ELEC270 W7
ELEC270 WEEK7
前言
DDL越来越多,仿佛是想把我鲨了
如有疑惑/错漏/建议 还请使用这个匿名提问箱,我会一一回复。
https://www.tapechat.net/uu/5r0pL8/ZV9H0543
在老师PPT开头的章节分类里也可以看到,从这周开始我们步入了一个新的阶段。当然,是承接的,以之前的傅里叶为基础。
7.0 “系统”,一种黑箱
撇开傅里叶变换本身在数学上的意味,所谓变换既一种操作,有输入,有输出。在此,我们将其封装成黑箱,称为“system”。而对于这种高度抽象化的概念实体,若要探究总结其性质,不应尝试厘清其原理,而是观察输入输出,以及系统与系统之间的关系。
就像现实生活中做试验一样,暂不知道它们是个啥,又不能剖开研究,那如何分类?——看它们在各种操作下表现出的性质。
7.1 additivity, Homogeneity/Scaling, Time Invariance tests
我们关心的性质及其试验(测试):
这三个性质的测试都是测试相加/数乘/延时和系统处理操作的先后顺序是否会对结果有影响。
Linearity
其中,若一个system同时满足additivity(相加)和Homogeneity(数乘)(齐次且可加),则称其是Linearity(线性)的。
7.2 Causality 因果
对于系统的输入x(t)和输出y(t),他们的结果有时候会产生一个时间差: x(t-a)-->y(t)。对于一个有因果关系的系统来说,必须先有输入,才有输出。
因此,当t-a<t, a>0, 则输入的时间段在输出的时间之前,因此输入是因, 输出是果,这个系统就是Causality的。
对于t-a>t, a<0, 如x(t+1)-->y(t), 这意味着在t+1时刻的输入产生了t时刻的输出——这不是现实生活中能发生的,因果性被破坏了。
7.3 Time Invariance 时不变
如果按照官方的说法来形容,时不变性就是一个系统的输出不会因为时间的变化而改变。
这里用更容易理解的话来讲:
y(t)的表达式应是x(t)的函数,不能直接包含t的函数。t只能经过x(t)对y(t)产生影响。
Time-Varying:反义词
7.4 Memory/Memoryless 动态/静态
Memoryless Systems 静态系统 :
y(t)仅与当前的x(t)有关。这样的系统仅根据输入值来改变输出,不论输入函数是什么形状,只要某时输入值相同,输出值就相同。
Memory Systems 动态系统 :
y(t)和非当前的x(t-a)相关。这样的系统不仅仅根据输入值获得输出,改变输入函数的部分形状,同样会造成输出结果大不相同。比如积分。
7.5 Invertible/Non-invertible 可逆/不可逆
Invertible: 对于每一个时刻t的x(t)都有独一无二的输出y(t), 这样, 我们就可以通过y(t)反推出x(t)和t了。这样的系统是Invertible,可逆的。
Non-invertible: 不可逆。顾名思义,存在同样的y(t)值对应多个t,我们没有办法通过输出完全还原输入了。
7.6 傅里叶与系统
如果回顾我们之前学的傅里叶变换研究的所应用的场景,不难发现,傅里叶变换针对的是linear time-invariant system,线性时不变系统。
linear,傅里叶也是linear的。
time-invariant,无论什么时候操作,傅里叶变换都会得到相同的结果。
而这,是下一周的前提。