1樓：匿名使用者
因果 t＜0 系統輸出為零
線性 乘個係數輸出成比例 具體忘記了書上不是有麼
在訊號與系統中怎樣判斷微分方程和差分方程是否為線
2樓：匿名使用者
因果 t＜0 系統輸出為零
線性 乘個係數輸出成比例 具體忘記了書上不是有麼
訊號與系統中系統因果關係如何判斷
3樓：加百列
系統因果判定：零狀態響應不出現於激勵之前的系統，任一時刻的響應僅決定於該時刻和該時刻以前的輸入值，而與將來時刻的輸入值無關。所有可以被物理實現的系統，在時間上都是因果系統。
系統：若f(·)=0,t ，t例子如下：
r1(t)=e1(t-1)是因果系統。因為輸出只與過去的輸入有關。
r2(t)=e2(t+1)不是因果系。因為輸出由未來的輸入決定了。
4樓：匿名使用者
零狀態響應不出現於激勵之前的系統（或任一時刻的響應僅決定於該時刻和該時刻以前的輸入值，而與將來時刻的輸入值無關），稱為因果系統。
一般來講，若f(·)=0,t 如系統: yzs(t)=3f(t-1)就是因果系統，因為t1時刻的響應是t1-1時刻的激勵引起的，這不就是先有激勵後有響應嗎，有因才有果，這就是因果。 而系統 yzs(t)=3f(t+1)就不是因果系統，因為t1時刻的響應是t1+1時刻的激勵引起的，先有響應後有激勵，這就不是因果的了 5樓：諾言 簡而言之，就是看輸出與輸入在時間上的關係，如果輸出只與輸入為t≤t0時刻有關，則為因果系統for example：y(t)=x(t-1)就是因果系統，而y（t）=x（t+1）就是非因果系統，其他花裡胡哨的別管，抓住基本定義就可以，只看時間！ 6樓：匿名使用者 比如y(t)=f(2t)為 非因果； 因為y(1)=f(2)，t=2是t=1的將來，t=1時刻的輸出與 將來的輸入有關 7樓：錢 因果性： 如果一個系統在任何時刻的輸出只取決於現在的輸入及過去的輸入，該系統就稱為因果系統。這樣的系統往往也稱為不可**的系統，因為系統的輸入無法**將來的輸入值。 1）、對於一個因果系統，若兩個輸入直到某一時間t0或n0以前都是相同的，那麼在這同一時間以前相同的輸出也一定相等。 2）、所有的無記憶系統都是因果性的。 3）、雖然因果系統很重要，但這並不表明所有具有現實意義的系統都是僅由因果系統構成的。 8樓：匿名使用者 這個問題暫時還沒有確切的答案，你可以在等等其他人回答，或者自己去網上搜搜，貼吧論壇之類的地方看看，也許有人知道。 訊號與系統，線性判斷 9樓：薔祀 判斷系統是否為線性就看訊號是否滿足可疊加性。 如果輸入x1[n]->y1[n]， x2[n]->y2[n]， 而當輸入為x3[n]=a x1[n]+b x2[n]時，若輸出y3[n]=a y1[n]+b y2[n],則該系統為線性的。 故：v1[n]=y1[n+1]+(n^2)y1[n] v2[n]=y2[n+1]+(n^2)y2[n] 另v3[n]=a v1[n]+b v2[n] 則v3[n]=y3[n+1]+(n^2)y3[n] =a(y1[n+1]+(n^2)y1[n])+b(y2[n+1]+(n^2)y2[n]) =ay1[n+1]+by2[n+1]+(n^2)(a y1[n]+b y2[n]) 所以得到： y3[n]=a y1[n]+b y2[n] 所以系統是線性的。 擴充套件資料： 線性判別分析這種方法使用統計學，模式識別和機器學習方法，試圖找到兩類物體或事件的特徵的一個線性組合，以能夠特徵化或區分它們。所得的組合可用來作為一個線性分類器，或者，更常見的是，為後續的分類做降維處理。 是一種經典的線性學習方法，在二分類問題上最早由fisher在2023年提出，亦稱fisher線性判別。線性判別的思想非常樸素：給定訓練樣例集，設法將樣例投影到一條直線上，使得同類樣例的投影點儘可能接近，異樣樣例的投影點儘可能遠離。 在對新樣本進行分類時，將其投影到同樣的直線上，再根據投影點的位置來確定新樣本的類別。lda與方差分析（anova）和迴歸分析緊密相關，這兩種分析方法也試圖通過一些特徵或測量值的線性組合來表示一個因變數。 然而，方差分析使用類別自變數和連續數因變數，而判別分析連續自變數和類別因變數（即類標籤）。邏輯迴歸和概率迴歸比方差分析更類似於lda，因為他們也是用連續自變數來解釋類別因變數的。 lda的基本假設是自變數是正態分佈的，當這一假設無法滿足時，在實際應用中更傾向於用上述的其他方法。lda也與主成分分析（pca）和因子分析緊密相關，它們都在尋找最佳解釋資料的變數線性組合。lda明確的嘗試為資料類之間不同建立模型。 模式識別又常稱作模式分類，從處理問題的性質和解決問題的方法等角度，模式識別分為有監督的分類和無監督的分類兩種。二者的主要差別在於，各實驗樣本所屬的類別是否預先已知。一般說來，有監督的分類往往需要提供大量已知類別的樣本。 模式還可分成抽象的和具體的兩種形式。前者如意識、思想、議論等，屬於概念識別研究的範疇，是人工智慧的另一研究分支。我們所指的模式識別主要是對語音波形、**波、心電圖、腦電圖、**、**、文字、符號、生物感測器等物件的具體模式進行辨識和分類。 如何判斷一個系統是否是線性的？ 10樓：匿名使用者 判斷一個系統是否是線性的方法： 如果從系統狀態空間表示式來觀察，線性系統和非線性系統最明顯的區別方法就是線性系統遵從疊加原理，而非線性系統不然。 1. 所謂疊加原理舉個例子就是： f(x)=2x,f(y)=2y,f(x+y)=2(x+y)=2x+2y=f(x)+f(y) 舉個反例： f(x)=2x^2,f(y)=2y^2,f(x)+f(y)=2(x^2+y^2),但f(x+y)=2(x+y)^2，兩個顯然不等。 2. 線性系統的表示式中只有狀態變數的一次項，高次、三角函式以及常數項都沒有，只要有任意一個非線性環節就是非線性系統。 3. 線性系統是狀態變數和輸出變數對於所有可能的輸入變數和初始狀態都滿足疊加原理的系統。一個由線性元部件所組成的系統必是線性系統。但是，相反的命題在某些情況下可能不成立。 4 .線性系統的狀態變數(或輸出變數)與輸入變數間的因果關係可用一組線性微分方程或差分方程來描述，這種方程稱為系統的數學模型。 11樓：冒樹花邗媚 從系統狀態空間表示式來觀察，線性系統和非線性系統最明顯的區別方法就是線性系統遵從疊加原理，而非線性系統不然。 所謂疊加原理舉個例子就是： f(x)=2x,f(y)=2y,f(x+y)=2(x+y)=2x+2y=f(x)+f(y) 舉個反例： f(x)=2x^2,f(y)=2y^2,f(x)+f(y)=2(x^2+y^2),但f(x+y)=2(x+y)^2，兩個顯然不等。 換句話說，線性系統的表示式中只有狀態變數的一次項，高次、三角函式以及常數項都沒有，只要有任意一個非線性環節就是非線性系統。 拓展資料： 線性系統 線性系統是一數學模型，是指用線性運運算元組成的系統。相較於非線性系統，線性系統的特性比較簡單。線性系統需滿足線性的特性，若線性系統還滿足非時變性（即系統的輸入訊號若延遲τ秒，那麼得到的輸出除了這τ秒延時以外是完全相同的），則稱為線性時不變系統。 12樓：ll我在這等你 一、判斷方法： （1）先線性運算再經過 系統=先經過系統再線性運算是線性系統。 （2）先時移再經過系統=先經過系統再時移為時不變系統。 （3）時間趨於無窮大時系統值有界則為穩定的系統，或者對連續系統s域變換，離散系統z域變換，h(s)極點均在左半平面則穩定，h(z)極點均在單位圓內部則穩定。 （4）一般的常微分差分方程都是lti，輸入輸出有關於t的尺度變換則時變，微分差分方程的係數為關於時間t的函式也時變。 二、拓展資料： 線性系統是指同時滿足疊加性與均勻性（又稱為其次性）的系統。所謂疊加性是指當幾個輸入訊號共同作用於系統時，總的輸出等於每個輸入單獨作用時產生的輸出之和；均勻性是指當輸入訊號增大若干倍時，輸出也相應增大同樣的倍數。對於線性連續控制系統，可以用線性的微分方程來表示。 不滿足疊加性和均勻性的系統即為非線性系統 。 由於線性系統較容易處理，許多時候會將系統理想化或簡化為線性系統。線性系統常應用在自動控制理論、訊號處理及電信上。像無線通訊訊號在介質中的傳播就可以用線性系統來模擬。 13樓：包桂花錢醜 先線性運算再經 過系統=先經過系統再線性運算是線性系統 先時移再經過系統=先經過系統再時移為時不變系統時間趨於無窮大時系統值有界則為穩定的系統，或者對連續系統s域變換，離散系統z域變換，h(s)極點均在左半平面則穩定，h(z)極點均在單位圓內部則穩定。 一般的常微分差分方程都是lti，輸入輸出有關於t的尺度變換則時變，微分差分方程的係數為關於時間t的函式也時變，就這樣了。。 拓展內容： 線性系統 線性系統是一數學模型，是指用線性運運算元組成的系統。相較於非線性系統，線性系統的特性比較簡單。線性系統需滿足線性的特性，若線性系統還滿足非時變性（即系統的輸入訊號若延遲τ秒，那麼得到的輸出除了這τ秒延時以外是完全相同的），則稱為線性時不變系統。 解微分方程可以用變換域的方法,這樣比較簡單.先求零狀態響應,對方程進行拉普拉斯變專換,得s2y s 3sy s 2y s sf s 3f s s2 3s 2 y s s 3 f s 得h s y s f s s 3 s2 3s 2 2 s 1 1 s 2 反變屬換得零狀態響應 yzs t 2e t ... 根據電路圖寫微分方程 用s域模型來做,求出輸入與輸出的代數關係即可 如u s s 1 s 回2 s 1 f s 即可寫出微分答方程 電路中電阻是常數,電感為 sl,電容1 sc,把系統函式化成 只有s的1次冪,和 1次冪,即可用電路來實現,如上題h s s 1 s 2 s 1 上下除以s,有h s ... 直接使用simulink求解不就好了嗎如果一定要那可以對原來的式子進行反拉氏變換就得到微分方程了，再求解轉換得到的微分方程另外一種方法就是將傳遞函式轉換為狀態空間dx ax buy cx du這樣你可以先使用ode45求解第一個方程，在將x和u帶入第二個方程就可以得到y了 傳遞函式還是需要自己寫的，...《訊號與系統》作業已知某系統的微分方程式,求衝擊響應
求《訊號與體系》中微分方程和電路圖之間的轉化方法
在matlab中能夠直接將微分方程直接轉化為傳遞函式的方法