#1 楼
在视觉上补充了其他答案您正在谈论的是线性和时不变的系统。
指数函数具有一个独特的属性(可以通过它实际定义) ):进行时间转换会导致相同的函数乘以一个常数。所以
$$ e ^ {t-t_0} = e ^ {-t_0} e ^ t $$
红色指数也可能是蓝色的除以$ e $或向右移动1秒
通常,这也适用于复杂的指数
如$ x(t)= e ^ {j2 \ pi t} $?
的复杂谐波的图。如果是这样,您会看到它就像弹簧:随着时间的流逝,它沿着复杂平面旋转。
旋转弹簧(乘以单位圆中的复数)与平移弹簧相同。您可能已经在生活中遇到了这种视觉效果
这也是任何标准螺钉的原理。
假设我们输入在线性时不变系统中。您将获得输出$ y $
,现在输入此弹簧的旋转版本。由于线性关系,输出应为$ y $旋转相同的量。
但是由于旋转等效于时间平移,并且系统是时不变的,所以输出也必须经过相同时间的时间转换为$ y $。必须满足与输入相同的属性:旋转必须等同于特定的时间平移。仅当输出是原始弹簧的倍数时才会发生这种情况。
翻译多少钱?嗯,它与旋转成正比,就像弹簧一样。弹簧的环越紧(弹簧旋转得越快),则对于一定的旋转时间转换越少。螺钉的圈越紧,则需要进行更多的打圈才能使其完全适合。并且,当完成一半的回合后,螺钉将拧入一半。输出必须满足相同的关系,因此输出弹簧$ y $以与输入相同的频率旋转。
最后,一个提醒
$$ \ cos(t)= \ frac {e ^ {jt} + e ^ {-jt}} {2} $$
$$ \ sin(t)= \ frac {e ^ {jt} -e ^ {-jt}} {2 j} $$
在大多数情况下,用指数发生的实际上不需要用余弦和正弦发生。但是,如果系统也是真实的,那就另当别论了...
通常,由于同样的原因,任何指数都是线性时不变系统的“特征函数”(输出与输入成比例)。这就是为什么对于这些系统,Z变换和Laplace变换如此有用
评论
$ \ begingroup $
您是从哪里获得动画的?
$ \ endgroup $
–太空
2012年7月19日15:06
$ \ begingroup $
@Mohammad把它从阿基米德螺旋维基百科页面
$ \ endgroup $
–罗霍
2012年7月19日15:39
$ \ begingroup $
你从哪里得到那个开瓶器的阴谋? :) math.stackexchange.com/q/144268/2206
$ \ endgroup $
– Endolith
2012年7月25日19:59
$ \ begingroup $
@endolith哦,我刚刚在Mathematica中做到了。你的好些;)
$ \ endgroup $
–罗霍
2012年7月25日在20:31
#2 楼
考虑一个输入$ x(t)$和输出$ y(t)$的系统。从Lars1的答案中借用表示法,我们表示此
关系$ x(t)\ to y(t)$。如果该系统满足以下属性,则称其为线性时不变(LTI)系统:
H。如果$ x(t)到y(t)$,则$ \ alpha x(t)到\ alpha y(t)$。
A.如果
$ x_1(t)\至y_1(t)$和$ x_2(t)\至y_2(t)$,则
$ x_1(t)+ x_2(t)\至y_1( t)+ y_2(t)。$
T。如果
$ x(t)\ to y(t)$,则对于任何实数$ \ tau $,$ x(t- \ tau)\ to y(t- \ tau)$。
属性H和A等同于属性L
L。如果
$ x_1(t)\至y_1(t)$和$ x_2(t)\ to y_2(t)$,则
$ \ alpha x_1(t)+ \ beta x_2(t) \ to \ alpha y_1(t)+ \ beta y_2(t)$。
时不变系统的周期性输入会产生周期性输出
假设$ x(t )$是周期为$ T $,
的周期信号,即对于所有整数$ n $,$ x(t-nT)= x(t)$。然后,从属性T,立即得出$ y(t)$也是周期为T $$的周期信号。因此,我们可以将
$ y(t)$表示为傅立叶级数:
$$ y(t)= \ frac {a_0} {2} + \ sum_ {n = 1 } ^ {\ infty} a_n \ cos(n \ omega t)
+ b_n \ sin(n \ omega t)$$
其中$ \ omega = 2 \ pi / T $是基频。
由于$ \ cos(\ omega t)$和$ \ sin(\ omega t)$是周期信号,所以对于任何时不变系统, ,无论
是否线性,
$$ \ begin {align *}
\ cos(\ omega t)&\ to \ frac {p_0} {2} + \ sum_ {n = 1} ^ {\ infty} p_n \ cos(n \ omega t)
+ q_n \ sin(n \ omega t)\\
\ sin(\ omega t)&\至\ frac {r_0 } {2} + \ sum_ {n = 1} ^ {\ infty} r_n \ cos(n \ omega t)
+ s_n \ sin(n \ omega t)\\
\ end {align *}。$$
实际上,对于线性时不变(LTI)系统,所有$ p_n,q_n,r_n,$和$ s_n $均为零,但对于$ p_1,
除外,q_1,r_1,s_1 $。要了解为什么会这样,让我们用两个不同的方法计算LTI系统对$ \ cos(\ omega t-\ theta)$的响应
并比较结果。
由于$ \ cos(\ omega t-\ theta)= \ cos(\ theta)\ cos(\ omega t)+
\ sin(\ theta )\ sin(\ omega t)$,我们从属性L和上面的等式
得到
\ cos(\ omega t-\ theta) &\ to
\ frac {p_0 \ cos(\ theta)+ q_0 \ sin(\ theta)} {2} \\
&\ qquad + \ sum_ {n = 1} ^ {\ infty }(p_n \ cos(\ theta)+ r_n \ sin(\ theta))\ cos(n \ omega t)\\
&\ qquad + \ sum_ {n = 1} ^ {\ infty}(q_n \ cos(\ theta)+ s_n \ sin(\ theta))\ sin(n \ omega t)。
\ end {align *} $$
另一方面,由于$ \ cos( \ omega t-\ theta)= \ cos(\ omega(t- \ theta / \ omega))$
只是属性T
我们得到
$$ \开始{align *}
\ cos(\ omega t-\ theta)&\到
\ frac {p_0} {2} + \ sum_ {n = 1} ^ {\ infty} p_n \ cos(n \ omega t -n \ theta)
+ q_n \ sin(n \ omega t-n \ theta)\\
&= \ frac { p_0} {2} \\
&\ qquad + \ sum_ {n = 1} ^ {\ infty}(p_n \ cos(n \ theta)-q_n \ sin(n \ theta))\ cos(n \ omega t)\\
&\ qquad + \ sum_ {n = 1} ^ {\ infty}(q_n \ cos(n \ thet a)+ p_n \ sin(n \ theta))\ sin(n \ omega t)
\ end {align *}。$$
这两个傅立叶级数必须相同,无论值如何<我们选择的$ \ theta $。比较系数,我们看到对于所有
$ \ theta $,
$ p_0 / 2 $不能等于$(p_0 \ cos(\ theta)+ r_0 \ cos(\ theta))/ 2 $ p_0 = r_0 = 0 $。同样,对于任何$ n> 1 $,
$ p_n \ cos(n \ theta)-q_n \ sin(n \ theta)$不能等于
$ p_n \ cos(\ theta)+ r_n \除非$ p_n = q_n = r_n = s_n = 0 $,否则所有$ \ theta $
的sin(\ theta)$等。但是,对于$ n = 1 $,
$ p_1 \ cos(\ theta)-q_1 \ sin(\ theta)= p_1 \ cos(\ theta)+ r_1 \ sin(\ theta)$
表示$ r_1 = -q_1 $,类似地,$ s_1 = p_1 $。换句话说,对于LTI系统,
$$ \ begin {align *}
\ cos(\ omega t)&\至p_1 \ cos(\ omega t)+ q_1 \ sin(\ omega t)\\
\ sin(\ omega t)&\至-q_1 \ cos(\ omega t)+ p_1 \ sin(\ omega t)\\
\ end {align *}。$$
现在,$ p_1 \ cos(\ omega t)+ q_1 \ sin(\ omega t)= B \ cos(\ omega t-\ phi)$
其中$ B = \ sqrt {p_1 ^ 2 + q_1 ^ 2} $和$ \ phi = \ arctan(q_1 / p_1)$。因此,
属性T和H给我们
$$ A \ cos(\ omega t-\ theta)\到AB \ cos(\ omega t-\ phi-\ theta)。$$ < br频率为$ \ omega $ rad / s的任何正弦曲线都可以表示为
,如$ A \ cos(\ omega t-\ theta)$,用于选择$ A $和
$ \ theta $,因此上面的结果正是我们所需要的。
线性时不变系统的SISO属性:如果LTI系统的输入
是正弦曲线,则输出是
频率相同但幅度和相位可能不同的正弦波。
这并不是OP想要的结果-他想要
证明线性系统(其中具有属性H和
A(等同于属性L)但不一定具有
T)的线性系统具有SISO属性,但是正如上面的发展所示,Property必须保持T以证明更弱的结果,即周期性输入会导致周期性输出。
最后,请注意,没有必要到使用复数或卷积定理或Fourier
或LaPlace变换,脉冲,本征函数等来证明SISO属性。它来自Properties
L和* T以及三角恒等式
$$ \ cos(\ alpha-\ beta)= \ cos(\ alpha)\ cos(\ beta)
+ \ sin(\ alpha)\ sin(\ beta)。$$
评论
$ \ begingroup $
如果$ x(t)$不是周期性的(不相称的频率可能不会发生周期性变化)会发生什么?需要$ T $是有限的吗?我们是否可以通过要求$ x(t)$在观察时间间隔内平方可积来获得一般性的东西?
$ \ endgroup $
– Lars1
2012年7月22日在7:21
$ \ begingroup $
@ Lars1如果LTI系统的输入不是周期性的,则输出也不是周期性的。在特定情况下,如果$ x(t)= A_1 \ cos(\ omega_1 t)+ \ A_2 \ cos(\ omega_2 t)$,其中$ \ omega_1 / \ omega_2 $是不合理的(因此输入不是周期性的),然后从属性L中获得$$ A_1 \ cos(\ omega_1 t)+ \ A_2 \ cos(\ omega_2 t)\至A_1 B_1 \ cos(\ omega_1 t-\ phi_1)+ \ A_2B_2 \ cos(\ omega_2 t -\ phi_2)$$,它的输出也不是周期性的。因此没有问题。
$ \ endgroup $
– Dilip Sarwate
2012年7月22日在22:08
$ \ begingroup $
@Sarwate:不完全是我想说的,对不起。想知道是否$ x(t)= \ cos(\ pi t)+ \ cos(\ sqrt {2} t)$将由上述情况处理。如果我们需要一个有限的观察时间间隔,其中$ t \ in \ mathbb {T} = [0; T] $,则任何平方可积信号都可以写为观察间隔中的傅立叶级数。对于有限的$ T $,这可能是最通用的方法,据我所知,您的推导仍然成立。显然,傅立叶级数方法将周期性强加到$ \ mathbb {T} $之外,但是如果我们只关心信号$ t \ on \ mathbb {t} $,则这并不重要。
$ \ endgroup $
– Lars1
2012年7月23日上午10:10
$ \ begingroup $
@ Lars1我不同意您的意见,即$ [0,T] $之外的强制性周期无关紧要。如果在LTI系统中输入$ x(t)$产生输出$ y(t)$,则将SISO属性应用于傅立叶级数不会将$ y(t)$限制为$ [0,T] $。相反,获得的是对周期信号$ \ hat {x}(t)$的周期响应$ \ hat {y}(t)$的一个周期,其中每个时刻$ t $,$-\ infty < t <\ infty $,$$ \ hat {x}(t)= x(t \ bmod T)。$$换句话说,$ x(t)$的$ T $第二段定期重复$ T $)沿时间轴。
$ \ endgroup $
– Dilip Sarwate
2012年7月23日在20:03
$ \ begingroup $
例如在非线性RF系统中,我们经常选择不正弦的总和,以确保从输入到输出的唯一频率映射。这些导致产生非周期性的信号,我只是很好奇为什么您必须假设周期性,在此之上我认为似乎排除了大多数实际相关的信号。可以将有限观察间隔中的平方可积$ x(t)$和$ y(\ tau)$表示为傅里叶级数。我没有(打算)声称$ t $是在$ x $和$ y $ BTW的相同间隔上定义的,而$ y $可能是时间偏移版本。我将在这里停留以避免进一步的混乱。
$ \ endgroup $
– Lars1
2012年7月25日在13:39
#3 楼
这就是证明的想法。假设我们可以通过卷积来描述系统的输出,$$ y(t)= \ int k_t(t- \ tau)f(\ tau)d \ tau $$
请注意,我在此处编写的函数(也称为“内核”)$ k_t(t)$可能会随着$ t $的变化而变化。但是,我们通常会对$ k_t(t)$做一个重要的假设-它不会随时间变化。这称为“线性时不变”(也可以查看Toeplitz矩阵的Wikipedia页面)。如果我们的系统是线性时不变的,则$ k_t $对于任何$ t $都是相同的,因此我们将忽略下标并写
$$ y(t)= \ int k (t- \ tau)f(\ tau)d \ tau $$
现在,假设$ f(t)$是正弦曲线,说$ f(t)= e ^ {i \ .。因此,我们有
$$
$$
请注意,最后一个等式与$ t $不相关!结果,我们定义$ K(\ omega):= \ int k(\ tau)e ^ {-i \ omega \ tau} d \ tau $。
因此,我们发现了
$$ y(t)= K(\ omega)e ^ {i \ omega t} $$
或换句话说,$ y(t) $是一个与输入频率相同的正弦波,但由一个复数$ K(\ omega)$加权,该复数相对于$ t $是恒定的(因此可能会使输出的幅度和相位相对于tt输入)。
编辑:评论指出,这个答案很宽松。我的目标是
避免像Fourier变换的不同形式之类的细节,但是我最终将Fourier和Laplace变换合并在一起。如果
$ s $是纯虚构的,我以前所说的傅里叶变换只是傅里叶变换。我决定弄清楚这条路线会
必然会添加太多符号,因此我将其改为斜体。
现在,进行拉普拉斯变换,最终(由于拉普拉斯变换将卷积乘以乘法),
$$ Y(s)= K(s)F $ s $$
现在,如果$ f $是正弦曲线,则说$ f(t)= e ^ {i \ omega t} $,其Laplace变换是该$ \ omega $的增量函数。也就是说,$ F(s)= \ delta_ {w}(s)$。因此,输出的拉普拉斯变换在该频率下也是一个增量函数:
$$ Y(s)= K(s)\ delta_ \ omega(s)= K(\ omega)\ delta_ \ omega(s)$$
由于$ K(\ omega)$只是一些复杂的数字,取决于输入频率,因此输出$ y(t)$将是正弦曲线,且与输入频率相同,但幅度和相位可能不同。
偶然地,我只是注意到您可以在Wikipedia的时域中找到相同的想法。更高层次的解释(如果太数学,您可以忽略它)是通过卷积运算定义线性系统理论,而卷积运算由傅立叶变换对角化。因此,其输入是傅立叶变换算符的特征向量的系统将仅输出其输入的缩放版本。
评论
$ \ begingroup $
-1什么是$ s $,它与$ \ omega $有什么关系?您能解释一下$ \ delta _ {\ omega}(s)$的意思吗?您的方程$ Y(s)= K(s)\ delta _ {\ omega} s)$是胡说八道。
$ \ endgroup $
– Dilip Sarwate
2012年7月18日12:26
$ \ begingroup $
@DilipSarwate我怀疑他使用的是Laplace变换符号,而不是傅里叶符号。
$ \ endgroup $
– Jim Clay
2012年7月18日在13:23
$ \ begingroup $
@sydeulissie问题是您断言K(w)是“只是一个复数”,但是您没有说为什么在每个频率它都只是一个复数。这就是证明的核心。
$ \ endgroup $
– Jim Clay
2012年7月18日在13:24
$ \ begingroup $
这是正确的大纲,但细节上有很多问题。不能投票,但是应该解决。
$ \ endgroup $
– Phonon
2012年7月18日在13:47
#4 楼
假设我们有一个输入$ x_1(t)$的系统,该系统生成输出$ y_1(t)= {\ cal G}(x_1(t))$,输入$ x_2(t)$得到输出$ y_2(t)= {\ cal G}(x_1(t))$。该系统是线性的,如果:$$
a \ cdot x_1(t)+ b \ cdot x_2(t)\ rightarrow y(t)= {\ cal G}(a \ cdot x_1(t)+ b \ cdot x_2(t))= a \ cdot {\ cal G}(x_1(t))+ b \ cdot {\ cal G}(x_2(t))= a \ cdot y_1( t)+ b \ cdot y_2(t)
$$$
其中$ a $和$ b $是(实数或复数)常量。如果不满足上述方程,则系统为非线性。该方程可用于时域和频域中的实信号和复信号。这与叠加原理必须有效相同。正如Sarwate在评论中说明的那样,这不会阻止系统生成新的频率。我们可能经常被用来间接地假设时间不变。原因很可能经常是通过施加一个或多个外部控制信号将时变系统映射到时不变系统。
从线性的定义出发,我们还需要时不变系统可以直接看到两个(或多个)信号不会干扰并产生新的频率分量,同时仍然符合线性要求。叠加原理也直接从线性定义中得出。
从线性定义中也得出线性时不变系统的卷积概念。例如,对于非线性系统,我们有Volterra级数,它是多维卷积积分-一维卷积积分是Volterra级数的特例。但是,这比线性技术要复杂得多。但是基于线性系统的卷积积分,推导遵循@sydeulissie所示的方法。
为了演示一个简单的关于产生新频率的非线性关系的反例,我们可以使用$ {\ cal G}:y(t)= x ^ 2(t)$。让我们首先证明这确实是非线性的。如果应用输入$ x_1(t)$,我们将得到输出$ y_1(t)= x_1 ^ 2(t)$;如果应用输入$ x_2(t)$,我们将得到输出$ y_2(t)= x_2 ^ 2(t)$。输出$ y(t)$然后是:
$$
y(t)= \ left \ {a \ cdot x_1(t)+ b \ cdot x_2(t)\ right \} ^ 2 = a ^ 2 \ cdot x_1 ^ 2(t)+ b ^ 2 \ cdot x_2 ^ 2(t)+ 2 \ cdot a \ cdot b \ cdot x_1(t)\ cdot x_2(t)
$$
或:
$ $
,因此我们证明了$ x ^ 2 $是非线性的(这不足为奇)。如果将单个正弦信号$ x(t)= A \ cdot \ cos(2 \ pi f_0 t + \ phi_0)$应用于系统$ {\ cal G} $,我们将得到输出:
$$
y(t)= x ^ 2(t)= A ^ 2 \ cdot \ cos ^ 2(2 \ pi f_0 t + \ phi_0)= \ frac {A ^ 2} {2} + \ frac {A ^ 2} {2} \ cdot \ cos(2 \ pi 2 f_0 t + 2 \ phi_0)
$$
此处的输出包含一个DC分量和另一个频率为$ 2f_0 $的分量。因此,非线性函数$ x ^ 2 $会生成新的频率分量。
总而言之,可以观察到线性系统可能会生成输入中不存在的频率分量(如果系统是时变的)。如果系统是线性时不变的,则输出不能包含输入中不存在的频率分量。
感谢@Sarwate提供最相关的注释。
评论
$ \ begingroup $
你是对的。我忘了提及我所指的时不变系统。您提供的示例是一个时变系统,其中的示例不适用。通常,在外部端口上施加诸如$ \ cos(t)$之类的信号作为信号,在这种情况下不能满足线性要求。我已经在上面的答案中提到了时不变部分。
$ \ endgroup $
– Lars1
2012年7月18日在16:47
$ \ begingroup $
@DilipSarwate那么,只有LTI系统具有该属性吗?
$ \ endgroup $
– Phonon
2012年7月18日在16:53
$ \ begingroup $
只是检查了几本书以确保安全。实际上,细节似乎有所不同。 Yang和Lee在2007年关于电路系统的书中有一个定义说:“如果一个叠加原理成立,那么一个系统就是线性的,也就是说,它的输出是多个任意输入的线性组合,而输出是线性的。个人输入”。在这方面,Sarwate的示例是线性的-但不是时间不变的。其他参考虽然不太精确。感谢@Sarwate。
$ \ endgroup $
– Lars1
2012年7月18日在17:28
$ \ begingroup $
Lars1引用的注释已纠正印刷错误:考虑从输入$ x(t)$产生输出$ x(t)\ cos(t)$的系统。然后,$ ax_1(t)+ bx_2(t)$产生输出$$(ax_1(t)+ bx_2(t))\ cos(t)=a⋅x_1(t)\ cos(t)+b⋅x_2( t)\ cos(t)$$,因此系统是线性的,但没有要求保护的属性。
$ \ endgroup $
– Dilip Sarwate
2012年7月18日在21:04
$ \ begingroup $
@Sarwate产生输出x(t)cos(t)时间的系统如何变化?我是DSP的初学者
$ \ endgroup $
–业余主义者
2012年7月18日在21:25
#5 楼
正如Dilip Sarwate指出的那样,只有线性不变式(LSIV)系统才具有SISO(正弦输入-正弦输出)属性。您的问题的简短答案是复指数$ e ^ { \ jmath \ omega t} $是LSIV系统的本征函数。根据本征函数的定义,如果输入是本征函数(根据欧拉公式,正弦/余弦可以用复指数表示),则输出就是输入和相应本征值的乘积,它可以是复数,即相位/振幅从何而来。
评论
欢迎使用DSP。好问题!您的理解是不完整的。线性(意味着均质和加性)系统不一定具有输入正弦波产生相同频率但幅度和相位可能不同的正弦波的特性。您需要施加进一步的限制,即系统也是时不变的。例如,如果输入$ x(t)$产生输出$ x(t)\ cos(2 \ pi 10 ^ 9 t)$,则系统是齐次的和可加的,因此是线性的,但不满足SISO(正弦曲线) in- sinusoid out)属性。
Dilip(或某人)应该回答:“他们没有。”只有时不变线性系统。
就像一个注释一样,表达此问题的另一种方式是“为什么线性时不变系统的指数本征函数?”