0%

冲激函数与系统

冲激函数与系统

动态系统建模与分析 · 学习笔记
2026年8月13日

1. 冲激函数(狄拉克函数)

① 定义

δ(t)={,t=00,t0 \delta(t) = \begin{cases} \infty, & t = 0 \\ 0, & t \ne 0 \end{cases}

且满足归一化条件(单位冲激函数):

+δ(t)dt=1 \int_{-\infty}^{+\infty} \delta(t)\,dt = 1

是一种广义函数。严格定义为与测试函数 φ(t)\varphi(t) 的作用:

+δ(t)φ(t)dt=φ(0) \int_{-\infty}^{+\infty} \delta(t)\,\varphi(t)\,dt = \varphi(0)

更一般地(平移):

+δ(tt0)φ(t)dt=φ(t0) \int_{-\infty}^{+\infty} \delta(t - t_0)\,\varphi(t)\,dt = \varphi(t_0)
δ(t)\delta(t) 的本质:一种**"采样算子"**——提取函数在冲激位置处的值。

② 性质

筛选性

+δ(tt0)φ(t)dt=φ(t0),x(t)δ(tt0)=x(t0)δ(tt0) \int_{-\infty}^{+\infty} \delta(t - t_0)\,\varphi(t)\,dt = \varphi(t_0), \qquad x(t)\,\delta(t - t_0) = x(t_0)\,\delta(t - t_0)

对称性

δ(t)=δ(t) \delta(t) = \delta(-t)

尺度变换

δ(at)=1aδ(t),δ(at+b)=1aδ(t+ba) \delta(at) = \frac{1}{|a|}\delta(t), \qquad \delta(at + b) = \frac{1}{|a|}\delta\left(t + \frac{b}{a}\right)

卷积性质

(φδ)(t)=+φ(τ)δ(tτ)dτ=φ(t) (\varphi * \delta)(t) = \int_{-\infty}^{+\infty} \varphi(\tau)\,\delta(t - \tau)\,d\tau = \varphi(t) φ(t)δ(tt0)=+φ(τ)δ(tt0τ)dτ=φ(tt0) \varphi(t) * \delta(t - t_0) = \int_{-\infty}^{+\infty} \varphi(\tau)\,\delta(t - t_0 - \tau)\,d\tau = \varphi(t - t_0)

即:任意函数与冲激函数卷积 = 该函数本身;与 δ(tt0)\delta(t - t_0) 卷积 = 平移后的函数。

2. 与阶跃函数的关系

δ(t)=ddtu(t),u(t)=tδ(ζ)dζ \delta(t) = \frac{d}{dt}u(t), \qquad u(t) = \int_{-\infty}^{t} \delta(\zeta)\,d\zeta

3. 冲激响应

定义:系统在单位冲激函数 δ(t)\delta(t) 激励下产生的输出信号(系统须初始松弛)。

4. 利用冲激函数表示任意信号

① 筛选性质的直观理解

任意信号 x(t)x(t) 可看作一系列冲激函数的叠加:

x(t)=+x(ζ)δ(tζ)dζ x(t) = \int_{-\infty}^{+\infty} x(\zeta)\,\delta(t - \zeta)\,d\zeta

推导思路:把 x(t)x(t)Δt0\Delta t_0 分段,每段用一个面积为 x(kΔt0)Δt0x(k\Delta t_0)\Delta t_0 的冲激近似:

x(t)=k=+x(kΔt0)δ(tkΔt0)Δt0 x(t) = \sum_{k=-\infty}^{+\infty} x(k\Delta t_0)\,\delta(t - k\Delta t_0)\,\Delta t_0

Δt00\Delta t_0 \to 0 时取极限即得积分形式。

② LTI 系统的三个性质

(1) 时不变性:输入 δ(t)\delta(t) \to 输出 h(t)h(t);输入 δ(tζ)\delta(t - \zeta) \to 输出 h(tζ)h(t - \zeta)

(2) 齐次性:输入 δ(t)\delta(t) \to 输出 h(t)h(t);输入 Aδ(t)A\delta(t) \to 输出 Ah(t)Ah(t)

(3) 叠加性:输入 u1(t)u_1(t) \to 输出 x1(t)x_1(t);输入 u2(t)u_2(t) \to 输出 x2(t)x_2(t);输入 u1(t)+u2(t)u_1(t) + u_2(t) \to 输出 x1(t)+x2(t)x_1(t) + x_2(t)

③ 核心推论:只需知道 h(t)h(t) 即可求任意输入下的输出

根据①②,信号可分解为冲激信号的叠加,而 LTI 系统对叠加的响应 = 响应的叠加。

输入分解:

x(t)=+x(τ)δ(tτ)dτ x(t) = \int_{-\infty}^{+\infty} x(\tau)\,\delta(t - \tau)\,d\tau

输出即为(卷积):

+x(τ)h(tτ)dτ=x(t)h(t) \int_{-\infty}^{+\infty} x(\tau)\,h(t - \tau)\,d\tau = x(t) * h(t)

即系统输出 = 输入与冲激响应的卷积:

x(t)=+u(τ)h(tτ)dτ=u(t)h(t) x(t) = \int_{-\infty}^{+\infty} u(\tau)\,h(t - \tau)\,d\tau = u(t) * h(t)

5. 从另一角度看:冲激函数的拉氏变换

L{δ(t)}=+δ(t)estdt=e0=1 \mathcal{L}\{\delta(t)\} = \int_{-\infty}^{+\infty} \delta(t) e^{-st}\,dt = e^0 = 1

对应拉氏变换域关系 X(s)=U(s)H(s)X(s) = U(s)H(s)

当输入为 δ(t)\delta(t) 时,U(s)=L{δ(t)}=1U(s) = \mathcal{L}\{\delta(t)\} = 1,故

X(s)=1H(s)=H(s) X(s) = 1 \cdot H(s) = H(s)

故冲激响应就是传递函数H(s)=L{h(t)}H(s) = \mathcal{L}\{h(t)\},即传递函数是冲激响应的拉普拉斯变换。