信号处理 / 系统课时

用卷积积分求连续系统输出

用卷积积分求连续系统输出

连续时间 LTI 系统的零状态输出由卷积给出。真正的难点不是记住积分式,而是判断两个信号在不同位移下何时重叠、积分上下限如何变化,以及怎样把图解过程准确翻译成分段公式。

学习目标

  • 按“翻转、平移、相乘、积分”的顺序解释连续卷积
  • 用重叠区间快速计算矩形脉冲卷积
  • 计算因果指数系统对阶跃输入的响应并检查边界

卷积积分在算什么

若输入为 x(t)x(t),LTI 系统冲激响应为 h(t)h(t),则零状态输出是:

y(t)=(x∗h)(t)=∫−∞∞x(τ)h(t−τ) dτy(t)=(x*h)(t)=\int_{-\infty}^{\infty}x(\tau)h(t-\tau)\,\mathrm{d}\tau

积分变量是 τ\tau,而 tt 在一次积分中视为固定参数。计算时可以从 h(τ)h(\tau) 出发:先翻转成 h(−τ)h(-\tau),再平移成 h(t−τ)h(t-\tau),与 x(τ)x(\tau) 相乘,最后对所有 τ\tau 积分。

连续卷积的翻转平移重叠过程

图解法的核心不是画得精细,而是先确定“非零区间”。只有 x(τ)x(\tau) 与 h(t−τ)h(t-\tau) 同时非零的地方才需要积分;一旦重叠区间写对,卷积通常就变成普通定积分。

用矩形脉冲看重叠长度

令输入和冲激响应都是宽度为 TT、高度为 1 的矩形脉冲:

x(t)=h(t)=u(t)−u(t−T),T>0x(t)=h(t)=u(t)-u(t-T),\qquad T>0

固定 tt 后,x(τ)x(\tau) 的非零区间是 [0,T][0,T],而 h(t−τ)h(t-\tau) 的非零区间由

0≤t−τ≤T0\le t-\tau\le T

得到 [t−T,t][t-T,t]。两者相乘后仍只有 0 或 1,因此卷积值就是两个区间的重叠长度。

当 t<0t<0 时没有重叠;当 0≤t<T0\le t<T 时重叠长度从 0 线性增大为 tt;当 T≤t<2TT\le t<2T 时重叠长度线性减小为 2T−t2T-t;之后再次为零。因此:

y(t)={0,t<0,t,0≤t<T,2T−t,T≤t<2T,0,t≥2T.y(t)= \begin{cases} 0, & t<0,\\ t, & 0\le t<T,\\ 2T-t, & T\le t<2T,\\ 0, & t\ge2T. \end{cases}

两个矩形卷积得到三角形,这个结果来自“重叠长度随 tt 的变化”,而不是需要额外记忆的特殊公式。

用积分计算指数系统的阶跃响应

再看一个不能只靠面积长度完成的例子。设:

x(t)=u(t),h(t)=e−atu(t),a>0x(t)=u(t),\qquad h(t)=e^{-at}u(t),\qquad a>0

代入卷积:

y(t)=∫−∞∞u(τ)e−a(t−τ)u(t−τ) dτy(t)=\int_{-\infty}^{\infty}u(\tau)e^{-a(t-\tau)}u(t-\tau)\,\mathrm{d}\tau

两个单位阶跃同时非零要求 τ≥0\tau\ge0 且 τ≤t\tau\le t。所以当 t<0t<0 时没有积分区间;当 t≥0t\ge0 时,上下限直接缩成 00 到 tt:

y(t)=∫0te−a(t−τ) dτ=1−e−ata.\begin{aligned} y(t) &=\int_0^t e^{-a(t-\tau)}\,\mathrm{d}\tau\\ &=\frac{1-e^{-at}}{a}. \end{aligned}

写成完整的因果形式就是:

y(t)=1−e−atau(t)y(t)=\frac{1-e^{-at}}{a}u(t)

这里先判断支撑区间,再做积分,比从 −∞-\infty 到 ∞\infty 盲目展开阶跃函数更不容易出错。

用三个边界检查卷积

卷积算完后,可以先做低成本检查。因果的 x(t)x(t) 与因果的 h(t)h(t) 卷积后不应在 t<0t<0 出现输出;有限时宽信号的输出支撑区间应与两者时宽相加一致;稳态或极限值也应符合系统直觉。

在指数例子中,y(0+)=0y(0^+)=0,而 t→∞t\to\infty 时 y(t)→1/ay(t)\to1/a,与一阶系统对恒定输入最终达到有限稳态一致。连续卷积最可靠的做法始终是先找重叠,再定积分限,最后计算并检查边界。

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

用卷积积分求连续系统输出

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