THU课件

信号与系统
陆建华
清华大学电子工程系
2004年春季学期
第一章绪论
§1.1 信号与系统（基本概念）
什么是信号？什么是系统？
信号：
一个或多个独立变量的函数，它包含某些物
理现象之行为或本质的信息（信号≠信息）
系统：
对特定信号作出响应，以产生其它信号或某些行为
2
清华大学电子工程系陆建华
§1.1 信号与系统
信号与系统：
信号信号/行为
系统
举例：
① 电流、电压作为电子线路中的时间之函数信号
电路本身系统
发动机系统
② 汽车驾驶员踩油门⇒发动机提速
油门压力信号
3
举例③ 机器人系统
机器人的运动是响应控制输入的结果
控制输入信号
思考题1 ：请就神州飞船飞行与控制说明信号与系统的概念
NOTE：信号与系统的概念广泛存在于许多领域，如：
通信系统、航空航天、生物工程、化学过程控制…
特别关注：信息技术与信号系统－－信息获取、信息
处理、传输分发、接收应用
4
本课程的基本任务：
信号分析：信号中含有的特征分析 (信息、特征提取)
系统分析：系统如何响应各种输入信号，如电路分析
系统设计：信号处理 (去噪增强、畸变恢复…)
如：移动通信中信号波动消除
信号设计：设计具有特定性质的信号以满足系统的要求
如：通信信号设计⇒满足传输要求 (如带宽限制)
5
本课程的范围及重点
讨论范信号分析与系统分析
围：
工程背通信系统与控制系统
景：
讲授重基本概念（物理意义）、分析工具
点：（变换）、方法
本课程的性质与地位
专业基础课，其概念、方法为今后从事通信及控
制系统理论和工程技术研究之必备、之基石。
（考研必考、推研必试之课程）
6
本课程的授课安排
教材：《信号与系统》郑君里等
参考：《Signals & Systems》 Oppenheim, 2nd Edition
《Circuits, Signals, and Systems》, Siebert, MIT
（26号楼学生科何民老师处借阅）
教学班子：陆建华、裴玉奎、朱洪杰、于烨
习题：每周三上午下课时交讲课老师
答疑：每周五下午2:30-4:30，东主楼9区-320
7
关于讨论课的安排
时间：24/3，9/4，2/6，共三次
形式：主要由同学自命题、同学讲
5名左右同学组成一个学习小组，平时一起
做思考题（一个小组交一份）、交流课外
阅读体会，讨论课选一名代表讲
内容：课外阅读材料、解题方法、自命题
奖励：10%的学习小组将获得课程学习奖励
8
本人基本情况
* 本科、硕士毕业于清华大学电子工程系
* 博士毕业于香港科技大学电机与电子工程系
* 研究领域：
无线通信与多媒体信号处理
微小卫星与卫星通信
网络与交换技术（空间网络与通信）
9
建议与要求
建议：
认真听讲：基本概念、基本方法
勤于思考：理论联系实际
协作学习：交流解题心得、课外阅读心得，
理论联系实际案例
要
求：作业不抄袭，上课不交流
10
第一章绪论
§1.2 信号的描述、分类和典型示例
描述方
式：
数学表达式：时间函数(一维)、或二维函数
图形表示：信号波形 (由函数给出)
变换域描述：正交变换、频谱分析
信号分类：从不同角度进行分类
确定性与随机：指定时刻，函数有确定值
⇒ 确定性信号或规则信号
11
周期与非周
期：
f (t ) = f (t + nT ) ， n = 0,±1, " (任意整数)
连续与离散：
时间轴连续/离散
模拟与数
字：
时间轴&幅度轴连续或离散
12
举例-1：时
幅间连续离散
度
连续
Analog
t t
离散
Digital
t t
NOTE：数字信号可以是多电平信号 (多进制数字信号) 13
举例-2： f (t )
• 模拟信号：时间和幅值均为连续
抽样
t
O
f (n )
• 抽样信号：时间离散，幅值连续
n
量化
f (n )
• 数字信号：时间和幅值均为离散
n
14
典型信号示例： (主要连续信号，离散信号在后面讲)
(1) 指数信号 f (t ) = Ke at a < 0 衰减函数，实际中常用
(2) 正弦信号 f (t ) = K sin(ωt + θ ) ，K振幅、ω角频率、θ 初相位

(3) 复指数信号 f (t ) = Ke st
, S = σ + jω
sin t sin(πt )
(4) 抽样信号 Sa(t ) = (Oppenheim sinc(t ) = ）
t πt
性质： ∞ π ∞
∫
0
Sa(t )dt =
2
或 ∫−∞
Sa (t )dt = π
15
sin t
Sa(t ) =
t
Sa(t )
1
2π
t
−π 0 π 3π
(之后解释为什么称为抽样函数)
16
思考题2:
∞ π ∞
已知 ∫
0
Sa(t )dt =
2
求: ∫0
sinc( t ) dt
(5) 钟形信号 (高斯函数)

2
⎛t⎞
−⎜ ⎟
⎝τ ⎠
f (t ) = Ee
有关细节(如波形、特征等)自学 P9
17
第一章绪论
§1.3 信号的运算
移位(时移或延时)、反褶、尺度倍乘(压缩与扩
展)、微分、积分、加、乘
(1) 移位 f (t − t 0 ) f(t)
t0 > 0
f(t-t0))
0 t 0 t0 t
t 0 > 0 右移 t 0 < 0 左移
举例：移动通信中的多径传播现象
18
(2) 反褶 f (−t ) f(t) f(-t)
1
1
-1 0 1 t -1 0 1 t
时间轴反转，卷积中的一个非常重要的过程
(参见P10 图例1-11)
(3) 尺度变换 f (at )
f(t) f(2t) f ( 12 t )
1 1 1
-1 0 1 t -1/2 0 1/2 t -2 0 2 t
19
尺度变换 f (at )
a > 1 压缩， a < 1 扩展
d
(4) 微分 f ′(t ) = f (t )
dt
细节自学
∞t
(5) 积分 ∫−∞
f (τ )dτ
(6) 相加 f 1 (t ) + f 2 (t )
(7) 相乘 f 1 (t ) ⋅ f 2 (t )
20
(8) 卷积（褶积）
∞
f 1 (t ) * f 2 (t ) = ∫ f 1 (τ ) f 2 (t − τ ) dτ
−∞
这一运算非常重要，在今后的章节
（如第二、三、四章）中着重讲
21
第一章绪论
§1.4 阶跃信号与冲激信号
奇异信函数本身或其导数具有不连续点，
号：实际中不存在，但分析中很有用
本节着重介绍阶跃信号、冲激信号及其与
之紧密相关的斜变及冲激偶函数。
单位斜变：Unit Ramp Function R(t)
1
⎧0 t < 0
R (t ) = ⎨
⎩t t > 0 0 1 t
22
单位阶跃：Unit Step Function

u(t)
⎧ 0 t<0
⎪ 1
u (t ) = ⎨1 / 2 t = 0
⎪ 1 t>0
⎩ 0 t
注意：在 t = 0 不予定义或规定为1/2，本课程中规定为1/2
举例：在 t = 0接入直流 (恒压源或恒流源)
(1)延迟的阶跃 u (t − t 0 )
23
(2) 矩形脉冲 u(t)-u(t – t0)
1
t0>0
u (t ) − u (t − t 0 )
0 t0 t
(3) 符号函数 sgn(t)

1
⎧1 t>0
sgn(t ) = ⎨ 0 t
⎩− 1 t < 0 -1
同样规定 sgn(0) = 0 sgn(t ) = 2u (t ) − 1
思考题3：求 sgn[sint ] 之波形

24
单位冲激：Unit Impulse Function δ (t )
Dirac定义(狄拉克) δ (t )
⎧⎪ ∞ δ (t )dt = 1
⎨∫−∞
1 (冲激强度)
⎪⎩δ (t ) = 0 (t ≠ 0)
0 t
某些物理现象需“时间极短，取值极大”之数学模
型，如数字通信中的抽样脉冲
如何理解 δ (t ) ?
通过广义极限定义
25
1⎡ τ τ ⎤
δ (t ) = lim ⎢U (t + ) − U (t − )⎥
τ →0 τ
⎣ 2 2 ⎦
δ (t )
τ ⇒0
1 (冲激强度)
1τ
−τ 2 τ 2
0 t 0 t
∞ 1⎡ τ τ ⎤
∫−∞ τ ⎢⎣U (t +
2
) − U (t − )⎥ dt = 1
2 ⎦
面积恒为1，单位冲激
注意：单位冲激用箭头表示，如强度为E，则表示为
Eδ (t )
26
其它广义极限表示:
⎧1 ⎛ | t |⎞ ⎫
三角形脉冲 δ (t ) = lim⎨ ⎜1 − ⎟[u (t + τ ) − u (t − τ )]⎬
τ →0 τ τ ⎠
⎩ ⎝ ⎭
⎛ 1 − |τt| ⎞
双边指数脉冲 δ (t ) = lim⎜⎜ e ⎟⎟
τ →0 2τ
⎝ ⎠
⎛ 1 −π ⎛⎜ t ⎞⎟ ⎞
2
钟形脉冲 δ (t ) = lim⎜⎜ e ⎝ τ ⎠ ⎟
⎟
τ →0 τ
⎝ ⎠
⎡k ⎤
抽样信号 δ (t ) = lim⎢ Sa(kt )⎥
k →0 π
⎣ ⎦
思考题4: 请选择以上一二证明之
27
δ (t ) 函数的性质：
(1) 若 f (t ) 在 t = 0 连续，且处处有界
∞ ∞
∫
−∞
δ (t ) f (t )dt = ∫
−∞
δ (t ) f (0)dt = f (0)
δ (t ) f (t ) = f (0)δ (t ) 筛选或抽样特性
∞ δ (t − t 0 )
∫
−∞
δ (t − t 0 ) f (t )dt = f (t 0 )
(1)
δ (t − t 0 ) f (t ) = f (t 0 )δ (t − t 0 ) 0 t0 t
也可利用积分性质定义 δ (t ) 函数，称“分配函数”定义(§2.9)
28
(2) 偶函数 δ (t ) = δ (−t )

∞ ∞ ∞
∫−∞
δ (−t ) f (t )dt = ∫
−∞
δ (τ ) f (−τ )d (−τ ) = ∫
−∞
δ (τ ) f (0)dτ = f (0)
(3) δ (t ) 与 u (t ) 之间的关系
⎧ t δ (τ )dτ = u (t )
⎪∫−∞
⎧ t δ (τ ) dτ = 1 (t > 0)
⎪ ∫−∞
⎨ t ⎨d
⎪⎩∫−∞ δ (τ )dτ = 0 (t < 0) ⎪ u (t ) = δ (t )
⎩ dt
思考题5： δ (2t ) ? = δ (t )
29
物理意义(解释举例)
引入 δ 函数解释电容端电压跳变情况
dv (t ) +
ic (t ) = c c vc(t)
ic(t)
C
dt
vc (t ) = u (t )
ic (t ) = cδ (t )
物理解释：强迫加入1V电压，在极短时间为电容充电使之电荷量
q = c ，电流必定极大(例如：利用此现象实现焊接) 30
第一章绪论
本节课小结 • 信号与系统的基本概念
• 信号的描述、分类、运算
• 阶跃函数
• 冲激函数
课后作业: 1-4、1-7、1-11、1-14，思考题1-5
下节课内容
冲激偶信号 δ ′(t ) ; 信号的分解; 系统模型、分类
线性时不变系统及其分析方法
31
信号与系统
陆建华
2004年春季学期
第一章绪论
上节课回顾
信号与系统的基本概念
信号信号/行为
系统
信号系统与信息技术：获取、处理、传输、应用
信号的描述、分类、运算
∞
f 1 (t ) * f 2 (t ) = ∫ f 1 (τ ) f 2 (t − τ ) dτ
−∞
2
第一章绪论
上节课回顾
阶跃函数与冲激函数
⎧⎪ ∞ δ (t )dt = 1 1 (冲激强度)
⎨∫−∞
⎪⎩δ (t ) = 0 (t ≠ 0) 0 t
δ (t ) f (t ) = f (0)δ (t ) 筛选或抽样特性
第一章绪论
上节课的问题
幅度取值连续
时
连续与离散幅间连续离散
度
连续
Analog
t t
离散
Digital
t t
多电平数字信号 56K MODEM

4
第一章绪论
上节课的问题
1⎡ τ τ ⎤
广义极限定义 δ (t ) = lim U (t + ) − U (t − )
τ →0 τ ⎢⎣ 2 2 ⎥⎦
δ (t )
τ ⇒0
1 (冲激强度)
1τ
−τ 2 τ 2
0 t 0 t
⎧⎪ ∞ δ (t )dt = 1
Dirac定义(狄拉克) ⎨∫−∞
⎪⎩δ (t ) = 0 (t ≠ 0)
不是充分必要条件! 5
冲激偶函数 δ ′(t ) doublet

f(t) δ (t )
1τ τ ⇒0
1
−τ 2 0 τ 2 t 0 t
f’(t) δ ′(t )
1τ τ ⇒0
∞
τ 2
−τ 2 t 0 t
−1 τ −∞
参考：P21-22，由三角形脉冲信号→ δ (t ) → δ ′(t )
6
δ ′(t ) 函数的性质：
(1) δ ′(t ) 具有位于0点的双脉冲，关于轴互为镜

像，强度为无穷大
∞
(2) ∫
−∞
δ ′(t )dt = 0 奇函数
∞
(3) ∫
−∞
f (t )δ ′(t )dt = − f ′(0)
∞ ∞ ∞
证 ∫−∞
f (t )δ ′(t )dt = f (t )δ (t ) −∞ − ∫ f ′(t )δ (t )dt = − f ′(0)
−∞
明： 7
∞ δ (t + τ ) − δ (t − τ )
τ → 0 ∫− ∞
思考题6 lim f (t ) dt = ?
2τ
∞
思考题7 ∫
−∞
f (t )δ ′(t − t 0 )dt = − f ′(t 0 ) (证明)
奇异函数小结：
d d d d
dt dt dt dt
R(t ) ⇒ u (t ) ⇒ δ (t ) ⇒ δ ′(t ) ⇒ δ ′′(t ) "
第一章绪论
§1.5 信号的分解
直流分量与交流分量 f (t ) = f D + f A (t )
fD 直流分量，即信号的平均值 (DC )
fA 交流分量，其积分为0 ( AC )
偶分量与奇分量 f (t ) = f e (t ) + f o (t )
f e (t ) =
1
[ f (t ) + f (−t )]
2
f o (t ) = [ f (t ) − f (−t )]
1
2 9
实部分量与虚部分
量：
实际信号是实函数，但往往出于分析之便构成复函数，
如数字信号处理技术中构作某些复信号(OFDM)
f (t ) = f r (t ) + jf i (t )
f r (t ) = [ f (t ) + f * (t )]
1
2
jf i (t ) = [ f (t ) − f * (t )]
1
2
NOTE：一个实信号本身构造不出复信号
10
脉冲分量：
分解为冲激之和或阶跃之和 (自学）
∞
常用：分解为冲激之和 f (t ) = ∫−∞ f (t1 )δ (t − t1 )dt1
正交函数分解：
用正交函数集表示一个信号,将是本课程的主要内容
第三章介绍傅立叶级数，是正交分解之一实例
第六章集中研究正交分解之一般理论
11
第一章绪论
§1.6 系统模型及其分类
系统模型是系统物理特性的数学抽象，其表示
形式有数学表示式，图形符号和方框图
C L
(1) 图形符号表示
+ i (t)
R
很多电子线路都可以用此
e(t)
-
RLC等效模型来描述
R、L、C串联电路
(2) 数学表示式(两种形式)
12
di 1
输入—输出描述 L + iR + ∫ idt = e(t )
C L
dt C + i (t)
e(t) R
2 -
d i (t ) di (t ) de(t )
LC 2
+ RC +i =C
dt dt dt
一般为一个n阶一元方程(单入—单出 SISO)
⎧ dvc (t ) i (t )
状态变量(状态方程) ⎪⎪ dt = C
⎨
⎪ di (t ) = − 1 v (t ) − R i (t ) + 1 e(t )
⎪⎩ dt L
c
L L
一般为n个一阶联立方程
NOTE: 系统的阶(order)即为微分方程(一元)的阶 13
(3) 方框图
基本单元：
e1 ( t ) r ( t ) = e1 ( t ) + e 2 ( t )
相加 ∑
e2 (t )
t
e(t) r(t) = ∫ e(τ)dτ
积分 ∫ −∞
r(t) = a⋅ e(t) r(t)=a⋅e(t)

倍乘 e(t)
a e(t) a
14
上述RLC等效模型的方框图表示为
i(t )
1
e(t )
∑ ∫ L
∫
R
−
L
1
−
举例(方框图) LC
d
r (t ) + a 0 r (t ) = b0 e(t )
dt
两边取积分：
r (t ) + a 0 ∫ r (t ) = b0 ∫ e(t )
15
r (t ) a 0
保证e(t)前系数为1： + ∫ r (t ) = ∫ e(t )
b0 b0
常用步骤：
符号图形→微分方程→积分方程→系数归1→方框图
NOTE ① 系统模型的建立有一定的条件约束，要注意其工
作环境、工作频率
② 同一物理系统实体可有不同的模型，模型不唯一
③ 同一模型可表示不同物理系统
④ 本课程所涉及的系统建模问题主要是针对线性时
不变系统，且SISO 16
系统分类
(1) 线性、非线性 (Linear & Non-linear)

线性系统具有叠加性和均匀性(倍乘)，齐次性homogeneity
e1 (t ) → r1 (t )
⇒ a1e1 (t ) + a 2 e2 (t ) → a1r1 (t ) + a 2 r2 (t )
e2 (t ) → r2 (t )
线性系统由线性元器件组成，一般可由微分方程描述
若有非线性元件，如(非线性电阻)，则构成非线性微分方
程。 17
(2) 时变、时不变 (Time-variant, Time-invariant)

q L
若C是变容二极管 C(t) C(t) R

+ i (t)
v(t)
-
2
d q (t ) dq (t )
LC (t ) 2
+ RC (t ) + q (t ) = C (t )v(t )
dt dt
(3) 记忆、无记忆 (memory、memoryless)
with memory：动态系统、微分方程
without memory：即时系统、代数方程
18
(4) 连续、离散
Continuous 微分系统 Differential
Discrete 差分系统 Difference
(5) 集总参数 Lumped parameter 集总参数系统常微分方程
分布参数 Distributed parameter 分布参数系统偏微分方程
传输线、波导分布参数 (空间位置)
19
(6) 因果系统 causal
当 t < 0 ，e(t ) = 0 ⇒ t < 0 ，r (t ) = 0 有始系统
非因果系统：Nonanticipated 实际上少见，但有例
(7) 可逆系
统：
不同的输入导致不同的输出，否则为不可逆系统
本课程着重讨论线性时不变系统
20
举例：判断因果系统
微分方程 r (t ) = e (t ) + e (t − 2 )代表的系统是否是因果系统．
t=0 r (0 ) = e (0 ) + e (− 2 )
现在的响应=现在的激励+以前的激励
该系统为因果系统。
微分方程 r (t ) = e (t ) + e (t + 2 )代表的系统是否是因果系统．
t=0 r (0 ) = e (0 ) + e (+ 2 ) 未来的激励
该系统为非因果系统 21
第一章绪论
§1.7 线性时不变系统(LT1)
线性：叠加性、齐次性
e1 (t ) r1 (t ) e2 (t ) r2 (t )
c1e1 (t ) + c2 e2 (t ) c1 r1 (t ) + c 2 r2 (t )
注意：能否从叠加性导出齐次性(二者是否独立？)，
不能，如 C 为复数。
22
时不变：响应形式与激励施加的时刻无关
e (t ) → r (t ) e(t − t 0 ) → r (t − t 0 )
线性、时不变 ⇒ 微分特性
e(t ) − e(t − ∆t ) r (t ) − r (t − ∆t )
lim ⇒ lim
∆t →0 ∆t ∆t → 0 ∆t
∴ de(t) e(t) r(t) dr(t)

dt dt
23
举例：判断线性时不变系统
y (t ) = t ⋅ f (t )
f 1 (t ) C 1 f 1 (t )
是否为线性系统？
C1
∑ H [•] t ⋅ [C 1 f 1 (t ) + C 2 f 2 (t )]
f 2 (t ) C 2 f 2 (t )
C2
f 1 (t ) t ⋅ f 1 (t ) C 1 t ⋅ f 1 (t )
H [• ] C1
∑ C 1 tf 1 (t ) + C 2 tf 2 (t )
f 2 (t ) t ⋅ f 2 (t ) C 2 t ⋅ f 2 (t )
H [•] C2
先线性运算，再经系统＝先经系统，再线性运算
所以此系统是线性系统 24
是否为时不变？
f (t ) t ⋅ f (t ) DE
H [• ] τ (t − τ ) f (t − τ )
f (t ) DE f (t − τ )
τ H [• ] t ⋅ f (t − τ )
时移、再经系统 ≠ 经系统、再时移
所以此系统是时变系统。
∫ e (t ) → ∫ r (t )
d 2 e (t ) d 2 r (t )
思考题8 →
dt 2
dt 2 ，
试证明之。 25
第一章绪论
§1.8 系统分析方法概述
范
围：确定性信号经LTI系统传输与处理的基本
分析方法 (信号与线性系统)
思路：
从输入输出描述→状态描述
从连续信号分析→离散信号分析
从时间域分析→变换域分析
26
§1.8 系统分析方法概述
时间解常微分方程 (或解矩阵方程，状
域：
态)，注重物理概念，但通常比较烦
琐，卷积
变换简化分析，非常重要的工具，如FT，LT，ZT
域：
课程定位：
专业基础课，数学方法与工程实际的有机结
合，
其概念、方法为今后专业课之重要基石，务必
27
打好基础。
第一章绪论
本节课小结： • 冲激偶及其性质
• 信号的分解
• 系统模型
• 系统分类
• 线性时不变系统
• 一般系统分析方法
本章要点： • 信号与系统的基本概念
• 基本的信号(阶跃、冲激)
• 基本的系统(线性时不变系统(LTI)
• 基本的方法(概貌) 28
第一章绪论
课后作业: 1-17、1-18、1-19、1-20（1、3、5、7）
思考题6-8
下节课内容：
开始连续时间系统的时域分析
微分方程的建立与求解，(请复习有关微分方程求解方法)
0 − 、0 + 状态转换
零输入响应和零状态响应
29
信号与系统
陆建华
2004年春季学期
第一章要点
信号信号/行为
系统
基本的信号(阶跃、冲激)
d d d d
dt dt dt dt
R(t ) ⇒ u (t ) ⇒ δ (t ) ⇒ δ ′(t ) ⇒ δ ′′(t )
基本的系统(线性时不变系统(LTI)
c1e1 (t ) + c2 e2 (t ) c1 r1 (t ) + c 2 r2 (t )
2
F A Q
(1) 因果系统 causal
当 t < 0 ，e(t ) = 0 ⇒ t < 0 ，r (t ) = 0 有始系统
(2) 时不变：响应形式与激励施加的时刻无关
e (t ) → r (t ) e(t − t 0 ) → r (t − t 0 )
(3) 奇异函数, 广义极限, 严格定义

3
需要注意的问题
⎧⎪ ∞ δ (t )dt = 1
1) Dirac定义(狄拉克) ⎨∫−∞
⎪⎩δ (t ) = 0 (t ≠ 0)
不是充分必要条件! δ (t ) + δ ′(t ) 亦满足狄拉克定义
只是必要条件、是不严格的定义
严格的定义可以由“分配函数”给出（参见§2.9）
1⎡ τ τ ⎤
2) 广义极限定义 δ (t ) = lim ⎢U (t + ) − U (t − )⎥
τ →0 τ⎣ 2 2 ⎦
是严格的,证明需用分配函数的概念
狄拉克定义只能用作验证。 4
第二章连续时间系统的时域分析
§2.1 引言
时域分析方法：
直接求解系统的微积分方程，物理概念清
晰，便于全面理解，但需要涉及系统内部细
节，如状态跳变等，比较繁琐，需要特别小
心，(工程训练所需)
变换域分析：
简便，方便研究新的信号处理技术和系统设计技术
5
§2.1 引言
时域分析方法：
经典法解微分方程(50年代前，对于高阶系统不方便)
状态变量方法(上世纪60年代后，矩阵运算)
卷积运算(重点)
本章重点：
① 微分方程求解的一般方法(大部分为自习内容)
→ 0+
② 状态跳变( 0− )，冲激函数匹配法
③ 卷积及卷积的性质
6
§2.2 微分方程的建立与求解
微分方程的建立：
电路课已基本解决，需要注意两种约束：元件特性及拓扑结构
微分方程的求解：
设激励信号为e(t)，系统响应为r(t)，微分方程表示式为
d n r (t ) d n−1r (t ) dr (t )
C0 n
+ C1 n −1
+ + Cn−1 + Cn r (t )
dt dt dt
d m e(t ) d m −1e(t ) de(t )

= E0 + E1 + + Em −1 + Em e(t )
dt m dt m −1 dt 7
经典解法：(三步曲)
(1)齐次解：激励为0，特征方程 C 0α n + C1α n −1 + + C nα + C n = 0
求根得α 1 , ,α n n 个根，⇒ A1eα1t + A2eα 2t + + An eα nt 为齐次解

(2)特解：由激励形式决定，查表，⇒ B (t )
完全解： A1e α1t + A2 e α 2t + + An e α nt + B (t )
齐次(自由) 特解(强迫)
(3)定系数 A1 , , An，最关键的一步，也是最难的一步。
需要根据实际电路及激励源确定一组边界条件，其难点在于
确定这组边界条件。 8
一般对于 n 阶微分方程( n 阶系统)，需 n 个边界条件，如
dr (0) d n −1 r ( 0)
在 t = 0 时刻的状态，r (0) ，，…， n−1 作为边界
dt dt
条件。
把完全解的一般表达式求导，各式令代入可得(有关推导
参见P47)
9
⎡ r ( 0) − B ( 0) ⎤
⎢ dr (0) dB(0) ⎥ ⎡ 1 1 1 ⎤ ⎡ A1 ⎤
⎢ − ⎥ ⎢ α1 α2 α n ⎥⎥ ⎢⎢ A2 ⎥⎥
⎢ dt dt ⎥= ⎢
⎢ n −1 ⎥ ⎢ ⎥⎢ ⎥
⎢ d r (0) − d B(0) ⎥ ⎢α n −1 α n −1 n −1 ⎥ ⎢ ⎥
n −1
⎣ 1 α n ⎦ ⎣ An ⎦
⎢⎣ dt n −1 dt n −1 ⎥
⎦
2
[r (n)
(0) − B ( n ) (0) ] 范德蒙矩阵 [V ] [A]
范德蒙（Vandermonde）矩阵可逆 ⇒ [A] = [V ]−1 [r ( n ) (0) − B ( n ) (0)]
上式中所得解限于 t > 0 ， t = 0 的状态是激励加入之后的零状态，或
称 0 + 状态。在 t = 0 时刻，由于激励的加入，会导致状态的跳变，
即 0 + 状态与 0 − 状态不一致。
10
例：一阶RC高通电路，加入单位阶跃激励源
r (0 − ) = 0
r (0 + ) = 1 e(t) = v1(t) v2(t) = r(t)
e(t) r(t)
从物理系统往往易求得 0 − 状态， 0 + 状态则不太容易

求解，但时域分析回避不了这一难题(在第四章用拉氏变换
则可以回避求 0 + 起始状态问题) 。
11
§2.3 起始点的跳变—从 0 − 到 0 +状态的转换

r ( k ) (0 − ) 0 − 状态：激励源接入之前，原始状态Original
r ( k ) (0 + ) 0 + 状态：激励源接入之后，导出起始状态initial
(1)借助元件特性判断求得 0 + ：
当没有冲激电流(或阶跃电压)作用于电容，则 v c (0 + ) = v c ( 0 − )
当没有冲激电压(或阶跃电流)作用于电感，则 i L (0 + ) = i L (0 − )
12
§2.3 起始点的跳变—从 0 −到 0 +状态的转换
举例：(例2-5)右图求 i (t ) ， t > 0 t=0

2 3 i (t )
i L (t )
注意：(1)解题步骤，基本方法 + +
1 R1 = 1Ω iC (t )
L=
1
H
C = 1F 4
e ( t ) = 4V
(2)求 0 + 状态 − − e ( t ) = 2V
3
R2 = Ω
2
①建立微分方程：列回路方程及节点方程，目标 e(t ) ~ i (t )
⎧
⎪ R1i (t ) + vc (t ) = e(t )
⎪
⎪ diL (t )
⎨ c
v ( t ) = L + iL (t ) R2
⎪ dt
⎪ dvc (t )
⎪⎩i (t ) = iC (t ) + i L (t ) = C + iL (t )
dt
13
消去 i L (t ) 、v c (t ) 中间变量并代入参数得
d 2 i(t ) di ( t ) d 2 e( t ) de( t )
2
+ 7 + 10 i ( t ) = 2
+ 6 + 4e( t )
dt dt dt dt
②完全响应(形式)
齐次解 α 2 + 7α + 10 = 0 ⇒ α 1 = −2 ，α 2 = −5
ik (t ) = A1e −2t + A2 e −5t t ≥ 0+ ，与激励无关
特解 t ≥ 0 + 时 e(t ) = 4 ⇒ B (t ) 为常数
8
⇒ 10B = 16 ⇒ B=
5 8
∴ i(t ) = A1e −2t + A2 e −5t +
5 14
d
③确定 A1 ，A2 需确定 i (0 + ) 和 i (0 + ) t ≥ 0+
dt
2 4
0− ： i (0 − ) = i L (0 − ) = = ( A) ， i C (0 − ) = 0
R1 + R2 5
d 4 3 6
稳定状态 i (0 − ) = 0 ， v c (0 − ) = i (0 − ) ⋅ R2 = ⋅ = (V )
dt 5 2 5
0+ ： i (0 + ) = 1
[e(0 + ) − v c (0 + )] = 1 [e(0 + ) − v c (0 − )] = 14 (A)
R1 R1 5
di (0 + )
=
1 d
[e(0 + ) − v c (0 + )] = − 1 ⋅ dv c (0 + ) t=0
dt R1 dt R1 dt 2 3 i (t )
i L (t )
1 R1 = 1Ω iC (t ) 1
+ + L= H
4
= ic (t ) = [i (t ) − iL (t )]
dvc (t ) 1 1 e ( t ) = 4V
C = 1F
∵ − − e ( t ) = 2V
3
dt C C R2 = Ω
2
15
∴
di (0 + )
=−
1
[i (0 + ) − i L (0 + )] = − 1 [i (0 + ) − i L (0 − )] = −2(A/s)
dt R1C R1C
⎧ 14 8 ⎧ 4
= i ( 0 ) = A + A + A
⎪⎪ 1 3=
⇒ ⎪⎪ 5 + 1 2
5 ⇒
⎨ ⎨
⎪ − 2 = di (0 + ) = −2 A − 5 A ⎪A = − 2
⎪⎩ 1 2 ⎪⎩ 2 15
dt
⎛4 2 8⎞
⇒ i (t ) = ⎜ e − 2t − e −5t + ⎟ A t>0
⎝3 15 5⎠
小结：利用元件特性进行判断需要凑，需要对物理概念很清楚，
如果一时凑不出来，则得不出结果。
要求：对于简单电路会凑。
16
(2)冲激函数匹配法：
建立 t = 0(0-≤ t ≤ 0 + ) 时微分方程，利用奇异函数
进行系数匹配。
∆ u (t )
定义相对单位跳变函数 ∆u (t ) ： 1
⎧1 0 − < t < 0 +
∆u( t ) = u(0 + ) − u(0 − ) = ⎨
⎩0 其它 t
0
⎧ 0 + ∆u( t )dt = 0
性 ⎪ ∫0 −
⎨ t
⎪ δ (τ )dτ = ∆u( t ), 0 + > t > 0 −
质： ⎩ ∫− ∞
17
以例2-5为例： e(t ) = 2 + 2u (t )
d 2 i(t ) di ( t )
t=0 ： dt 2
+ 7
dt
+ 10i ( t ) = 2δ ′( t ) + 12δ ( t ) + 8∆u( t )
d 2 i (t ) t=0
设： 2
= aδ ′(t ) + bδ (t ) + c∆u (t ) 2 3 i (t )
i L (t )
dt 1 R1 = 1Ω iC ( t ) 1
+ + L= H
C = 1F 4
e ( t ) = 4V
⎧ di (t ) − − e ( t ) = 2V
3
⇒ ⎪ = aδ (t ) + b∆u (t ) R2 =
2
Ω
⎨ dt
⎪⎩i (t ) = a∆u (t )
代入： {aδ ′(t ) + bδ (t ) + c∆u (t )} + 7{aδ (t ) + b∆u (t )} + 10a∆u(t )

= 2δ ′(t ) + 12δ (t ) + 8∆u (t ) 18
⎧a = 2 ⎧a = 2
系统匹配: ⎪
⎨b + 7a = 12 ⇒ ⎪
⎪c + 7b + 10 = 8 ⎨b = −2
⎩ ⎪c = 2
⎧
⎩
⎪ i (0 + ) − i (0 − ) = a = 2 ⎧ 14
因此： ⎪ i
⎪⎪ + ( 0 ) = 2 + i ( 0 − ) =
⎪ di (0 + ) di (0 − ) 5
⎨ − = b = −2 ⇒ ⎨
⎪ dt dt ⎪ di (0 + ) = −2 + d i (0 ) = −2
⎪ d 2 i (0 + ) d 2 i (0 − ) ⎪⎩ dt dt
−
⎪ − =c=2
⎩ dt 2
dt 2
小结：冲激函数匹配法技术思路明确，不需凑，重点在于建立 t = 0
微分方程，利用 ∆u (t ) ，并求 ∆u (t ) 之系数。 Liu氏方法。
19
§2.4 零输入响应和零状态响应
零输入响应：与输入激励无关，只有起始状态(起始时
刻系统储能)所产生的响应，记 rzi (t )
零状态响应： r (0 − ) ≡ 0，只有外加激励产生响应，记 rzs (t )
e(t )
LTI： H[·]
r ( t ) = H [e( t )] + H [{ x(0 − )}]
{ x(0 − )}
把起始状态也看成是一种激励，则满足LTI的线 20
性。
§2.4 零输入和零状态响应
举例说明：仍以例2-5为例进行说明，分别求零输入响应和
零状态响应。
d 2 i(t ) di ( t ) d 2 e( t ) de( t )
Recall + 7 + 10 i ( t ) = + 6 + 4e( t )
dt 2 dt dt 2 dt
： i(t)
① zi (t ) 等效电路
r
R1
： 6 4
v c (0 − ) = V ，i L (0 − ) = A
+ L iL(0− )
vc(0− )
5 5 C
−
1 6
i zi (0 + ) = − v c (0 − ) = − A R2
R1 5
v c (0 + ) = C [− R1 i zi (0 + )] = i zi (0 + ) − i L (0 + )
d d
i c (0 + ) = C
dt dt
⇒
di zi (0 + )
=−
1
[i zi (0 + ) − i L (0 + )] = 2(A/s)
dt R1C 21
零输入响应齐次解形 i zi ( t ) = Azi 1 e −2 t + Azi 2 e −5 t t ≥ 0+

式： d 4 2
代入 zi + 和 dt i zi (0 + ) ⇒
i ( 0 ) Azi 1 = −
3 ， Azi 2 =
15
② i zs (t ) 等效电路 izs(t)
： d +
R1
i zs (0 − ) = i zs (0 − ) = 0 L
dt e(t) = 4u(t) C
−
求解过程与上节求完全解过程类似 R2
因
此： − 2t −5t 8
i zs (t ) = Azs1e + Azs 2 e + (t > 0)
5
22
d
用冲激函数匹配法求 i zs (0 + ) 和
dt
i zs (0 + ) ，并由此确定 Azs1 、 Azs 2
将 e(t ) = 4u (t ) 代入得到 t = 0 时刻微分方程

d2 d
i
2 zs
( t ) + 7 i zs ( t ) + 10i zs ( t ) = 4δ ′( t ) + 24δ ( t ) + 16∆u( t )
dt dt
d2
令 i ( t ) = aδ ′( t ) + bδ ( t ) + b∆u( t )
2 zs
dt
⎧d
⇒ ⎪ i zs (t ) = aδ (t ) + b∆u (t )
⎨ dt
⎪⎩i zs (t ) = a∆u (t )
23
d
匹配得 a = 4，b = −4 ，c = 4 ⇒ i zs (0 + ) = a = 4 ， dt i zs (0 + ) = b = −4
⎧ 8
A
⎪⎪ zs1 3 =
⇒ ⎨
⎪A = − 4
i (t ) = i zi (t ) + i zs (t ) ⎪⎩ zs 2
③ 15
⎛ 4 2 ⎞ ⎛8 4 8⎞
= ⎜ − e − 2 t + e −5t ⎟ + ⎜ e − 2 t − e −5t + ⎟
⎝ 3 15 ⎠ ⎝3 15 5⎠
4 − 2 t 2 −5t 8 与前面求解结果一致
= e − e +
3 15 5
自由响应强迫响应
瞬态响应稳定响应
t→∞ 瞬态响应 → 0 24
线性问题：
零输入响应和零状态响应分别满足线性，分别称为零状
态线性和零输入线性(对多状态呈线性)，二者混在一起，任
一都可能不满足线性(倍乘)。
rzi (t )
e(t ) rzs (t ) r (t )
LTI ∑
25
y
y = ax + b b
b
∑
x
x a y
0
代数方程类比：由于 b(≠ 0) 的存在， x 与 y 不是严格线性

关系，但传统上仍称线性函数。
26
与之类似，由常微分方程描述的系统在下述意义上是线
性的：(概念扩展)
(1) 响应的可分解性：零输入响应+零状态响应
(2) 零状态线性：起始状态为零，系统响应与激励呈线性
(3) 零输入线性：激励为零，系统响应与起始状态呈线性
27
本节课小结：
微分方程求解三步曲(方程建立，齐次解+特解，确定
齐次参数)； 0 − → ，冲激函数匹配方法，引入
0+ ∆u (t；零输
)
入响应、零状态响应，对线性的扩展理解。
下节课内容：
冲激响应与阶跃响应（两种特殊的零状态响应）
卷积积分，时域分析的一个重要方法(零状态响应)
卷积的性质
28
思考题9 ： (如图) e (t ) = u(t ) 求 i 2 (t )

R M
d
已知 i 2 (0 − ) = i 2 (0 − ) = 0 e(t) i1(t) L L i2(t) R
dt
d
(1) 用元件特性判断求解 i 2 (0 + )， i 2 (0 + )
dt
d
(2) 用冲激函数匹配法求 i 2 (0 + ) ， i 2 ( 0 + )
dt
(3) 画出波形
d
思考题10 ： dt
r (t ) + 3r (t ) = 3δ ′(t )
(1) 求 r (0 + ) − r (0 − )
(2) 有没有办法绕过求 0 + ？怎样做？

29
课后作业：
2-4(2), 2-5(3), 2-6
参考 Oppenheim 2.3, 2.6,

书：
Siebert 1.4
30
信号与系统
陆建华
2004年春季学期
上节课要点
冲激函数匹配法
定义相对单位跳变函数 ∆u (t ) ：
∆ u (t )
⎧1 0 − < t < 0 + 1
∆u( t ) = u(0 + ) − u(0 − ) = ⎨
⎩0 其它
0 t
⎧ 0 + ∆u( t )dt = 0
性 ⎪ ∫0 −
⎨ t
质： ⎪ δ (τ )dτ = ∆u( t ), 0 + > t > 0 −
⎩ ∫− ∞
2
上节课要点
冲激函数匹配举例
d 2 i(t ) di ( t )
2
+ 7 + 10i ( t ) = 2δ ′( t ) + 12δ ( t ) + 8∆u( t )
dt dt
d 2 i (t )
设： 2
= aδ ′(t ) + bδ (t ) + c∆u (t )
dt
⎧
⎪i (0 + ) − i (0 − ) = a
⎧ di (t ) ⎪
⎪ = aδ (t ) + b∆u (t ) ⎪ di (0 + ) di(0 − )
− =b
⎨ dt ⎨
⎪ dt dt
⎪⎩i (t ) = a∆u (t )
⎪ d 2 i (0 + ) d 2 i ( 0 − )
⎪ − =c
⎩ dt 2
dt 2
上节课要点
LTI系统响应的可分解性：零输入响应+零状态响应
零输入响应零状态响应
t → −∞ t→∞
t=0
4
§2.5 冲激响应与阶跃响应
(一) 冲激响应Impulse response系统对δ (t ) 零状态响应h(t )
求解冲激响应，用冲激函数匹配法。
在δ (t )作用下，等式右端将出现δ (t ) 及其导数项
d n r (t ) d n −1 r (t ) dr (t )
C0 n
+ C1 n −1
+ + C n −1 + C n r (t )
dt dt dt
d m e (t ) d m −1 e (t ) de (t )
= E0 m
+ E1 m −1
+ + E m −1 + E m e (t )
dt dt dt
5
当 t ≥ 0 +时无激励 ⇒ 强迫响应项为零，因而冲激的作
用是决定初始条件，
即改变 0 +状态值，而状态值 0 +决定齐次解系数[A] 。
例2-9 对例2-5所示电路 i(t )求对 e(t ) = δ (t ) 的冲激响应
d 2 i (t ) di (t ) d 2 e (t ) de (t )
Recall + 7 + 10 i ( t ) = + 6 + 4e ( t )
dt 2 dt dt 2 dt
e(t ) = δ (t )
δ ′′(t ) + 6δ ′(t ) + 4δ (t )
齐次解 i (t ) = h(t ) = A1e −2t + A2 e −5t (注意 t ≥ 0 + ，不含 t = 0 )
6
齐次解 i (t ) = h(t ) = A1e −2t + A2 e −5t

d 2 h(t )
令 2
= aδ ′′(t ) + bδ ′(t ) + cδ (t ) + d∆u (t )
dt
⎧ dh(t )
⎪ = aδ ′(t ) + bδ (t ) + c∆u (t )
⇒ ⎨ dt
⎪⎩h(t ) = aδ (t ) + b∆u (t )
代入：
[aδ ′′(t ) + bδ ′(t ) + cδ (t ) + d∆u(t )] + 7[aδ ′(t ) + bδ (t ) + c∆u(t )] + 10[b∆u(t ) + aδ (t )]
= δ ′′(t ) + 6δ ′(t ) + 4δ (t )
⇒ a = 1，
b = −1，c = 1 ，d = 3 (不必求出)
7
⎧h(0 + ) = b + h(0 − ) = b = −1
⎪ ⎧ A1 + A2 = −1
⇒ ⎨ dh(0 + ) ⇒ ⎨
⎪⎩ dt = C = 1 ⎩− 2 A1 − 2 A2 = 1
⎧ 4
A
⎪⎪ 1 = −
3
⇒ ⎨
⎪A = 1
⎪⎩ 2 3
注意：
h(t )中有δ (t ) 项 ( a = 1) ，而齐次解只是 t ≥ 0 + 的解，因此应补上
⎛ 4 1 ⎞
⇒ h(t ) = δ (t ) + ⎜ − e − 2t + e −5t ⎟u (t )
⎝ 3 3 ⎠
8
注意：在线性常系数微分方程描述的系统中，
一般响应端的阶数高于激励端，
⎛ n αkt ⎞
即 n > m ，此时 h(t ) = ⎜ ∑ Ak e ⎟u(t ) (无重根时)
⎝ k =1 ⎠
若 n ≤ m 则 h(t )还将含有δ (t ) 及其相应阶的导数
δ ( m− n ) (t ), δ ( m − n −1) (t ), , δ ′(t )
9
(二) 阶跃响应 Unit Step Response

系统对 u (t )的零状态响应 g (t )
g(t)求法与 h(t )类似。但可能有强迫项
可以用 h(t )与 g (t ) 关系由 h(t ) 求 g (t )
δ (t ) LTI h (t )
u (t ) g (t )
t t t
u(t ) = ∫ δ (τ )dτ ⇒ g (t ) = ∫ h(τ )dτ = ∫ h(τ )dτ (t > 0)
−∞ −∞ 0
10
g (t ) = ⎡ ∫ h(τ )dτ ⎤ u(t )

t
或 ⎢⎣ 0 ⎥⎦
h(t ) 由系统本身决定，反映系统性能，如因果特性，
通常定义当 t < 0 时， h(t ) =。

0
思考题11：
例2-10中通过 h(t ) 的积分求g (t ) ，(提示：h(t)为例2-9结果)
11
§2.6 卷积
Recall：任意信号可以用冲激信号的组合表示，即
∞
e(t ) = ∫ e(τ )δ (t − τ )dτ
−∞
将它作用到冲激响应为 h(t )的LTI系统，则系统的响应为
r (t ) = H[e (t )] = H ∫ e (τ )δ (t − τ )dτ = ∫ e (τ ) H[δ (t − τ )]dτ

⎡ ⎤
∞ ∞
⎢⎣ −∞ ⎥⎦ −∞
∞
= ∫ e (τ )h(t − τ )dτ
−∞
12
§2.6 卷积
∞
∫
−∞
e(τ )h(t − τ )dτ 就是卷积积分，用 *标记
⇒ r (t ) = e(t ) ∗ h(t )
一般地，对于任意两个信号 f1 (t ) 和 f 2 (t ) ，二者卷积定义为
∞
f (t ) = f1 (t ) ∗ f 2 (t ) = ∫ f1 (τ ) f 2 (t − τ )dτ
−∞
∞ ∞
∵ ∫−∞
f1 (t − τ ) f 2 (τ )dτ = ∫ f1 (τ ) f 2 (t − τ )dτ
−∞
⇒ f1 (t ) ∗ f 2 (t ) = f 2 (t ) ∗ f1 (t )
13
§2.6 卷积
积分限的讨论：按以上定义，数学意义上卷积积分限为(−∞,+∞)
对于实际因果系统 r (t ) = e(t ) ∗ h(t )
当 t < 0 e(t ) = 0 (零点接入) ⇒ 下限为0
当 t < 0 h (t ) = 0 (因果系统) ⇒ t − τ < 0, h(t − τ ) = 0

t
⇒ 上限为 t ⇒ r (t ) = e (t ) ∗ h(t ) = ∫0 e (τ )h(t − τ )dτ
在实际卷积积分运算中，确定积分限非常重要，否则容易出错。
卷积的图形解释：(为加深对卷积积分过程及其物理意义的理解)
14
§2.6 卷积
t
y (t ) = x (t ) ∗ h (t ) = ∫ h (ν ) x (t − ν ) dν
0
四个步骤：
反褶(转180° )
平移(变化)
相乘
积分
动画 15
§2.6 卷积
t
对每个时刻取一个定积分，积分限 ∫0 ，⇒ r (t )
卷积的其它名称：褶积、卷乘、折积、福尔通积分

卷积的应用条件：
只能是线性系统，不能是非线性(不满足叠加性)
t
对于时变系统：r (t ) = ∫0 h(t ,τ )e(τ )dτ ) （一般表示式）
时不变系统乃时变系统之特例，h(t , τ ) = h(t − τ )
以上一般表示式在移动通信系统分析时常用。
16
§2.7 卷积的性质
(一) 卷积代数
(1) 交换律 f1(t) ∗ f2 (t) = f2 (t) ∗ f1(t)
∞ −∞ ∞
∫
−∞
f1(τ ) f2 (t −τ )dτ ∫∞
f1(t −λ) f2 (λ)d(t −λ) = ∫ f2 (λ) f1(t −λ)dλ
−∞
(2) 分配律 f1 (t ) ∗ [ f 2 (t ) + f 3 (t )] = f1 (t ) ∗ f 2 (t ) + f1 (t ) ∗ f 3 (t )
(3) 结合律 [ f 1 (t ) ∗ f 2 (t ) ]∗ f 3 (t ) = f 1 (t ) ∗ [ f 2 (t ) ∗ f 3 (t ) ]
17
思考题12：通过变量转换证明结合律
应用举例：① 并联系统：
h1 (t )
e(t ) r (t )
⇒ h(t ) = h1 (t ) + h2 (t )
h 2 (t )
② 串联系统：
e(t) h1(t) h2(t) r(t) ⇒ h (t ) = h (t ) ∗ h (t )
1 2
18
(二) 微分与积分
d
(1) ：
dt
df 2 (t − τ )
[ f 1 (t ) ∗ f 2 ( t )] = d
d ∞ ∞
dt dt ∫
−∞
f 1 (τ ) f 2 (t − τ )dτ = ∫
−∞
f 1 (t )
d (t − τ )
dτ = f 1 (t ) ∗ f 2′ (t )
′
⇒ ( f 1 (t ) ∗ f 2 (t ) ) = f 1′( t ) ∗ f 2 (t ) = f 1 ( t ) ∗ f 2′ (t（比较
) ( f 1 (t ) ⋅ f 2 (t ) )′ ）
(2) ∫ ： ∫−∞ [ f 1 (λ ) ∗ f 2 (λ )]dλ = ∫−∞ ⎢ ∫−∞ f 1 (τ ) f 2 (λ − τ )dτ ⎤⎥ dλ

⎡
t ∞ t
⎣ ⎦
∞
⎡ t
⎤ t
= ∫ f 1 (τ ) ∫ f 2 (λ − τ )dλ dτ = f 1 (t ) ∗ ∫ f 2 (λ )dλ
−∞ ⎢⎣ −∞ ⎥⎦ −∞
⇒ ∫ f 1 (t ) ∗ f 2 (t ) = f 1 (t ) ∗ ∫ f 2 (t ) = f 2 (t ) ∗ ∫ f 1 (t )
19
微分积分特性：若 s (t ) = f 1 (t ) ∗ f 2 (t )
则 s ( i ) (t ) = f 1( j ) (t ) ∗ f 2(i − j ) (t )，
i, j 为任意整数。
(三) 与δ (t ) 、u (t ) 卷积
∞ ∞
(1) f (t ) ∗ δ (t ) = ∫−∞ f (τ )δ (t − τ )dτ = ∫−∞ f (τ )δ (τ − t )dτ = f (t )
δ ( x) = δ ( − x) ⇒ δ (t − τ ) = δ (τ − t )
注意：
∞
(2) f (t ) ∗ δ (t − t 0 ) = ∫−∞ f (τ )δ (t − t 0 − τ )dτ = f (t − t 0 )
∞ t
(3) f (t ) ∗ u(t ) = ∫−∞ f (τ )u(t − τ )dτ = ∫−∞ f (τ )dτ
(也可利用积分特性证) 20
(4) f (t ) ∗ δ ′(t ) = f ′(t ) ∗ δ (t ) = f ′(t ) (利用微分积分特性)
几种特例：δ (t ) ∗ δ (t ) = δ (t )
δ (t ) ∗ δ (t − a ) = δ (t − a )
δ (t − a ) ∗ δ (t − b ) = δ (t − a − b )
卷积的性质可以用来简化卷积运算，有关例子可自学
P68图2-17
21
举例：两不等宽矩形脉冲卷积
f1(t) f2 (t)
1
1
t0 t 0 t1 t2 t
0
f1′(t )
∫ f (t)
2
1 1
t0
0 t 0 t1 t2 t
-1
22
f1′(t ) ∗ ∫ f 2 (t ) 分步图解
将 f1 (t ) ∗ f 2 (t )
t0 +t2 ⇒ f 1′(t ) ∗ ∫ f 2 (t )
0 t1 t2 t0 t
t0 +t1
f1(t)∗ f2(t)
非常直观
建议结合P68图2-17加深
0 t1 t2 t0 +t1 t0 +t2 t
卷积性质及其应用。
23
课后阅读：§2.8，§2.9
NOTE： ①通过分配函数的概念加深对 δ (t ) 性质
的理解，记住若干有用的性质
1
如 δ (at ) = δ (t ) 等
|a|
⎧⎪ lim cos ωt = 0
− jωt ω →∞
②广义极限 ω →∞
lim e =0 ⇒ ⎨
⎪⎩ωlim sin ωt = 0
→∞
此广义极限非常有用，需记住!
24
本节课小结
冲激响应
阶跃响应
冲激函数匹配法
卷积定义、图解、性质。
利用卷积积分性质简化卷积运算(技巧)
25
本章小结
微分方程求解三步曲(齐次解、特解、定齐次解参数)；
0 − 、0 + 状态的物理意义，
求解 0 + 状态的方法(元件特性判断、冲激函数匹配)；
零输入响应、零状态响应、线性系统概念的扩充；
两种特殊的零状态响应（冲激响应及阶跃响应，
冲激函数匹配)；
卷积积分、卷积性质。
26
第一、二章小结
• 基本名词
• 基本概念(信号、系统)、
• 奇异信号（冲激、阶跃）,线性时不变系
统、
• 连续时间系统时域分析方法（微分方程求解、卷积）
从下一章开始信号及LTI系统的变换域分析方法
27
课后作业： 2-9（2），2-13(3)(4)，2-15，2-19(d)(e)
2-20, 2-21
思考题： 11、12
参考书： Siebert 11.5 Ex. 11.5-4
28
信号与系统
陆建华
2004年春季学期
第三章傅里叶变换
(Fourier Transform)
§3.1 引言
什么是变换？通过提取信号特征进行信号分析的
一种工具，(数学工具)
简言之，一种特征 ⎯变换
⎯→另一种特征
⎯
傅立叶变换：
( F -变换)时域(时间域)→频域(频率域)
2
§3.1 引言
本章的思路：
傅立叶级数 →付立叶变换→卷积定理 →抽样定理
本章的意义：
作为信号与系统分析的一种非常重要的工具
① 可广泛应用于通信及数字信号处理领域
② 也是研究其它变换方法的基础
③ 本课程重中之重
3
§3.1 引言
本章的重点：
F -变换的性质与应用
卷积定理
抽样定理
§3.2 傅立叶级数
1822 Fourier 证明了将周期信号展开为正弦级数原理
⇒ 傅立叶级数
(一) 三角函数形式级数展开(正交函数集 {cos nω1t , sin nω1t} )
2π 1
周期函数 f (t )，周期为 T1，角频率为ω 1 = T1
，频率 f1 = T1
当：信号周期内间断点数有限
信号周期内极大/极小值数目有限 Dirichlet条件
t 0 +T1
一周期内信号可积 ∫
t0
f (t ) dt < ∞
5
可展开：f (t ) = a 0 + ∑ (a n cos nω 1 t + bn sin nω 1 t )

n =1
1 t 0 +T1
其中： 0
a =
T1 ∫
t0
f (t )dt 直流分量
2 t 0 +T1
an =
T1 ∫
t0
f (t ) cos nω 1 tdt 余弦分量
t 0 +T1
2 正弦分量
bn =
T1 ∫
t0
f (t ) sin nω 1 tdt
根据三角函数的性质，可将余弦分量和正弦分量合并：
∞
f (t ) = c 0 + ∑ c n cos(nω 1 t + ϕ n )
n =1
c0 = a0 (直流分量不变)
ϕn
an
c n = a n2 + bn2
bn
ϕ n = −tg −1 bn cn
an
7
注意：
对于偶函数 bn = 0 ，a n > 0 ⇒ ϕ n = 0 ；
a n < 0 ⇒ ϕ n = −π
同样，还可以有另一种形式：
∞
f (t ) = d 0 + ∑ d n sin (nω 1 t + θ n )
n =1
请同学们课后推导d0、dn 的表示式。
8
(二) 指数形式级数展开：(正交函数集 e jnω1t ) { }

jnω l t
欧拉公式：e = cos nω 1t + j sin nω 1t
y
( )
j
⎧ 1 jnω1t − jnω1 t e jnω1t
⎪⎪ cos n ω 1 t = e + e
2
⇒ ⎨ n ω 1t
⎪⎩ 2j
(
⎪sin nω 1 t = 1 e jnω1t − e − jnω1t ) 0
1 x
∞
⇒ f (t ) = a 0 + ∑ (a n cos nω 1t + bn sin nω 1t )
n =1
9
∞
⎛ a n − jbn jnω1t a n + jbn − jnω1t ⎞
= a0 + ∑ ⎜ e + e ⎟
n =1 ⎝ 2 2 ⎠
F (0) = F0 F (nω 1 ) = Fn F (−nω 1 ) = F− n

∞
⇒ = ∑
n = −∞
F (nω 1 )e jnω1t
∞
f (t ) = ∑ n
F e
n = −∞
jnω1t
1 t 0 +T1
Fn =
T1 ∫
t0
f (t )e − jnω1t dt (同学可自行推导)
10
Fn与其它系数的关系：
F0 = a 0 = c 0
= (a n − jbn ) ，
1
Fn = Fn e jϕ n
ϕ n 仍为 c n对应的ϕ n
2
1 1
Fn = F− n = cn = a n2 + bn2
2 2
利用下图矢量分解：
11
bn
j
2 cn
F−n =
F−n 2
an
− ϕn 2
0 + ϕn an
Fn
bn
−j
2
须注意的两个现象：
(1) f(t)展开式中包含复数 (数学变换的结果)

(2) 出现负频率分量 (原正频率分量的能量减半)
12
负频率没有物理意义，不会在实际系统中出现，
其引入给信号分析带来便利。
(三) 函数的对称性与傅立叶系数的关系
(1) 偶函数 f (t ) = f ( − t ) f(t)
T1 t
0 T1
−
2 2
bn = 0 (正弦分量) ⇒ c n = a n ，ϕ n = 0
1
Fn = F− n = an 13
2
(2) 奇函数 f (t ) = − f ( − t )
f(t)
t
T 0 T1
− 1
2 2
⇒ a0 = 0 ，a n = 0 (余弦分量)
⇒ c n = bn，ϕ n = − π 2
1
Fn = F− n = − jbn
2 14
⎡ T1 ⎤
(3) 奇谐函数 f ( t ) = − f ⎢t ± 2 ⎥ P95-97 自学
⎣ ⎦
(四) 有限级数 P97-101 自学
15
§3.3 典型周期信号的傅里叶级数
(一) 周期矩形脉冲信号
f (t )
T τ 0 τ T1 t
− T1 − 1 − T1
2 2 2 2
f ' (t )
一个周期：
E
T τ 0 τ T1
t
− 1 −
2 2 2 2
16
∞
f (t ) = ∑
n = −∞
Fn e jnω1t
1 T1 / 2 1 τ /2
∫ ∫τ
− jnω 1 t
Fn = Ee dt = Ee − jnω 1t dt
T1 −T1 / 2 T1 − /2
τ /2
E ⎛ 1 ⎞ − jnω1t 2 E e − jnω1τ / 2 − e jnω1τ / 2
= ⎜⎜ ⎟⎟e = ⋅
T1 ⎝ − jnω 1 ⎠ −τ / 2
T1 nω 1 −2j
nω 1τ
sin
=
Eτ
⋅ 2 = Eτ Sa ⎛⎜ nω 1τ ⎞⎟
T1 nω 1τ T1 ⎝ 2 ⎠
2
17
偶对称：三角函数形式展开，有 bn = 0
2 Eτ ⎛ nω 1τ ⎞
c n = a n = 2 Fn = Sa ⎜ ⎟
T1 ⎝ 2 ⎠
Eτ
c0 = a0 =
T1
频谱图（Fn)
0 ω
2π 2π 4π
−
τ τ τ
ω1 18
注意：
ϕ n = 0, π，Fn 可由一图示出
偶对称函数 bn = 0 ，
一般情况：
Fn = Fn e jϕ n
Fn 频谱幅度图，ϕ n 频谱相位图
以周期矩形脉冲为例说明周期信号谱特点(频谱分析要点)
2π
(1) 周期信号的频谱离散，谱线间隔 ω1 =
T1
19
T1 越大，谱线越密
T1 → ∞，非周期信号，频谱连续
⇒ 一般信号 F 变换 0 ω
2π 2π 4π
−
⎛ nπτ ⎞ ⎛ nω 1τ ⎞ τ τ τ
(2) 幅度按 S a ⎜⎜ ⎟⎟ 或 S a ⎜ ⎟ 变化
ω1
⎝ T1 ⎠ ⎝ 2 ⎠
2mπ
当ω= ，谱线包络过零
τ
(3) 周期信号含有无穷多条谱线，但根据其包络，能量主
⎛ 2π ⎞
要集中在第一个零点内 ⎜ 0 ~ ⎟ ，即低频信号能量大。
⎝ τ ⎠
20
2π 1
定义 BW = τ
为信号带宽，BW ∝
τ
信号带宽须与传输信道匹配 ⇒传输系统设计内容之一
采用信号带宽传输信号，去除高端频谱成份，
波形略有失真，但基本保持原形状。
吉布斯现象
21
(二)矩形对称方波周期信号：(特例)
f (t)
T1 T1
− E/ 2
T1 = 2τ
2 2
− E/ 2 τ τ t
−
2 2
(1) 偶对称 b0 = 0 无正弦分量
(2) 正负交替，直流分量 (a 0 ) 为零
参照周期矩形脉冲频谱可得：
22
Fn
2ω1
2π
τ 3ω1
0 2π ω
4ω1
T1
ω1
偶次谐波=0！！
由 Fn 或 c n 公式(周期矩形脉冲信号)求基波及奇次谐波系数：
23
2 Eτ ⎛ nω 1τ ⎞
cn = Sa⎜ ⎟ (即 2 Fn )
T1 ⎝ 2 ⎠
2π
sin
2 Eτ ⎛ 1 ⋅ ω 1τ ⎞ 2 Eτ
当 n =1 Sa ⎜ ⎟= ⋅
π
4 = 2E
T1 ⎝ 2 ⎠ 2τ π
2
2E
1
n=3 =− ×
π 3
2E 1
n=5 =+ ×
π 5
2E ⎡ 1 1 1 ⎤
⇒ f (t ) = cos ω t − cos 3ω t + cos 5ω t − cos 7ω t + "
π ⎢⎣ ⎥
1 1 1 1
3 5 7 ⎦
24
思考题13：100HZ的对称方波信号中有无200HZ的频率成分？
结论：
T ↗谱线间隔↘ 零点不动
τ ↗谱线间隔不动第一零点左移，信号带宽变窄
T ↗or τ ↘ 频谱幅度压低(能量减小，相同E)
(三) 周期锯齿脉冲信号F 级数展开 (自行推导)

25
(四) 周期三角脉冲信号 F 级数展开 (自行推导)
(五) 周期半波余弦信号F 级数展开 (自行推导)
(六) 周期全波信号 F 级数展开 (自行推导)
注意：利用函数的对称性质
偶函数 f (t ) = f ( −t ) ，bn = 0
奇函数 f (t ) = − f ( −t ) ， a n = 0
T1
奇谐函数 f (t ) = − f (t ± )，a0 = 0 ，偶次谐波为0。
2
26
本节课小结：
傅里叶级数(周期信号)
∞
f (t ) = ∑
n = −∞
F (nω 1 )e jnω1t
1 T1
F (nω 1 ) =
T1 ∫0
f ( t ) e − jn ω 1 t dt 简记 Fn
Eτ ⎛ nω 1τ ⎞
周期矩形： Fn = Sa ⎜ ⎟
T1 ⎝ 2 ⎠
2π
(1) 谱线间隔 ω1 =
T1
27
2π
(2) 包络线零点 m⋅ m 为整数
τ
2π
(3) 带宽 BW =
τ
下节课：傅立叶变换—非周期信号的频谱分析
课后作业: 3-5，3-9
思考题： 13
参考书： Oppenheim 3.3

28
信号与系统
陆建华
2004年春季学期
上节课回顾
∞
f (t ) = ∑
n = −∞
F (nω 1 )e jnω1t
傅里叶级数
1 T1
F (nω 1 ) =
T1 ∫0
f ( t ) e − jn ω 1 t dt 简记 Fn
Eτ ⎛ nω 1τ ⎞
周期矩形： Fn = Sa ⎜ ⎟
T1 ⎝ 2 ⎠
f (t )
T1 τ 0τ T1 t ω
− T1 − − T1 2π 0 2π 4π
2 2 2 2 −
τ τ τ
ω1
§3.4 傅立叶变换
傅立叶级数—周期信号，傅立叶变换—非周期信号
把非周期信号的情况作为周期信号的一种极限来处理，可
由傅立叶级数推演出傅立叶变换，而进一步借助奇异函数，
可以求得周期信号的傅立叶变换。
Recall 上节课周期脉冲的频谱分析
2
f (t )
0.5
T1 = 2τ
0
t 0
f (t )
0.5
T1 = 4τ
0
t 0
f (t )
0.5
T1 = 8τ
0
t 0
T1 → ∞ ⇒ ω1 → 0 谱线高度→0
3
从数学上看，当 T1 → ∞ 时，谱线高度虽很小，但其相对大
小存在，仍有意义
从物理上看，各频谱分量仍然存在，且相对大小有实际意义
⎧ ∞
⎪ f ( t ) = ∑ F ( n ω 1 ) e jnω 1 t
⎪ n = −∞
由⎨ T1 演变
⎪F (nω ) = 1 2 f (t )e − jnω1t dt
⎪⎩ T1 ∫− 21
1 T
F (nω1 )
将 F (nω1 ) 除以 ω1 ⇒ 2π
ω1
定义为频谱密度（Spectrum Density）
4
F ( nω 1 ) T1
f (t )e − jnω1t dt 为一定值，令ω = nω1
1
ω1
=
2π ∫ 2
T
− 1
2
2πF (nω 1 ) T1
记 F (ω ) = ωlim = lim ∫ 2 f (t )e − jnω1t dt 为谱密度函数，

→0
1 ω1 T
T1 →∞ − 1
2
∞
=∫ f (t )e − jωt dt
−∞
∵ ω = nω1 ⇒ ∆ω = ∆ (nω1 ) = ω1
∞ ∞
1 1
∴ f (t ) = ∑
n = −∞
F (nω1 ) ⋅
ω1
e jnω1t
∆ (nω1 ) = ∑
ω = −∞ 2π
F (ω )e jωt ∆ω
1 ∞
∆ω → 0
2π ∫
−∞
F (ω )e jωt dω
5
因此得到傅立叶变换对：
⎧ F (ω ) = F [ f (t )] = ∞ f (t )e − jωt dt
⎪ ∫−∞ 正变换
⎨
⎪ f (t ) = F [F (ω )] =
1 ∞
∫
jωt
−1
F (ω ) e dω 逆变换
⎩ 2π − ∞
j ϕ (ω )
F (ω ) 一般为复函数，可以写作 F (ω ) = F (ω ) e
F (ω ) 为频谱函数的模，代表信号中各频率分量的相对大小；
ϕ (ω ) 为 F (ω ) 的相位函数，表示信号中各频率分量之间的
相位关系。
6
讨论：
① f (t )反映信号的时域特征，F (ω ) 反映信号的频域特征，
F 变换之本质。
②非周期信号同周期信号类似，可以分解为不同的频率分量；
所不同的是，周期信号的频谱为离散线谱，非周期信号的
频谱为连续谱，以密度函数表示。
③ 具有离散频谱的信号，其能量集中在一些谐波分量之中。
具有连续频谱的信号，其能量分布在所有频率之中，每一
频率分量之能量→0。
7
④傅立叶变换存在的条件：什么样的 f (t )可以取 F (ω ) ？
∞
充分条件： ∫
−∞
f (t ) dt < ∞ 类似于傅立叶级数的
Dirichlet条件，但不是必要条件。
借助奇异函数，周期信号、阶跃信号虽不满足以上条
件，但可以存在傅立叶变换。
8
§3.5 典型非周期信号的频谱(傅立叶变换)
(一) 矩形脉冲信号
ωτ
τ sin
∞ ⎛ ωτ ⎞
F (ω ) = ∫ f ( t )e − jω t
dt = ∫ τ Ee
2 − jω t
dt = Eτ ⋅ 2 = Eτ ⋅ Sa ⎜ ⎟
−∞ −
2
ωτ ⎝ 2 ⎠
2
F(ω)
f (t) Eτ
E
2π 2π
−
τ τ
τ0 τ
t
−
0
ω
2 2 9
给定 f (t ) ⇒ F (ω )包络确定，若 f (t )是某一周期信号的一个
周期，则其离散谱有相同的包络。
(二) 升余弦Raised Cosinoidal Signal

E⎛ πt ⎞
f (t ) = ⎜1 + cos ⎟[u (t + τ ) − u (t − τ )]
2⎝ τ ⎠ f (t )
∞
F (ω ) = ∫ f (t )e − jωt dt E
−∞
τ E⎛ π t ⎞ − jω t E/2
=∫ ⎜ 1 + cos ⎟e dt
−τ 2⎝ τ ⎠ 0
−τ − τ 0 τ τ 2t
2 2 10
πt πt
E τ E τ j E τ −j
=
2 ∫τ
−
e − jωt dt +
4 ∫τ
−
e τ
e − jωt dt +
4 ∫τ
−
e τ
e − jωt dt (欧拉公式)
Eτ ⎡⎛ π ⎞ ⎤ Eτ ⎡⎛ π ⎞ ⎤
= EτSa (ωτ ) + Sa ⎢⎜ ω − τ
⎟ ⎥ + Sa ⎢⎜ ω + ⎟τ ⎥
2 ⎣⎝ τ ⎠ ⎦ 2 ⎣⎝ τ ⎠ ⎦
E sin ωτ Eτ
= = Sa (ωτ )
⎡ ⎛ ωτ ⎞ ⎤ 2
⎛ ωτ ⎞
2
ω ⎢1 − ⎜ ⎟ ⎥ 1−⎜ ⎟
⎢⎣ ⎝ π ⎠ ⎥⎦ ⎝ π ⎠
11
f (t ) F (ω)
Eτ
E
Eτ / 2
E/2
0
0
−τ − τ τ τ 3π 2π π π 2π 3π ω
0 2t − − − 0
2 2 τ τ τ τ τ τ
注意：
(1)随 ω 增长，高次谐波与 ω 成反比(减小)，因此升余弦
3
脉冲能量更集中。一个解释是升余弦函数没有跳变，有跳
变者高频分量多，无跳变者高频分量少，关于这一现象有
如下规律： 12
①函数 f (t )本身有不连续点，幅度增与 ω 成反比

d
② f (t )有不连续点，幅度谱与ω 2成反比
dt2
d
③ 2 f (t ) 有不连续点，幅度谱与 ω 成反比
3
dt
(1)
(3)
(2)
13
(2) 升余弦的宽度 τ 定义在

E
处，而不是在底端，这样以便
2
与矩形比较，二者频谱的第一个零点一改。
(3) 升余弦信号在数字通信中被广泛采用(能量集中)，但形
式略有不同。 H (ω )
1.0
0.8
举例：实用升余弦滤波器 0.6
0.4
0.2
ω
π π 3π
2T T 2T
(α = 0.5)
14
升余弦滚降滤波器的频域表示
⎧ H 0T ⎧ ⎡T ⎛ π ⎞ ⎤ ⎫ π (1 − α ) π (1 + α )
⎪ ⎨1 − sin ⎢ ⎜ ω − ⎟ ⎥ ⎬, ≤ω ≤
⎪ 2 ⎩ ⎣ 2α ⎝ T ⎠⎦ ⎭ T T
⎪ π (1 − α )
⎪
H (ω ) = ⎨ H 0T , 0≤ ω ≤
⎪ T
⎪ π (1 + α )
⎪ 0, ω >
⎪⎩ T
15
升余弦滚降滤波器的时域表示
h( t )
T
1.0
πt απ t
sin cos
H0 T T
h(t ) =
2 πt 4α 2 t 2
1−
T T2 -3 -2 -1 0 1 2 3 t
T
(α = 0.5)
思考题14：
如何据此波形通过时域的办法实现升余弦滤波器？
16
信号经过升余弦滚降滤波后的时域波形
Amplitude
0 t
-1
17
f (t )
(三) 单边指数信号
| F(ω) |
1/ a
0 t
f (t ) = e − at u (t )
0 ω
∞ 1 ϕ(ω)
F (ω ) = ∫ e e − at − jωt
dt = π
0 a + jω 2
F (ω ) =
1 ω
ϕ (ω ) = − tg −1 0 ω
a +ω
2 2
a −
π
2 18
f (t )
(四) 偶对称双边指数信号
e at e −at
− a|t |
f (t ) = e
t
0
0 ∞
F (ω ) = ∫ at − jωt
e e dt + ∫ e − at e − jωt dt
−∞ 0 | F (ω ) |
2/a
1 1 2a
= + = 2
a − jω a + j ω a + ω 2 1/ a
0 a ω
19
f (t )
(五) 奇对称双边指数信号 e −at
| F (ω ) |
− at
f (t ) = −e u (−t ) + e u (t )
at 0 t 1/ a
− e at
0 ∞
F (ω ) = ∫ (−e )e at − jω t
dt + ∫ e −at e − jωt dt
−∞ 0
−a 0 a ω
1 1 − 2 jω
=− + = 2 ϕ (ω )
a − jω a + jω a + ω 2 π
2
⎧π
2ω ⎪ 2 ω <0 ω
ϕ (ω ) = ⎨
0
F (ω ) = π π
a2 + ω 2 ⎪− ω >0 −
⎩ 2 2
20
f (t)
(六) 符号函数 +1
0 t
sgn( t ) = u( t ) − u( − t ) −1
| F(ω) |
取双边奇对称指数信号极限 ⇒ sgn(t )
− 2 jω 2
因此， F (ω ) = lim 2 =
a →0 a + ω 2 jω 0
ω
⎧ π ϕ(ω)
⎪+ 2 (ω < 0) π
2
2 ϕ (ω ) = ⎨
⇒ F (ω ) = π ω
ω ⎪− (ω > 0)
0
π
⎩ 2 −
2 21
(七) 钟形(高斯)信号
什么信号其频谱仍与原信号形式相同？高斯信号
2
⎛t⎞
−⎜ ⎟
⎝τ ⎠
f (t ) = Ee
⎛ ωτ ⎞
2
−⎜ ⎟
⇒ F (ω ) = π Eτe ⎝ 2 ⎠
f (t ) 、F (ω )都是钟形(高斯)函数。(频谱图略)
22
§3.6 冲激函数和阶跃函数之付立叶变换
(一) F [δ (t )]
F [δ (t )] = ∫
∞
δ (t )e − jωt dt = 1
−∞
冲激函数之频谱覆盖所有频段，各种工业中产生的瞬间电
火花，其造成的干扰是全频段的。
F [1] = 2πδ (ω ) (利用付立叶逆变换)

23
(二) F [δ ′(t )]
∞
F [δ ′(t )] = ∫
∞ ∞
δ ′(t )e − jωt
dt = e − jωt
δ (t ) + jω ∫ e − jωt δ (t )dt = jω
−∞ −∞ −∞
⇒ 思考题15：
利用分步积分法证明
[ ]
F δ ( n ) (t ) = ( jω ) n n ≥1
24
(三) F [u (t )]
1 1
u(t ) = + sgn( t )
2 2
⎡1⎤ ⎡1 ⎤ 1
F [ u( t )] = F ⎢ ⎥ + F ⎢ sgn( t )⎥ = πδ (ω ) +
⎣2⎦ ⎣2 ⎦ jω
注意：δ (ω ) 的出现是因为u(t)中含有直流分量。
由于时间关系，§3.6不进一步细讲，建议课后自己阅读，
希望也能掌握书中提到的方法。
25
⎧F (ω ) = ∞ f (t )e − jωt dt
小结： ⎪ ∫−∞
① F 变换定义 ⎨ 1 ∞
∫
jω t
⎪ f (t ) = F (ω ) e dω
⎩ 2π − ∞
②典型非周期信号的付氏变换，注意其集中能量的特点：
E ⎛ ωτ ⎞ 1
本身不连续 E τ Sa ⎜ ⎟ ∝
⎝ 2 ⎠ ω
−τ / 2 τ / 2 d ⎛ ωτ ⎞ 1
E 不连续 EτSa 2 ⎜ ⎟ ∝
dt ⎝ 2 ⎠ ω2
−τ τ
d2 EτSa (ωτ ) 1
E 不连续 ∝ (ω 很大时)
ωτ ω
2 3
dt 2 ⎛ ⎞
1−⎜ ⎟
−τ τ ⎝ π ⎠ 26
③ F [δ (t )] = 1
F [1] = 2πδ (ω )
物理解释(直流分量，交流分量为0，其它频率成份为0)
F [u (t )] =
1
+ πδ (ω )
jω
F [δ ′(t )] = jω
27
下节课内容（请同学们带教材）
傅立叶变换的基本性质(用于简化傅立叶变换运算)
卷积定理
课后作业： 3-15，3-16，3-19
思考题： 14-15
参考书：
Oppeaheim 4.0, 4.1; Siebert 13.0, 13.1, 13.2, 13.3
28
信号与系统
陆建华
2004年春季学期
§3.7 傅立叶变换的基本性质
研究傅立叶变换的目的及意义：
(1) f(t)在时域发生变化时，相应频域如何改变，或反之
(2) 已知某些 F [ f ( t )] = F (ω ) ，求其它F [ f (t )] 可简化。
本节共讲傅立叶变换的八个性质，相关内容建议温
习书中相关章节、加深印象。
(一) 对称性Symmetry
若 F [ f (t )] = F (ω )
则 F [F (t )] = 2πf (−ω )
1 ∞
证明： f (t ) =
2π ∫
−∞
F (ω )e jωt dω
1 ∞
⇒ f ( −t ) =
2π ∫
−∞
F (ω )e − jωt dω
∞
t与 ω 互换： 2πf (−ω ) = ∫−∞
F (t )e − jωt dt
3
∴ F [F (t )] = 2πf (−ω )
若 f (t )为偶函数，F [F (t )] = 2πf (ω )
f (t ) F (ω )
1
δ (t )
0 t 0 ω
F (t )
1 2πδ (ω )
0 t 0 ω
4
(二) 线性Linearity
若 F [ f i (t )] = Fi (ω ) (i = 1,2, L , n)
⎡ n ⎤ n
则 F ⎢∑ ai f i (t )⎥ = ∑ ai Fi (ω )
⎣ i =1 ⎦ i =1
(三) 奇偶虚实(Odd-Even, Imaginary-Real)
类似于傅立叶级数中研究奇偶性，它与虚实又有关系。
以下着重研究f(t)为实的情况。
5
∞
设 f (t ) 为实函数： F (ω ) = ∫ −∞
f (t )e − jωt dt
∞ ∞
=∫ f (t ) cos ωtdt − j ∫ f (t ) sin ωtdt
−∞ −∞
= R (ω ) + jX (ω )
设 f (t ) = f e (t ) + f o (t ) ：
∫ [f ( t ) + f o ( t )]cos ωtdt =
∞ ∞
R(ω ) =
−∞ e ∫−∞
f e ( t ) cos ωtdt
[ f e (t ) + f o ( t )]sin ωtdt = − ∫
∞ ∞
X (ω ) = − ∫ f o ( t ) sin ωtdt
−∞ −∞
⇒ R (ω )为 ω 之偶函数，X (ω )为 ω 之奇函数
F (ω ) = R 2 (ω ) + X 2 (ω ) 必为 ω 之偶函数
X (ω )
ϕ (ω ) = tg −1
必为ω 之奇函数
R(ω )
此结论可用于检验所求 F (ω )是否正确。
进一步：若 f (t )为实偶，f (t ) = f e (t ) 则 F (ω ) = R (ω )
F (ω )为实偶，相移为0或 π 如矩形脉冲
若 f (t ) 为实奇，f ( t ) = f o ( t ) 则 F (ω ) = jX (ω )
π
F (ω ) 为虚偶，相移 ±
2
(四) 尺度变换(Scaling) （证明略，参见P127）
1 ⎛ω ⎞
F [ f (t )] = F (ω ) ⇒ F [ f (at )] = F⎜ ⎟
|a| ⎝ a⎠
a ≠ 0 实数
8
举例
时域中压缩⇒频域中扩展；时域中扩展⇒频域中压缩
(实例：录音：慢录快放，时间短、频带宽⇒声音变尖)
(五) 时移特性 Time Shifting
若 F [ f (t )] = F (ω )
则 F [ f (t ± t 0 )] = F (ω )e ± jωt 0
证明： F [ f ( t − t 0 )] =
∞
∫−∞
f ( t − t 0 )e − jωt dt
10
x = t − t0 ∞
∫
−∞
f ( x )e − jω ( x + t0 ) dx = e − jωt0 F (ω )
时域位移 ⇒ 频域相移
例3-2 求三脉冲脉冲频谱，令 f 0 (t ) 表示矩形单脉冲信号，其频谱

⎛ ωτ ⎞
F0 (ω ) = F [ f 0 ( t )] = EτSa ⎜ ⎟
⎝ 2 ⎠
f (t ) = f 0 (t ) + f 0 (t + T ) + f 0 (t − T )
(
⇒ F (ω ) = F [ f ( t )] = F0 (ω ) 1 + e jωT + e − jωT )
11
⎛ ωτ ⎞
= EτSa ⎜ ⎟(1 + 2 cos ωT )
⎝ 2 ⎠
若 f (t )为五个脉冲
f (t ) = f 0 (t ) + f 0 (t + T ) + f 0 (t − T ) + f (t 0 + 2T ) + f (t 0 − 2T )
F (ω ) = F0 (ω )(1 + 2 cos ωT + 2 cos 2ωT )
图解：
f0 (t ) F0 (ω )
E Eτ
2π
τ
τ 0 τ t 0 ω
−
2 2 12
设T = 5τ 1 + 2 cos ωT
3
0 ω
−1
f (t ) F (ω )
3 Eτ 注意幅度
E
τ 0 τ ω
−T − T t
2 2
f (t )
F (ω )
5 Eτ
E
τ τ
− 2T −T − 0 T 2T t ω
2 2
13
由图解得出几个结论：
2π
①脉冲数增多，主要能量仍在之内，但谱密度函数起伏
τ
2π
向点 m ⋅ 集中
T
2π
②随着脉冲数增多，在 m ⋅ 最大值增大，其它相对减小
T
⎛ 2π ⎞
③脉冲个数 → ∞ ，将集中为离散谱 δ ⎜ ω − m ⋅ ⎟
⎝ T ⎠
⇒ 周期信号其谱密度为离散谱(下节课会讲到)
14
(六)频移特性 Frequency Shifting
若 F [ f (t )] = F (ω )
则 F [ f (t )e jω t ] = F (ω − ω 0 )
0
[ ]
F f (t )e − jω 0t = F (ω + ω 0 ) 注意正负号交叉
证明略，参见P132
以上性质体现了频谱搬移之规律
具体应用：调制、解调、变频等
15
例如：
(
⎡1
) ⎤ 1
F [ f ( t ) cos ω 0 t ] = F ⎢ e jω 0t + e − jω 0t f ( t )⎥ = [F (ω − ω 0 ) + F (ω + ω 0 )]
⎣2 ⎦ 2
相当于将 F (ω ) 一分为二，沿频率轴平移。
F [cos ω 0 t ] = ? F [sin ω 0 t ] = ?
Q F [1] = 2πδ (ω )
[
∴ F cos ω 0 t = π] [δ (ω + ω 0 ) + δ (ω − ω 0 )]
F [sin ω 0 t ] = jπ [δ (ω + ω 0 ) − δ (ω − ω 0 )]
自学例3-4，进一步加深对频移特性的理解。 16
随堂小考：
已知矩形脉冲的F 变换，利用时移、迭加特性，求下图f(t)的F 变
换。
jϕ (ω )
f (t )
若 F [ f (t )] = F (ω ) e ϕ (ω ) = ? E
−τ
解：设基本矩形脉冲为 f1 (t ) 0 τ t
−E
ωτ ⎞
F [f1 (t )] = Eτ ⋅ Sa⎛⎜ ⎟
⎝ 2 ⎠
(
⎛ ωτ ⎞ − j ωτ2
F [f (t ) ] = Eτ ⋅ Sa ⎜ ⎟ ⋅ e − e
⎝ 2 ⎠
)
j ωτ2
⎧ π
⎪− 2 ω >0
⎛ ωτ ⎞ ⎛ ωτ ⎞
= − j 2 Eτ ⋅ Sa ⎜ ⎟ ⋅ sin ⎜ ⎟ ϕ (ω) = ⎨
⎝ 2 ⎠ ⎝ 2 ⎠ π
⎪ ω <0
⎩ 2 17
(七) 微分定理 Differentiation
F [ f (t )] = F (ω ) ⎡ d ⎤
⇒ F
⎢ dt f (t )⎥ = jωF (ω )
⎣ ⎦
1 ∞
证明： f (t ) =
2π ∫−∞
F (ω )e jωt dω
df (t ) 1 ∞
dt
=
2π ∫−∞
jωF (ω )e jωt dω
⎡d ⎤
⇒ ⎢
F f (t ) ⎥ = jωF (ω )
⎣ dt ⎦
18
同理：F f [ (n)
]
(t ) = ( jω ) F (ω )
n
以上为时域微分，按照同样的方法可以得出频域微分
⎡ d n
F (ω ) ⎤
F −1 ⎢ ⎥ = ( − jt ) n
f (t )
⎣ dω ⎦
n
例：已知 F [δ (t )] = 1
⇒ F [δ ′(t )] = jω ⇒F [δ (n)
]
(t ) = ( jω ) n
19
例：利用微分定理求钟形脉冲之频谱(高斯信号)
高斯信号特性：时域信号与频域信号具有同样的信号形式，
2
⎛ ωτ ⎞
2
⎛t⎞
−⎜ ⎟ −⎜ ⎟
Recall： f (t ) = Ee ⎝τ ⎠
，F (ω ) = π Eτe ⎝ 2 ⎠
根据高斯信号特性及微分定理可推演出其函数形式：
⎧ ⎡ df (t ) ⎤ ⎧ df ( t )
⎪⎪F ⎢ dt ⎥ = jωF (ω ) ⎪ if = − tf ( t )
⎣ ⎦ dt
⎨ ⇒⎨ dF (ω )
⎪F [tf (t )] = j dF (ω ) ⎪ then = −ωF (ω )
⎪⎩ dω ⎩ dω
20
⇒ f (t )与 F (ω )将具有同样的形式，什么形式？
df (t )
Q df (t ) = −tf (t ) ⇒ = −tdt
dt f (t )
1
1 − t2
⇒ ln f (t ) = K 1 − t 2 ⇒ f (t ) = K 1e 2
2
1
− ω2
同理 F (ω ) = K 2 e 2
(波形可参见以前讲的)
(八) 积分特性
F (ω )
F [ f (t )] = F (ω ) ⎡
⇒F ∫ ⎤
t
f (τ )dτ = + πF (0)δ (ω )
⎢⎣ − ∞ ⎥⎦ jω
21
⎡ t
⎤
证明：F ∫ f (τ )dτ = ∫
∞
⎡ t
⎤ e − jωt dt
⎥⎦ −∞ ⎢⎣ ∫−∞
f (τ ) dτ
⎢⎣ −∞ ⎥⎦
⎡
= ∫ ∫ f (τ )u( t − τ )dτ ⎤ e − jωt dt
∞ ∞
−∞ ⎢
⎣ −∞ ⎥⎦
f (τ ) ∫ u( t − τ )e − jωt dt ⎤ dτ
⎡
∞ ∞
=∫
−∞ ⎢⎣ − ∞ ⎥⎦
∞ ⎡ 1 ⎤ − jωτ
=∫ f (τ ) ⎢πδ (ω ) + ⎥ e dτ
−∞
⎣ jω ⎦
∞ ∞ e − jωτ
=∫ f (τ )πδ (ω )e − jωτ
dτ + ∫ f (τ ) dτ
−∞ −∞ jω
22
F (ω )
= πF (0)δ (ω ) +
jω
思考题16：可否利用微分定理推演出积分定理？
23
§3.8 卷积定理
(一) 时域卷积
F [ f1 (t )] = F1 (ω ) ，F [ f 2 (t )] = F2 (ω )
[ ]
⇒ F f 1 (t ) ∗ f 2 (t ) = F1 (ω ) F2 (ω )
证明： F [ f1 ( t ) ∗ f 2 ( t )] = ∫ ⎡ ∞ f (τ ) f ( t − τ )dτ ⎤ e − jωt dt

∞
−∞ ⎢⎣ ∫− ∞ 1 2 ⎥⎦
f1 (τ ) ∫ f 2 (t − τ )e − jωt dt ⎤ dτ
⎡
∞ ∞
=∫
−∞ ⎢⎣ −∞ ⎥⎦
∞
=∫ f1 (τ ) F2 (ω )e − jωτ dτ = F2 (ω ) F1 (ω )
−∞
24
§3.8 卷积定理
(二) 频域卷积
F [ f1 ( t )] = F1 (ω ) ，F [ f 2 ( t )] = F2 (ω )
⇒ F [ f1 (t ) • f 2 (t )] =
1
F1 (ω ) ∗ F2 (ω )
2π
∞
其中 F1 (ω ) ∗ F2 (ω ) = ∫−∞ F1 (u ) F2 (ω − u )du
f (t )
例3-8 求半波余弦脉冲之频谱
πt ⎡ τ τ ⎤
f ( t ) = E cos ⋅ ⎢ u( t + ) − u( t − )⎥
τ ⎣ 2 2 ⎦ τ 0 τ t
−
2 2
⎡ π π ⎤ ⎛ ωτ ⎞ 1
F (ω ) = Eπ ⎢δ (ω + ) + δ (ω − )⎥ ∗ τ Sa⎜ ⎟⋅
⎣ 2 2 ⎦ ⎝ 2 ⎠ 2π 25
§3.8 卷积定理
Eτ ⎛τ π ⎞ Eτ ⎛ τ π ⎞ f (t )
= Sa⎜ (ω + ) ⎟ + S a ⎜ (ω − ) ⎟
2 ⎝2 2 ⎠ 2 ⎝2 2 ⎠
⎛ ωτ ⎞ τ τ
cos⎜ ⎟ − 0 t
2 Eτ ⎝ 2 ⎠
= ⋅ 2 2
π ⎛ ωτ ⎞
2
1− ⎜ ⎟
⎝ π ⎠
自学例3-9
26
本节课小结:
傅立叶变换八大性质
掌握由基本定义到性质(定理)的证明方法
特别注意对称性的运用
微分定理
积分定理
卷积定理
必须牢记卷积定理
27
下节课：周期信号之傅立叶变换
抽样信号之傅立叶变换
抽样定理(数字通信之基础)
课后作业： 3-21,3-24,3-27,3-29
思考题： 16
参考书： Oppendeim 4.3, 4.4

Siebert 13.4, 13.5 (A)
28
信号与系统
陆建华
2004年春季学期
主要内容回顾
⎧ F (ω ) = F [ f (t ) ] = ∞ f (t )e − jωt dt
傅立叶变换 ⎪ ∫−∞ 正变换
⎨
⎪ f (t ) = F [F (ω ) ] =
1 ∞
∫
jω t
−1
F (ω ) e dω 逆变换
⎩ 2π − ∞
若 F [ f (t )] = F (ω )
对称性
则 F [F (t )] = 2πf ( −ω )
若 F [ f i ( t ) ] = F i (ω ) ( i = 1, 2 , L , n )
线性
⎡ n ⎤ n
则 ⎢⎣ ∑
F
i =1
a f
i i ( t ) ⎥ =
⎦
∑
i =1
a i F i (ω )
2
F (ω ) = R 2 (ω ) + X 2 (ω ) 必为 ω 之偶函数
奇偶虚实 X (ω )
ϕ (ω ) = tg −1
必为ω 之奇函数
R (ω )
F [ f (t )] = F (ω )
尺度变换
1 ⎛ω ⎞
⇒ F [ f ( at ) ] = F⎜ ⎟ a ≠ 0 实数
|a| ⎝ a⎠
[ ]
若 F f (t ) = F (ω )
时移特性
则 F [ f (t ± t 0 )] = F (ω )e ± jωt0
3
若 F [ f (t )] = F (ω )
频移特性
[ ]
则 F f (t )e jω0t = F (ω − ω 0 )
⎡ d ⎤
微分定理 ⇒ F
⎢ dt f (t ) ⎥ = jωF (ω )
⎣ ⎦
⎡ ⎤ F (ω )
⇒F ∫
t
积分定理 f (τ )dτ = + πF (0)δ (ω )
⎢⎣ − ∞ ⎥⎦ jω
F [ f1 (t )] = F1 (ω ) ，F [ f 2 (t )] = F2 (ω )
卷积定理
[ ]
⇒ F f 1 (t ) ∗ f 2 (t ) = F1 (ω ) F2 (ω )
4
随堂小考：
已知矩形脉冲的F 变换，利用时移、迭加特性，求下图f(t)的F 变
换。
jϕ (ω )
f (t )
若 F [ f (t )] = F (ω ) e ϕ (ω ) = ? E
−τ
解：设基本矩形脉冲为 f1 (t ) 0 τ t
−E
ωτ ⎞
F [f1 (t )] = Eτ ⋅ Sa⎛⎜ ⎟
⎝ 2 ⎠
(
⎛ ωτ ⎞ − j ωτ2
F [f (t ) ] = Eτ ⋅ Sa ⎜ ⎟ ⋅ e − e
⎝ 2 ⎠
)
j ωτ2
⎧ π
⎪− 2 ω >0
⎛ ωτ ⎞ ⎛ ωτ ⎞
= − j 2 Eτ ⋅ Sa ⎜ ⎟ ⋅ sin ⎜ ⎟ ϕ (ω) = ⎨
⎝ 2 ⎠ ⎝ 2 ⎠ π
⎪ ω <0
⎩ 2 5
§3.9 周期信号的傅立叶变换
Recall：周期信号→非周期信号→周期信号
级数 ⇒ 变换
周期信号不满足绝对可积条件(实际上绝对不可积)，在冲
激函数有意义的前提下，周期信号之傅立叶变换是存在
的。
周期信号F →周期抽样 F →抽样定理 →实际应用
(一) sin、cos信号之傅氏变换
6
F [1] = 2πδ (ω )
频移定理： ⇒ F [cos ω 0 t ] = π [δ (ω + ω 0 ) + δ (ω − ω 0 )]
F [sin ω 0 t ] = jπ [δ (ω + ω 0 ) − δ (ω − ω 0 ) ]
F [cosω 0 t ] jF [sinω 0 t ]
(π ) (π ) (π )
− ω0
ω ω0 ω
− ω0 0 ω0 0
(−π )
讨论：为什么出现此结果？
7
以cos ω 0 t为例：单频信号，频点 ω 0 ，但能量 → ∞ ，

因此在 ω 0 处将出现冲激。在-ω 0出现冲激是数学运算的结果，
没有实际的物理意义。
(二) 一般周期信号的傅立叶变换
∞
一般周期信号可展开为傅立叶级数 f (t ) = ∑
n = −∞
Fn e jnω1t
∞
因此 F [ f (t )] = 2π ∑ Fn δ (ω − nω 1 ) 无限多冲激函数之和
n = −∞
1
∫
T1 / 2
其中 Fn = T f ( t )e − jnω1t dt
−T1 / 2
1
8
只取一个周期 ⇒ f 0 (t ) ⇒ F [ f 0 ( t )] = ∫−T / 2 f ( t )e
T1 / 2 令
− jω t
dt = F0 (ω )
1
∴ Fn = 1
F0 (ω ) ω = nω
T1 1
⇒ 已知单脉冲(一个周期)脉冲频谱及周期 T1 ，
可求得周期信号谱。
∞
例3-10 求δ T ( t ) = ∑ δ ( t − nT ) 之频谱
n = −∞
1 (周期单位冲激序列)
∞
2π
解：将 δ T (t ) 进行傅立叶级数展开 δ T ( t ) = ∑
n = −∞
Fn e jnω1t ω 1 =
T1
1 1 1
∫
T1 / 2
− jω t
Fn = F0 (ω ) ω = nω = δ ( t )e dt =
T1 1
T1 −T1 / 2 ω = nω 1 T1
∞
1
∴ δ T (t ) =
T1
∑
n = −∞
e jnω1t
2π ∞ ∞
F (ω ) = F [δ T ( t )] = ∑ δ (ω − nω 1 ) = ω 1 ∑ δ (ω − nω 1 )
T1 n = −∞ n = −∞
f 0 (t ) F0 (ω )
(1) 1
0 t 0 ω
10
δ T (t ) F (ω )
(1) (ω 1 )
− T1 0 T1 2T1 3T1 t − 2ω 1 − ω 1 0 ω 1 2ω 1 3ω 1 ω
F0 (ω )决定了F (ω ) 的包络形状， T1 决定了冲激脉冲的疏密程度
T1↗时域变疏，频域则变密(强度变弱)
T1 ↘时域变密，频域则变疏(强度增强)
同理可推测：
11
f0 (t ) | F0 (ω ) |
E
τ 0 τ t 0 ω
−
2 2
f (t ) | F (ω ) |
τ τ 0 ω
− T1 − 0 T1 t
2 2
参考教材中例3-11。
12
§3.10 (周期）抽样信号的傅立叶变换
(一) (周期）抽样信号：周期重复的窄脉冲（如矩形）p(t )
时域抽样：信号相乘
f (t ) f s (t ) f (t ) f s (t )
或
p(t ) p(t )
注意：这里所指的“抽样”或“抽样信号”与抽样函数
sin t
Sa( t ) =
t
完全不同。
13
f (t) F(ω)
频带受限信号
t −ωm ωm ω
0 0
p(t)
P(ω)
2π
ωs =
Ts
−ωs ωs ω
−Ts 0 Ts t
fs (t) Fs (ω)
−ωs−ωm ωm ωs ω
0 t
14
图解中：
F (ω ) = F [ f (t )] P(ω ) = F [ p(t )]
f s (t ) = f (t ) p (t )
1
Fs (ω ) = F (ω ) ∗ P (ω )
2π
本节与下节（抽样定理）的研究重点如下：
① f s (t )之频谱与 f (t ) 之频谱关系特征
②能否从 f s (t ) 还原出 f (t ) ？抽样定理
③抽样定理的实际应用——数字通信之基础
15
下面研究 f s (t ) 与 f (t ) 频谱之间的关系。
对于一般周期采样信号：
∞
P (ω ) = 2π ∑ Fn δ (ω − nω s )
2π
n = −∞
ωs =
∞ Ts
Fs (ω ) = 2π ∑
n = −∞
Fn F (ω − nω s )
(1) 矩形抽样( p (t ) 为矩形脉冲序列)

Eτ ∞
⎛ nω sτ ⎞
Fn =
Eτ ⎛ nω sτ ⎞
Sa ⎜ ⎟ Fs (ω ) =
Ts
∑ Sa ⎜
⎝ 2 ⎠
⎟ F (ω − nω s )
Ts ⎝ 2 ⎠ n = −∞
16
图形如前，抽样脉冲的频谱决定 Fs (ω ) 包络形状，
Ts决定 F (ω ) 在 Fs (ω ) 中重复的疏密程度。
(2) 冲激抽样
f (t )
F (ω )
假想
频带受限信号
−ωm ωm ω
0 t 0
δ T (t ) P (ω )
2π
ωs =
Ts
−ωs ωs ω
− Ts 0 Ts t
f s (t ) F s (ω )
− ω s− ω m ω m ω s ω 17
0 t
采用前面例3-10的结果
1 ∞
1
Fn =
Ts
Fs (ω ) =
Ts
∑
n = −∞
F (ω − nω s )
(二) 频域抽样
∞
F (ω ) = F [ f (t )] P (ω ) = ∑ δ (ω − nω 1 )
n = −∞
F1 (ω ) = F (ω ) P(ω ) 频域抽样
∞ ∞
1 1
f1 (t ) = f (t ) ∗ ∑ δ (t − nT ) = ω ∑
ω1 n = −∞
1 f (t − nT1 )
1 n = −∞
18
若 f (t ) 频谱 F (ω )被以 ω 1为间隔之冲激抽样，
2π
则时域波形以 T1 = 之间隔重复，
ω1
形成周期信号 f1 (t )
而抽样后F1 (ω ) 就是时域周期信号之离散频谱
19
F (ω ) f (t )
假想
0 ω 0 t
P (ω ) p( t )
2π
T1 =
ω1
− ω1 0 ω1 ω − T1 0 T1 t
F1 (ω ) f 1 (t )
0 ω1 ω 0 T1 t
例3-12自学，周期信号冲激抽样后频谱特征，很重要。
20
§3.11 抽样定理
回顾前面讲到的冲激抽样
f s (t ) Fs (ω )
− ω s− ω m ω m ω s ω
0 t
Note：这是 ω s > 2ω m 的情况，在接收端用带宽 > 2ω m 的滤波器即可得到
f1 (t ) F1 (ω )
− ω s− ω m ω m ω s ω
0 t
21
§3.11 抽样定理
Fs (ω)
f 1 (t ) = f (t )
另一方面，如 ω s < 2ω m
−ωm ωm ω
⇒ Fs (ω )频谱出现混迭 − ωs ωs
无法通过滤波器滤出如 F1 (ω ) 所示的频谱，也就不可能恢复 f (t )。
因此，对于时域抽样，ω s 要足够大，满足 ω s ≥ 2ω m ，
抽样之后信号的频谱不会混迭。
或， Ts = 2π 要足够小，以保留原连续信号 f (t ) 之全部信息，
ωs
因而完全可由 f s (t ) 恢复 f (t )。
22
§3.11 抽样定理
相反，Ts 太大，采样太疏，则有些信息遗漏。
以上便是抽样定理之核心内容。
抽样定理：频谱受限于 0 - fm 范围内的信号，可用等
间隔（Ts）抽样信号唯一表示的条件是
1
Ts ≤ (充分必要条件)
2 fm
1
或称最低抽样率为 2 f m 。Ts = 称为Nyquist间隔
2 fm
(最大抽样间隔)
2 f m 也称Nyquist速率(Nyquist 1928)
23
§3.11 抽样定理
Note： ① f (t ) 频带受限 f m ，若不受限，则无法避免混迭。

②以上是时域抽样定理，根据对称性，
可得出频域抽样定理：
频域抽样定理：若信号 f (t ) 是时间受限信号，它集中于范围
1
− t m ~ t m 内，若在频域中以不大于 2t
[ ]
m
的频率间隔对 F f (t ) 进行抽样，则抽样后
的频谱 F1 (ω ) 可以唯一地表示原信号。
抽样定理在数字通信中被广泛采用，是数字通信系统之基础理论。
24
§3.11 抽样定理
例如:数字通信系统终端系统通常含有以下部分：
f (t ) f s (t )
抽样量化编码数字信道编码
信号
如语音
抽样窄脉冲
*PCM通信系统或现在的数字程控交换机用户接口
则应用了此原理：
语音0～3400HZ，PCM编码采样速率8KHz>2×3.4KHz
25
§3.11 抽样定理
小结：周期信号的傅立叶变换，冲激函数序列，离散频谱
周期抽样信号之F变换，频谱以 ω s 重复，重复频谱
从频谱的混叠与否判断信号的可恢复与否
⇒ 抽样定理
本章小结： ①从傅立叶级数引出傅立叶变换之基本概念
②傅立叶变换基本性质可以简化变换运算，
几个重要的定理：时/频移特性、微分定理、
积分定理、卷积定理、抽样定理。
③周期信号→离散频谱，抽样信号→重复频谱
26
§3.11 抽样定理
下章内容：拉普拉斯变换(L变换)
下节课：讨论课重点讨论思考题及作业中、平时答疑中出
现的共性问题可请同学讲(按小组派代表讲)
课后作业: 3-38, 3-40，3-41
思考题17：周期为T1对称矩形电压x(t)，由它产生频率
为 ω 1 = 2π 之正弦电压y1(t)，如何实现？
T1
x(t) τ τ =T1 /2
T1
27
§3.11 抽样定理
思考题18： x(t)如上，产生频率为 3ω 1 的正弦电压y2(t)，

如何实现？
思考题19： x(t)如上，产生频率为 2ω1 的正弦电压y3(t)，

如何实现？
要求画出方框图
参考书： Oppenheim 4.5, 8.1, 7.1, 7.2, 7.3;

Siebert 14.1, 14.2, 14.3, 14.4
28
信号与系统
陆建华
2004年春季学期
第四章拉普拉斯变换
Laplace Transform
§4.1 引言
Recall：上一章讲述了F -变换：F [ f (t )] = ∫−∞ f (t )e − jωt dt
∞
s = jω
F -变换是将信号表示成复指数 e − st 线性组合，
F -变换在信号分析（频谱）及LTI系统分析（频响特性）
具有非常重要的作用，而信号与系统之相互作用可由卷
积定理方便表述。
同时注意到 F -变换侧重于信号分析
2
§4.1 引言
L-变换：
作为F -变换的推广，也是将信号表示成复指数 e − st 线性组

合，其中s为任意复数 s = σ + jω 。L-变换除了和F -变换一样
分析信号与LT1系统，同时提供了研究信号与系统的另一种
工具，更重要的是L-变换还可以用来分析F -变换所不能分
析的系统，如不稳定系统。
因此要注意 L变换侧重于系统分析
3
§4.1 引言
本章重点：
L-变换在系统分析中应用，如系统函数的概念、系
统时域特性、系统频域特性、系统稳定性分析等。
本章思路：
L-变换定义、性质→结合系统分析介绍L变换的应用
§4.2 L-变换定义及其收敛性
(一) 定义
⎧ F ( s ) = ∞ f (t )e − st dt , s = σ + jω
⎪ ∫0
⎨ 1 σ + j∞ (考虑因果系统)
⎪ f (t ) = ∫
st
F ( s ) e ds
⎩ 2πj σ − j ∞
⎧F ( s ) = L [ f (t )] 象函数
表示成 ⎨
⎩ f ( t ) = L−1
[F ( s)] 原函数
[
实际是求F f (t )e −σ t ，使之收敛 ]
5
∞ ∞
F1 (ω ) = ∫ f (t )e −σ t
e − jω t
dt = ∫ f (t )e −(σ + jω ) t dt
0 0
∞
令 s = σ + jω 即得 F ( s) = ∫0 f (t )e dt (Note：仍采用符号F )
− st
1 ∞
∫
−σt
f (t )e = F1 (ω )e jω t dω
2π −∞
1 σ + j∞
⇒ f (t ) = ∫
st
F ( s ) e ds
2πj σ − j ∞
Note：下限取0(正变换)是由于 t = 0 接入信号，且系统为
因果系统。
6
称为单边L-变换 (Unilateral or Single-sided)

本课程重点
下限取 − ∞ 称为双边L-变换(Bilateral or Double-Sided)
F -变换与L-变换比较：
F -变换 L-变换
t → ω 频域 t → s s = σ + jω 复频域
复函数： e jω t = cos ω t + j sin ω t e − st = e −σ t (cos ω t + j sin ω t )
F -变换 L-变换
幅度 t
t t t
σ >0 σ =0 σ <0
等幅振荡其中 σ 称为衰减因子，ω 为振荡频率。
L-变换微分特性 (关于积分下限问题)
L [ f ( t )] = F ( s )
8
⎡ df (t ) ⎤ ∞ df (t ) − st
L⎢ = ∫ e dt = f (t ) e − st ∞ ∞
[ ]
− ∫ f (t ) − se − st dt
⎣ dt ⎥⎦ 0 dt 0 0
= − f (0) + sF ( s )
将起始条件( t = 0 时刻)引入：
dx dy
= ⇒ sX ( s ) − x (0) = sY ( s ) − y (0)
dt dt
因此，若利用L-变换方法解微分方程时，可以包含已有的
起始状态。
9
进一步，规定单边L-变换
⇒ L[ f ′(t)] = − f (0− ) + sF(s)

∞
F ( s ) = ∫ f (t )e − st dt
0−
这样避免初始条件 f (0) 发生混淆(明确为 0 − )，当利用

L-变换求解微分方程时，可以直接引入 f (0 − ) 而求得全
部结果，无需计算 0 − → 0 + 跳变。
本课程未加说明均指 0 − 系统，即系统起始从 t = 0 − 开始。
10
(二) L-变换之收敛性
由L-变换定义可知，尽管f(t)不满足绝对可积条件，但乘以衰
减因子e −σt以后，就有可能满足绝对可积条件，即存在L-变换。
L-变换存在的条件：
① 分段连续(间断点数有限)
② f(t)为指数阶函数什么是指数阶函数？
对于给定的 f (t ) ，可以找到一个 σ 0 ，当 σ > σ 0 时下式成立，

则为指数阶函数：
11
lim f (t )e −σ t = 0 (σ > σ 0 )
t →∞
若 f (t ) 本身发散，给它一个强有力的衰减压下去，则可能收敛。
⇒L-变换扩大了变换存在范围，如 e at ，使更多信号存在变换。
举例：
收敛坐标 jω
−σ t
(1) u (t ) lim u( t ) e =0 (σ 0 = 0)
t →∞
收敛域
σ > 0 ，即 σ 0 = 0 0 σ
（收敛区）
收敛轴
12
jω
lim e at e −σt = 0
at
(2) e
t →∞
0 a σ
σ > a ，σ 0 = a (a > 0)
σ0 = a
(3) sin ω 0 t
−σt
lim sin ω 0 te =0
t →∞
σ > 0 ，σ 0 = 0
(4)单脉冲
σ 可以为任意值，收敛区为全平面
13
(5) t n
σ >0 σ0 = 0 ( n = 1,2, )
证明要用到罗比塔法则：
−σ t (t )′ 1
n=1 lim te = lim σ t = lim σ t = 0
t →∞ t → ∞ (e )′ t →∞ σ e
同理可证 lim t n e −σ t = 0 σ >0 即 σ0 = 0

t →∞
非指数阶的例子： f (t ) = e t2
一般实际问题中不会遇到
14
(三) 常用函数之L-变换
f (t ) ⇒ F (s )
δ (t ) ⇒ 1
F [u (t )] =
1
u (t ) ⇒ 1/ s 比较 + πδ (ω )
jω
t ⇒ 1/ s 2
− at 1
e ⇒
s+a
sin ω 0 t ⇒ ω0
s 2 + ω 02 15
s
cos ω 0 t ⇒
s 2 + ω 02
n n!
t ⇒
s n +1
L [t ] = ∫0 t ne − st dt
∞
n
证明：①
t n − st ∞ n ∞ n −1 − st
=− e + ∫ t e dt
s 0 s 0
n ∞ n −1 − st n
= ∫ t e dt = L t n −1
s 0 s
[ ]
16
n = 1 ，易得 L [t ] = 2 1
s
n = 2 ， L [t ] = ⋅ L [t ] = 3
2 2 2 ⋅1
s s
┇
L [t ] =
n!
⇒ n
s n +1
⎡ e jω 0 t − e − jω 0 t ⎤
② L [sin ω 0 t ] = L ⎢ ⎥
⎣ 2 j ⎦
1 ⎛ 1 1 ⎞ ω
= ⎜⎜ − ⎟⎟ = 2 0 2
2 j ⎝ s − jω 0 s + jω 0 ⎠ s + ω 0
17
比较 F [sin ω 0 t ] = jπ [δ (ω + ω 0 ) − δ (ω − ω 0 )]
因此L-变换省去了 δ 项，便于记忆。
* 如何用L-变换求解微分方程？
例4-4 t=0开关闭合，求 v c (t ) t =0
R
(1) ⎧⎪ Ri (t ) + v c (t ) = Eu (t )
⎨ +
⎪⎩v c (t ) t =0 = 0 E i(t ) C vC (t )
−
dvc (t )
⇒ RC + vc (t ) = Eu (t )
dt 18
E
(2) 取L：RCsV c ( s ) + V c ( s ) =
s
⎛ ⎞
E ⎜1 1 ⎟
⇒ V c (s) =
s (1 + RCs )
= E⎜ −
⎜s 1
⎟
⎟
⎜ s+ ⎟
⎝ RC ⎠
t
−
(3) 取L-1 v c (t ) = L −1 [v c ( s )] = E ⋅ (1 − e RC
) u( t )
三步曲：建立微分方程、取L，求L-1。
与第二章介绍的微分方程求解三步曲相比，微分→乘法，
积分→除法，而且齐次解、特解(起始条件自动写入)一次
给出，从而步骤大为简化。 19
小结 L-变换之优点：
① “微分”与“积分”运算转化为“乘法”、“除法”运算；
② 解微分方程步骤简化，齐、特解一次给出，
起始条件自动引入；
③ 扩大了变换存在范围，使更多信号存在变换；
④ 指数、正弦、余弦以及有不连续点的函数，
用L-变换更简便、省去了项；δ
⑤ 用 0 − 系统可避开求 0 +之麻烦。
20
§4.3 L-变换的基本性质
(一) 线性 Linearity
L [k1 f 1 (t ) + k 2 f 2 (t )] = k1 F1 ( s) + k 2 F2 ( s)
⎡ df (t ) ⎤
(二) 微分 L ⎢ ⎥ = sF ( s ) − f (0 − )
⎣ dt ⎦
( −1)
(三) 积分 L ⎡⎢ ∫−∞ ⎤
t F ( s ) f (0)
f (τ )dτ = +
⎣ ⎥⎦ s s
0
f ( −1)
(0) = ∫ f (τ )dτ
−∞
21
证明：
∵∫
t 0 t t
f (τ )dτ = ∫ f (τ )dτ + ∫ f (τ )dτ = f ( −1)
(0) + ∫ f (τ )dτ
−∞ −∞ 0 0
⎡
而且 L ⎢ ∫0 f (τ )dτ ⎤⎥ = ⎡ t f (τ )dτ ⎤ e − st dt = 1 ∞ f ( t )e − st dt
t ∞
⎣ ⎦ ∫
0 ⎢⎣ ∫0 ⎥⎦ s ∫0
( −1 )
∴ L ⎡⎢ ∫− ∞ ⎤ F ( s ) f (0)
t
f (τ )dτ = +
⎣ ⎥⎦ s s
(四) 时移 L [ f ( t − t 0 ) u( t − t 0 )] = e − st 0 F ( s )
注意有 u (t − t 0 )
22
(五) 频移(s域，复频域) L [ f ( t ) e − at
] = F (s + a)
1 ⎛s⎞
(六) 尺度 L [ f (at )] = F ⎜ ⎟ ( a > 0)
a ⎝a⎠
1 ⎛ω ⎞
比较：F [ f ( at )] = F ⎜ ⎟
a ⎝a⎠
= L [− tf (t )]
dF ( s )
(七) s域微分
ds
⇒思考题20：证明s域微分特性
23
∞ ⎡ f (t ) ⎤
(八) s域积分 ∫s
F ( s1 )dS1 = L ⎢
⎣ t ⎥
⎦
∞
证明：∫ F ( s1 )ds1 = ∫
∞
⎡ ∞ f (t )e − s1t dt ⎤ ds = ∞ f (t ) ⎡ ∞ e − s1t ds ⎤ dt
s s ⎢⎣ ∫0 ⎥⎦ 1 ∫0 ⎢⎣ ∫s 1⎥
⎦
∞ f (t ) − st ⎡ f (t ) ⎤
=∫ e dt = L ⎢ ⎥
0 t ⎣ t ⎦
若 L [ f (t )] = F ( s) ，且 dt 变换存在
df (t )
（九）初值
⇒ f (0 + ) = lim sF ( s ) ,不必求逆变换，直接通过 F (s ) 找 f (0 + )
s →∞
24
证明：利用微分特性，注意 f (t )可能在原点有跳变
f (t ) = f c (t ) + [ f (0 + ) − f (0 − )]u(t ) ， f c (t ) 在原点连续
+ [ f (0 + ) − f (0 − )]δ (t )
df (t ) df c (t )
=
dt dt
∞ df c (t ) − st
L-变换：sF ( s ) − f (0 − ) = ∫0 e dt + f (0 + ) − f (0 − )
− dt
∴ f (0 + ) = lim sF ( s )
s →∞
（十）终值 lim f (t ) = lim sF ( s )

t →∞ s →0
25
∞ df (t ) − st
证明：仍由微分定理 sF ( s ) − f (0 − ) = ∫ e dt
0− dt
lim 两边： sF ( s) − f (0 − ) = f (t ) ∞0
s →0 −
∴ lim sF ( s ) = f (∞ ) = lim f ( t )
s →0 t →∞
好处：不必求逆变换，直接通过 F (s )找 f (∞ )
Note：应用条件：lim
t →∞
f (t ) 必须存在，否则无意义。
如 sin ω t 不存在此极限，但其广义极限存在 lim sin ω t = 0
t →∞
应用以上终值定理也必须在广义极限条件下。 26
(十一) 卷积 L [ f 1 (t ) ∗ f 2 (t )] = F1 ( s) F2 ( s)
比较F -变换卷积定理，证明方法同。
本节课小结：
⎧ F ( s ) = ∞ f (t )e − st dt
⎪⎪ ∫O−
L-变换定义 ⎨ 1 σ + j∞
⎪ f (t ) = ∫
st
F ( s ) e dt
⎪⎩ j 2π σ − j ∞
L-变换收敛性：收敛区、收敛轴、收敛座标 σ0
L-变换性质、L-变换的优点
27
下节课：L-逆变换→ L-变换之应用
课后作业： 4-1（1-10）,4-2
思考题20、21：利用L-变换性质求下列函数之L-变换
f 1 (t ) = tu (t ) f 2 (t ) = (t − 1)u (t − 1)
f 3 (t ) = (t − 1)u (t ) f 4 (t ) = tu (t − 1)
参考书： Oppenheim 9.0, 9.1, 9.2

Siebert 2.0, 2.1, 2.2 28
信号与系统
陆建华
2004年春季学期
上节课回顾
⎧ F ( s ) = ∞ f (t )e − st dt
⎪⎪ ∫O−
L-变换定义 ⎨ 1 σ + j∞
⎪ f (t ) =
⎪⎩ ∫
j 2π σ − j∞
F ( s )e st dt
L-变换收敛性：收敛区、收敛轴、收敛座标 σ0
L-变换性质、L-变换的优点
L ⎡⎢
df (t ) ⎤
微分 ⎥ = sF ( s ) − f (0 − )
⎣ dt ⎦
初值 f (0 + ) = lim sF ( s )
s →∞
终值 lim f ( t ) = lim sF ( s )
t →∞ s →0
2
§4.4 拉普拉斯逆变换
Recall: 利用拉普拉斯变换求解微分方程三部曲：
建立微分方程 → 取L-变换 → L逆变换 f(t)=L-1[F(s)]

F(s)一般表示式：
m −1
A( s ) a m s m
+ a m −1 s + + a0
F（s）= = n −1 (a、b为实数)
B( s) bn s + bn −1 s + + b0
n
am Π (s − z )
j =1
j
= ⋅ n （假设分子分母均无重根）
bn
Π (s − p )
i =1
i
3
⇒ zj，j=1,…,m 称为零点
pi，i=1,…,n 称为极点
含有高阶导数的线性、常系数微分（积分）方程式将变换
成S多项式，待求函数表现为两个多项式之比的形式。
例如：
d 2 f (t ) df (t ) de(t )
a2 + a1 dt + a 0f(t) = b1 + b0 e(t )
dt 2 dt
↓ ↓ ↓ ↓ ↓
L ⇒ s2F(s) sF(s) F(s) sE(s) E(s)
4
L-1: 用部分分式展开方法（Partial fraction expansion）
(1)单根（无重根、且实数根）
A( s )
F (s) =
( s − p1 )( s − p2 )( s − p3 )
k1 k2 k3
= + + , ki = ( s − pi ) F ( s ) s = pi
s − p1 s − p 2 s − p3
[ ]
Recall: L e at =
1
s−a
或 L[ f (t )e ] = F ( s − a )
at
3
⇒ f (t ) = L [F ( s )] = ∑ ki e p i t
−1
i =1 5
(2) 共轭根 Conjugate (复根 Complex)
F1 ( s ) K1 K2
F (s) = = + +
( s + α − jβ )( s + α + jβ ) s + α − jβ s + α + jβ
F1 ( −α + jβ )
k1 = ( s + α − jβ ) F ( s ) s = −α + jβ =
2 jβ
F1 (−α − jβ )
k 2 = ( s + α + jβ ) F ( s ) s = −α − jβ =
− 2 jβ
⇒ k2=k1* 或 k1＝A+jB ⇒ k2=A-jB

6
k1 k2
L−1[ + ] = e −αt ( k1e jβt + k1∗e − jβt )
s + α − jβ s + α + jβ
= 2e − 2αt ( A cos βt − B sin βt )
实际上，也可直观看出以上结果
ω
Recall: L[sin ωt ] = 2
s +ω2
L[cos ωt ] = 2
s
s +ω2
7
s +γ s +α β α −γ
例： = − ⋅
(s + α )2 + β 2 (s + α )2 + β 2 (s + α )2 + β 2 β
⇓ ⇓
e −αt cos βt e −αt sin βt
NOTE: 以上讨论为 m< n 情况，即分子阶数低于分母阶数。

对于m≥ n 情况，应用长除法将高次项提出，
使余下部分满足m<n。
自学例4-9
特别注意：m ≥n时，会出现 δ(t) 及其微分项。
8
（3）多重极点 Multiple poles

A( s ) A( s )
F (s) = =
B ( s ) ( s − p1 ) k D ( s )
K11 K12 K1k E ( s)
= + k −1
+ + +
( s − p1 ) k
( s − p1 ) s − p1 D ( s )
令 F1 ( s) = ( s − p1 ) F ( s)
k
⇒ F1 ( s ) = K11 + K12 ( s − p1 ) +
E ( s)
+ K1k ( s − p1 ) k −1 + ( s − p1 ) k
D( s)
⇒ K11 = F1 ( s ) s = p
1
9
F1 ( s ) − K11
令 F2 ( s ) = = K12 + K13 ( s − p1 ) +
s − p1
E ( s)
+ K1k ( s − p1 ) k − 2 + ( s − p1 ) k −1
D( s)
⇒ K12 = F2 ( s ) s = p
1
F2 ( s) − K12
令 F3 ( s) = ⇒ K13 = F3 ( s ) s = p
s − p1 1
Fl −1 (s) − K1,l −1 ⇒ K1l = Fl ( s ) s = p

令 Fl (s) =
s − p1
1
10
NOTE：
书中p194采用微分法，此法比较复杂（自学）
s−2
思考题22：求 F ( s ) = 3 之逆变换
s ( s + 1)
2
n −αt n!
（提示：L[t e ]= n +1 ）
(s + a)
11
4.5 用拉氏变换法分析系统—S域元件模型
Recall: 用拉氏变换法分析系统（解微分方程）三部曲
列微分方程 → 取 L → 取L-1
即：先列微分方程，后取变换
亦可：先取变换，再列方程 — 引出S域元件模型
⎧
⎪VR (t ) = Ri R (t ) ⎧
⎪ ⎪VR ( s ) = RI R ( s )
⎪ di (t ) L ⎪
∵ ⎨VL (t ) = L L
dt ⇒ ⎨VC ( s ) = sLI L ( s ) − Li L (O− )
⎪ ⎪ 1 1
⎪ 1 t ⎪VC ( s ) = I C ( s ) + VC (O− )
V
⎪⎩ C ( t ) =
C ∫− ∞
iC (τ ) dτ ⎩ sC s
12
§4.5 用拉氏变换法分析系统—S域元件模型
⇒ S域元件模型图（S域阻抗，或运算阻抗）
1
R sL sC
− + + −
L⋅ iL (0- ) 1
I R (s) I L (s) I C (s) ⋅ vC (0- )
s
+ VR (s) − + VL (s) − + VC (s) −
1 1
VR (s) = R ⋅ I R (s) VL (s) = sL ⋅ I L (s) - L ⋅ iL (0- ) VC (s) = ⋅ I C ( s) + ⋅ vC (0- )
sC s
电阻电感电容
以上起始条件等效为电压源，用于回路分析
13
用于结点分析，起始条件等效为电流源，此时S域元件模型：
sL 1
R sC
I R (s ) I L (s)
1
iL (0- ) IC (s)
+ V R (s ) − s C ⋅ vC (0- )
+ VL (s) + VC (s) −
−
1 1 1
I R (s) = VR ( s ) I L ( s) = ⋅VL (s) + iL (0- )
R sL s IC (s) = sC ⋅VC (s) - C ⋅ vC (0- )
利用S域元件模型，可把戴维宁定理与诺顿定理直接用于S域。
14
例如： L
+
E
−
C RLC串联回路，起始状态为0
R
sL
E
1
E + I (s ) sC I ( s) = s
s − 1
sL + +R
R
sC
15
§4.5 用拉氏变换法分析系统——S域元件模型
又如：
t=0
R R
+ E+ 1
E i (t ) C I (s )
s sC sL
− −
E
I (s) = s
1
sL ⋅ NOTE:零状态!!
R+ sC
1
sL +
sC
16
例4-16 t=0，开关从1 →2，求iL(t) = ?

R1 t=0 R2
2
1
+ −
E1 E2
R0 +
−
iL (t )
求电流，用结点分析模型：
E1 E2
sL R0 R2 sR2
sR1
I L (s )
17
E1 E2
+
E1 sR1 sR2 1
I L ( s) + = *
sR1 1 1 1 sL
+ +
R 0 R2 sL
1 E1 E2 E1 E2
( + ) +
s R1 R2 R R2 L( R0 + R2 )
= = 1 (τ = )
sL( R0 + R2 )
+ 1 s ( sτ + 1) R0 R2
R0 R2
E1 E2 1 1
= ( + )( − )
R1 R2 s s + 1
τ
18
E2 E1 E2 1
⇒ I L (s) = −( + )
sR2 R1 R2 s + 1
τ
E2 E E
⇒ i L (t ) = − ( 1 + 2 )e −t / τ
R2 R1 R2
E2
R2
波形： 0 t
E1
−
R1
19
§4.6 系统函数
定义：系统零状态响应的拉氏变换与激励的拉氏变换之比
E(s) H(s) R(s)

e(t) h(t) r(t)
注意： ⎛⎜
R( s) = H ( s) ⋅ E ( s)
⎜ r (t ) = h(t ) ∗ e(t ) ⇒ H ( s ) = L[h(t )]
⎝
R(s)，E(s)可分别为I(s)，V(s)，可在同一端口，
也可在不同端口。 20
§4.6 系统函数
I i (s )
R(s)、E(s) 在同一端口 Vi (s) 系统
H(s) 称为“策动点函数”或“驱动点函数”
R(s)，E(s) 不在同一端口
I i (s ) I o (s )
Vo (s )
Vi (s)
H(s) 称为Transfer Function (传输、转移、传送)

21
§4.6 系统函数
⇒ 策动点函数只能是阻抗或导纳；转移函数可以是
阻抗、导纳、比值
求H(s) 的方法：
由两个约束（元件、拓扑）建立E(s)与R(s)
之间的关系。
一般情况：
列写S域回路方程或结点方程
22
§4.6 系统函数
设有L个回路：
Z11I1 + Z12 I 2 + + Z1L I L = V1

Z 21 I 1 + Z 22 I 2 + + Z 2 L I L = V2
Z L1 I 1 + Z L 2 I 2 + + Z LL I L = VL
⇒ [ Z ][ I ] = [V ]
[ I ] = [ Z ]−1[V ]
23
§4.6 系统函数
令 ∆ = Z （[Z]方阵之行列式）
⎡∆ 11 ∆ 21 … ∆ L1 ⎤
⎢ ∆ L 2 ⎥⎥
1 ⎢∆ 12 ∆ 22 …
[Z ]−1 = 注意下标，[Z]转置
∆⎢ ⎥
⎢ ⎥
⎣ ∆ 1L ∆ 2L … ∆ LL ⎦
Δjk表示[Z]去掉j行k列之行列式乘（-1）j+ k
∆1K ∆2K ∆ LK
⇒ IK = V1 + V2 + + VL
∆ ∆ ∆
NOTE: 在互易网络中，[Z]对称，j、k可互换。
24
§4.6 系统函数
如果仅Vj ≠0, 其余Vi=0 （i ≠j），则
Ik =
∆ jk
⇒
I k ∆ jk
Vj 转移导纳 Ykj = =
∆ Vj ∆
类似地可求 [I]=[Y][V]
Vk ∆ jk
Z kj = = 由导纳阵[Y]求转移阻抗
Ij ∆
1
例4-18 1
I 3 (s)
1
I2
V1 ( s )
+
1 求 = Y21
− I1 ( s ) 1 I 2 ( s)
V1
25
§4.6 系统函数
1 1
S域回路方程： (1 + ) I1 ( s ) + I 2 ( s ) − I 3 ( s ) = V1 ( s )
s s
1 1
I1 ( s ) + ( + 1 + 1) I 2 ( s ) + I 3 ( s ) = 0
s s
1 1 2
1
− I1 ( s ) + I 2 ( s ) + ( + 1) I 3 ( s ) = 0
I 3 (s) s s s
1 1
+
V1 ( s ) 1 1
− I1 ( s ) 1 I 2 ( s)
1
1+ 1 −
s s
1 1 s 2 + 5s + 2
∆= 1 +2 =
s s s2
1 1 2
− +1
s s s
26
§4.6 系统函数
1
1 s 2 + 2s + 1
∆ s
Y21 = 12 ∆12 = =
∆ −
1 2
+1 s 2
s s
s 2 + 2s + 1
Y21 = 2
s + 5s + 2
27
n −αt n!
本节课小结：L-1：部分分式分解 L[t e ]=
( s + a ) n +1
S域模型：可直接用于列回路方程或结点方程
系统函数H(s):零状态，H(s)=L[h(t)]
下节课：系统函数零、极点特性分析
课后作业： 4-4（10-16），4-8，4-12，4-18，4-20
思考题： 22，23（4-14，比较思考题9）
参考书： Oppenheim 9.3, 9.8
Siebert 2.3, 2.4, 2.5，3.2 28
信号与系统
陆建华
2004年春季学期
§4.7由系统函数零、极点分布决定时域特性
拉氏变换的应用：三方面的问题
时域特性（响应分解）
频域特性（正弦稳态、针对滤波器应用）
稳定性（有源网络、反馈、振荡器、控制系统）
(1) H(s) 零、极点与波形关系（表4－4）
n
Ki
h(t ) = L−1[ H ( s )] = L−1[∑ ] 假定无重根
i =1 s − pi
n n
= L−1 [∑ H i ( s )] = ∑ hi (t )
2
i =1 i =1
极点位置 H（s） h(t) 特性

jω
1
σ 左半 e − at 衰减
−a s+a
jω
1
σ 右半 eat 增长
a s−a
jω
1
σ 原点 u (t ) 恒定
0 s
jω
jω 0
ω0
σ 虚轴共轭 s 2 + ω 2
sin ω 0t 等幅振荡
0
− jω 0

jω
jω 0
ω0
σ 左半共轭 e −αt sin ω 0t 衰减振荡
−α (s + α ) + ω0
2 2
− jω 0
jω
jω 0
2ω 0 s
σ 虚轴二阶 t sin ω 0t 增长振荡
( s 2 + ω 02 ) 2
− jω 0
因此，从S平面观察到时域情况，关键是极点的分布
零点的影响：不影响h(t)函数波形特征，只影响幅值和相位
s+a s a ω0 jω
例如： 2 = + ⋅
s + ω 02 s 2 + ω 02 ω 0 s 2 + ω 0 2 jω 0
⇒
a σ
cos ω 0t + sin ω 0t −a
ω0 − jω 0
(2) 极点分布与响应分解
自由响应与强迫响应 ( Natural Response & Forced Response）

6
m
Π ( s − z hj )
j =1
H (s) = n
（无重根）
Π ( s − phj )
i =1
u
Π ( s − zel )
E ( s) = l =1
v
（无重根）
Π ( s − pek )
k =1
m+u < n+v

n v
K ek
∑
K hk
R(s) = E(s)H(s) = ∑ s − p +
k =1 hk k =1 s − pek
n v
⇒ r(t) = ∑ K hk e
p hk t
+ ∑ ek
K
k =1
e pek t
k =1
⇓ ⇓
自由响应强迫响应
NOTE: ①函数形式 r(t) 中，自由响应只与phk有关

强迫响应只与pek有关
②系数Khk、Kek与H(s)、E(s)都有关。
8
③ 当phk、pek有相同的时，自由响应与强迫响应不能完全分开
④ 教材中关于zhi、zei、phi、pei、khi、kei标注有误
⑤ phi（i=1,……,n) 称为系统的固有频率
∆ jk
Recall: H ( s) = , p hi 即为⊿的根
∆
( s + 1) 1
=
但是可能有某些因子被消去，如 ( s + 1)( s + 2) s + 2
⇒ 固有频率包含H(s)的极点，但H(s) 极点不一定是全部
的固有频率。
9
暂态响应与稳态响应（Transient, Steady-State）
一般 Re [ phi ] < 0，极点在左半平面，自由响应必衰减 ⇒ 暂态
Re [ pei ] = 0 ，极点在虚轴，强迫响应为稳态
特例：①无损电路：
Re [ phi ] 在虚轴有共轭极点，自由响应为稳态
②衰减激励：Re [ pei ] < 0 ，强迫响应为暂态
10
例4－19 输入信号v1 (t ) = 10 cos 4tu (t )

2Ω
求 v2(t) 1
v1 (t ) F v2 (t )
2
1
H (s) =
s +1
10 s
V1 ( s ) = L[10 cos 4tu (t )] = 2
s + 16
10 s
V2 ( S ) = H ( s )V1 ( s ) =
( s + 1)( s 2 + 16)
10
−
10 S 40 4
= 17 + ⋅ 2 + ⋅ 2
S + 1 17 S + 16 17 S + 4 2
11
10 −t 10 40
⇒ v2 (t ) = − e + cos 4t + sin 4t
17 17 17
自由（暂态）强迫（稳态）
NOTE: 请回顾§ 2.4中的有关内容，特别是式（2－34）
12
§4.8 由系统函数零极点分布决定频响特性
频响特性：系统在正弦信号激励下稳态响应随信号
频率的变化情况。
Emω 0
e(t ) = Em sin ω 0t ⇒ E (s) = 2
s + ω 02
Emω 0
R( s) = ⋅ H (s) (假设H(s) 极点都是一阶的)
S + ω0
2 2
K − jω 0 K jω 0 K1 K2 K3 Kn
= + + + + +"+
S + jω 0 s − jω 0 s − p1 s − p2 s − p3 s − pn
强迫自由 13
Emω 0 H (− jω 0 )
K − jω 0 = ( s + j ω 0 ) R ( s ) s = − jω =
0
− 2 jω 0
Emω 0 H ( jω 0 )
K jω 0 = ( s − j ω 0 ) R ( s ) s = jω =
0
2 jω 0
jϕ 0
令 H ( jω 0 ) = H 0 e ⇒ H ( − j ω 0 ) = H 0 e − jϕ 0
K − jω 0 K jω 0
Em H 0 e − jϕ 0 e − jϕ 0
⇒ + = [− + ]
s + jω 0 s − jω 0 2j s + j ω 0 s − jω 0
K − jω 0 K jω 0
−1
L ( + ) = Em H 0 sin(ω 0t + ϕ 0 )
s + jω 0 s + jω 0
14
系统的完全响应为：
n
r (t ) = L [ R ( s )] = Em H 0 sin(ω 0t + ϕ 0 ) + ∑ K i e pi t
−1
i =1
对于稳定系统，极点应分布在S平面左半，即 Re[pi]<0
⇒ 稳态响应即强迫响应 rss (t ) = Em H 0 sin(ω 0t + ϕ 0 )

NOTE: ① 其中：H0，ϕ 0 由 H ( jω 0 ) 决定。
② H ( jω 0 ) = H ( s ) s = jω ，一般 H ( jω ) ≠ F [h(t )]
0
③ 系统对正弦激励的响应仍为正弦信号，
但其幅度和相位受H(s)控制。
15
为什么要研究频响特性?
进行各种信号与系统设计的基础
(1)系统设计举例：滤波器设计
针对信号特性，设计各种各样的滤波器。通常是将
接收机的频响特性调整到符合某种要求，有低通、
高通、带通、带阻、全通等。
例1、收音机/电视机的输入电路（带通）选台
例2、手机的接收机电路，根据基站指示，确定中心
频率及带宽（带通） 16
典型滤波器示例（Page 219）
H ( jω ) H ( jω ) H ( jω )
0 ωc ω 0 ωc ω 0 ω c1 ω c 2 ω
低通高通带通
(2) 信号设计举例：信号波形及发送信号速率
信号波形设计：能量集中。如第三章讲过的升余弦
（成型）滤波器
发送信号速率：（尽可能高）能多高？
17
考虑一个简单的传播模型建筑物
假设基站与手机传播延迟t0
P1、P2两路径时间差 τ p2
P1、P2路径损耗相同，为 α p1
?
从基站到手机的信号传播系统模型为基站
s(t) r(t)
h(t)
自基站至手机
18
⇒ h(t ) = α [δ (t − t0 ) + δ (t − t0 − τ ) ]
+τ ) s
⇒ H ( s) = L[h(t )] = α (e − t s + e − (t
0 0
) = αe − t 0 s (1 + e −τs )
H ( jω ) = H ( s ) s = jω = αe − jωt0 (1 + cos ωτ − j sin ωτ )
H ( jω ) = α (1 + cos ωτ ) 2 + sin 2 ωτ = α 2(1 + cos ωτ )

H ( jω )
画出频响特性波形：
2α
0 π 2π ω
τ τ 19
H ( jω ) 对不同频率的信号响应是不一致的，且在频率轴带通、
带阻交替
⇒ 传播信道的频率选择性，也称频率选择性信道
τ 称为多径延迟扩散 Multi-path Delay Spread（有更为

严格的定义）
为避免传播信号进入带阻，信号速率f必须满足 2πf ⋅ τ << π

1
⇒ f <<
2τ
20
一般室外传播环境 τ ≈ 1 − 5µs f<100kbps
室内传播环境 τ ≈ 20ns − 200ns f<2500kbps
（3）一般s平面分析
根据系统函数H（s）在s平面的零、极点分布绘制频响
特性曲线 H ( jω ) 、ϕ (ω )
m m
Π (s − z j ) Π ( jω − z j )
H (s) = K ⋅
j =1
n ⇒ H ( jω ) = K ⋅
j =1
n
Π ( s − pi ) Π ( jω − pi )
i =1 i =1
21
⎧⎪( jω − pi )⎫ ⎧⎪ pi ⎫
⎨ ⎬ 相当于从 ⎨ ⎬ 引至虚轴上某点之矢量
⎪⎩( j ω − z )
j ⎭ ⎪⎩ z j ⎭
⎧⎪M i e jθ i
jω
分别以⎨ jψ j 表示
⎪⎩ N j e Mi
θi
Nj
ψj
22
N 1 e jψ 1 N 2 e jψ 2 " N m e jψ m
⇒ H ( jω ) = K
M 1 e jθ 1 M 2 e jθ 2 " M n e jθ
n
N 1 N 2 " N m j [(ψ 1 +ψ 2 + " +ψ m )− (θ 1 +θ 2 + " +θ n )]

=K e
M 1M 2 " M n
N1 N 2 " N m
∴ H ( jω ) = K
M 1M 2 " M n
ϕ (ω ) = (ψ 1 + " + ψ m ) − (θ 1 + θ 2 + " + θ n )
当 ω 沿虚轴移动时，各系数因子之模与幅角随之改变，
可得出频响曲线。
23
例4－20 分析频响特性 C
V2 ( s ) s
H ( s) = = v1 R v2
V1 ( s ) s + 1
Rc
零、极点分布：
jω
Mi
Ni
θi ψ i = 90o (i=1)
1 σ
−
RC
24
N1
H ( jω ) = ， ϕ (ω ) = ψ 1 − θ1 = 90 − θ1
o
M1
H ( jω ) ϕ (ω )
π
1 2
π
1
2 4
0 1 ω 0 1 ω
RC RC
一、二阶系统频响特性
jω
Ks
① σ 高通
s − p1 p1
25
K
② s− p p1 σ 低通
1
s − z1
③K σ 高通
s − p1 p1 z1
K
④ ( s − p1 )( s − p2 ) p1 p2 σ 低通
26
Ks
⑤ ( s − p )( s − p ) p1 p2 σ 带通
1 2
Ks 2
⑥ ( s − p )(s − p ) p1 p2 σ 高通
1 2
自学例4－22
27
§4.9 二阶谐振系统的s平面分析
二阶谐振系统：应用很广，主要用于滤波器设计及振荡器设计
分析并联谐振电路：
V2 ( s )
求 Z ( s) =
i1 G
C L
I1 ( s)
28
V2 ( s ) 1 1 s
Z (s) = = = ⋅
I1 ( s ) G + sC + 1 c s2 + G s + 1
sL C LC
s
=
C ( s − p1 )( s − p2 )
G G 2 1
p1 , 2 = − ± ( ) − = −α ± jω d
2C 2C LC
其中 G 1
α= ,ω0 = ,ω d = ω0 − α 2
2
2C LC
29
按照零、极点分布，可大致判断其频响特性为带通：
H ( jω )
ω 需确定①峰值 max { H ( jω ) }
0 ωL ω0 ωH
ϕ(ω)
②及其所在频率点
π ③带通滤波器的带宽
2
0 ωL ω0 ωH ω
π
−
2
30
(1) 峰值：可以证明当 ω = ω 0时，H ( jω ) 取得最大值
1
(2) 宽带：功率衰减相对峰值为3dB（）时的频点称为通带
2
边界频率，
此处（带通）通带边界频率为 ω L，ω H
带宽定义： Bw = ω H − ω L
注意：① 对于低通滤波器，其截至频率即为带宽
② 信号带宽通常由第一个过零决定（抽样定理应用）
31
本节课小结：
H（s）零、极点分布与时域特性、影响特性的关系
零、极点分布 ⇒ 时域波形 ⎫
⎬ ⇒ H ( jω ) 之作用
零、极点分布 ⇒ 判断滤波器特征⎭
下节课内容：
全通网络、系统稳定性、双边拉氏变换
课后作业： 4－23，4－31，4－34
参考书： Oppenheim 9. 4 Siebert Chapter 4
32
信号与系统
陆建华
2004年春季学期
建筑物
上节课遗留问题：信号速率？
P1、P2两路径传播时间差τ
p2
P1、P2路径损耗相同，为 α
⇒ 频率选择性信道 p1
?
τ 称为多径延迟扩散 H ( jω )
基站
2α
信号速率f必须满足 2πf ⋅ τ << π
1
⇒ f << 0 π 2π ω
2τ
τ τ 2
§4.10全通函数与最小相移函数的零、极点分布
全通函数：H ( jω ) = Cons tan t，用于构成某种相移 ϕ (ω )
零、极点分布: 关于虚轴互呈镜像
jω
例： M1 = N1
p1
M 2 = N2
N1 z1
M1
M2 N2 M 3 = N3
p2 z2 σ N1 N 2 N 3
N3 H ( jω ) = K ⋅ =K
M3 M 1M 2 M 3
z3
p3 NOTE: ϕ (ω ) 随 ω 而变化 3
§4.10 全通函数与最小相移函数的零、极点分布
如何判断是否为全通函数？
⎧ Re ( pi ) = − Re ( zi ), i = 1,2, "
⎨
⎩ I m ( pi ) = I m ( zi ), i = 1,2, "
最小相移函数：
定义：对于稳定系统（极点位于S左半平面），零点位于
S左半平面或 jω 轴的网络函数称为最小相移函数，否则
为非最小相移函数。 NOTE：相对的概念
4
举例说
明：
jω jω
p1 p1
θ1 θ1
ψ1 ψ1
z1
z1
σ σ
ϕ = ψ 1 − θ1 ϕ = ψ 1 − θ1
变化范围较大变化范围较小
性质：非最小相移函数可以表示为最小相移函数与全通
函数之积。
例： jω jω jω
p1 z1 σ p1 z1′ σ p1′ z1 σ
z1′ = p1′
§4.11 线性系统的稳定性
基本定义：如果对每个有界输入，系统必然产生有界输出，
则称为稳定系统。
Boundary Input、Boundary Output (BIBO)
e(t ) ≤ M e ⇒ r (t ) ≤ M r , M e, M r 有界正值。
∞
利用h(t)判断，充要条件是
判断 ∫－∞
h(t ) dt ≤ M , M有界正值
（证明参见P238－239）
7
利用H（s）判断，看
判断 S域零、极点分布
(1) 极点在左半平面：lim [h(t )] = 0 ，稳定系统

t →∞
(2) 极点在右半平面或在 jω 轴有二阶以上极点，

lim[h(t )] = ∞, 不稳定系统。
t →∞
不稳定系统
(3) jω 轴一阶极点：t → ∞ ，h(t)非零值或等幅振荡，

临界稳定系统。
临界稳定系统
例4-26 反馈系统：
V1 ( s ) 1 V2 ( s )
∑ G (s) =
+ ( s + 2)( s − 1)
-
讨论K的取值与系统稳定性的关系
V2 ( s) = [V1 ( s) − KV2 ( s)]G ( s)

V2 ( s ) G ( s) 1
⇒ H (s) = = =
V1 ( s ) 1 + KG ( s ) ( s + 2)( s − 1) + K
9
1
H (s) =
( s − p1 )( s − p2 )
1 9
p1, 2 =− ± −K
2 4
9
① K > , 左半共轭复根，稳定
4
9 1 9
② K < , 令－＋ − K < 0 ⇒ K > 2
4 2 4
∴ K>2 稳定系统，K=2 临界系统，K<2不稳定。

10
§4.12 双边拉氏变换
∞
定义：FB ( s ) = ∫− ∞ f (t )e dt
− st
目的： ①t从－∞开始，非因果信号接入，或将起始条件转
换为信号
②便于与傅氏变换及后面将讲到的Z-变换沟通
困难：收敛域，每一步都必须注明收敛域
Recall: 单边拉氏变换存在条件：①分段连续，②指数阶
11
给定f(t), 能找到 σ 0 ，当 σ > σ 0，下式成立：
lim f (t )e −σt = 0, σ > σ 0

t →∞
对于双边拉氏变换，尚需验证 t → −∞ 的极限情况，即应
满足：
⎧
⎪lim f (t )e −σt =0
⎪⎪t →∞
⎨
σ为某一取值空间（收敛域）
⎪ lim f (t )e −σt =0
⎪t →−∞
⎪⎩
12
例4-27 f (t ) = u (t ) + e u (−t )
t
lim[u (t ) + et u (−t )]e −σt = 0 ⇒ σ > 0

t →∞
lim [u (t ) + et u (−t )]e −σt = 0 ⇒ σ < 1

t → −∞
∞ ∞
∴ FB ( s) = ∫ f (t )e − st
= ∫ [u (t ) + et u (−t )]e − st dt (0 < σ < 1)
−∞ −∞
0 ∞
=∫ e (1− s ) t
dt + ∫ e − st dt (0 < σ < 1)
−∞ 0
1 1
= + (0 < σ < 1)
1− s s
13
NOTE: ①若 lim f (t )e −σt = 0 和 tlim f (t )e −σt 无共同收敛区，

t →∞ → −∞
则 FB (s) 不存在
② FB ( s) 不唯一，f(t)与FB (s)不一一对应
∞ 1
例：∫− ∞ u (t )e − st dt = （σ>0）
s
∞ 1
∫− ∞
− st
− u ( − t ) e dt = （σ<0）
s
③双边拉氏变换性质与单边相同，但无初值。
④连续系统多为因果系统，双边拉氏变换应用
价值不大。
14
§4.13 拉氏变换与傅氏变换的关系
?
L[ f (t )] s = jω = F [ f (t )]
考虑单边拉氏变换的情况，即当t<0, f(t)=0

根据收敛域确定拉氏变换与傅氏变换的关系
（1）σ 0 > 0, F (ω )不存在
例：f (t ) = e at u (t ) a>0
1
⇒ F (s) = ,σ 0 = a, F (ω )不存在
s−a 15
(2) σ 0 = 0, F (ω )出现冲激
1
例: L[u (t )] = (σ < 0)
s
F [u (t )] = 1
jω
+ πδ (ω )
(3) σ 0 < 0, F (ω )存在， F（ω）= F（s ) s = jω

− at 1
例：L[e u (t )] =
s+a
− at 1
F [e u ( t )] =
jω + a
16
N
Kn
一般关系式：若 F ( s ) = Fa ( s ) + ∑
n =1 s − jω n
极点左半极点在虚轴
N
则F [ f (t )] = F [ f a (t ) + ∑ K n e
jω n t
u (t )]
n =1
N
1
= Fa ( jω ) + ∑ K n {δ (ω − ω n ) * [πδ (ω ) + ]}
n =1 jω
N N
Kn
= Fa ( jω ) + ∑ + ∑ K nπδ (ω − ω n )
n =1 j (ω − ω n ) n =1
F ( s ) s = jω 17
N
⇒ F [ f (t )] = F ( s ) s = jω + ∑ K nπδ (ω − ω n )
n =1
f (t ) = f (t )u (t ) ⎧ s = σ + jω σ =0
双边L ⎨
⎩− ∞ < t < ∞
⎧ s = σ + jω s = jω
单边L ⎨ F:
⎩ 0<t <∞ −∞<t <∞
F [ f (t )u (t ) e − σ t ] = L ( f (t ))
傅氏与拉氏变换的区别与联系 18
信号与系统
第一章至第四章
主要内容回顾
第一～四章回顾
d d d d
dt dt dt dt
奇异信号 R(t ) ⇒ u (t ) ⇒ δ (t ) ⇒ δ ′(t ) ⇒ δ ′′(t ) "
1 (冲激强度)
⎧⎪∞
⎨∫−∞
δ (t )dt = 1
⎪⎩δ (t ) = 0 (t ≠ 0) 0 t
δ (t ) f (t ) = f (0)δ (t ) 筛选或抽样特性 20
∞
信号运算 f 1 (t ) * f 2 (t ) = ∫ f 1 (τ ) f 2 (t − τ ) dτ
−∞
LTI系统
e1 (t ) r1 (t ) e2 (t ) r2 (t )
c1e1 (t ) + c2 e2 (t ) c1 r1 (t ) + c 2 r2 (t )
e (t ) → r (t ) e(t − t 0 ) → r (t − t 0 )
21
连续时间系统的时域分析
微分方程求解
(1)齐次解：激励为0，特征方程 C 0α n + C1α n −1 + " + C nα + C n = 0
求根得α 1 ,",α n n 个根，⇒ A1eα1t + A2eα 2t + " + An eα nt 为齐次解

(2)特解：由激励形式决定，查表，⇒ B (t )
完全解： A1e α1t + A2 e α 2t + " + An e α nt + B (t )
齐次(自由) 特解(强迫)
(3)定系数 A1 , " , An，最关键的一步。

22
求0+：冲激函数匹配法
建立 t = 0(0-≤ t ≤ 0 + ) 时微分方程，利用奇异函数
进行系数匹配。
∆ u (t )
定义相对单位跳变函数 ∆u (t ) ： 1
⎧1 0 − < t < 0 +
∆u( t ) = u(0 + ) − u(0 − ) = ⎨
⎩0 其它 t
0
⎧ 0 + ∆u( t )dt = 0
性 ⎪ ∫0 −
⎨ t
⎪ δ (τ )dτ = ∆u( t ), 0 + > t > 0 −
质： ⎩ ∫− ∞
23
冲激响应： e(t )
h1 (t )
r (t )
⇒ h(t ) = h1 (t ) + h2 (t )
h 2 (t )
e(t) h1(t) h2(t) r(t) ⇒ h (t ) = h (t ) ∗ h (t )

1 2
卷积应用： r (t ) = e(t ) ∗ h(t ) 24
傅立叶变换
( F -变换)时域(时间域)→频域(频率域)
∞
傅立叶级数 f (t ) = a 0 + ∑ (a n cos nω 1 t + bn sin nω 1 t )
n =1
∞
f (t ) = ∑ F (nω 1 )e jnω1t
n = −∞
2π
F (nω 1 ) =
1
∫
T1
f ( t )e − jn ω 1 t
dt 简记 Fn ω1 =
T1 0 T1
Eτ ⎛ nω 1τ ⎞ 2π
周期矩形： Fn = Sa ⎜ ⎟ BW =
T1 ⎝ 2 ⎠ τ 25
⎧F (ω ) = ∞ f (t )e − jωt dt
⎪ ∫−∞
傅立叶变换 ⎨ 1 ∞
∫
jω t
⎪ f (t ) = F (ω ) e dω
⎩ 2π − ∞
F [δ (t )] = 1 F [u (t )] =
1
+ πδ (ω )
jω
若 F [ f (t )] = F (ω ) 若 F [ f (t )] = F (ω )
则 F [F (t )] = 2πf (−ω ) 则 F [ f (t ± t 0 )] = F (ω )e ± jωt 0
，F [ f 2 ( t ) ] = F 2 (ω )
F [ f 1 ( t ) ] = F 1 (ω )
⇒ F [ f 1 ( t ) ∗ f 2 ( t ) ] = F1 (ω ) F 2 (ω )
26
周期信号→离散频谱，抽样信号→重复频谱
f (t ) | F (ω ) |
τ0 τ 0 ω
− T1 − T1 t
2 2
F (ω ) f (t )
假想
抽样定理
0 ω 0 t
F1 (ω ) f 1 (t )
0 ω1 ω 0 T1 t 27
拉普拉斯变换
(1)基本概念（由F-变换推演出L-变换，系统分析的重
要工具）
∞
(2)定义：F ( s ) = ∫0 f (t )e dt （单边）
− st
−
优点、收敛域、基本性质（时移、微分、卷积、
初值、终值）
(3)拉氏变换的应用
S-域元件模型→系统函数H（s）→零、极点分布决
定时域响应和频响特性
28
(4)几个重要的概念
全通函数、最小相移函数、系统稳定性、单/双边拉氏
变换的关系
(5)需注意的几个问题：
a. 1 + e − st 有零点，若出现在分母上，则有极点
b.系统带宽（3dB带宽），信号带宽（过零点）F-变换
信号带宽与抽样定理的关系
c.功率下降3dB与幅度下降3dB是一回事
29
F (ω)
− ω m 0 ωm ω
信号带宽为 ω m ，负频率是数学变换的结果
但应用抽样定理时，负频率起作用。
c.全通网络（全通函数）
H ( jω ) = cons tan t，相移不一定是常数。
课后作业: 4-43、4-45、4-47
30
预祝同学们
考试成功
信号与系统
陆建华
2004年春季学期
第五章傅里叶变换应用于通信系统
§5.1 引言
应用重点：滤波、调制和抽样
讲授重点：• 系统函数H(jω)
其余章节自学
• 无失真传输条件
• 理想低通滤波器模型
• 调制／解调的原理与实现
• 带通系统的运用
• 抽样信号的传输与恢复
2
§5.1 引言
本章与第三章的关系：
第三章傅里叶变换侧重于信号分析，本章侧重
于系统分析，是第三章的继续。
Recall: f 1 ∗ f 2 ↔ F 1 (ω ) F 2 (ω )
e(t) r(t)
h(t)
E(jω) R(jω) H(jω)为傅氏变换
F-变换: H(jω) 形式的系统函数
3
§5.1 引言
本章与第四章的关系：
是第四章的一个特例，专门研究系统的频域特
性。
Recall: 对于稳定（临界）系统，有如下关系：
N
F [ f (t )] = F ( s ) s = jω + ∑ K nπδ (ω − ω n )
n =1
本章面向的系统是严格稳定系
统： F [ f (t )] = F ( s ) s = jω
4
§5.1 引言
Note: 即使临界系统,也不使用傅里叶变换
举例：初态=0,求Vc(t)=?
t
vc (t ) = ∫ i(τ )dτ = u(t )
−∞
h(t ) = u(t ), ∵i(t ) = δ (t ) δ (t) C=1

1
F[h(t )] = + πδ (ω)
jω
1
另一方面： H ( jω) = H (s) s= jω =
jω
−1 1 1
vc (t ) = F [ ] = sgn(t ) 容易出错！
jω 2 5
§5.2 利用系统函数 H ( jω )求响应

Recall: e(t ) = Em sin ω 0t
稳定系统稳态响应 rss (t ) = Em H 0 sin(ω 0t + ϕ 0 )

1
例 : 若 H ( jω ) = 当输入分别为 sin t , sin 2t , sin 3t时的输出为多少 ?
1 + jω
1
sin t : sin(t − 45 )
2 不同的频率
1
sin 2t : sin( 2t − 63 ) 不同的幅度加权
5
sin 3t :
1
sin( 3t − 72 ) 不同的相位修正
10
6
这是针对离散频点的情况。本章将研究更为一般的情
况。
例5－2：
1 2 V2 ( jω ) = H ( jω )V1 ( jω )
+ R +
↑ ↑
v1 ( t ) C v2 (t )
H ( jω ) ↔ h(t ) F [v1 (t )]
− −
1′ 2′
H (s )
v 1(t ) s = jω
E
v2 t = F [V2 ( jω )]
( ) −1
O τ t
7
1 1 1
令α =
解： H (s ) = α
H ( jω ) =
sC = RC RC
s → jω
R+
1
s+
1 ⎯⎯ ⎯
⎯→ α + jω
sC RC
ωτ
⎛ ωτ ⎞ − j
V1 ( jω ) = Eτ Sa⎜ ⎟e 2
=
E
jω
(
1 − e − jωτ )
⎝ 2 ⎠
V2 ( jω ) = H ( jω )V1 ( jω )
ωτ
α ⎛ ωτ ⎞ − j
= ⋅ Eτ Sa ⎜ ⎟e 2
= V2 ( jω ) e jϕ 2 (ω )
α + jω ⎝ 2 ⎠
[
∴ v2 (t ) = E [u (t ) − u (t − τ )] − E e −αt u (t ) − e −α (t −τ )u (t − τ ) ]
8
波形及频谱图
1 2 H ( jω )
+ R + 1
v1 (t ) C v2 ( t ) 2 2 低通
− −
1′ 2′ O α ω
V1 ( jω )
v 1(t )
E Eτ
O τ t O ω
v 2(t )
V2 ( jω )
E 高频
压低
O τ t O ω 9
思考题24：当输入信号为周期矩形脉冲信号时，输出如何?
1 2 H ( jω )
+ R + 1
v1 ( t ) C v2 (t ) 2 2
− −
1′ 2′
O α ω
v 1(t ) V1 ( jω )
Eτ
E
T
−T O τ T t
O ω
V2 ( jω )
v 2 (t )
E
−T O τ T t O ω 10
§5.3 无失真传输
在实际应用中对失真问题的研究有两类：
信号传输失真尽可能小
有意识地产生失真（预失真波形产生）
信号传输过程中引起失真的原因：
非线性失真（产生新的频率成分）
线性失真（不产生新的频率成分）
幅度失真、相位失真
11
无失真传输的条件
e(t) r(t)
线性网络
t0
时域：r (t ) = ke(t − t0 )
∞
频域：令e(t ) ↔ E ( jω ), E ( jω ) = ∫ e(t )e − jωt dt
−∞
∞
R( jω ) = ∫ ke(t − t0 )e − jωt dt
−∞ 12
H ( jω )
令x = t − t 0
∞
∫
− jω ( x + t 0 )
R ( jω ) = ke ( x ) e dx
−∞
∞
ϕ ( jω )
∫ e( x )e
− j ωt 0 − jωx
= ke dx
−∞
∵ R ( jω ) = H ( jω ) E ( jω )
∴ H ( jω ) = ke − jωt0 − ω t0
13
⎧ H ( jω ) = K H ( jω ) φ (ω )
⎨ − ωt 0
⎩ϕ (ω ) = −ω t0
K
O ω O ω
H ( jω ) = Ke − jωt 0 ↔ Kδ (t − t 0 ) = h(t )
Note：
●幅度为与频率无关的常数K，系统的通频带为无限宽。
●相位特性与频率成正比，是一条过原点的负斜率直线。
●不失真的线性系统其冲激响应也是冲激函数。 14
相位特性为什么与频率成正比关系？
只有相位与频率成正比，方能保证各谐波有相同的迟延时
间，在延迟后各次谐波叠加方能不失真。
d ϕ (ω )
延迟时间t0 是相位特性的斜率： = −t 0
dω
群时延
或称群延时 d ϕ (ω )
τ =−
dω
在满足信号传输不产生相位失真的情况下，系统的群时
延特性应为常数。 15
sin t sin 2t sin t + sin 2t
举例
输入
O t O t O t
sin (t − 2 ) sin(2t − 3 ) sin(t − 2 ) + sin(2t − 3 )
输出
O t O t O t
d ϕ (ω )
此系统不满足 = − t0
dω
信号传输后失真 16
利用失真：波形形成
H ( jω )
r (t )
δ (t )
ω
E ( jω ) = 1 R ( jω ) = H ( jω )
请参见升余弦滤波器在数字通信系统中的应用补充材料。
17
§5.4 理想低通滤波器
理想低通的频率特性
H ( jω ) ϕ (ω )
1
ωc为截止频率，称
ωC 为理想低通滤波器的
− ωC O ωC ω − ωC O ω 通频带，简称频带。
⎧⎪1 ⋅ e − jωt 0 ω < ωc 在 (0-ωc) 的低频

H ( jω ) = ⎨ 段内，传输信号无
⎪⎩0 ω > ωc 失真。
18
理想低通的冲激响应
1 ∞
h(t ) = F [H ( jω )] =
−1
∫ H ( j ω ) e jω t
dω
2π −∞
h(t )
1 c − jω t 0 j ω t
ω ωC
2π ∫−ωc
= 1 ⋅ e e dω π
ωc sin ωc (t − t0 )
= ⋅
π ωc (t − t0 )
ωc t
⋅ Sa[ω c (t − t 0 )]
t0
= π
π ωc
19
Note:
1）比较输入输出，可见严重失真；
δ(t)信号频带无限宽，而理想低通的通频带(系统频带)
有限的(0-ωc),当δ(t)经过理想低通时，ωc以上的频
率成分都衰减为0，所以失真。
系统为全通网络，可以无失真传输。
2）理想低通是物理不可实现的非因果系统
原因：从h(t)看，t<0时已有值，系统未卜先知。
20
理想低通的阶跃响应
1
激励 e(t )=u (t ) ↔ πδ (ω ) +
jω
⎧⎪1 ⋅ e − jω t 0 ω < ωc
系统 h( t ) ↔ H ( jω ) = ⎨
⎪⎩0 ω > ωc
响应 r ( t ) = u( t ) ∗ h( t )
⎡ 1 ⎤ − jω t 0
R(ω ) = ⎢πδ (ω ) + ⎥ ⋅e ( −ω c < ω < ω c )
⎣ jω ⎦
1 ωC ⎡ 1 ⎤ − jω t 0 jω t
r ( t ) = F [R(ω )] =
−1
∫ ⎢πδ (ω ) + ⎥ e e dω
2π − ω C
⎣ jω ⎦ 21
1 2 ωc sin ω (t − t0 ) 1 1 ω c (t − t 0 ) sin x
r (t ) = +
2 2π ∫
0 ω
dω = +
2 π ∫0 x
dx
1 1
= + Si[ωC (t − t0 )]
u (t ) 2 π
π 1
O t
tr = 2 ⋅ =
r (t ) ωC B
1
1 为系统的上升时
2 π π 间，与滤波器带宽
ωC ωC
B成反比
O t0 t
tr 22
理想低通对矩形脉冲的响应
e1 (t )
e1 (t ) = u (t ) − u (t − τ )
O τ t
1 r1 (t )
r1 (t ) = {Si[ωC (t − t0 )]
π 1
− Si[ωC (t − t0 − τ )]} 1
2
O t0 τ t0 + τ t
t0 +
2
23
Note:
1 π
tr = << τ
2 ωC 时，才有如图示，近似矩形脉冲的响
应。如果τ过窄或ωc 过小，则响应波形上升与下
降时间连在一起完全失去了激励信号的脉冲形象。
吉伯斯现象：跳变点有9%的上冲。改变其他的“窗
函数” 有可能消除上冲。例如：升余弦类型
24
本节课小结：
系统函数H（jω）应用条件、求系统响应
无失真传输物理意义、无失真传输条件
理想低通滤波器概念、作用、阶跃响应
下节课内容：
调制／解调，带通系统，抽样信号恢复
课后作业： 5-6，5-10 思考题： 24

参考书： Oppenheim 6.0，6.1 Siebert 15.0，15.1
25
信号与系统
陆建华
2004年春季学期
第五章傅立叶变换应用于通信系统
§5.7 调制与解调
调制的目的：发送和传输信号
• 以某个较高频率从天线发送
• 在该特定频率的信道中传输
调制的手段：进行频谱搬移
g (t ) f (t ) = g (t ) cos ω 0t
相乘
频域表示？
cos ω 0t
2
调制： g (t )
G (ω )
1
g (t )
t
− ωm ωm
cos ω 0 t πδ (ω + ω 0 ) πδ (ω − ω 0 )
cos ω 0t t
− ω0 ω0
g (t ) ⋅ cos ω 0 t
?1/2 F (ω )
?
g (t ) cos ω 0t
t
− ω0 ω0
1 1
F (ω ) = G (ω ) *[πδ (ω + ω 0 ) + πδ (ω − ω 0 )] = [G (ω + ω 0 ) + G (ω − ω 0 )]
2π 2 3
解调：相干解调法 g 0 (t ) = [ g (t ) cos ω 0 t ] cos ω 0 t =

1
2
1
g (t ) + g (t ) cos 2ω 0t
2
F (ω )
g (t ) cos ω 0 t 1/2 1/2
cos ω 0 t − ω0 ω 0 − ω mω0 ω 0 + ω m
本地载波
相乘 G 0 (ω )
1/2 1/2
1/4
g 0 (t )
− ω 0 − ωc ωc ω0 2ω 0
低通 G (ω )
1/2
g (t )
−ω0 − ωm ωm ω0 2ω 0
ω m < ω c < 2ω 0 − ω m
4
解调：包络检波法
调制信号
cos ω 0 t
载波信号
载波反相点
g (t )cos ω 0 t
抑制载波调幅
[A + g (t )]cosω 0t
• 接收端不需要本地载波
• 简单低通电路提取包络
+ +
D 解调
r (t ) C R w(t ) = A + g (t ) A + g (t )
− −
5
举例：P312 5-18 单边带信号产生 1 时域 3

相乘
G (ω ) 1 接入 cos ω 0 t
g (t ) π v (t )
移相
2
∑
−ωm 0 ω m
− sin ω 0 t
H (ω ) = − j sgn( ω )
H ( jω ) 2 时域 4
相乘
求：v(t)的频谱？
解：分别求出不同位置的频谱：
6
举例：P312 5-18 单边带信号产生 1 时域 3

H (ω ) = − j sgn( ω ) 相乘
接入 cos ω 0 t
G 1 (ω ) = G (ω )
g (t ) π v (t )
G 2 (ω ) = G (ω ) H (ω ) 移相 ∑
2
= − j sgn( ω ) G (ω )
− sin ω 0 t
G3 (ω ) = F[ g (t ) cosω0t ]
H ( jω ) 2 时域 4
1
= [G(ω + ω0 ) + G(ω − ω0 )] 相乘
2
j
G4 (ω) = F[g2 (t)(−sinω0t)] = − [G2 (ω +ω0 ) − G2 (ω −ω0 )]
2
7
j
G4 (ω) = F[g2 (t)(−sinω0t)] = − [G2 (ω +ω0 ) − G2 (ω −ω0 )] G 1 (ω ) 1
2
G 2 (ω ) = − j sgn( ω ) G (ω )
1 −ωm ω
G4 (ω) = [G(ω −ω0 ) sgn(ω −ω0 ) − G(ω +ω0 ) sgn(ω + ω0 )] 0 m
2
1 G 2 (ω )
G3 (ω ) = [G(ω + ω0 ) + G(ω − ω0 )]
2
−ωm
G 3 (ω )
V (ω ) = G3 (ω ) + G4 (ω ) ω m
1/2
−ω0 ω 0
G 4 (ω )
1/2
−ω0 ω 0
-1/2 8
1
V (ω ) = G3 (ω ) + G4 (ω ) = {G (ω + ω 0 )[1 − sgn(ω + ω 0 )] + G (ω − ω 0 )[1 + sgn(ω − ω 0 )]}
2
G 3 (ω )
⎧2 ω > ω0
∵ 1 + sgn( ω − ω 0 ) = ⎨ 1/2
⎩0 ω < ω0
−ω0 ω
⎧2 ω < −ω 0 0
1 − sgn( ω − ω 0 ) = ⎨ G 4 (ω )
⎩0 ω > ω0 1/2
−ω0 ω 0
-1/2
V(ω) = G(ω −ω0)⋅u(ω −ω0) +G(ω +ω0)⋅u(−ω −ω0)
1
V (ω )
ω 0 9
§5.8 带通滤波系统的运用
－调幅信号作用于带通系统
回顾：无失真传输
• 幅频特性在通带为常数
• 相频特性为通过载波频率点的直线
实际带通系统：
幅频特性与相频特性都有畸变
举例： P289 例5-4
10
P289 例5-4
V2 (s )
H (s ) =
2s
滤波器转移函数 =
V1 (s ) (s + 1)2 + 100 2
激励信号 v1 (t ) = (1 + cos t ) cos(100t ) 求稳态响应v (t )？ 2
πδ (ω − 100 )
v1 (t ) = cos(100t ) + cos(101t ) + cos(99t )
1 1
π π
2 2 δ (ω − 99) δ (ω − 101)
2 2
99 100 101 ω
2 jω 2 jω
滤波器频率响应 H ( jω ) = ≈
( jω + 1)2 + 1002 ( jω )2 + 2 jω + 1002
2
=
2+ j
(ω + 100)(ω − 100)
ω
ω + 100 ≈ 2ω
H ( jω ) ≈
1
1 + j (ω − 100) 11
P289 例5-4 1
滤波器频率响应 H ( jω ) 1
2
H ( jω ) ≈
1
1 + j (ω − 100)
ω
ϕ (ω ) 99 100π 101
V2 ( jω ) = V1 ( jω ) ⋅ H ( jω ) ⋅ e jϕ (ω )
2
π 4
ω
v2 (t ) = F−1 {V2 ( jω )}
99 100 101
−π 4
−π 2
V1 ( jω ) πδ (ω − 100 )
v1 (t ) π π
δ (ω − 99) δ (ω − 101)
2 2
t
99 100 101 ω
v2 (t ) V2 ( jω ) πδ (ω − 100)
πδ (ω − 99)
2
πδ (ω + 101)
2
t 4 4
99 100 101 ω 12
频率窗函数的运用：观察信号在时域或频域的局部性能
∞ ⎛τ − t ⎞
f (τ )w⎜
1
举例： P292 例5-5 f (t ) ha(t) a ∫−∞
⎝ a ⎠
⎟ dτ
滤波器系统函数
⎡ 1 t ⎤
H a (ω ) = F [ha (t )] = F ⎢ w(− )⎥ = aW (− aω )
⎣ a a ⎦
1 sin (πt )
w(t ) = cos(3πt ) W (ω ) 尺度变换
π πt
⎧1 a 2π 4π
⎪ 当 ≤ω ≤
H a (ω ) = ⎨ 2 π a a
⎪⎩0 当ω 为其它值
13
P292 例5-5
1 a
H a (ω )
⎧1 a 2π 4π 2 π
⎪ 当 ≤ω ≤
H a (ω ) = ⎨ 2 π a a
⎪⎩0 当ω 为其它值 4π 3π 2π 2π 3π 4π ω
− − −
a a a a a a
⎛ πt ⎞ ⎛ 3πt ⎞
a sin ⎜ ⎟ cos⎜ ⎟
⎝a⎠ ⎝ a ⎠
f
ha (t ) =
π πt
用不同的分辨率来观测信号
t
a增大,频段低，频带窄，时域观测时间长
a减小,频段高，频带宽，时域观测时间短小波分析
14
§5.9 从抽样信号恢复连续时间信号
F S (ω )
回顾：频域分析 1
TS
∞
Fs (ω ) =
1
抽样信号 Ts
∑ F (ω − nω ) s
n = −∞ − ω S − ωm ω m ωS ω
H (ω )
TS
⎧Ts ω < ωc
理想低通滤波 H (ω ) = ⎨
⎩0 ω > ωc
相乘
− ωC ωC ω
F (ω )
1
TS
恢复信号 F (ω ) = Fs (ω ) ⋅ H (ω )
− ωm 0 ω m ω 15
时域分析 f S (t )
f (t )
∞
抽样信号 f s (t ) = ∑ f (nT )δ (t − nT )
n=−∞
s s
− TS 0 TS t
ωc h(t )
TS
ωc π
理想低通滤波 h(t ) = Ts Sa (ω c t )
卷积
0 t
f (t )
恢复信号 f (t ) = f s (t ) ∗ h(t )
ωc ∞
= Ts ∑ f (nTs ) Sa [ω c (t − nTs ) ]
π n = −∞
t
16
零阶抽样保持:
ft
M1 fs t
M2 Ts t
fso(t)的频谱？
t
fso(t)视为冲激序列 fs(t) 与
一矩形单脉冲的卷积 t
h0 (t ) = u (t ) − u (t − Ts ) f s 0 (t ) = f s (t ) ∗ h0 (t )
17
零阶抽样保持:
f s 0 (t ) = f s (t ) ∗ h0 (t )
ωTs
ωTs
F [h0 (t )] = Ts Sa(
−j t
2
)e
2
∞
Fs (ω ) =
1
Ts
∑ F (ω − nω )
n = −∞
s
Fs 0 (ω ) = Fs (ω ) ⋅ F [h0 (t )] 通过补偿去除
ωTs
∞
ωTs −j
= ∑ F (ω − nω )Sa(
n = −∞
s
2
)e 2
18
补偿低通滤波器:
ωTs
∞
ωTs −j H 0 r ( jω )
Fs 0 (ω ) = ∑
n = −∞
F (ω − nω s ) Sa (
2
)e 2
ωT
⎧ 1 j s ωs ω
⎪ ωT ⋅ e
2
ω ≤ ωs ωs
−
⎪ s 2 2 2
H 0 r ( jω ) = ⎨ Sa ( 2 )
ϕ (ω )
⎪ ωs
⎪0 ω > ωs
⎩ 2 −
2
∞
ωs ω
Fs (ω ) = ∑ F (ω − nω )
n = −∞
s 2
斜率为正->时间上超前，不可实现
相移特性为线性即可，延时无需补偿
19
一阶抽样保持:
ft
fs1(t)视为冲激序列 fs(t) 与 fs t
一三角单脉冲的卷积 Ts t
⎧ t
⎪1 − t < Ts
h1 (t ) = ⎨ Ts
⎪0 t ≥ Ts
⎩
f s1 (t ) = f s (t ) ∗ h1 (t )
Fs 0 (ω ) = Fs (ω ) ⋅ F [h1 (t )] 通过补偿去除
∞
ωTs
= ∑
n = −∞
F (ω − nω s ) Sa 2 (
2
)
20
Note：
本质：
从样本点重建原连续时间信号
恢复信号的条件：
• 带限信号
• 抽样间隔满足Nyquist定理
恢复信号的方法：
内插，拟合样本点之间的信号值
21
§5.11 频分复用与时分复用
多路复用：在同一个传输信道内，同时传输多路不同信号
频分复用（FDM）－正交频分复用（OFDM）
时分复用（TDM）－共享时隙、统计复用
码分复用（CDM）－码分、逻辑复用
波分复用（WDM）－光载体
22
频率
FDM
信道4
信道3
信道2
功率 TDM
信道1
信道1
信道3
信道2
信道4
时间
23
频分复用
g1(t)
⊗ ⊗
cos(ω1t ) cos(ω1t )
g2(t)
⊗ f(t) ⊗
cos(ω 2t ) ⊕ 信道 cos(ω 2t )
gN(t)
⊗ ⊗
cos(ω N t ) cos(ω N t )
缺点： • 需要保护间隔，频带利用率低
24
正交频分复用（OFDM)
正交：• 子载波是交叠的
• 每个子载波的峰值都位于其他子载波的零点
• 接收信号在峰值点上不受其他载波干扰的
频域时域
B
提高频带利用率 25
下节课：信号的正交函数分解
完备正交函数集、帕塞瓦尔定理
相关、相关函数、相关定理
课后作业： 5-19,5-20,5-22
参考书： Oppendeim 7.0－7.4
Siebert 17.0，17.1，17.3
26
信号与系统
陆建华
2004年春季学期
第六章信号的矢量空间分析
§6.3 信号的正交函数分解
信号分解的目的
(1) 将任意信号分解为单元信号之和，考察信号的特性。
(2) 简化系统分析与运算，总响应=单元响应之和。
⎡ n ⎤ n
r ( t ) = H ⎡⎣e ( t ) ⎤⎦ = H ⎢ ∑ ei ( t ) ⎥ = ∑ ri ( t )
⎣ i =0 ⎦ i =0
K
一．正交矢量 x
K K
用矢量y表示矢量x
K K K K K K
x = c1 y + v1 v1 v v2
K K
= c2 y + v2
K K θ
= cy + v K K K K
c1 y cy c2 y y
K K K K
v⊥y c y 2 = x 2 ⋅ cos θ
K K K K
x, y 矢量和 y 互相接近的程度
c= K K x
y, y K K
θ = 90 , c = 0 矢量 x 和 y 正交
o
3
二维正交集三维正交集
Vz
V V V
y
Vx Vy Vx
V = Vx + V y V = Vx + V y + Vz
4
二．正交函数
类似概念可以推广至函数空间
在区间 ( t1 < t < t2 )内，用信号f 2 ( t ) 表示信号f1 ( t )：
f1 (t ) ≈ c12 f 2 (t )
1
⎡⎣ f (t ) − c12 f 2 ( t ) ⎤⎦ dt
t2
∫
2
误差 ε = f (t ) =
2 2
t2 − t1 t1
e
dε 2
令 = 0，则误差 ε 2 最小
dc12
5
t2
=
∫
t1
f1 (t ) ⋅ f 2 (t ) d t
=
f1 (t ), f 2 (t
求得系数 c12 t2
∫ f 2 (t ), f 2 (t
2
f (t ) d t
2
t1
若 c12 = 0 ，则 f1 (t ), f 2 (t ) 称为正交函数
t2
此时有： ∫
t1
f1 (t ) f 2 (t ) d t = 0
三．正交函数集
任意信号f(t)可表示为 n维正交函数之和
n
f (t ) = c1 g1 (t ) + c2 g 2 (t ) + " cr g r (t ) + " + cn g n (t ) = ∑ cr g r (t )
r =1
由最小均方误差准则，cr 应满足
t2
cr =
∫t1
f (t ) g r (t ) d t
=
< f (t ), g r (t ) >
t2
< g r (t ), g r (t ) >
∫ t1
g 2 r (t ) d t
若g1 ( t ) , g 2 ( t ) " g r ( t ) 相互正交：
t2 ⎧0, i≠ j
∫t1
gi (t ) ⋅ g j (t ) d t = ⎨
⎩ Ki , i= j
1 ≤ i, j ≤ r
则 g1 ( t ) , g 2 ( t ) " g r ( t ) 构成正交函数集
t2
若 ∫t1
gi2 (t )dt = 1 归一化正交函数集
四.复变函数的正交特性
用f 2 (t )表示f1 (t ) f1 (t ) ≈ c12 f2 (t )
t2
c12 =
∫ t1
f1 (t ) f 2* (t ) d t
=
< f1 (t ), f 2* (t ) >
t2
< 2 (t ) >
∫
*
*
f 2 (t ) f 2 (t ) d t f 2 (t ), f
t1
若复变函数集 { g r ( t )} ( r = 1, 2, " , n ) 满足
t2 ⎧ Ki i= j
∫ gi (t ) g (t ) d t = ⎨
*
则为正交函数集
i≠ j
i
t1
⎩0
t2 t2
∫ f1 (t ) ⋅ f (t )dt = ∫ f 2 (t ) ⋅ f1∗ (t )dt = 0
∗
正交条件 t1 2 t1 9
NOTE：
• 两周期信号在同一周期内(同区间内)正交的条件:
c12=0 ∫
T
f1 (t ) ⋅ f 2* (t ) d t = 0
• 对一般信号在给定区间正交
而在其它区间不一定满足正交
• 两个信号不正交，就有相关关系
必能分解出另一信号
10
§6.4 完备正交函数集
帕塞瓦尔定理
完备正交函数集
n
f (t ) = ∑ cr g r (t ) { g r (t )} 为正交集
r =1
1 ⎡ t2 2 n
ε =
2
⎢ ∫ f ( t ) dt − ∑ c 2
r Kr ]
t 2 − t1 ⎣ t1
r =1
若 lim ε 2 = 0 ，则称 { g r (t )} 是完备正交函数集

n →∞
11
§6.4 完备正交函数集、帕塞瓦尔定理
另一种完备正交函数集的定义：
在正交集 { gi (t )} 之外再没有一有限能量的x(t )满足：
t2
∫
t1
x ( t ) g i ( t ) dt = 0
{c o s n ω 1 t }n → ∞
三角函数集：
{s in n ω 1 t }n → ∞
jnω 1t
复指数函数集： {e }n→ ∞
12
帕塞瓦尔定理
∞
若 f (t ) = ∑ cr g r (t ) , 则
r =1
t2 ∞ ∞ t2
∫ f ( t ) d t = ∑ c K = ∑ ∫ [c g r (t )] d t
2 2 2
r r r
t1 r =1 r =1 t1
信号的基信号的能各信号分量的

能量量能量
13
NOTE:
物理意义：
一个信号所含有的能量（功率）恒等于此信号
在完备正交函数集中各分量能量（功率）之和。
数学本质：
矢量空间信号正交变换的范数不变性。
自学§6.5 沃尔什（Walsh)函数
14
§6.6 相关
相关的物理意义：信号的相似性
• 能量信号与功率信号
• 相关系数
• 相关函数
• 相关定理
• 相关与卷积的比较
15
§6.6 相关
能量信号与功率信号 i (t ) R
瞬时功率： p (t ) = i 2 (t ) R + v(t ) −
在一个周期内，R消耗的能量：能量信号
T0 T0 T0
E=∫ 2
p (t ) d t = R ∫ 2 2
i (t ) d t E = lim ∫ 2
−T0 f 2 (t ) d t
−T0 −T0
T0 →∞ 2
2 2
1 0 T 功率信号
平均功率： P = R ∫−2T0 i (t ) d t
2
T0
T0 1
2 P = lim
T0 →∞ T0
∫ 2
−T0
2
f 2 (t ) d t
16
§6.6 相关
相关系数
由两个信号的内积所决定
f1 (t ), f 2 (t ) f1 (t ), f 2 (t )
ρ12 = 1 =
⎡⎣ f1 (t ), f1 (t ) f 2 (t ), f 2 (t ) ⎤⎦ 2 f1 (t ) 2
f 2 (t ) 2
若f1 (t )与f 2 (t )完全一样，ρ12 = 1，此时误差ε 2为0
若f1 (t )与f 2 (t )为正交函数，ρ12 = 0，此时误差ε 2最大
• 从信号能量误差的角度描述两信号之间的相关特性
• 利用矢量空间的内积运算给出定量说明
17
§6.6 相关
相关函数：
研究两信号在时移过程中的相关性
以下讨论：
• f1(t)与f2(t)是能量有限信号 • f1(t)与f2(t) 是功率有限信号
f1(t)与f2(t)为实函数 f1(t)与f2(t)为实函数
f1(t)与f2(t)为复函数 f1(t)与f2(t)为复函数
18
§6.6 相关
① f1(t)与f2(t)是能量有限信号，f1(t)与f2(t)为实函数
相关函数：
∞ ∞
R12 (τ ) = ∫ f1 (t ) f 2 (t − τ ) d t =∫ f1 (t + τ ) f 2 (t ) d t
−∞ −∞
∞ ∞
R21 (τ ) = ∫
−∞
f1 (t − τ ) f 2 (t ) d t =∫ f1 (t ) f 2 (t + τ ) d t
−∞
R12 (τ ) = R21 (−τ )
f1 (t ) = f 2 (t ) = f (t ) 自相关函数：
∞ ∞
R(τ ) = ∫ f (t ) f (t − τ ) d t =∫ f (t + τ ) f (t ) d t
−∞ −∞
19
§6.6 相关
② f1(t)与f2(t)是能量有限信号，f1(t)与f2(t)为复函数
相关函数：
∞ ∞
R12 (τ ) = ∫ f1 (t ) f (t − τ ) d t
2
*
=∫ f1 (t + τ ) f 2* (t ) d t
−∞ −∞
∞ ∞
R21 (τ ) = ∫ f (t − τ ) f 2 (t ) d t = ∫ f1* (t ) f 2 (t + τ ) d t
1
*
−∞ −∞
自相关函数：
∞ ∞
R(τ ) = ∫ f (t ) f * (t − τ ) d t =∫ f (t + τ ) f (t )* d t
−∞ −∞
性质： R12 (τ ) = R21* (−τ )

R(τ ) = R* (−τ )
20
§6.6 相关
③ f1(t)与f2(t)是功率有限信号，f1(t)与f2(t)为实函数
相关函数：
⎡1 T
⎤
R12 (τ ) = lim ⎢
T →∞ T
⎣
∫ −
2
T
2
f1 (t ) f 2 (t − τ ) d t ⎥
⎦
⎡1 T
⎤
R21 (τ ) = lim ⎢
T →∞ T
⎣
∫ −
2
T
2
f 2 (t ) f1 (t − τ ) d t ⎥
⎦
自相关函数：
⎡1 T
⎤
R (τ ) = lim ⎢
T →∞ T
⎣
∫
−
2
T
2
f (t ) f (t − τ ) d t ⎥
⎦
21
§6.6 相关
④ f1(t)与f2(t)是功率有限信号，f1(t)与f2(t)为复函数
相关函数：
⎡1 T
⎤
R12 (τ ) = lim ⎢ ∫ f1 (t ) f 2 (t − τ ) d t ⎥
2 *
T
T →∞ T −
⎣ 2 ⎦
⎡1 T
⎤
R21 (τ ) = lim ⎢ ∫ f 2 (t ) f (t − τ ) d t ⎥
2 *
T 1
T →∞ T −
⎣ 2 ⎦
自相关函数：
⎡1 T
⎤
R (τ ) = lim ⎢ ∫ f (t ) f (t − τ ) d t ⎥
2 *
T
T →∞ T −
⎣ 2 ⎦
22
§6.6 相关
相关定理
F [ x ( t ) ] = X (ω )
F ⎣ Rxy (τ )⎦ = X (ω) ⋅ Y (ω)
⎡ ⎤ *
F [ y ( t ) ] = Y (ω )
证明： F ⎡⎣ Rxy (t ) ⎤⎦ = ∫ ∫ x(t ) y* (t − τ )dτ ⎤ ⋅ e − jωt dt

⎡ ∞∞
−∞ ⎢
⎣ −∞ ⎥⎦
= ∫ x(t ) ∫ y* (t − τ ) ⋅ e − jωτ dτ ⎤ dt
⎡
∞ ∞
−∞ ⎢⎣ −∞ ⎥⎦
∞
= ∫ x(t )Y * (ω )e − jωt dt = X (ω )Y * (ω )
−∞
23
§6.6 相关
若 x(t ) = y (t ) F [ x(t )] = X (ω )
则自相关函数有： F [ Rxx (τ )] = X (ω ) X (ω ) = X (ω )
* 2
若 y(t)为实偶函数 Y * (ω ) = Y (ω )
则相关定理等同于卷积定理：
F ∫ x(t ) y* (t − τ )dτ ⎤ = X (ω )Y * (ω ) = X (ω )Y (ω )
⎡ ∞
⎢⎣ −∞ ⎥⎦
24
§6.6 相关
相关与卷积的比较
∞
f1 (t ) ∗ f 2 (t ) = ∫ f1 (τ ) f 2 (t − τ )dτ
−∞
∞
R12 (t ) = ∫ f1 (τ ) f 2 (τ − t )dτ
−∞
变量置换
R12 (t ) = f1 (t ) ∗ f 2 (−t )
f1 (t )与f 2 (t ) 为实偶函数
卷积与相关完全相同
25
下节课内容：
功率谱，能量谱
信号通过线性系统
匹配滤波器
课后作业： 6－2，6－6，6－16
26
信号与系统
陆建华
2004年春季学期
上节课回顾
帕塞瓦尔定理
∞
若 f (t ) = ∑ cr g r (t ) , 则
r =1
t2 ∞ ∞ t2
∫ f 2 ( t ) d t = ∑ cr2 K r = ∑ ∫ [ cr g r (t )] d t
2
t1 r =1 r =1 t1
相关定理
F [ x ( t ) ] = X (ω )
F ⎡⎣ Rxy (τ )⎤⎦ = X (ω) ⋅ Y * (ω)
F [ y ( t ) ] = Y (ω )
2
回顾：
时域激励
前面，从频域中研究了响应三者的关系
s域系统
现在，从
能量谱、功率谱、激励和响应的自相关函数
所发生的变化来研究线性系统所表现的传输特性
§6.7 能量谱和功率谱
∞
R(τ ) = ∫ f (t ) f (t − τ )dt
* ∞ 2
−∞ R (0) = ∫ f (t ) dt
−∞
又由相关定理：
∞ 2 ∞ 2
1 1
R(τ ) = ∫ F (ω ) ⋅ e dω ∫
jωτ
R (0) = F (ω ) d ω
2π −∞
2π −∞
∞ 1 ∞
R (0) = ∫ f (t ) dt = ∫ F (ω ) d ω
2 2
−∞ 2π −∞
——帕塞瓦尔定理
4
帕塞瓦尔定理的图形解释
能量有限信号两块阴影的面积相等能量密度谱
F (ω)
2 2
f (t )
∞ 2
∫
∞ 2
1
−∞
f (t ) dt
2π ∫
−∞
F (ω ) d ω
0 t 0 ω
5
f (t )
功率有限信号
⎧ T
⎪⎪ f ( t ) ( t ≤ ) fT (t )
2
f T (t ) = ⎨
⎪0 T
(t > )
⎪⎩ 2
T T
−
2 2
平均功率
FT (ω )
2
1 T
1 T
P = lim ∫ T f (t )dt =
2
∫ dω
2 2
lim
T →∞ T − 2 2π − T2 T →∞ T
6
功率谱密度函数p 平均总功率
FT (ω )
2
1 ∞
p (ω ) = lim
T →∞ T
P=
2π ∫
−∞
p (ω )d ω
P (ω )
0 ω
7
维纳—欣钦定理
}
1 ∞
R (τ ) =
2π ∫
−∞
p (ω )e jωτ d ω
∞
傅立叶变换对
p (ω ) = ∫
−∞
R (τ ) e − jωτ dτ
1 T2
证明： R (τ ) = Tlim ∫ (t − τ ) d t
*
f ( t ) f
→∞ T − T
2
ω
2
1 ∞ F ( )
∫ d ω 能谱相关定理
jωτ
= lim e
2π −∞ T →∞ T
1 ∞
∫ ω dω
jωτ
= p ( ) e
2π −∞
8
E f (t ) 例：求周期性余弦信号的功率谱
t f (t ) = E cos ω1t
F (ω ) ( Eπ )
F(ω) = Eπ[δ (ω −ω1) +δ (ω +ω1)]
− ω1 ω1 ω
E
2
R (τ )
E2
2 R(τ ) = cosωτ
1
τ 2
1 ∞
P (ω) (
πE
2
2
)
p (ω ) =
2π ∫
−∞
R(τ )e − jωτ dτ
E 2π
− ω1 ω1 ω = [δ (ω − ω1 ) + δ (ω + ω1 )]
2 9
NOTE:
白噪声，其功率谱密度为 S N (ω ) = N , −∞ < ω < ∞
求自相关函数？
利用维纳-欣钦关系式，得自相关函数
RN (τ ) = N δ (τ )
白噪声的自相关函数为冲激函数，表明：
白噪声在各时刻的取值杂乱无章，没有任何相关性
10
§6.8 信号通过线性系统的自相关
函数、能量谱和功率谱分析
e (t ) h (t ) r (t )
E ( jω ) H ( jω ) H ( jω )
时域 r (t ) = h (t ) * e (t )
频域 R ( jω ) = H ( jω ) ⋅ E ( jω )
R ( jω ) = H ( jω ) E ( jω )
2 2 2
11
假定 e (t )是能量有限信号， e (t )的能量谱密度为 ε e (ω )，
r (t )的能量谱密度为 ε r (ω )
ε e (ω ) = E ( jω ) ε r (ω ) = R ( jω )
2 2
R ( jω ) = H ( jω ) E ( jω ) ε r (ω ) = H ( jω ) ε e (ω )
2 2 2 2
物理意义：
响应的能谱等于激励的能谱与 H ( jω ) 的乘积。
2
12
对功率信号有
1 1
pr ( jω ) = lim RT ( jω ) = H ( jω ) lim ET ( jω )
2 2 2
T →∞ T T →∞ T
= H ( jω ) pe ( jω )
2
pr (ω ) = H ( jω ) pe (ω )
2
物理意义：
( jω ) 的乘积。
2
响应的功率谱等于激励的功率谱与 H
Pe (ω ) Pr (ω )
H ( jω )
2
Ee ( jω ) Er (ω )
13
激励和响应的自相关
ε r ( jω ) = H ( jω ) ε e ( jω ) = H ( jω ) H * ( jω )ε e ( jω )
2
pr ( jω ) = H ( jω ) pe ( jω ) = H ( jω ) H * ( jω ) pe ( jω )
2
F [h(t )] = H ( jω ) F [h *(−t )] = H * ( jω )
Rr (τ ) = Re (τ )* h(t )* h(−t )
Re (τ ) Rr (τ )
Rr (τ ) = Re (τ ) * Rh (τ ) Rh (τ )
Rh (τ ) = h(τ ) * h(−τ ) 为系统冲击响应的自相关函数

14
例：功率谱密度为N的白噪声通过RC低通网络
R
已知激励e(t)的功率谱为
+ +
Se (ω ) = N e (t ) C r (t )
− −
系统函数 1
1
H ( jω ) = RC =
1
+ jω 1 + jω RC
冲激响应 RC
1
1 −
h ( t ) = F ⎡⎣ H ( jω ) ⎤⎦ = e u (t )
t
−1 RC
RC 15
响应r(t)的功率谱为
1
S r (ω ) = Se (ω ) H ( jω ) = N
2
1 + (ω RC )
2
S e (ω ) Re (τ )
N Nδ (τ )
o ω o τ
H ( jω ) h(t )
1 1 1
RC 1 − RC t
e
RC
o ω o t 16
Re (τ ) = F ⎡⎣ Se (ω ) ⎤⎦ = F [ N ] = N δ (τ )
Rr (τ ) = Re (τ ) ∗ h ( t ) ∗ h* ( −t )
1 1
1 − RC 1 RC
= N δ (τ ) ∗ e u (t ) ∗ e u ( −t )
t t
RC RC
1
N − RC t
= e
2 RC
另一种方法
⎡ 1 ⎤
Rr (τ ) = F ⎡⎣ S r (ω ) ⎤⎦ = F ⎢
−1 −1
2⎥
⎢⎣1 + (ω RC ) ⎥⎦
⎤ = 22α 2
1
F ⎡⎣ e
−α t N − RC
Rr (τ ) =
t
e
⎦ α +ω 2 RC 17
相关函数： Rr (τ )
N S r (ω )
N
2 RC 1
pr N − RC t
e
2 RC
o ω o t
平均功率：
S r (ω )dω =
1 ∞ 1 ∞ 1
pr =
2π ∫−∞ π∫ 0
1 + (ωRC )
2
dω
arctan(RωC ) ∞0
N N
= =
πRC 2 RC 18
§6.9 匹配滤波器
用途：
信号检测——如数字通信、雷达探测等
目标：
使滤波器输出端的信号瞬时功率与噪声平均
功率的比值最大
匹配：
指滤波器的性能与信号的特性取得某种一致
19
s (t ) + n (t ) so ( t ) + no ( t ) so2 (tm )
ρ= 2
H ( jω ) no (tm )
信号瞬时功率与噪声平均功率的比值
∞ 2
2
s (tm ) ∫
−∞
H ( jω ) S ( jω )e jωtm dω
ρ= o
= ∞
2π N ∫ H ( jω ) d ω
2 2
n (tm )
o
−∞
根据柯西－施瓦茨不等式，当满足
jωtm *
H ( jω ) = k ⎡⎣ S ( jω )e ⎤⎦
时， ρ 取得最大值
1 ∞
ρ max = ∫ S ( jω ) dω
2
2π N −∞ 20
匹配滤波器的约束关系
H ( jω ) = kS ( − jω ) e − jω tm
其冲激响应为
h ( t ) = F −1 ⎡⎣ H ( jω ) ⎤⎦ = ks ( tm − t )
说明：
1)匹配滤波器的冲击响应是所需信号s(t)对纵
轴作镜像并向右移T。
21
s ( tm − t ) 的三种情况如图(c)(d)(e)分别示出
s(t ) s( − t )
O T t −T O t
(a) (b)
h(t )
t m< T h( t ) h(t )
t m= T t m> T
− T +t m O tm t O tm t O t m −T tm t
(e)
一般取tm=T，则当k=1时，h(t)=s(T-t) 22
2）匹配滤波器的功能相当于对s(t)进行自相关运算
s o (t ) = s(t ) ∗ h(t ) = s (t ) ∗ s(T − t ) = R SS (T − t )
• 在 t=T 时刻，取得自相关函数RSS(t)的峰值
• 噪声通过滤波器所完成的互相关运算相对
于有用信号受到明显抑制
3）匹配滤波器输出信号的最大值出现在 t=T 时刻，

其大小等于信号s(t)的能量E，与s(t)的波形无关
23
当t=tm=T 时，输出信号峰值为
so (t m ) = so (T ) = S ( jω ) d ω
1 ∞
∫
2
2π −∞
由于 s o (t ) = R SS (T − t )
s o (T ) = ∫ s 2 (t )dt
∞
得 −∞
s o (T ) = ∫ s (t )dt = S ( jω ) d ω = E
∞ 1 ∞
∫
2 2
−∞ 2π −∞
关于匹配滤波器冲击响应的具体
推导参考教材6.9节 P359 24
下节课内容：
离散时间系统的时域分析
课后预习：
§7.1-7.4
课后作业： 6－19
25
信号与系统
陆建华
2004年春季学期
第七章离散时间系统的时域分析
§7.1 引言
回顾：信号的分类（第1章）
Continuous-time Signal（时间连续）
Analog Signal Quantization Signal

2.6 2.4
1.9 1.4
1.2
Discrete-time Signal（时间离散）
3
Sampling Signal Digital Signal 2 2
1 1
2
§7.1 引言
系统:
Continuous-time System 输入输出连续时间信号
Discrete-time System 输入输出离散时间信号
实际系统
A/D 计算机 D/A
离散系统的优点：
• 大规模集成例：数字频率计
• 可靠性高传统模拟系统：LC谐振回路
• 精度高数字系统：±1Hz采样精度
3
§7.1 引言
本章内容 • 离散时间信号及其描述、运算
• 离散时间系统的数学模型——差分方程
• 线性差分方程的时域解法
• 离散时间系统的单位样值响应
• 离散卷积
学习方法 • 离散系统与连续系统－联系、区别、对比
• 与连续系统有并行的相似性
• 与前几章对照，温故而知新
§7.2离散时间信号
x(nT) 2
1.2 1.9
等间隔T
T 2T 3T 4T … t
x(n) 2
1.2 1.9 一组序列值的组合
1 2 3 4… n {x(n)} n = 0, ±1, ±2,"
只对n为整数时有定义！
5
§7.2 离散时间信号
序列的运算
1．相加： z ( n) = x ( n) + y ( n)
2．相乘： z ( n) = x ( n) ⋅ y ( n)
3．乘系数： z (n) = ax(n)
4．移位： z (n) = x(n − m) 右移
z ( n) = x ( n + m) 左移
5．反摺： z (n) = x(－n) z (n) = x(2-n) 反摺，移位
6．差分： ∆x(n) = x(n + 1) − x(n) 前向差分
∇x(n) = x(n) − x(n − 1) 后向差分
∇ m x(n) = ∇ ⎡⎣∇ m −1 x(n) ⎤⎦ 6
序列的运算(续) n
7．累加： z ( n) = ∑ x(k )
k =−∞
8．重排（压缩，伸展）：尺度压伸
z (n) = x(2n) 去除原奇数序号x(n)

压缩
保留原偶数序号x(n)
n
z ( n) = x ( ) 中间插零点伸展
2
x(n) x(2n) x(n/2)
6
4 4
2 2 3
1
1 2 3 4 5 6 n 1 2 3 n 2 4 6 8 n
7
典型序列 δ ( n)
1
1．单位样值（单位冲激）序列： δ (n)
u(n) 0 n
注意：零点是1
2．单位阶跃序列：u(n) …
不是1/2
0 1 2 3 4 n
RN(n)
3．矩形： RN (n) = u (n) − u (n − N ) 宽度N
…
x(n)
3 0 1 N-1 n
4．斜变： x(n) = n 1
2
…
-2 -1 类似于t
0 1 2 3 n
8
5．指数： x(n) = a nu (n) 类似于at

x(n) x(n)
a>1 0<a<1
… …
0 1 2 3 4 n 0 1 2 3 4 n
6．正弦： x(n) = sin nω0 1

余弦： x(n) = cos nω0 注意区分 ω0与
T
jω0 n
7．复指数： x ( n ) = e = cos ω0 n + j sin ω0 n
Im[e jω0 n ] = sin (ω0 n ) = sin [ (ω0 + 2π )n ]
= Im[e j (ω0 + 2π ) n ] 9
几种波形之间的关系注意连续信号和离散
∞
信号之间的对比
u ( n) = ∑ δ ( n − k )
k =0
d
δ (n) = u (n) − u (n − 1) δ (t ) = u (t )
dt
RN (n) = u (n) − u (n − N )
任意序列可表示为延迟、加权的单位样值信号
连续函数求导离散函数差分
积分求和
10
信号的分解
∞
x ( n) = ∑ x(m)δ (n − m)
m =−∞ δ(n-m)
⎧1 (m = n) 1
δ ( n − m) = ⎨
⎩0 ( m ≠ n ) m
n
⎧ x ( n) ( m = n)
x(m)δ (n − m) = ⎨
⎩0 ( m ≠ n)
上式对应于连续系统中的冲激筛选特性
11
§7.3 离散时间系统的数学模型
x ( n) y ( n)
∑
a
y (n − 1) 1
或D
建立差分方程 E
y (n) = ay (n − 1) + x(n) （后向）递归关系式

y (n + 1) = ay (n) + x(n) （前向） recurrence relation
边界（起始）条件
y (−1) = 0 若输入 x(n) = δ (n) y ( n) ? 12
§ 7.3 离散时间系统的数学模型
迭代法 y (−1) = 0 x(0) = 1 系统
y (0) = ay (−1) + x(0) = 1 x(1) = 0 ROM RAM 运算器
y (1) = ay (0) + x (1) = a x(2) = 0
y (2) = ay (1) + x (2) = a 2 # a x(n),y(n)
# a与y(n-1)相乘
y ( n) = a n u ( n) 与x(n)相加得y(n)
再将y(n)存入RAM
迭代法缺点：较难给出闭式解 13
§7.4 常系数线性差分方程的求解
差分方程微分方程求数值解
前后向欧拉方程
龙格－库塔方程等
差分方程一般式：
N M
∑ a y (n − k ) = ∑ b x(n − r )
k =0
k
r =0
r
14
§ 7.4 常系数线性差分方程的求解
解法：
• 迭代法
– 直观，但往往不能直接给出闭式解
• 时域经典法
– 分别求齐次解与特解，再代入边界条件求系数
• 零输入与零状态之和
– 卷积（下次课）
• Z变换法（第八章）
• 状态变量法（第十一章）
15
齐次解：
N
差分方程的齐次形式： ∑ a y (n − k ) = 0
k =0
k
满足上式的差分方程的解称为方程的齐次解
y ( n)
y (n) − ay (n − 1) = 0 a=
y (n − 1)
y (n) = Ca n
任意阶的差分方程，齐次解形式：Cα n 项的组合？
16
齐次解（续） N
y (n) = Cα n 代入 ∑ a y (n − k ) = 0
k =0
k
a0α + a1α
N N −1
+ " + aN −1α + α N = 0 特征方程
若 α k 为特征方程的根特征根
y (n) = Cα kn 是差分方程的齐次解
特征根 α1 , α 2 ," ,α N 无重根时，齐次解：

C1α1n + C2α 2n + " + CNα Nn
边界条件决定 17
特解：线性时不变系统输入与输出有相同的形式
输入特解形式
x ( n ) = e an y ( n ) = Ae an
x ( n ) = e jω n y ( n ) = Ae jω n
x ( n ) = cos ω n y ( n ) = A cos(ω n + θ )
x ( n ) = sin ω n y ( n ) = A sin(ω n + θ )
x ( n ) = nk y ( n ) = Ak n k + Ak −1n k −1 + " + A1n + A0
x (n) = A y (n) = C
18
例题7-9：求离散系统全响应
y (n) + 2 y (n − 1) = x(n) − x(n − 1)
x ( n) = n 2 , y (−1) = −1
y ( n)
解： 1）求齐次解 y (n) + 2 y (n − 1) = 0 ⇒ = −2
y (n − 1)
C (−2) n αt
类似于 e
2）求特解 y0(n) 右端代入x(n) = n2
x(n) − x(n − 1) = n 2 − (n − 1) 2 = 2n − 1
设 y0 (n) = D1n + D2
19
代入方程： D1n + D2 + 2[ D1 (n − 1) + D2 ] = 2n − 1
3D1n + 3D2 − 2 D1 = 2n − 1
⎧3D1 =2 ⎧ D1 = 2 / 3
⎨ ⎨
⎩3D2 − 2 D1 = −1 ⎩ D2 = 1/ 9
特解y0(n) =2n/3+1/9
2 1
3）完全解 y (n) = C (−2) n + n +
3 9
代入边界条件，得 C = 8/9
8 2 1
y (n) = (−2) + n +
n
9 3 9
自由响应强迫响应 20
求解步骤
由特征方程求齐次解 C1α1n + C2α 2n + " + CNα Nn
确定特解的形式 D ( n)
一般情况完全解 C1α1n + C2α 2n + " + CNα Nn + D(n)
代入边界条件，建立方程组
y (0) = C1 + C2 + " + CN + D (0)
y (1) = C1α1 + C2α 2 + " + CNα N + D(1) Y (k ) − D(k ) = VC
# C = V −1 [ Y(k ) − D(k ) ]
y ( N − 1) = C1α1N −1 + C2α 2N − 2 + " + CNα NN −1 + D( N − 1)
21
零输入响应和零状态响应
响应的边界条件y(k)分解
y (k ) = y zi ( k ) + y zs ( k )
D(k ) = 0 零输入响应对应解
C zi = V −1Yzi (k )
零状态响应对应解
C zs = V −1 [ Yzs (k ) − D(k ) ]
C zs = V −1 [ Y(k ) − Yzi (k ) − D(k ) ]
C = C zi + C zs 22
完全响应划分
N
零输入响应 = ∑ C zikα kn
k =1
N
零状态响应 = ∑ C zskα kn + D (n)
k =1
N
自由响应 = ∑ Ckα kn
k =1
强迫响应 = D ( n)
23
例题7-10：求离散系统全响应
y (n) − 0.9 y (n − 1) = 0.05u (n)
y (−1) = 1
解： 1）求零状态响应令 y (−1) = 0 y (0) = 0.05
齐次解 C zs (0.9) n
特解 D 将n = 0代入方程 D = 0.5
y zs (n) = Czs (0.9) n + D Czs = －0.45
y zs (n) = ⎡⎣ −0.45 × (0.9) n + 0.5⎤⎦ u (n)

24
2）求零输入响应令激励信号为零
y (n) − 0.9 y (n − 1) = 0
易得 y zi (n) = Czi (0.9) n
代入 y(-1) = 1 Czi = 0.9

y zi (n) = 0.9 × (0.9) n
y (n) = 0.5 − 0.45 × (0.9) n + 0.9 × (0.9) n

零状态响应零输入响应
= 0.45 × (0.9) n + 0.5

N
自由响应强迫响应 25
差分方程边界条件之特点
N 阶差分方程有N 个独立的边界条件
与连续系统0+、0-对应，离散系统中无所谓0+、0-
y(-1), y(-2), ……, y(-N)是激励加入之前的存储：0-
求得（与激励共同作用）y(0), y(1), …, y(N-1)： 0+
用Z变换之后不易出错
－连续系统分析中的拉氏变换
26
下节课内容：
离散时间系统的单位样值响应，卷积和
课后作业：
7-3，7-9，7-11
参考书：
Oppendeim 2.4, 2.6.3, 2.6.4, 3.2, 3.5.2
Siebert 7.1-7.4
27
恭祝同学们
节日愉快
信号与系统
陆建华
2004年春季学期
上节课回顾
离散系统：
• 大规模集成
A/D 计算机 D/A • 可靠性高
• 精度高
离散信号：
2
1.2 1.9 一组序列值的组合
1 2 3 4… n {x(n)} n = 0, ±1, ±2,"
只对n为整数时有定义！
2
上节课回顾
序列的运算
差分： ∆x(n) = x(n + 1) − x(n) 前向差分
∇x(n) = x(n) − x(n − 1) 后向差分
∇ m x(n) = ∇ ⎡⎣∇ m −1 x(n) ⎤⎦
重排（压缩，伸展）：尺度压伸
z (n) = x(2n) 去除原奇数序号x(n)

压缩
保留原偶数序号x(n)
n
z ( n) = x ( ) 中间插零点伸展
2
3
上节课回顾
典型序列 δ ( n)
1
1．单位样值（单位冲激）序列： δ (n)
u(n) 0 n
注意：零点是1
2．单位阶跃序列：u(n) …
不是1/2
0 1 2 3 4 n
信号分解
∞
⎧1 (m = n)
x ( n) = ∑ x(m)δ (n − m)
m =−∞
δ ( n − m) = ⎨
⎩0 ( m ≠ n )
4
上节课回顾
常系数差分方程求解：
N M
∑ a y (n − k ) = ∑ b x(n − r )
k =0
k
r =0
r
齐次
N
解：
y (n) = Cα n 代入 ∑ a y (n − k ) = 0
k =0
k
a0α N + a1α N −1 + " + aN −1α + α N = 0

若 α k 为特征方程的根
y (n) = Cα kn 是差分方程的齐次解
5
§7.5 离散时间系统的单位样值
（单位冲激）响应
连续时间系统的离散时间系统的
单位样值响应单位样值响应
δ (t ) → h(t ) δ ( n) → h ( n)
迭代法求解
δ( n) 只在0点取值
等效为初值
6
§7.5 离散时间系统的单位样值（单位冲激）响应
例7-13——求离散系统冲激响应 h(n)
y (n) − 3 y (n − 1) + 3 y (n − 2) − y (n − 3) = x(n)
解： 1) 求零输入响应（相当于作齐次解）
α 3 − 3α 2 + 3α − 1 = 0
三重根 α1 = α 2 = α 3 = 1 yzi (n) = C1n 2 + C2 n + C3
类似于 e −α t (C1t 2 + C2t + C3 )
n=0时 y (0) − 3 y (−1) + 3 y (−2) − y (−3) = x(0)
2) 起始是静止的 h(−3) = h(−2) = h(−1) = 0

h(0) = δ (0) = 1 等效为初始条件
7
⎧1 = 0 ⋅ C1 + 0 ⋅ C2 + C3 ，n = 0 ⎧C1 = 1/ 2
⎪ ⎪
⎨0 = 1 ⋅ C1 − C2 + C3 ，n = −1 ⎨C2 = 3 / 2
⎪0 = 4 ⋅ C − 2C + C ，n = −2 ⎪C = 1
⎩ 1 2 3 ⎩ 3
h(0)=1
如果用迭代法求出 h(1)=3 一组代入求C1、C2 、 C3
h(2)=6
结果相同，但不能用，闭式解不完整
⎧1 2
⎪ (n + 3n + 2) n≥0
3) 系统冲激响应 h(n) = ⎨ 2
⎩⎪0 n<0
8
类似于连续系统信号h(n)可以表征系统性能
因果性(causality)： h(n)= h(n)u(n) (单边，n<0无响应)
∞
稳定性(stability)： ∑
n =−∞
h( n) < ∞ (绝对可和)
例1 — 判断离散系统因果性和稳定性： h(n)=an u(n)

∞ ∞
∑ h( n) = ∑ a
n
因果性显然考虑稳定性
n =0 n =0
1
a <1 时 = a > 1 时和式发散
1− a
h(n) h(n)
… …
因果稳定因果非稳定
0 1 2 3 4 n 0 1 2 3 4 n 9
例2 — 判断离散系统因果性和稳定性： h(n)=an u(-n)

h(n)u (n) = a nu (−n)u (n) = δ (n) ≠ h(n) 非因果
h(n) a < 1 h(n)

a >1
… …
-4 -3 -2 -1 0 n -4 -3 -2 -1 0 n
非因果稳定非因果非稳定
NOTE：边界稳定可列入稳定，也可列入不稳定
如：冲激响应为正弦序列的系统
10
具有实际意义的离散系统不一定都是因果系统
• 自变量不是时间，如图像处理
• 自变量是时间，但数据已被记录并进行事后处
理，如语音、气象、股票等数据处理系统
M
1
例：平滑窗 y (n) = ∑
2 M + 1 k =− M
x(n − k )
离散非因果系统
11
§7.6 卷积（卷积和）
∞
Recall: x ( n) = ∑ x(m)δ (n − m)
m =−∞
系统冲激响应： δ (n) → h(n)
时不变 δ ( n − m) → h ( n − m)
线性 x(m)δ (n − m) → x(m)h(n − m)
∞
y ( n) = ∑ x ( m) h ( n − m)
m =−∞
为n的函数
∞
类似于 ∫ −∞
x(τ )h(t − τ )dτ 为t 的函数
y ( n) = x ( n) * h( n) 卷积和 Convolution summation 12
∞
y ( n) = ∑ x ( m) h( n − m)
m =−∞
∞
= ∑ h ( m) x ( n − m)
m =−∞
交换律
= h( n) * x ( n)
类似于连续系统，同样满足分配律和结合律
卷积的计算：
反褶、平移、相乘、取和四步仍同连续卷积
相关的运算：互相关、自相关
13
例7-15 — 求离散系统零状态响应y(n) y ( n) = x ( n) * h( n)
h( n) = a n u ( n) 0 < a < 1 h(-m)
h(n)
反褶 … m
0
… n 平移
0 h(-1-m)
x ( n) = u ( n) − u ( n − N )
… m
x(n) 0 N-1
1− aN
n 相乘 1− a
y(n)
0 N-1
0 1 …n
图解法演示 0 N-1 14
解析法连续信号分段求积分
离散信号分段求“取和” 用级数公式化简
∞ ∞
y ( n) = ∑ x ( m) h ( n − m) = ∑
m =−∞
[u (m) − u (m − N )]a n − mu (n − m)
m =−∞
变量n类似于连续系统中的t
当 n < 0 时，x(n)与h(n)图形无重叠， y ( n) = 0
n
1
当 0 ≤ n < N − 1 时， y (n) = ∑ a ⎡⎣1 − a n +1 ⎤⎦
n−m
=
m=0 − a
1N
−α t
常数
−N
类似于 1 − e
N −1
1− a
当 N − 1 ≤ n 时，y (n) = ∑ a
n−m
= a
−1 N
n
m=0 1 −

a
常数衰减 15
§7.7 解卷积（反卷积）
解卷积 Deconvolution
在 y (n) = h(n) * x(n) 式中
若已知y(n)、h(n)，如何求x(n) 信号恢复
或已知y(n)、x(n)，如何求h(n) 系统辨识
测量仪器（线性系统）已知y(n)、h(n)，求x(n)
如血压测量之传感器
地震信号已知y(n)、x(n)，求h(n)
如地质勘探、石油勘探
16
对连续系统不易写出明确的关系式，对离散系统可以写出
∞
y ( n) = ∑ x ( m) h ( n − m)
m =−∞
y (0) = h(0) x(0)
y (1) = h(1) x(0) + h(0) x(1)

y (2) = h(2) x(0) + h(1) x(1) + h(0) x(2)
⎡ y (0) ⎤ ⎡ h(0) 0 0 " 0 ⎤ ⎡ x(0) ⎤ 体现反褶、移

⎢ y (1) ⎥ ⎢ h(1) " 0 ⎥⎥ ⎢⎢ x(1) ⎥⎥
⎢ ⎥ ⎢ h(0) 0 位、相乘、求和
⎢ y (2) ⎥ = ⎢ h(2) h(1) h(0) " 0 ⎥ ⎢ x(2) ⎥
⎢ ⎥ ⎢ ⎥⎢ ⎥
⎢ # ⎥ ⎢ # # # % # ⎥⎢ # ⎥ 上机编程即按此
⎢⎣ y (n) ⎥⎦ ⎢⎣ h(n) h(n − 1) h(n − 2) " h(0) ⎥⎦ ⎢⎣ x(n) ⎥⎦ 原理 17
求解x(n)
x(0)= y(0)/h(0)
x(1)= [y(1)-x(0)h(1)]/h(0)
x(2)= [y(2)-x(0)h(2) )-x(1)h(1)]/h(0)
可
⎡ n −1
⎤ 编
递推 x(n) = ⎢ y (n) − ∑ x(m)h(n − m) ⎥ / h(0)
⎣ m=0 ⎦ 程
⎡ n −1
⎤ 序
同理 h(n) = ⎢ y (n) − ∑ h(m) x(n − m) ⎥ / x(0) 求
⎣ m=0 ⎦ 解
思考：连续系统也可以这样处理吗？
18
例3 — 解卷积
1 1 n
已知 x(n) = δ (n) + δ (n − 1) y ( n) = ( ) u ( n) 求h(n)
2 2
x ( n) y( n)
解：h(0)= y(0)/x(0)=1 1 1
h(1)= [y(1)-h(0)x(1)]/x(0)=0 …
0 1 n 0 1 2 3 n
h(2)= [y(2)-h(0)x(2) )-h(1)x(1)]/x(0)=1/4
…
⎧ 1 n
⎪( ) n为偶数
h( n) = ⎨ 2 x ( n) y ( n)
⎪⎩ 0 ∑
n为奇数
1
物理背景：输入探测信号，收 4
到反射信号，按奇偶间隔反射 19
解卷积应用实例
hT (t ) h(t ) hR (t )
e(t ) r (t )
发射天线目标接收天线
r (t ) = e(t ) * hT (t ) * h(t ) * hR (t )
已知 r (t ) 和 e(t ) * hT (t ) * hR (t ) 求h(t)
物理意义：雷达探测。算出目标冲激响应，由此判别目标
目前采用的方法
变换域：FFT法
时域：共轭梯度法、统计特征法、奇异值分解法
在误差、计算速度上综合考虑 20
本章要点
• 离散信号表示方法
• 离散系统模型—差分方程及求解方法
• 卷积和：图解法（级数求和公式）
• 解卷积（具有重要应用）
21
下节课内容：
Z变换，离散时间系统的Z域分析，
Z变换的收敛性及其逆变换
课后作业： 7-32
参考书： Oppendeim 3.2, 2.6.3, 2.6.4
Siebert 9.4
22
信号与系统
陆建华
2004年春季学期
上节课遗留问题
卷积过程图解法演示
因果性、稳定性
因果性： h(n)= h(n)u(n) (单边，n<0无响应)
离散 ∞
稳定性： ∑
n =−∞
h( n) < ∞ (绝对可和)
因果性： h(t)= h(t)u(t) (单边，t<0无响应)

连续
∞
稳定性： ∫
−∞
h(t ) dt < ∞ (绝对可积)
都是充分必要条件！
2
上节课遗留问题
卷积与反卷积
∞
y ( n) = ∑ x ( m) h ( n − m)
m =−∞
信号传输
⎡ n −1
⎤
x(n) = ⎢ y (n) − ∑ x(m)h(n − m) ⎥ / h(0) 信号恢复
⎣ m=0 ⎦
⎡ n −1
⎤
h(n) = ⎢ y (n) − ∑ h(m) x(n − m) ⎥ / x(0) 系统辨识
⎣ m=0 ⎦
适当抽样，转为离散系统处理
连续系统
对于简单系统，可借助变换域解决
3
第八章 z变换、离散时间系统的z域分析
§8.1 引言
Z变换类似于连续系统的L变换，解差分方程之工具
Z变换：利用L变换引入
∞
xs (t ) = x(t )δ T (t ) = ∑ x(nT )δ (t − nT )
n=0
⎤ − st 令 z=e
sT
∞ ⎡∞ ∞
L{xs (t )} = ∫ ⎢∑ δ ∑ −n
x ( nT ) (t − nT ) ⎥e dt X ( z ) = x ( nT ) z
0
⎣ n =0 ⎦ n=0
∞
取 T=1
X ( z ) = ∑ x(n) z − n = Z [ x(n)] 也可直接定义
n =0
NOTE：当此级数收敛时，Z [x(n)]存在，变换才有意义
4
§8.2 z变换定义、典型序列的z变换
本课程z变换主要考虑单边、兼顾双边
∞
单、双边z变换 X ( z ) = Z [ x(n)] = ∑ x ( n
n = 0 , −∞
) z −n
典型序列的z变换
∞
1）Z [δ (n)] = ∑ δ (n) z − n = 1
n =0
∞ ∞
z
2）Z [u (n)] = ∑ u (n) z = ∑ z − n =
−n
z > 1 时收敛
n=0 n=0 z −1
∞ ∞
a z
3）Z [a u (n)] = ∑ a z = ∑ ( ) n =
n n −n
z > a 时收敛
n =0 n =0 z z−a
∞
z
4）Z [ n ⋅ u ( n )] = ∑n =0
n z −n
=
( z − 1) 2
z > 1 时收敛
5
§8.2 z变换定义、典型序列的z变换
jω0 jω0 n z
NOTE：将3)中的a用 e 代入 Z [e u (n)] =
z − e jω0
z > e jω0 n = 1 时收敛可用来求正弦余弦的z变换
1⎡ z z ⎤
Z [cos(ω n )u ( n )] = +
2 ⎢⎣ z − e jω0 z − e − jω0 ⎥⎦
5） 0
z ⎡ 2 z − e jω0 − e − jω0 ⎤ z ( z − cos ω0 )

= ⎢ 2 jω0 − jω0 ⎥= 2
2 ⎣ z − z (e + e ) + 1 ⎦ z − 2 z cos ω0 + 1
z sin ω0
6） Z [sin(ω0 n)u (n)] =
z 2 − 2 z cos ω0 + 1
6
§8.3 z变换的收敛域
收敛域 ROC——Region of convergence
利用s平面与z平面的映射，由L 收敛域研究Z 收敛域
⎧ r = eσ T
e(σ + jω )T = e sT = z = re jθ ⎨
⎩θ = ωT
jω
在s平面选定σ
j Im[ z ]
直线
θ
σ = σ0
σ0 σ 对应z平面r r0 Re[ z ]
r = r0
线之左右圆
圆之内外 7
有限时宽有限长序列
s (n)
s (t )
t0 t 0 n
1
(1 − e − st0 )
jω s j Im[ z ]
0 σ 0 Re[ z ]
全平面全平面
8
右边信号右边序列
s ( n)
s (t )
−t a n u ( n)
e
n n
1 z
jω s +1 j Im[ z ]
z−a
-1 0 a
Re[ z ]
z >a
σ > −1 9
左边信号左边序列
s (t ) s ( n)
n n
−t
−e
1 z
−b u (− n − 1)
n
jω
s +1 j Im[ z ]
z −b
-1 0 0 b Re[ z ]
σ < −1 z <b
10
双边信号双边序列
s (t ) s ( n)
bt e − at
e a nu (n) − b n u (− n − 1)
n
n
1 1 z z
− +
jω
s + a s −b j Im[ z ] z −a z −b
-a 0 b 0 a b
Re[ z ]
−a < σ < b a< z <b 11
收敛规律:
时域右边序列 Z 域圆外时域左边序列 Z 域圆内
时域双边序列 Z 域圆环内
时域有限长序列
0 n1 n2 n n1 n2 0 n n1 0 n2 n
n2 ≥ n1 ≥ 0 n1 ≤ n2 ≤ 0 n1<0，n2>0
|z|>0 | z |< ∞ 0 <| z |< ∞
X(z)在收敛域内解析收敛域内不包含极点
一般以极点为边界 12
s ( n)
例8-1 — 求离散序列的z变换
x(n) = a nu (n) − b nu (− n − 1) …
0
… n
解：求其双边z变换 j Im[ z ]
∞
X ( z) = ∑
n =−∞
x ( n) z − n
∞ ∞
∑ ∑ b u (−n − 1) z
−n −n a b
= −
n n 0
a u ( n) z Re[ z ]
n =−∞ n =−∞
∞ −1 ∞ ∞
= ∑a z n −n
− ∑b z n −n
= ∑a z n −n
+ 1 − ∑ b−n z n
n =0 n =−∞ n =0 n =0 |z|>a, |z|<b时收敛
z b z z
= +1− = + ( a < z < b)
z−a z −b z −a z −b 13
§8.4 逆 z 变换
逆 z 变换 Inverse Z-Transform
1
2π j v∫ C
−1
直接定义 x( n) = Z [ X ( z )] = X ( z ) z n −1dz
C是包围X(z)zn-1所有极点之闭合积分路线 j Im[ z ]
通常是在z平面收敛域内
以原点为中心的圆 0 Re[ z ]
z >a
14
§8.4 逆z变换
∞
证明此定义的正确性: 定义式中代入 X ( z ) = ∑
m =−∞
x(m)z − m
∞
1 1
2π j v∫ C
n −1
X ( z ) z dz = ∑
2π j v∫ C m =−∞
x(m)z − m z n −1dz
1 ∞
= ∑
2π j m =−∞
x ( m ) ∫
v C
z − m + n −1
dz
⎧ z −1dz = 2π j
⎪ v∫ C
由柯西定理 ⎨
⎪⎩ v∫ C z dz = 0 k ≠ −1
k
只有m=n时，积分为 2π j ，其余为0
1 1
2π j v∫
n −1
X ( z ) z dz = x(n) ⋅ 2π j = x(n)
C 2π j 15
§8.4 逆z变换
柯西定理证明：
z dz v∫ v∫C
k jkθ jθ
v∫
k
= jr k +1 j ( k +1)θ
e d θ = r e jre dθ
C C
仅当k = -1时，上式 = v∫ C jdθ = 2π j

k +1 2π
r
否则，上式 = e j ( k +1)θ =0
k +1 0
⎧ z −1dz = 2π j
⎪ v∫ C
⎨
⎪⎩ v∫ C dz = 0 k ≠ −1
k
z
16
§8.4 逆z变换
求解方法
1
一、围线积分法（留数法） x ( n ) = X ( z ) z n −1 d z
2π j v∫ c
右边序列围线积分等于围线C 内所有极点的留数之和
x(n) = ∑ Res ⎡⎣ X ( z ) z n −1 ⎤⎦
z = zm
m
一阶极点 Res ⎡⎣ X ( z) z n−1 ⎤⎦ z = z = ⎡⎣( z − zm ) X ( z) z n−1 ⎤⎦ z = z

m m
1 ⎧d k −1
n −1 ⎫
k 重极点 Res ⎡⎣ X ( z) z ⎤⎦ z = z ⎨ k −1 ( z − zm ) X ( z) z ⎬
n −1
=
k
m ( k −1)! ⎩ d z ⎭z = z m
左边序列围线积分等于围线C 外所有极点的留数之和

x(n) = −∑ Res ⎡⎣ X ( z ) z n −1 ⎤⎦
z = zm
m 17
§8.4 逆z变换
j Im[ z ]
例 — 围线积分法求逆z变换
1
X ( z) = , z > 1）
（
( z − 1) 2 0 Re[ z ]
解：1） n ≥ 1 X ( z ) z n −1 有一个二阶极点 z >1
1 d ⎡ 1 n −1 ⎤
Res ⎣ X ( z ) z ⎦ =
⎡ n −1
⎤ ( z − 1)
2
⎢ z ⎥
z =1
( 2 − 1)! dz ⎣ ( z − 1) 2
⎦ z =1
=
dz
(
d n −1
z z =1)
= ( n − 1) z n − 2 z =1 = ( n − 1)
∴ x(n) = Res ⎡⎣ X ( z ) z n −1 ⎤⎦ = (n − 1)u (n − 1) (n ≥ 1)

z =1 18
§8.4 逆z变换
j Im[ z ]
2） n = 0 x(0) = ∑ Res ⎡⎣ X ( z ) z 0 −1
⎤⎦
z = zm
m
1 一个二阶极点
X ( z) z 0 −1
=
( z − 1) z
2 0
一个一阶极点 Re[ z ]
⎡ 1 ⎤ ⎡ 1 ⎤ z >1
Res ⎢ 2⎥
= z ⋅
⎢ z ( z − 1) 2 ⎥ = 1
⎣ z ( z − 1) ⎦ z =0 ⎣ ⎦ z =0
⎡ 1 ⎤ d ⎡ 1 ⎤ −1
= ⎢( − ) ⋅ = = −1
2
Res ⎢ 2⎥
z 1 2⎥
⎣ z ( z − 1) ⎦ z =1 dz ⎣ z ( z − 1) ⎦ z =1 z 2
z =1
x(0) = 1 + (−1) = 0
∴ x(n) = (n − 1)u (n − 1)
19
§8.4 逆z变换
二、幂级数展开（长除法）
z 变换式一般是z的有理函数，可表示为：
N ( z ) b0 + b1 z + b2 z 2 + " + br −1 z r −1 + br z r
X ( z) = =
D( z ) a0 + a1 z + a2 z 2 + " + ak −1 z k −1 + ak z k
∞
X ( z) = ∑ x
n=−∞
( n ) z −n
是一个z 的幂级数
= " + x ( − 2) z 2 + x ( − 1) z 1
+ x (0) z 0 + x (1) z − 1 + x (2) z − 2 + "
将X(z)在给定收敛域内展成幂级数级数的系数就是x(n)
20
§8.4 逆z变换
右边序列的逆z变换
X(z)以z的降幂排列
∞
X ( z ) = ∑ x(n)z − n = x(0) z 0 + x(1) z −1 + x(2) z −2 + "
n =0
左边序列的逆z变换
X(z)以z的升幂排列
−1
X ( z) = ∑
n =− ∞
x(n)z −n = x(−1) z1 + x(−2) z 2 + x(−3) z3 + "
21
§8.4 逆z变换
例8-3 — 幂级数展开法求逆z变换
z
已知X ( z ) = z > 1，求x ( n ) 。
( z − 1) 2
解：收敛域在圆外是右边序列
z −1 + 2 z −2 + 3 z −3 + 4 z −4 +"
z2 − 2z + 1 z
z − 2 + z −1
2 − z −1
2 − 4 z −1 + 2 z −2
3 z −1 − 2 z −2
采用z 的降幂排列 3 z −1 − 6 z −2 + 3 z −3
4 z −2 − 3 z −3
x ( n)
−2 −3 −4
= nu (n) 4 z − 8 z + 4 z
5 z −3 − 4 z −4
22
§8.4 逆z变换
z
已知X ( z ) = z < 1，求x ( n )。
( z − 1) 2
解：收敛域在圆内是左边序列
z + 2 z 2 + 3 z 3 + 4 z 4 +"
1 − 2z + z 2 z
z − 2z 2 + z3
2z 2 − z 3
2z 2 − 4z3 + 2z 4
3z 3 − 2 z 4
采用z 的升幂排列 3z 3 − 6 z 4 + 3z 5
4 z 4 − 3z 5
x ( n ) = − nu (− n − 1) 4 z 4 − 8z5 + 4 z 6
5z5 − 4z 6
23
§8.4 逆z变换
三、部分分式展开法
N ( z ) b0 + b1 z + b2 z 2 + " + br −1 z r −1 + br z r
X ( z) = =
D ( z ) a0 + a1 z + a2 z 2 + " + ak −1 z k −1 + ak z k
1
拉氏变换的基本形式 e −α t
u (t ) ↔
s +α
z ⎧ n
⎪ u ( n)
a z >a
z变换的基本形式 ↔⎨ n
z−a ⎪⎩−a u (− n − 1) z <a
因果序列右边序列收敛域 z > R

z = ∞ 处收敛必须满足 k ≥ r
24
§8.4 逆z变换
用部分分式分解求逆z变换的步骤
x( z )
1、提出一个z，为真分式
z
X ( z) b0 + b1 z + " + br −1 z r −1 + br z r
=
z a0 z + a1 z 2 + " + ak −1 z k + ak z k +1
2、部分分式展开
极点决定部分分式形式 (只含有一阶极点)
X ( z ) A0 N Am
+∑
b0 X ( z)
= A0 = Am = ( z − zm )
z z m =1 z − zm a0 z z = zm
25
§8.4 逆z变换
含有高阶极点（重根）时
M
Am z s Bj z
X ( z) = ∑ + A0 + ∑ z = zi 为s阶极点
m =1 z − z m j =1 ( z − zi )
j
1 ⎡ d s− j s X ( z) ⎤
Bj = ⎢ ( z − zi )
( s − j )! ⎣ dz s− j
z ⎥⎦ z = z
i
x( z )
3、 ⋅ z ，查反变换表得到结果
z
Az Az A z
只含有一阶极点 X ( z ) = A0 + 1 + 2 + " + N
z − z1 z − z2 z − zN
x(n) = A0δ (n) + A1 ( z1 ) n + A2 ( z2 ) n + " + AN ( z N ) n , n ≥ 0
含有高阶极点（重根）查反变换表得到x(n)表达式 26
§8.4 逆z变换
例 — 部分分式展开法求逆z变换
z2
已知X ( z ) = ，z > 2, 求x ( n )
( z − 1)( z − 2)
X ( z) z
解： 1) X(z)除以z =
z ( z − 1)( z − 2)
X (z) A B
2) 展开为部分分式 = +
z z −1 z − 2
z
A = ( z − 1) = −1 同理：B=2
( z − 1)( z − 2) z =1
−z 2z
3) 部分分式乘以z X ( z) = +
z −1 z − 2
查表得 x ( n ) = −u ( n ) + 2(2) n
u ( n ) = [2(2) n
− 1]u ( n )
27
下节课内容：
z变换的性质，利用z变换解差分方程
课后作业：
8-1，8-3，8-10
参考书：
Oppendeim 10.1，10.2，10.3，10.5
Siebert 8.1，8.2，8.3
28
信号与系统
陆建华
2004年春季学期
上节课回顾
∞
z变换定义双边 X ( z ) = Z [ x(n)] = ∑ x ( n) z
n =−∞
−n
∞
单边 X ( z ) = Z [ x(n)] = ∑ x(n) z − n
n=0
z变换收敛域
jω j Im[ z ]
L域 Z域
θ
σ0 σ r0 Re[ z ]
上节课回顾
收敛规律:
时域右边序列 Z 域圆外时域左边序列 Z 域圆内
时域双边序列 Z 域圆环内
1
∫
−1 n −1
逆 z 变换： x ( n ) = Z [ X ( z )] = v X ( z ) z dz
2π j C
= ∑ Res ⎡⎣ X ( z ) z n −1 ⎤⎦ 留数法
z = zm
m
幂级数展开（长除法：注意幂次排列）
z ⎧⎪a n u (n) z >a
部分分式展开法 ↔⎨ n
z−a ⎪⎩−a u (−n − 1) z <a 3
§8.5 z变换的基本性质
(一) 线性 Linearity
叠加性、均匀性收敛域可能发生变化！
相加序列收敛域的重叠部分——收敛域减小
极点在相加过程中被抵消 ——收敛域扩大
(二) 位移性 Time shifting
1）双边若Z [x(n)]= X(z) RX 1 < z < RX 2
则Z [x(n-m)]=z-mX(z) RX 1 < z < RX 2

4
∞
证明： Z [ X (n − m)] = ∑
n =−∞
x ( n − m) z − n
k = n−m ∞
=z −m
∑
k =−∞
x(k ) z − k = z −m X ( z)
同理：Z [x(n+m)]=zmX(z) RX 1 < z < RX 2
2）单边
若Z [x(n)]= X(z) RX 1 < z
−1
则 Z [x(n − m)] = z − m [ X ( z ) + ∑
k =− m
x(k ) z − k ] RX 1 < z
m −1
Z [x(n + m)] = z m [ X ( z ) − ∑ x(k ) z − k ] RX 1 < z
k =0 5
Z [x(n − 1)] = z −1 X ( z ) + x(−1)
Z [x(n − 2)] = z −2 X ( z ) + z −1 x(−1) + x(−2)
右移序列 x(-1)， x(-2)，…为初始条件

因果序列 n<0时，x(n)=0 Z [x(n − m)] = z − m X ( z )
x ( n) x(n − 1)
X ( z) z −1 X ( z ) + x(−1)
… …
-1 0 1 2 n n
单边z变换对n<0者未计入右移后要计入x(-1)的值
6
(三) 序列线性加权（z域微分）
dX ( z )
若Z [x(n)]= X(z) nx(n) ↔ − z
dz
dX ( s )
注意与拉氏变换对比 tx(t ) ↔ −
ds
m
⎡ d ⎤
推广 n x(n) ↔ ⎢ − z
m
⎥ X ( z)
⎣ dz⎦
d ⎧ d ⎡ d ⎛ ⎞⎤ ⎫
m
⎡ d⎤ d
⎢⎣ − z dz ⎥⎦ 表示 − z dz ⎨− z dz ⎢ − z dz " ⎝⎜ − z dz X ( z ) ⎠⎟ ⎥ ⎬
⎩ ⎣

⎦⎭
求导m次 7
(四) 序列指数加权（z域尺度变换）
若 Z [x(n)]= X(z) (R x1 < z < Rx 2 )

z z
a x(n) ↔ X（）
n
（Rx1 < < Rx 2）
a a
（a为非零常数）
∞ ∞
z −n z
证明： Z ⎡⎣ a x(n) ⎤⎦ = ∑ a x(n) z
n n −n
= ∑ x(n（
) ） = X（）
n =0 n =0 a a
同理： a − n x(n) ↔ X ( az ) (R x1 < az < Rx 2 )
(−1) n x(n) ↔ X ( − z ) (R x1 < z < Rx 2 )

8
(五) 初值定理
若 Z [x(n)]= X(z) 且x(n)为因果序列
x(0) = lim X ( z )
z →∞
将X(z)在z足够大时的动态特性与x(n)的初值联系起来
思考 x(1)＝？
x1 (n) x(n + 1) x(1) = x1 (0)
位移性 x(n + 1) ↔ z [ X ( z ) − x(0) ] = X 1 ( z )
x(1) = x1 (0) = lim X 1 ( z ) = lim z [ X ( z ) − x(0)]
z →∞ z →∞ 9
(六) 终值定理
若 Z [x(n)]= X(z) 且x(n)为因果序列
lim x(n) = lim [ ( z − 1) X ( z ) ]

z →∞ z →1
应用的条件 n → ∞ 时x(n)收敛
X(z)的极点位于单位圆内，收敛半径小于1
anu(n)，|a|<1，终值为0
若位于单位圆上，只有z =1，且为一阶极点
u(n)，终值为1
10
运用终值定理的几个实例
x (n) 终值 n → ∞ X (z) ROC
(2 ) z
n
无 z >2
z−2
z
(1 )
n
有，1 z >1
z −1
z
( − 1) z > −1
n
无
z +1
z
( 0.5 ) z > 0.5
n
有，0
z − 0.5 11
(七) 时域卷积定理
若 Z [x(n)]= X(z) (R x1 < z < Rx 2 )
Z [h(n)]= H(z) (R h1 < z < Rh 2 )
Z [ x ( n) * h( n) ] = X ( z ) H ( z )
收敛域变为重叠部分——收敛域缩小
max( Rx1 , Rh1 ) < z < min( Rx 2 , Rh 2 )
零极点在相乘过程中抵消——收敛域扩大
在时域中卷积的z变换等于在z域中z变换的乘积
12
(八) z域卷积定理
1 ⎛z⎞
Z [ x ( n) h( n) ] = ∫
v X ⎜ ⎟ H ( v ) v −1
dv
2π j c1 ⎝ v ⎠
1 ⎛ z ⎞ −1
或 Z [ x ( n) h( n) ] = ∫
v X (v) H ⎜ ⎟ v d v
2π j c2 ⎝v⎠
若设 v = ρ e jθ
z = re jϕ
π
⎡ r j (ϕ −θ ) ⎤
X ( ρe ) H ⎢ e
1
则 Z [ x ( n) h( n) ] = ∫π
jθ
⎥ dθ
2π − ⎣ρ ⎦
证明过程自阅
13
§8.6 z变换与拉氏变换的关系
（一）z平面与s平面映射 mapping
z = e sT re jθ = e(σ + jω )T ⎧ 2π
σ
σT ωs
⎪⎪ r = e =e
2π
ωs = 序列重复频率 ⎨ ω
T ⎪θ = ωT = 2π
⎪⎩ ωs
当 σ ＝常数时
s平面垂线 z平面圆
s平面虚轴 z平面单位圆
当 ω＝常数时？ 14
当 ω＝常数时
s平面水平线 z平面始于原点的辐射线
jω
ω j Im[ z ]
ωs 2π 0 = θ 0
2
ωs
ω0
θ0
0 负实轴 0 正实轴
ωs Re[ z ]
−
2
s平面实轴 θ =0 z平面正实轴
ωs
ω=± θ =π z平面负实轴
2
ω = ±ωs θ = 2π z平面正实轴（重复）
z → s 映射的多值性 s平面每平移ωs ,在z平面转一周 15
（二）z变换与拉氏变换表达式之对应
N N
xˆ (t ) = ∑ xî (t ) = ∑ Ai e i u (t )
pt
i =1 i =1
N
Ai
L [ xˆ (t )] = ∑
i =1 s − pi
N N
x(nT ) = ∑ xi (nT ) = ∑ Ai e pi nT u (nT )
i =1 i =1 阶跃函数定义的
N
Ai 差别引起的差异
Z [ x(nT )] = ∑ piT −1
i =1 1 − e z
⎧ xî (t )u (t ) t = nT (n ≠ 0)
⎪
建立联系时须满足 i
x ( nT )u ( n ) = ⎨ Ai
⎪ xî (t )u (t ) t =0 +
⎩ 2 16
例8-14 — 利用Z 和L 的对应，求序列 e-anTu(nT) 的z变换
解：对应的连续函数 x ( t ) = e − at u ( t )
1 Ai
L [ x(t )] = X ( s ) =
s+a
只有一个一阶极点s =－a pi
与对应的连续函数间关系满足前述条件
1
e-anTu(nT)的z变换 X (z) =
1 − z −1e − aT
17
例8-15 — 利用Z 和L 的对应，求 sin(ω0 nT )u (nT ) 的z变换
解：对应的连续函数 x ( t ) = sin (ω0t ) u ( t )

ω0 −j/2 j/2
L [ x(t )] = X ( s ) = 2 = +
s + ω0 2
s − jω0 s + jω0
−j j
A1 = , A2 = 极点 p1 = jω0 , p2 = − jω0
2 2
与对应的连续函数间关系满足前述条件
sin(ω0 nT )u (nT ) 的z变换
−j/2 −j/2 z −1 sin(ω0T )
X ( z) = −1 jω0T
+ −1 − jω0T
=
1− z e 1− z e 1 − 2 z −1 cos(ω0T ) + z −2
18
§8.7 利用z变换解差分方程
描述离散时间系统的数学模型为差分方程
N M
∑a
k =0
k y (n − k ) = ∑ br x(n − r )
r =0
求解差分方程是分析离散时间系统的重要途径
两种方法：
• 时域方法（第七章）烦琐
• z变换方法要注意收敛域
19
利用z变换求解差分方程的步骤
1) 对差分方程两边取单边z变换
x(n-r)、y(n-k)均为右移序列利用位移性质
N −1 M −1
∑ ak z [Y ( z ) + ∑ y(l ) z ] =∑ br z [ X ( z ) +
k =0
−k
l =− k
−l
r =0
−r
∑
m =− r
x ( m) z − m ]
2) 由z变换方程求出响应Y(z)
3) 求Y(z)的反变换，得到y(n)。注意收敛域
20
NOTE：离散系统总响应＝
零输入响应＋零状态响应
零输入响应
N −1 M −1
∑a z
k =0
k
−k
[Y(z) + ∑ y(l)z ] =
l =−k
−l
∑ r [ X ( z) +
b z −r
∑ x(m) z − m ]
r =0 m=− r
M −1
−∑ [ak z ⋅ ∑ y (l ) z − l ]
−k
x(n)=0 Y ( z) = k =0
N
l =− k
∑ k
a
k =0
z −k
21
零状态响应
N −1 M −1
∑k
a z
k =0
[Y−k
( z) + ∑ y(l ) z ] =
l =−k
∑r
b z−l
[ X ( z) + ∑
r=0
x(−r
m) z−m
]
m=−r
y(l)=0， − N ≤ l ≤ −1
若x(n)为因果序列 x(m)=0，− M ≤ m ≤ −1 M
N M
∑r
b z −r
∑a z Y(z) = ∑br z X (z) Y ( z) = X ( z) ⋅

−k −r r =0
N
∑ k
k −k
k =0 r =0 a z
k =0
H ( z)
系统函数 22
差分方程响应y(n)的起始点确定
对因果系统,观察Y(z)分子分母的幂次
分母高于分子的次数是响应的起点
2z
Y (z) = 从n=2开始有非零值
( z + 1)( z + 2 )
2
• 差分方程经z变换→代数方程；
• 可以将时域卷积→频域（z域）乘积；
• 部分分式分解后将求解过程变为查表；
• 求解过程自动包含了初始状态（相当于0-的条
件）
23
例8-17 — 求差分方程全响应y(n)
y (n) − by (n − 1) = x(n) x(n) = a nu (n)， y (−1) = 2
−1
解： Y ( z ) − bz [Y ( z ) + zy (−1)] = X ( z ) 已含有初始条件
[1 − bz −1 ]Y ( z ) = X ( z ) + by (−1)
X ( z ) + by (−1)
Y ( z) =
1 − bz −1
1 ⎡ az bz ⎤ 2bz
= ⎢ − ⎥ +
a −b ⎣ z − a z −b⎦ z −b
查表，反变换
⎡ 1 ⎤
y (n) = Ζ −1[Y ( z )] = ⎢ (a n +1 − b n +1 ) + 2b n +1 ⎥ u (n)
⎣a −b ⎦ 24
下节课内容：
系统函数，频率响应
课后作业：
8-12，8-17，8-21(2)
参考书：
Oppendeim 10.5
Siebert 8.2，8.3
25

THU课件

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

THU课件

Uploaded by

Copyright:

Available Formats

信号与系统

(1) 指数信号 f (t ) = Ke at a < 0 衰减函数，实际中常用

(2) 正弦信号 f (t ) = K sin(ωt + θ ) ，K振幅、ω角频率、θ 初相位

(5) 钟形信号 (高斯函数)

(2) 反褶 f (−t ) f(t) f(-t)

a > 1 压缩， a < 1 扩展

单位斜变：Unit Ramp Function R(t)

单位阶跃：Unit Step Function

举例：在 t = 0接入直流 (恒压源或恒流源)

(2) 矩形脉冲 u(t)-u(t – t0)

(3) 符号函数 sgn(t)

同样规定 sgn(0) = 0 sgn(t ) = 2u (t ) − 1

思考题3：求 sgn[sint ] 之波形

单位冲激：Unit Impulse Function δ (t )

(2) 偶函数 δ (t ) = δ (−t )

多电平数字信号 56K MODEM

冲激偶函数 δ ′(t ) doublet

(1) δ ′(t ) 具有位于0点的双脉冲，关于轴互为镜

r(t) = a⋅ e(t) r(t)=a⋅e(t)

(1) 线性、非线性 (Linear & Non-linear)

(2) 时变、时不变 (Time-variant, Time-invariant)

若C是变容二极管 C(t) C(t) R

(3) 记忆、无记忆 (memory、memoryless)

(5) 集总参数 Lumped parameter 集总参数系统 常微分方程

分布参数 Distributed parameter 分布参数系统 偏微分方程

(6) 因果系统 causal

当 t < 0 ，e(t ) = 0 ⇒ t < 0 ，r (t ) = 0 有始系统

微分方程 r (t ) = e (t ) + e (t + 2 )代表的系统是否是因果 系统．

∴ de(t) e(t) r(t) dr(t)

(1) 因果系统 causal

当 t < 0 ，e(t ) = 0 ⇒ t < 0 ，r (t ) = 0 有始系统

(3) 奇异函数, 广义极限, 严格定义

不是充分必要条件! δ (t ) + δ ′(t ) 亦满足狄拉克定义

d m e(t ) d m −1e(t ) de(t )

求根得α 1 , ,α n n 个根，⇒ A1eα1t + A2eα 2t + + An eα nt 为齐次解

一般对于 n 阶微分方程( n 阶系统)，需 n 个边界条件，如

r (0 + ) = 1 e(t) = v1(t) v2(t) = r(t)

从物理系统往往易求得 0 − 状态， 0 + 状态则不太容易

§2.3 起始点的跳变—从 0 − 到 0 +状态的转换

举例 ：(例2-5)右图求 i (t ) ， t > 0 t=0

代入： {aδ ′(t ) + bδ (t ) + c∆u (t )} + 7{aδ (t ) + b∆u (t )} + 10a∆u(t )

零输入响应齐次解形 i zi ( t ) = Azi 1 e −2 t + Azi 2 e −5 t t ≥ 0+

将 e(t ) = 4u (t ) 代入得到 t = 0 时刻微分方程

代数方程类比：由于 b(≠ 0) 的存在， x 与 y 不是严格线性

思考题9 ： (如图) e (t ) = u(t ) 求 i 2 (t )

(2) 有没有办法绕过求 0 + ？怎样做？

参考 Oppenheim 2.3, 2.6,

例2-9 对例2-5所示电路 i(t )求对 e(t ) = δ (t ) 的冲激响应

齐次解 i (t ) = h(t ) = A1e −2t + A2 e −5t

若 n ≤ m 则 h(t )还将含有δ (t ) 及其相应阶的导数

(二) 阶跃响应 Unit Step Response

可以用 h(t )与 g (t ) 关系由 h(t ) 求 g (t )

g (t ) = ⎡ ∫ h(τ )dτ ⎤ u(t )

通常定义当 t < 0 时， h(t ) =。

例2-10中通过 h(t ) 的积分求g (t ) ，(提示：h(t)为例2-9结果)

将它作用到冲激响应为 h(t )的LTI系统，则系统的响应为

r (t ) = H[e (t )] = H ∫ e (τ )δ (t − τ )dτ = ∫ e (τ ) H[δ (t − τ )]dτ

对于实际因果系统 r (t ) = e(t ) ∗ h(t )

当 t < 0 e(t ) = 0 (零点接入) ⇒ 下限为0

当 t < 0 h (t ) = 0 (因果系统) ⇒ t − τ < 0, h(t − τ ) = 0

卷积的其它名称： 褶积、 卷乘、 折积、福尔通积分

(1) 交换律 f1(t) ∗ f2 (t) = f2 (t) ∗ f1(t)

(2) ∫ ： ∫−∞ [ f 1 (λ ) ∗ f 2 (λ )]dλ = ∫−∞ ⎢ ∫−∞ f 1 (τ ) f 2 (λ − τ )dτ ⎤⎥ dλ

(4) f (t ) ∗ δ ′(t ) = f ′(t ) ∗ δ (t ) = f ′(t ) (利用微分积分特性)

(5) 集总参数 Lumped parameter 集总参数系统常微分方程

分布参数 Distributed parameter 分布参数系统偏微分方程

微分方程 r (t ) = e (t ) + e (t + 2 )代表的系统是否是因果系统．

举例：(例2-5)右图求 i (t ) ， t > 0 t=0

卷积的其它名称：褶积、卷乘、折积、福尔通积分

等幅振荡其中 σ 称为衰减因子，ω 为振荡频率。

（十）终值 lim f (t ) = lim sF ( s )

暂态响应与稳态响应（Transient, Steady-State）