{
  "id": "impulse-response",
  "title": "冲激响应",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "冲激响应是系统对单位冲激的输出；对于线性时不变系统，它完整表征了系统的零状态行为。",
  "category": "technology",
  "subcategory": "engineering",
  "type": "concept",
  "aliases": [
    "单位冲激响应",
    "脉冲响应",
    "冲激响应函数",
    "权函数"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/impulse-response/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/impulse-response/",
      "json": "https://aiwiki.page/en/impulse-response.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "冲激响应是指系统初始处于静止状态时，以单位冲激为输入所产生的输出。对于线性时不变系统，仅凭这一响应，就能通过称为卷积的数学运算，完全确定系统在任意容许输入下的输出。冲激响应为房间中的回声、电路中的暂态、结构中的振动，以及脉冲在通信信道中传播时的展宽等不同现象提供了统一的描述方式。\n\n这一概念是信号处理、控制理论和电气工程的基础。它之所以实用，是因为它将具有明确物理意义的时域测量与频域描述、微分方程及数字实现联系起来。冲激响应既可以根据模型计算，也可以通过实验估计，不过任何物理实验都无法精确产生理想的连续时间冲激。冲激响应能否表征整个系统，取决于系统的线性、时不变性以及初始条件的处理方式；超出这些假设的适用范围，就需要采用更一般的描述。"
    },
    {
      "heading": "单位冲激与响应的定义",
      "text": "在连续时间中，理想的单位冲激是狄拉克δ函数，记作 \\(\\delta(t)\\)。它不是具有有限高度的普通函数，而是一种广义函数，通过它在积分中的作用来定义：\n\n\\[\\int_{-\\infty}^{\\infty}\\delta(t-\\tau)\\varphi(t)\\,dt=\\varphi(\\tau),\\]\n\n其中，\\(\\varphi\\) 为适当的检验函数。直观地说，它表示集中在某一瞬间、面积为一的激励。当 \\(\\varepsilon\\) 趋于零时，宽度为 \\(\\varepsilon\\)、高度为 \\(1/\\varepsilon\\) 的矩形脉冲在广义函数意义下趋近于这一理想冲激。其高度无限增大，而面积始终保持为一。\n\n若用算子 \\(\\mathcal{T}\\) 表示一个系统，则其连续时间冲激响应为\n\n\\[h(t)=\\mathcal{T}\\{\\delta(t)\\},\\]\n\n其中，所有独立初始条件均设为零。这一限定将输入引起的响应与系统中原本存在的运动或储能所引起的响应区分开来。例如，即使没有施加外部信号，带电的电容器也能使电路产生输出。这种输出属于初始条件响应，而不是零状态冲激响应。\n\n在离散时间中，单位冲激是一个普通序列：\n\n\\[\\delta[n]= \\begin{cases} 1,&n=0,\\\\ 0,&n\\ne0. \\end{cases}\\]\n\n相应的冲激响应为 \\(h[n]=\\mathcal{T}\\{\\delta[n]\\}\\)。与连续时间单位冲激不同，这种冲激的幅度有限，在数值精度允许的范围内，可以用数字运算精确表示。因此，使用一个仅含单个非零样本的序列，是测试数字线性系统的一种直接方法。\n\n冲激响应的单位需要仔细辨明。由于连续时间δ函数的单位是时间的倒数，因此，当卷积积分中的输入和输出采用通常的物理量时，\\(h(t)\\) 的单位为输出量单位除以输入量单位，再除以时间单位。对于由力驱动的机械系统，物理冲量的单位是力乘以时间。当 \\(h\\) 按单位冲量归一化时，大小为 \\(J\\) 的冲量所产生的响应为 \\(J h(t)\\)。在离散时间卷积中，求和索引是无量纲的，因此不会显式出现时间因子，除非该序列被用于近似连续时间积分。\n\n现代δ记号与保罗·狄拉克在1930年对量子力学的论述密切相关，不过在此之前，力学和电工理论中就已使用冲激激励和算子方法。洛朗·施瓦茨在20世纪40年代系统发展了广义函数理论，为处理冲激、冲激的导数以及包含瞬时分量的响应提供了严格的数学框架。"
    },
    {
      "heading": "卷积与系统的完整表征",
      "text": "冲激响应之所以如此有用，是因为任意输入都可以分解为一系列经平移和缩放的冲激。在离散时间中，这种分解是精确的：\n\n\\[x[n]=\\sum_{k=-\\infty}^{\\infty}x[k]\\delta[n-k].\\]\n\n线性意味着，系统对输入加权和的响应，等于各输入响应的相应加权和。时不变性意味着，将输入延迟，只会使其响应产生相同的延迟。因此，系统对 \\(x[k]\\delta[n-k]\\) 的响应为 \\(x[k]h[n-k]\\)，完整输出为\n\n\\[y[n]=\\sum_{k=-\\infty}^{\\infty}x[k]h[n-k] =(x*h)[n].\\]\n\n类似的连续时间结果可由输入的冲激表示得到：\n\n\\[x(t)=\\int_{-\\infty}^{\\infty}x(\\tau)\\delta(t-\\tau)\\,d\\tau,\\]\n\n由此得到\n\n\\[y(t)=\\int_{-\\infty}^{\\infty}x(\\tau)h(t-\\tau)\\,d\\tau =(x*h)(t).\\]\n\n这些表达式要求信号和系统满足相关的收敛条件或广义函数意义下的条件。它们并非对所有可能的输入都无条件适用的公式。不过，在其适用范围内，它们将求解系统对每一种新波形的响应这一任务，化为一次卷积计算。\n\n对于初始静止、输入从零时刻开始的因果系统，连续时间表达式可简化为\n\n\\[y(t)=\\int_0^t h(t-\\tau)x(\\tau)\\,d\\tau.\\]\n\n这个方程也给出了一种物理解释：先前每一时刻的输入都会产生一个经平移的冲激响应，而当前输出就是所有尚未消失的贡献之和。有混响的房间会保留先前声音的贡献；具有储能元件的电路会保留先前电激励的贡献。\n\n由此可以直接得出若干互连规则。两个线性时不变系统级联后的冲激响应为 \\(h_1*h_2\\)。多个系统并联并将输出相加时，总响应为 \\(h_1+h_2\\)。恒等系统的冲激响应为 \\(\\delta\\)，连续时间中纯延迟 \\(T\\) 的冲激响应为 \\(\\delta(t-T)\\)。尽管标量卷积满足交换律，但这并不意味着任意物理部件总能互换次序：负载效应、工作点变化以及相互作用，都可能使将各部件视为独立系统的模型失效。\n\n冲激响应描述的是零状态响应，不一定是实际观测到的全部输出。对于初始条件非零的线性系统，输出是卷积响应与由这些初始条件决定的零输入响应之和。当先前储存的能量或内部状态不可忽略时，完整模型必须同时保留这两部分。"
    },
    {
      "heading": "频率响应、传递函数与变换方法",
      "text": "冲激响应与频率响应是同一线性时不变输入—输出关系的两种表示。当傅里叶变换在适当意义下存在时，\n\n\\[H(\\omega)=\\int_{-\\infty}^{\\infty}h(t)e^{-j\\omega t}\\,dt.\\]\n\n由卷积定理可得 \\(Y(\\omega)=H(\\omega)X(\\omega)\\)。在时域中需要对所有先前输入值进行积分的运算，在频域中便转化为乘法。这一关系是频谱分析、滤波器设计以及许多高效数值算法的基础。\n\n对于冲激响应绝对可积的系统，复正弦信号 \\(e^{j\\omega t}\\) 是其特征函数：相应输出为 \\(H(\\omega)e^{j\\omega t}\\)。因此，\\(|H(\\omega)|\\) 表示幅度的缩放倍数，\\(\\arg H(\\omega)\\) 表示相移。实正弦信号则可通过组合正频率分量和负频率分量来处理。对于不稳定系统，即使能够写出形式上的代数表达式，也未必能将其按通常方式解释为稳态正弦响应。\n\n传递函数通过拉普拉斯变换扩展了这一描述：\n\n\\[H(s)=\\int_{-\\infty}^{\\infty}h(t)e^{-st}\\,dt.\\]\n\n对于因果系统，求解初值问题时常采用单边变换，并显式处理初始条件项。在零初始条件下，常系数微分方程转化为代数方程，而传递函数就是输出的变换与输入的变换之比。对于有理传递函数，极点描述系统的固有指数模态，零点则描述受输入—输出关系抑制的频率或复指数输入。\n\n变换表达式必须结合其收敛域来理解。例如，\n\n\\[H(s)=\\frac{1}{s+a},\\qquad a>0,\\]\n\n在 \\(\\operatorname{Re}(s)>-a\\) 时对应于因果响应 \\(e^{-at}u(t)\\)，其中 \\(u(t)\\) 为单位阶跃。同一个代数分式若具有不同的收敛域，所描述的就是另一种左边响应。因此，仅凭有理表达式并不总能唯一确定一个双边变换。\n\n在离散时间中，对应的变换是Z变换：\n\n\\[H(z)=\\sum_{n=-\\infty}^{\\infty}h[n]z^{-n}.\\]\n\n当单位圆位于收敛域内时，在单位圆 \\(z=e^{j\\omega}\\) 上取值即可得到离散时间频率响应。对连续时间冲激响应进行采样，并不会自动得到具有相同频率响应的数字系统。采样、重建、尺度调整和混叠必须分别考虑，尤其是在连续时间信号的频率成分超出采样率一半的情况下。"
    },
    {
      "heading": "因果性、稳定性、记忆性与可逆性",
      "text": "系统的若干重要性质可以直接从冲激响应中看出。线性时不变系统具有因果性的充要条件是：在连续时间情形下，\n\n\\[h(t)=0\\quad\\text{for }t<0\\]\n\n在离散时间情形下，则是当 \\(n<0\\) 时，\\(h[n]=0\\)。如果输出先于施加的冲激出现，就意味着输出依赖于未来的输入。因果性是物理系统实时运行的必要条件，但并非所有计算任务都要求因果性：离线处理可以使用所分析时刻前后的样本。\n\n对于普通函数形式的连续时间冲激响应，有界输入有界输出稳定性等价于绝对可积性：\n\n\\[\\int_{-\\infty}^{\\infty}|h(t)|\\,dt<\\infty.\\]\n\n离散时间情形下的判据为\n\n\\[\\sum_{n=-\\infty}^{\\infty}|h[n]|<\\infty.\\]\n\n这些条件保证每一个有界输入都会产生有界输出。有限的直接馈通项 \\(D\\delta(t)\\) 也不妨碍系统的稳定性；在更一般的分布表述中，冲激响应必须定义一个有限测度，而不一定是普通的可积函数。相比之下，冲激响应为 \\(\\delta'(t)\\) 的理想微分器不具有有界输入有界输出稳定性。\n\n无记忆的标量线性时不变系统具有冲激响应 \\(h(t)=K\\delta(t)\\) 或 \\(h[n]=K\\delta[n]\\)。只要响应延伸到激励瞬间之外，就表明系统具有记忆性。响应的持续时间和衰减情况描述了过去的输入会在多长时间内继续影响输出。指数衰减响应在理论上具有无限长的记忆，即使其后期数值在实际中已可忽略不计。\n\n对于因果且分子次数不高于分母次数的连续时间有理传递函数，有界输入有界输出稳定性要求其未被相消的极点严格位于左半平面。相应的离散时间条件则要求这些极点严格位于单位圆内。这些都是关于输入—输出关系的结论。不可观测或不可控的内部不稳定模态可能不会出现在约简后的传递函数中，因此，外部稳定性本身并不能证明每一种实现都具有内部稳定性。\n\n逆系统如果存在，其冲激响应 \\(g\\) 满足 \\(g*h=\\delta\\)。从代数上看，这意味着 \\(G=1/H\\)，但形式上的倒数存在，并不保证能够以因果、稳定或耐受噪声的方式实现。时延的精确求逆需要时间超前，而时间超前并不具有因果性。在所关注的频率范围内或其附近存在零点，可能使求逆无法实现，或对测量噪声极其敏感。最小相位系统的零点位置满足实现稳定因果逆系统所需的条件，但还须考虑分子与分母的次数关系、时延，以及所采用的连续时间或离散时间定义的具体规定。"
    },
    {
      "heading": "微分方程、状态空间与物理实例",
      "text": "许多物理系统的冲激响应都可以由常微分方程推导得出。一个简单的一阶低通模型为\n\n\\[\\tau\\frac{dy}{dt}+y=Kx,\\]\n\n其中，\\(\\tau>0\\) 为时间常数，\\(K\\) 为静态增益。其因果冲激响应为\n\n\\[h(t)=\\frac{K}{\\tau}e^{-t/\\tau}u(t).\\]\n\n对于由电阻器和电容器串联构成、以电容器两端电压为输出的电路，\\(K=1\\)，且 \\(\\tau=RC\\)。若 \\(R=1\\,\\text{k}\\Omega\\)、\\(C=1\\,\\mu\\text{F}\\)，则时间常数为 \\(1\\,\\text{ms}\\)。经过五个时间常数后，指数项衰减至初始值的约 \\(0.67\\%\\)。\n\n质量—弹簧—阻尼系统是一个二阶实例：\n\n\\[m\\ddot{x}+c\\dot{x}+kx=F(t).\\]\n\n对于欠阻尼系统，定义 \\(\\omega_n=\\sqrt{k/m}\\)、\\(\\zeta=c/(2\\sqrt{km})\\) 和 \\(\\omega_d=\\omega_n\\sqrt{1-\\zeta^2}\\)。单位冲量作用下的位移响应为\n\n\\[h(t)=\\frac{1}{m\\omega_d}e^{-\\zeta\\omega_n t} \\sin(\\omega_d t)u(t).\\]\n\n冲量会使动量瞬间改变：大小为 \\(J\\) 的力冲量会使速度产生 \\(J/m\\) 的跃变，而位移保持连续。随后的振荡反映出系统的固有频率和阻尼特性。这类响应在结构振动测试、机械故障诊断和机械隔振设计中具有重要作用。\n\n一般的有限维状态空间表示为\n\n\\[\\dot{\\mathbf{x}}=A\\mathbf{x}+B\\mathbf{u}, \\qquad \\mathbf{y}=C\\mathbf{x}+D\\mathbf{u}.\\]\n\n其因果矩阵值冲激响应为\n\n\\[H(t)=Ce^{At}B\\,u(t)+D\\delta(t).\\]\n\n这里，第一项中的阶跃函数保证了因果性，而 \\(D\\delta(t)\\) 表示瞬时直通作用。矩阵指数描述内部模态的演化。对于多输入多输出系统，每个元素 \\(H_{ij}\\) 表示在其他输入均为零时，输入 \\(j\\) 处的冲激在输出 \\(i\\) 处引起的响应。\n\n相应的离散时间模型为\n\n\\[\\mathbf{x}[n+1]=A\\mathbf{x}[n]+B\\mathbf{u}[n], \\qquad \\mathbf{y}[n]=C\\mathbf{x}[n]+D\\mathbf{u}[n],\\]\n\n其冲激响应满足 \\(H[0]=D\\)，且当 \\(n\\ge1\\) 时，\\(H[n]=CA^{n-1}B\\)。这些系数通常称为马尔可夫参数，将实验测得的响应与内部模型联系起来。因此，冲激响应并不只是一条图形曲线：它能够表征与一组微分方程或一个状态空间模型相同的动态特性，同时只着眼于外部可观测的行为。"
    },
    {
      "heading": "数字滤波器与计算实现",
      "text": "数字信号滤波器通常直接用其冲激响应的采样值来描述。有限冲激响应滤波器，简称 FIR 滤波器，只有有限个非零系数。对于长度为 \\(M\\) 的因果滤波器，\n\n\\[y[n]=\\sum_{k=0}^{M-1}h[k]x[n-k].\\]\n\n实现时，滤波器存储最近的输入样本，将其分别乘以相应系数，再将乘积相加。任何由有限个有限值系数组成的响应都是绝对可和的，因此具有有界输入有界输出稳定性。\n\n移动平均体现了系数取值与滤波行为之间的联系。当 \\(h[k]=1/M\\)，且 \\(0\\le k<M\\) 时，每个输出都是最近 \\(M\\) 个输入的平均值。这种响应能平滑快速波动，但也会改变所需的信号分量并引入延迟。选择性更强的 FIR 滤波器采用精心设计的系数，而非等权重。实数对称或反对称系数可产生线性相位响应，但零点处的相位不连续除外，其标称群延迟为 \\((M-1)/2\\) 个采样间隔。\n\n无限冲激响应滤波器，简称 IIR 滤波器，通常采用递归差分方程：\n\n\\[y[n]=\\sum_{k=0}^{M}b_kx[n-k] -\\sum_{k=1}^{N}a_ky[n-k].\\]\n\n将分母归一化，使其常数项系数为一后，有\n\n\\[H(z)= \\frac{\\sum_{k=0}^{M}b_kz^{-k}} {1+\\sum_{k=1}^{N}a_kz^{-k}}.\\]\n\n借助反馈，少量系数就能产生持续较长时间的衰减响应。与性能相当的 FIR 滤波器相比，这种方式能以更少的运算实现较强的频率选择性，但需要注意稳定性和数值敏感性。在某些特殊情况下，递归实现并不一定意味着响应无限延续，因为零极点相消可能使有效传递函数简化。\n\n对于包含 \\(M\\) 个样本的响应，直接卷积每生成一个输出样本大约需要 \\(M\\) 次乘法。当响应较长时，基于快速傅里叶变换的分块方法可能更高效。重叠相加法和重叠保留法将输入分块，在频域中相乘，再重建线性卷积。必须进行充分的补零或保留足够的重叠部分，因为未经相应处理的离散傅里叶变换计算的是循环卷积，而非线性卷积。\n\n系数量化和有限精度运算可能改变实际实现的响应。在 IIR 滤波器中，微小的系数误差可能使极点移动，而舍入可能产生持续的低幅度振荡，称为极限环。在 FIR 滤波器中，系数误差会改变增益和频率选择性，但在非递归实现中不会产生无限延伸的拖尾。实际实现还必须处理溢出、数值缩放、延迟和分块边界；这些问题属于实现期望冲激响应的过程，而不只是理想数学序列本身的性质。"
    },
    {
      "heading": "实验测量与系统辨识",
      "text": "可以通过施加短时激励并记录输出来测量冲激响应，但实际脉冲的持续时间和幅值都是有限的。测得的输出是真实冲激响应与该脉冲的卷积。只有在归一化后激励频谱近似恒定的频率范围内，才能将测得的输出直接视为 \\(h\\)。极窄的脉冲可以覆盖很宽的带宽，但可能需要实际难以实现的高峰值幅度，超出执行器的极限，或使系统进入非线性工作区。\n\n机械测试常使用带测量装置的冲击锤。力传感器测量实际激励，加速度计或其他换能器则记录响应。由于输入是实测的，而非假定为理想输入，因此在估计频率响应时可以考虑锤击脉冲的形状。锤头刚度会影响激励带宽：较硬的锤头通常产生持续时间更短的冲击，并包含更多高频成分。传感器、夹具和数据采集系统也会引入各自的动态特性，必须将这些特性与被测对象的动态特性区分开来。\n\n另一种方法是利用宽带激励进行系统辨识。白噪声、伪随机二进制序列和扫频正弦信号将能量分布在一个频带内，而不是将全部能量集中在单一瞬间。在适当的假设下，可以通过输入与输出的互相关来辨识冲激响应。若 \\(R_{yx}[\\ell]=E\\{y[n]x[n-\\ell]\\}\\)，则\n\n\\[R_{yx}[\\ell]=\\sum_k h[k]R_{xx}[\\ell-k].\\]\n\n对于方差为 \\(\\sigma_x^2\\) 的零均值白噪声输入，有 \\(R_{xx}[\\ell]=\\sigma_x^2\\delta[\\ell]\\)，因此，只要加性输出噪声与输入不相关，就有 \\(R_{yx}[\\ell]=\\sigma_x^2h[\\ell]\\)。\n\n正弦扫频技术在声学中应用广泛。对已知扫频信号的响应进行反卷积处理，即可估计冲激响应。在适当条件下，指数扫频还可以在恢复的时域记录中分离出不同阶次谐波失真的贡献。这一点很有用，因为扬声器在驱动过强时可能产生非线性失真分量，而这些分量不应被误认为房间的线性响应。\n\n任何估计都受到带宽、记录时长、信噪比和系统变动的限制。记录过短会截断缓慢衰减的响应；记录过长则可能包含环境或运行条件的变化。在激励较弱的频率处，频谱相除会变得不可靠。平均处理可以减小不相关噪声，却无法消除系统误差；加窗可以减小频谱泄漏或抑制不需要的反射，但也会改变频谱分辨率。因此，要可靠地解读结果，就必须做好校准和时间对齐，确保可重复性，并明确定义输入与输出的测量位置。"
    },
    {
      "heading": "声学、通信与控制中的应用",
      "text": "在室内声学中，冲激响应描述声音从特定声源位置传播到特定接收位置的过程。它通常包含直达声、离散的早期反射声，以及更密集的混响尾部。其初始延迟反映了传播时间，后续特征则取决于房间的几何形状、吸声、散射，以及声源和传声器的指向性。移动声源或接收点都可能改变响应，尤其是在高频下，此时波长相对于通常的位置变化幅度较短。\n\n将房间冲激响应的平方沿时间反向积分，可以得到能量衰减曲线。这一方法由曼弗雷德·施罗德于1965年提出。衰减曲线的斜率可用于估计混响时间；按惯例，混响时间对应于声级下降60分贝所需的时间。由于实际测量中的噪声可能使完整的衰减过程无法被观测到，因此常采用20或30分贝等较小的衰减范围进行外推。冲激响应也用于录音中的卷积混响：将干声与实测或合成的响应进行卷积，以重现选定的声学特性。\n\n在电信中，多径信道通常建模为\n\n\\[h(t)=\\sum_{\\ell}\\alpha_\\ell\\delta(t-\\tau_\\ell),\\]\n\n其中，每条路径都有延迟 \\(\\tau_\\ell\\) 和增益 \\(\\alpha_\\ell\\)，后者在基带表示中可以是复数。发送符号的延迟副本可能与后续符号重叠，从而造成符号间干扰。信道估计、均衡和波形设计利用这一响应来补偿或适应这种时间展宽。在多载波系统中，足够长的循环前缀可使数据块的有效部分表现为循环卷积，从而在所假设的信道模型下实现频域均衡。\n\n在控制工程中，冲激响应的形状能够揭示延迟、阻尼、振荡和主导时间尺度。缓慢衰减的尾部表明动态效应持续较久，而振荡的尾部则提示存在复数极点。基于模型的控制器可以利用卷积或等效的状态空间模型来预测未来输出。在过程控制中，有限冲激响应模型或阶跃响应模型尤其适合表示具有传输延迟以及多个相互作用的输入和输出的系统。\n\n冲激响应也出现在雷达和成像中；在这些领域，有限的带宽和孔径会使理想化的点目标展宽为具有有限宽度的响应。匹配滤波器使用经过共轭和时间反转的波形，使加性白噪声中已知信号的输出信噪比最大化。但这并不会自动恢复出理想的狄拉克 δ 响应：所得峰值具有一定宽度和旁瓣结构，二者均由波形决定。在上述各种应用中，响应仅对所指定的信道、工作条件、带宽以及输入输出变量有意义。"
    },
    {
      "heading": "时变、非线性及空间推广",
      "text": "对于一般的线性时变系统，单个一维冲激响应不足以描述其行为。在时刻 \\(\\tau\\) 施加冲激时，产生的响应 \\(h(t,\\tau)\\) 分别依赖于观测时刻和激励时刻：\n\n\\[y(t)=\\int_{-\\infty}^{\\infty}h(t,\\tau)x(\\tau)\\,d\\tau.\\]\n\n时不变性对应于特殊情形 \\(h(t,\\tau)=h(t-\\tau)\\)。对于因果时变系统，当 \\(t<\\tau\\) 时，核函数为零。移动无线信道、周期性切换电路，以及材料性质在观测期间发生变化的系统，都可能需要这种双时间描述。有时可以用一系列局部时不变模型来近似缓慢变化的系统，但这种近似是否成立，取决于激励、响应衰减和系统变化这三者时间尺度的相对关系。\n\n非线性系统不满足叠加原理，而叠加原理正是卷积足以描述系统响应的基础。输入加倍，输出未必加倍；将两个输入组合起来，还可能产生各自单独响应中没有的相互作用。非线性系统对脉冲仍然可以产生可观测的响应，但这种响应通常取决于脉冲的幅度和形状，不能通过普通卷积来预测任意输入下的输出。\n\n一种推广方法是 沃尔泰拉级数，它用一系列不同阶数的核函数来表示非线性输入—输出关系。其连续时间形式可示意性地写为：\n\n\\[y(t)=h_0+ \\int h_1(\\tau)x(t-\\tau)\\,d\\tau +\\iint h_2(\\tau_1,\\tau_2) x(t-\\tau_1)x(t-\\tau_2)\\,d\\tau_1d\\tau_2+\\cdots.\\]\n\n一阶核就是线性冲激响应；高阶核则描述不同时刻输入值之间的相互作用。这类展开在收敛性和建模方面存在局限，而且其维数随阶数迅速增加。另一种方法是在工作点附近进行局部线性化，得到的冲激响应仅适用于该工作点附近足够小的扰动。\n\n这一概念还可以从时间推广到空间。在线性移不变成像系统中，点状物体产生的响应称为点扩散函数。此时，图像可表示为物体与该函数的空间卷积。实际光学系统可能不具备移不变性，此时响应同时取决于源位置和观测位置，而不仅仅取决于两者的间距。\n\n对于微分方程，相关的格林函数描述系统对狄拉克 δ 源的响应，并将指定的边界条件或初始条件纳入其中。它可以依赖于多个空间坐标和时间。线性动力系统的因果冲激响应，就是这一更一般构造的一个特例。二者的共同原理是：通过叠加对局域源的响应，重建分布式响应；这种重建是否成立，则取决于具体的核函数、允许的输入以及边界条件。"
    }
  ],
  "links": [
    "linear-time-invariant-system",
    "convolution",
    "signal-processing",
    "control-theory",
    "electrical-engineering",
    "integral",
    "capacitor",
    "quantum-mechanics",
    "fourier-transform",
    "transfer-function",
    "laplace-transform",
    "aliasing",
    "resistor",
    "matrix",
    "signal-filter",
    "fast-fourier-transform",
    "actuator",
    "sensor",
    "signal-to-noise-ratio",
    "calibration",
    "sound-recording",
    "telecommunications",
    "process-control",
    "radar",
    "greens-function"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}