无关。由于非零初始条件导致输出项不依赖于输入信号,因此缩放或移动输入信号不会影响该项。因此,具有非零初始条件的系统既不是线性的也不是时不变的,因为如果是,输出应该根据输入信号的缩放和移位进行缩放和移位。

因果关系仅仅意味着系统在给定时间的响应不依赖于输入信号的未来。显然,因果关系是系统的属性,因此它不能依赖于输入信号。因果线性时不变 (LTI) 系统的特征在于脉冲响应h(t)满足h(t)=0为了t<0,与输入信号在一定时间之前是否为零无关。

也看看这个相关的答案