信号与系统教案第1章.ppt

  1. 1、本文档共63页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
信号与系统教案第1章ppt整理

1.5 系统的性质及分类 1.4 阶跃函数和冲激函数 已知f(t),画出g(t) = f ’(t)和 g(2t) 求导,得g(t) 压缩,得g(2t) 1.4 阶跃函数和冲激函数 4. 复合函数形式的冲激函数 实际中有时会遇到形如δ[f(t)]的冲激函数,其中f(t)是普通函数。并且f(t) = 0有n个互不相等的实根 ti ( i=1,2,…,n) ε[f(t)]图示说明: 例f(t)= t2 – 4 ε(t2 – 4)=1 –ε(t+2)+ε(t – 2) 1.4 阶跃函数和冲激函数 ε( t 2 – 4) =1 –ε(t+2)+ε(t – 2) 一般地, 这表明,δ[f(t)]是位于各ti处,强度为 的n个冲激函数构成的冲激函数序列。 注意:如果f(t)=0有重根,δ[f(t)]无意义。 1.4 阶跃函数和冲激函数 这两个序列是普通序列。 (1)单位(样值)序列δ(k)的定义 取样性质: f(k)δ(k) = f(0)δ(k) f(k)δ(k –k0) = f(k0)δ(k –k0) 例 三、序列δ(k)和ε(k) 1.4 阶跃函数和冲激函数 (2)单位阶跃序列ε(k)的定义 (3)ε(k)与δ(k)的关系 δ(k) = ε(k) –ε(k –1) 或 ε(k) = δ(k)+ δ(k –1)+… 1.5 系统的性质及分类 1.5 系统的性质及分类 一、系统的定义 若干相互作用、相互联系的事物按一定规律组成具有特定功能的整体称为系统。 电系统是电子元器件的集合体。电路侧重于局部,系统侧重于全部。电路、系统两词通用。 二、系统的分类及性质 可以从多种角度来观察、分析研究系统的特征,提出对系统进行分类的方法。下面讨论几种常用的分类法。 1.5 系统的性质及分类 1. 连续系统与离散系统 若系统的输入信号是连续信号,系统的输出信号也是连续信号,则称该系统为连续时间系统,简称为连续系统。 若系统的输入信号和输出信号均是离散信号,则称该系统为离散时间系统,简称为离散系统。 2. 动态系统与即时系统 若系统在任一时刻的响应不仅与该时刻的激励有关,而且与它过去的历史状况有关,则称为动态系统 或记忆系统。含有记忆元件(电容、电感等)的系统是动态系统。否则称即时系统或无记忆系统。 3. 单输入单输出系统与多输入多输出系统 1.5 系统的性质及分类 4. 线性系统与非线性系统 满足线性性质的系统称为线性系统。 (1)线性性质  系统的激励f (·)所引起的响应y(·) 可简记为 y(·) = T[ f (·)] 线性性质包括两方面:齐次性和可加性。 若系统的激励f (·)增大a倍时,其响应y(·)也增大a倍,即 T [af (·)] = a T [ f (·)] 则称该系统是齐次的。 若系统对于激励f1(·)与f2(·)之和的响应等于各个激励所引起的响应之和,即 T [ f1(·)+ f2(·)] = T[ f1(·)]+T[ f2(·)] 则称该系统是可加的。 若系统既是齐次的又是可加的,则称该系统是线性的, 即 T[a f1(·) + bf2(·)] = a T[ f1(·)] + bT[ f2(·)] (2)动态系统是线性系统的条件 动态系统不仅与激励{ f (·) }有关,而且与系统的初始状态{x(0)}有关。 初始状态也称“内部激励”。 完全响应可写为 y (·) = T [{ f (·) }, {x(0)}] 零状态响应为 yf(·) = T [{ f (·) }, {0}] 零输入响应为 yx(·) = T [ {0},{x(0)}] 1.5 系统的性质及分类 当动态系统满足下列三个条件时该系统为线性系统: ②零状态线性: T[{a f (·) }, {0}] = a T[{ f (·) }, {0}] T[{f1(t) + f2(t) }, {0}] = T[{ f1 (·) }, {0}] + T[{ f2 (·) }, {0}] 或 T[{af1(t) +bf2(t) }, {0}] = aT[{ f1 (·) }, {0}] +bT[{ f2 (·) }, {0}] ③零输入线性: T[{0},{ax(0)}]= aT[ {0},{x(0)}] T[{0},{x1(0) + x2(0)} ]= T[{0},{x1(0)}] + T[{0},{

文档评论(0)

zyzsaa + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档