高等数学 / 系统课时

完成信号系统综合建模练习

完成信号系统综合建模练习

本节完成一个从输入信号到系统输出的完整建模练习。你将先根据因果性和系统描述选择拉普拉斯变换,再在 ss 域完成系统运算、逆变换,并通过初值、微分方程和数值计算检查结果,形成可迁移的工程求解流程。

学习目标

  • 能根据输入信号、系统性质和求解目标选择合适的积分变换工具。
  • 能完成“时域模型 → ss 域运算 → 逆变换 → 输出表达式”的完整推导。
  • 能使用独立条件检查结果,而不是只依赖变换表或代数计算。

建立待求解的系统模型

考虑一个因果连续时间线性时不变系统。输入信号为

x(t)=e−tu(t)x(t)=e^{-t}u(t)

其中 u(t)u(t) 为单位阶跃函数。系统满足微分方程

y′(t)+2y(t)=x(t),y(0−)=0y'(t)+2y(t)=x(t),\qquad y(0^-)=0

任务是求零状态输出 y(t)y(t),并确认结果确实满足原系统。

这个问题同时包含输入、系统和输出三个对象,而且需要经历建模、变换、代数运算、逆变换与验证多个阶段。把这些关系先画清楚,比直接堆公式更容易避免漏掉初值或传递函数。

信号系统综合建模工作流

选择拉普拉斯变换并完成域变换

这里优先选择拉普拉斯变换,而不是直接使用傅里叶变换。原因是系统由微分方程和初值描述,并且输入、输出均按 t≥0t\ge 0 的因果过程分析;拉普拉斯变换可以把微分运算转化为代数运算,并自然容纳初值条件。

对输入信号变换:

X(s)=L{e−tu(t)}=1s+1X(s)=\mathcal{L}\{e^{-t}u(t)\}=\frac{1}{s+1}

对系统方程取拉普拉斯变换。由于 y(0−)=0y(0^-)=0,有

sY(s)+2Y(s)=X(s)sY(s)+2Y(s)=X(s)

因此系统传递函数为

H(s)=Y(s)X(s)=1s+2H(s)=\frac{Y(s)}{X(s)}=\frac{1}{s+2}

于是输出在 ss 域中可以直接写成

Y(s)=H(s)X(s)=1(s+1)(s+2)Y(s)=H(s)X(s)=\frac{1}{(s+1)(s+2)}

这一步体现了变换法最重要的工程价值:时域中的微分系统被转换成了普通代数乘法。

逆变换得到时域输出

为了逆变换,先做部分分式分解:

1(s+1)(s+2)=1s+1−1s+2\frac{1}{(s+1)(s+2)}=\frac{1}{s+1}-\frac{1}{s+2}

分别查基本拉普拉斯变换对,即可得到

y(t)=(e−t−e−2t)u(t)y(t)=\left(e^{-t}-e^{-2t}\right)u(t)

这个结果也符合直觉:系统本身具有 e−2te^{-2t} 对应的自然衰减模式,而输入带来 e−te^{-t} 模式,输出由两个指数项共同组成。由于两个极点都位于左半平面,两个分量都会随时间衰减。

用三个独立条件检查结果

首先检查初值。由结果可得

y(0+)=1−1=0y(0^+)=1-1=0

与零初始状态一致。

其次把结果代回原微分方程。对 t>0t>0,

y′(t)=−e−t+2e−2ty'(t)=-e^{-t}+2e^{-2t}

因此

y′(t)+2y(t)=−e−t+2e−2t+2e−t−2e−2t=e−t=x(t)y'(t)+2y(t)=-e^{-t}+2e^{-2t}+2e^{-t}-2e^{-2t}=e^{-t}=x(t)

这说明逆变换得到的表达式确实满足系统动力学,而不仅仅是部分分式计算形式上正确。

还可以用一个可运行的 Python 示例对若干时间点进行数值抽样,检查方程两侧是否一致:

python
import math


def x(t: float) -> float:
    return math.exp(-t)


def y(t: float) -> float:
    return math.exp(-t) - math.exp(-2 * t)


def y_prime(t: float) -> float:
    # 使用解析导数验证系统方程,避免数值微分误差干扰判断。
    return -math.exp(-t) + 2 * math.exp(-2 * t)


for t in (0.0, 0.5, 1.0, 2.0):
    lhs = y_prime(t) + 2 * y(t)
    rhs = x(t)
    print(f"t={t:.1f}, lhs={lhs:.6f}, rhs={rhs:.6f}, error={abs(lhs-rhs):.2e}")

预期输出:

text
t=0.0, lhs=1.000000, rhs=1.000000, error=0.00e+00
t=0.5, lhs=0.606531, rhs=0.606531, error=0.00e+00
t=1.0, lhs=0.367879, rhs=0.367879, error=0.00e+00
t=2.0, lhs=0.135335, rhs=0.135335, error=0.00e+00

浮点环境不同可能导致最后几位存在极小差异,但方程两侧应在机器精度范围内一致。

把解题过程迁移到其他工程模型

遇到新的线性系统时,可以复用同一条工作流:先写清输入、系统关系和初值,再判断问题关注的是瞬态还是稳态;随后选择拉普拉斯变换或傅里叶变换,把微分、卷积等时域运算转换为代数运算;求得变换域输出后再逆变换,最后至少使用一个独立条件验证结果。

真正容易出错的通常不是逆变换本身,而是前面的模型选择与后面的结果检查。只要坚持“模型明确、工具匹配、域内运算、回到时域、独立验证”这条链路,即使输入函数或系统阶数发生变化,也可以用相同方法组织求解。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

完成信号系统综合建模练习

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通