信号与线性系统翻转课堂笔记4——连续LTI系统的微分方程模型与求解

本文主要是介绍信号与线性系统翻转课堂笔记4——连续LTI系统的微分方程模型与求解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

信号与线性系统翻转课堂笔记4——连续LTI系统的微分方程模型与求解

The Flipped Classroom4 of Signals and Linear Systems

对应教材:《信号与线性系统分析(第五版)》高等教育出版社,吴大正著

一、要点

(1)连续LTI系统的微分方程模型及其经典解,了解齐次解+特解的微分方程求解方法;
(2)系统响应的分解:掌握自由(固有)响应/强迫响应、瞬态响应/稳态响应、零输入响应/零状态响应的概念,能够熟练完成系统响应的分解;
(3,重点)0-和0+初始值问题,了解系统初始状态在0时刻产生突变的原因,熟练掌握0+初始值的求解方法;系统微分方程的算子表示法;
(4,重点)系统零输入响应和零状态响应的分别求解,熟练掌握求解方法。

二、问题与解答

1、系统自由响应为什么又被称为固有响应,这种时域响应的模态(随时间的变化规律)主要取决于什么?它与系统外加的输入激励有没有关系?预备训练一的RLC电路,C1取两种不同值的情况下,所得到系统微分方程的特征根有什么不同(列出系统微分方程并求出其特征根)?这种不同对于系统的自由响应模态有何影响?二阶电路(如RLC电路)的过阻尼、欠阻尼、临界阻尼、无阻尼分别对应于特征根的何种情形?

2、试分析以下几个论断的正误:①零输入响应一定是自由响应;②自由响应一定是零输入响应;③零状态响应一定是强迫响应;④零状态响应包括自由响应和强迫响应。

3、为什么“微分方程等号右端含有冲激函数及其各阶导数时,响应y(t)及其各阶导数由0-到0+的瞬间将发生跃变”(教材p45),这反映了冲激或者冲激偶所具有的何种特性?

4、求解教材课后习题2.2(4),据此总结求0-到0+跃变的方法和步骤,特别注意与教材例2.1-3、2.1-4进行比较,说明如何确定等号右端冲激的阶次与等号左端y(t)的最高阶次的对应关系。

5、求解教材课后习题2.4(2),其中零状态响应分别用常规方法(教材例2.1-5方法)和微分特性(教材例2.1-6方法)这两种方法求解,并分别指出全响应中的自由响应/强迫响应、稳态响应/暂态响应。

6、动态系统的时域响应,可以理解为系统输出跟随输入指令,从一种状态到另一种状态的转换(例如数字电路中0、1电平的转换)。对于实际的物理系统来说,这种转换总是需要花费一定的时间的(转换不可能瞬时完成,需要一个过渡过程),而不能突变(思考:前面第3个讨论题所分析的0-到0+跃变,为什么在实际物理系统中不可能发生?)。针对预备训练一的RLC电路在方波输入激励下的响应(输出),从输出反应的速度、一个稳态到另一个稳态所用时间、输出过冲(超调)量大小等几个方面,比较分析电路工作于欠阻尼、过阻尼这两种状态,其过渡过程各自的特点。

1、系统的自由响应

系统自由响应为什么又被称为固有响应,这种时域响应的模态(随时间的变化规律)主要取决于什么?它与系统外加的输入激励有没有关系?(第1问)预备训练一的RLC电路,C1取两种不同值的情况下,所得到系统微分方程的特征根有什么不同(列出系统微分方程并求出其特征根)?这种不同对于系统的自由响应模态有何影响?(第2问)二阶电路(如RLC电路)的过阻尼、欠阻尼、临界阻尼、无阻尼分别对应于特征根的何种情形?(第3问)


(1)动态电路的完全响应中,已由初始条件确定待定系数k的微分方程通解部分,称为电路系统的自由响应。它的函数形式由电路系统本身结构决定,与外加激励无关,所以也称为固有响应。
(2)
在这里插入图片描述

在这里插入图片描述

(3)
在这里插入图片描述

2、各类响应的关系

试分析以下几个论断的正误:①零输入响应一定是自由响应;②自由响应一定是零输入响应;③零状态响应一定是强迫响应;④零状态响应包括自由响应和强迫响应。


(1)对
(2)错
(3)错
(4)对
(自由响应=固有响应)
在这里插入图片描述

3、冲激函数的特性

为什么“微分方程等号右端含有冲激函数及其各阶导数时,响应y(t)及其各阶导数由0-到0+的瞬间将发生跃变”(教材p45),这反映了冲激或者冲激偶所具有的何种特性?


0-是零输入时的初始状态,初始值是由系统的储能决定的;0+是加了输入后的初始状态,初始值受储能与激励的双重影响。
作用时间无穷小,反映了冲激或者冲激偶的瞬时特性。

4、初值求解问题

求解教材课后习题2.2(4),据此总结求0-到0+跃变的方法和步骤,特别注意与教材例2.1-3、2.1-4进行比较,说明如何确定等号右端冲激的阶次与等号左端y(t)的最高阶次的对应关系。


在这里插入图片描述

在这里插入图片描述
等号右端冲激函数的最高阶导数阶次与等号左端y(t)的最高导数阶次相等。
系统中从0-到0+有无跳变取决于微分方程右端是否包含冲激函数及其各阶导数,如果包含即发生了跳变,用冲激函数匹配法求出0+状态,冲激函数匹配法是根据t=0时刻微分方程左右两端的冲激函数及其各阶导数应该平衡等。
1、找最高阶,右端δ(t)最高阶对应左端最高阶。
2、由高到低列式子,直到出现阶跃信号u(t)。
3、把第二步列的式子带入到微分方程,系统进行匹配。
4、找出阶数对应的跳变值,r(k)(0+)=r(k)(0-)+跳变值。

5、零输入响应、零状态响应与全响应求解问题

求解教材课后习题2.4(2),其中零状态响应分别用常规方法(教材例2.1-5方法)和微分特性(教材例2.1-6方法)这两种方法求解,并分别指出全响应中的自由响应/强迫响应、稳态响应/暂态响应。


在这里插入图片描述
零状态响应用常规方法求解:
在这里插入图片描述
在这里插入图片描述
零状态响应部分用微分特性求解:

在这里插入图片描述

6、实际物理系统的响应过渡过程

动态系统的时域响应,可以理解为系统输出跟随输入指令,从一种状态到另一种状态的转换(例如数字电路中0、1电平的转换)。对于实际的物理系统来说,这种转换总是需要花费一定的时间的(转换不可能瞬时完成,需要一个过渡过程),而不能突变(思考:前面第3个讨论题所分析的0-到0+跃变,为什么在实际物理系统中不可能发生?(第一问))。针对预备训练一的RLC电路在方波输入激励下的响应(输出),从输出反应的速度、一个稳态到另一个稳态所用时间、输出过冲(超调)量大小等几个方面,比较分析电路工作于欠阻尼、过阻尼这两种状态,其过渡过程各自的特点。(第二问)
(1)从0-到0+是一种理想化的数学模型,现实中无法产生,因为需要满足冲激信号幅度无穷大,瞬时功率无穷大,变化速度无穷大。
(2)
一个系统受初扰动后不再受外界激励,因受到阻力造成能量损失而位移峰值渐减的振动称为阻尼振动。

欠阻尼:如果负载阻抗大于传输线的特性阻抗,那么负载端多余的能量就会反射回源端,由于负载端没有吸收全部能量,故称这种情况为欠阻尼。
输出反应的速度快、一个稳态到另一个稳态所用时间长、输出过冲(超调)量大。

过阻尼:如果负载阻抗小于传输线的特性阻抗,那么负载试图消耗比当前源端提供的能量更多的能量,故反射回来通知源端输送更多的能量,故称这种情况为过阻尼。
输出反应的速度慢、一个稳态到另一个稳态所用时间短、输出过冲(超调)量小。

三、反思总结

暂无

这篇关于信号与线性系统翻转课堂笔记4——连续LTI系统的微分方程模型与求解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/507898

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟 开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚 第一站:海量资源,应有尽有 走进“智听

poj2406(连续重复子串)

题意:判断串s是不是str^n,求str的最大长度。 解题思路:kmp可解,后缀数组的倍增算法超时。next[i]表示在第i位匹配失败后,自动跳转到next[i],所以1到next[n]这个串 等于 n-next[n]+1到n这个串。 代码如下; #include<iostream>#include<algorithm>#include<stdio.h>#include<math.

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、