其实,系统的分类无非就是两大类:离散时间系统、一个是连续时间系统
那么,如何判断呢?很简单,就是看一个系统的输入和输出是什么信号。如果 x ( t ) x(t) x(t) 和 y ( t ) y(t) y(t) 是离散时间信号,那么系统就是离散时间系统;如果 x ( t ) x(t) x(t) 和 y ( t ) y(t) y(t) 是连续时间信号,那么就是连续时间系统。
首先我们先看看无记忆性是什么:无记忆性就是系统在 t t t 时刻的输出 y ( t ) y(t) y(t),只与系统在 t t t 时刻的输入有关。而记忆系统,就是 t t t 时刻的输出不仅仅与当前时刻的输入有关(可以是与过去时刻,甚至也可以与将来时刻)
这里注意一个信号: y = x ( t − 1 ) y = x(t-1) y=x(t−1),这个输出表示的是输入信号前一个时刻的值,那么就不是与当前时刻 t t t 有关了,所以是记忆性的。
假设我们有一个系统 S S S,如果输入 x x x 经过这个系统得到的输出是 y y y,接着,假如存在这样一个系统 S 2 S2 S2,使得 y y y 作为输入输入进这个 S 2 S2 S2 系统之后得到的输出是 x x x,而且这个 S 2 S2 S2 系统有且只有一个,那么我们就说系统 S S S 是可逆的。
另外,还有一个理解方式:就是对于一个系统,不同的输入都会对应着不同的输出,那么这个系统就是可逆的(理解成单调可以吗?似乎不太准确?)
假如一个系统,给出的输入是有界的,那么输出也一定是有界的。这样我们说系统是稳定的。
比如: y ( t ) = t x ( t ) y(t) = tx(t) y(t)=tx(t) 就是不稳定的,因为即使你的输入 x ( t ) x(t) x(t) 有界,那万一时间 t 是无穷呢?输出就是无界的了
因果性指的是 系统的输出只和当前时刻的输入和之前时刻的输入有关。(当然:说明一点,如果输出仅仅只和当前的输入有关,那么也是因果的,同时还是无记忆的)
例如:驾驶系统一一定是一个因果性的系统,因为车子无法预测下一个时刻车主将要干的事情
不过,如果自变量不是和时间有关的,那么系统不一定需要具有因果性。比如图像的像素点,它们与时间无关,其中的卷积操作,如果我们把卷积操作视为一个系统,那么输出是和之后位置的像素点值有关的。但是由于像素并不是和时间有关的,所以这个系统不受因果性的限制。
这个很重要:我们有如下的解释:
如果在 t t t 时刻系统的输入是 x ( t ) x(t) x(t),对应的输出是 y ( t ) y(t) y(t)。那么在 t − t 0 t-t_0 t−t0 时刻的输入 x ( t − t 0 ) x(t-t_0) x(t−t0),就会对应输出 y ( t − t 0 ) y(t-t_0) y(t−t0)。这样,我们就说这个系统是具有时不变性的。
那么,如何判断系统是否具有时不变性呢?我们举一个例子:
假设: y ( t ) = t s i n [ x ( t ) ] y(t) = tsin[x(t)] y(t)=tsin[x(t)]
首先,我们假设在 t t t 时刻的输入是 x 1 ( t ) x_1(t) x1(t),那么输出就是: y 1 ( t ) = t s i n [ x 1 ( t ) ] y_1(t) = tsin[x_1(t)] y1(t)=tsin[x1(t)]
接着,我们假设在 t − t 0 t-t_0 t−t0 时刻的输入是 x 1 ( t − t 0 ) x_1(t-t_0) x1(t−t0),那么,对应的输出就是: y 2 ( t ) = t s i n [ x ( t − t 0 ) ] y_2(t) = tsin[x(t-t_0)] y2(t)=tsin[x(t−t0)]
下面,我们需要验证: y ( t − t 0 ) y(t-t_0) y(t−t0) 是否等于 y 2 ( t ) y_2(t) y2(t)。那么,我们看看 y ( t − t 0 ) y(t-t_0) y(t−t0) 等于啥:
y ( t − t 0 ) = ( t − t 0 ) s i n [ x ( t − t 0 ) ] y(t-t_0) = (t-t_0)sin[x(t-t_0)] y(t−t0)=(t−t0)sin[x(t−t0)]。显然: y ( t − t 0 ) ≠ y 2 ( t ) y(t-t_0) ≠ y_2(t) y(t−t0)=y2(t),所以系统是时变的
如何判断一个系统是否具有线性?
系统需要同时满足可加性和比例性才是线性的, 也就是说,我们再判断系统的线性性时,需要分别检测可加性和比例性。下面具体说明:
上述步骤完成了可加性的证明,下面要看是否满足比例性:
上述步骤就完成了比例性的证明。
另外,我们看看一个很特别的 system: y ( t ) = x ( t ) + 2 y(t)=x(t)+2 y(t)=x(t)+2
首先,验证是否满足可加性。假设两个输入 x 1 ( t ) , x 2 ( t ) x_1(t), x_2(t) x1(t),x2(t),分别得到 y 1 ( t ) , y 2 ( t ) y_1(t), y_2(t) y1(t),y2(t)
y 1 ( t ) = x 1 ( t ) + 2 ; y 2 ( t ) = x 2 ( t ) + 2 y_1(t) = x_1(t) + 2;y_2(t) = x_2(t)+2 y1(t)=x1(t)+2;y2(t)=x2(t)+2;接着我们给一个输入 x 1 ( t ) + x 2 ( t ) x_1(t)+x_2(t) x1(t)+x2(t),得到输出 y 3 ( t ) y_3(t) y3(t): y 3 ( t ) = x 1 ( t ) + x 2 ( t ) + 2 y_3(t) = x_1(t)+x_2(t)+2 y3(t)=x1(t)+x2(t)+2
而 y 1 ( t ) + y 2 ( t ) = x 1 ( t ) + x 2 ( t ) + 4 y_1(t) + y_2(t) = x_1(t)+x_2(t)+4 y1(t)+y2(t)=x1(t)+x2(t)+4,显然与 y 3 ( t ) y_3(t) y3(t) 不相等,不满足可加性。
我们也可以证明它还不满足比例性,所以这不是一个线性系统。但是这很疯狂,因为你看这个系统的表达式,多么漂亮的线性方程,居然连线性系统两个条件的一个都无法满足。。但是,这个系统和线性还是有联系的,它叫做增量线性系统: y 1 ( t ) − y 2 ( t ) = x 1 ( t ) − x 2 ( t ) y_1(t)-y_2(t) = x_1(t)-x_2(t) y1(t)−y2(t)=x1(t)−x2(t)