信号处理 / 系统课时

判断因果性与 BIBO 稳定性

判断因果性与 BIBO 稳定性

判断一个离散 LTI 系统能否实时实现、在有界输入下是否会失控,最直接的入口就是冲激响应 h[n]h[n]。本节把因果性与 BIBO 稳定性压缩成两个可操作的判据,并说明它们如何影响滤波器实现。

学习目标

  • 能根据冲激响应的非零位置判断离散 LTI 系统是否因果。
  • 能用绝对可和条件判断系统是否 BIBO 稳定。
  • 能区分因果性与稳定性,并据此评估实时滤波器的可实现性。

从冲激响应判断因果性

对离散 LTI 系统,输出由卷积给出:

y[n]=∑k=−∞∞x[k]h[n−k]y[n]=\sum_{k=-\infty}^{\infty}x[k]h[n-k]

系统因果的含义是:时刻 nn 的输出只能依赖当前和过去的输入,不能使用未来样本。对 LTI 系统,这等价于

h[n]=0,n<0h[n]=0,\quad n<0

原因可以直接从卷积看出。若 h[m]h[m] 在某个 m<0m<0 处非零,那么计算 y[n]y[n] 时会出现 x[n−m]x[n-m];因为 −m>0-m>0,这其实是未来输入 x[n+∣m∣]x[n+|m|]。因此,只要冲激响应在负时间轴上存在非零值,系统就不是因果系统。

例如,h[n]=0.5nu[n]h[n]=0.5^n u[n] 只在 n≥0n\ge 0 时非零,所以它是因果的;而 h[n]=u[n+1]−u[n−2]h[n]=u[n+1]-u[n-2] 在 n=−1n=-1 时已经非零,因此不是因果系统。这里 u[n]u[n] 表示离散单位阶跃序列。

用绝对可和判断 BIBO 稳定性

BIBO 稳定表示:任何有界输入都会得到有界输出。若输入满足 ∣x[n]∣≤Bx|x[n]|\le B_x,则

∣y[n]∣≤Bx∑k=−∞∞∣h[k]∣|y[n]|\le B_x\sum_{k=-\infty}^{\infty}|h[k]|

因此,对离散 LTI 系统,BIBO 稳定的充要条件是

∑n=−∞∞∣h[n]∣<∞\sum_{n=-\infty}^{\infty}|h[n]|<\infty

这个判据关心的不是 h[n]h[n] 是否趋近于零,而是它的绝对值总和是否有限。比如 h[n]=(1/2)nu[n]h[n]=(1/2)^n u[n] 的绝对值之和是几何级数 22,因此稳定;而 h[n]=u[n]h[n]=u[n] 虽然每个样本都有限,但绝对值之和发散,所以不稳定。

上面的不等式说明了“绝对可和足以保证稳定”。反方向也成立:若绝对和发散,可以构造一个幅值始终不超过 11、相位与冲激响应项对齐的输入,使某个输出样本累加出无界结果,因此系统不可能满足 BIBO 稳定。

因果与稳定是两个独立条件

因果性看的是冲激响应位于时间轴的哪一侧,稳定性看的是冲激响应的总绝对量是否有限。两者不能互相推出。

冲激响应 因果性 BIBO 稳定性
(1/2)nu[n](1/2)^n u[n] 因果 稳定
u[n]u[n] 因果 不稳定
$(1/2)^{ n }$

工程上,实时滤波器通常至少要求因果,因为实现时无法读取尚未到达的未来样本;若还要求长期工作不因有界输入而产生无界输出,就必须同时满足 BIBO 稳定条件。

一套快速判断顺序

拿到离散 LTI 系统的 h[n]h[n] 后,可以按下面的顺序检查:

  1. 先找所有可能非零的 nn。若存在 n<0n<0 的非零样本,则系统非因果。
  2. 再计算或估计 ∑n∣h[n]∣\sum_n |h[n]|。若绝对和有限,则系统 BIBO 稳定。
  3. 最后结合实现目标判断:离线处理可以接受某些非因果系统,而实时处理通常不能。

真正需要记住的只有两个判据:负时间是否为零决定因果性,绝对值是否可和决定 BIBO 稳定性。它们分别回答“能不能只靠现在与过去实现”和“有界输入会不会把输出推向无界”两个不同问题。

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

判断因果性与 BIBO 稳定性

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