{
  "id": "linear-time-invariant-system",
  "title": "线性时不变系统",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "线性时不变系统满足叠加原理，动态特性不随时间变化，可用冲激响应或传递函数表征其行为。",
  "category": "technology",
  "subcategory": "engineering",
  "type": "concept",
  "aliases": [
    "线性时不变动态系统",
    "LTI系统",
    "线性移不变系统"
  ],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/linear-time-invariant-system/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/linear-time-invariant-system/",
      "json": "https://aiwiki.page/en/linear-time-invariant-system.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "线性时不变系统，通常简称为 LTI系统，是描述某一过程的数学模型，其输入与输出的关系满足两个条件：响应遵循叠加原理；输入在时间上平移时，输出也随之平移相同的时间，除此之外不发生变化。凭借这两个性质，只需一个特征函数，即系统的冲激响应，便可预测系统对广泛类型输入的响应。LTI模型是信号处理、控制理论、电气工程、声学和机械动力学的基础。\n\nLTI理论的重要性在于，它将同一系统的多种描述方式联系起来。时域卷积、微分方程或差分方程、频率响应、传递函数以及状态空间方程，从不同侧面揭示系统的行为，彼此互为补充。尽管物理系统通常并不严格满足线性或时不变性，LTI模型仍往往能在特定的工作范围内准确描述这些系统。其数学结构为系统地分析滤波、谐振、瞬态响应、反馈和稳定性提供了基础。"
    },
    {
      "heading": "线性与时不变性",
      "text": "系统可以用算子 \\(T\\) 表示，该算子将输入信号 \\(x\\) 映射为输出信号 \\(y=T\\{x\\}\\)。如果对于允许的输入 \\(x_1,x_2\\) 和标量系数 \\(a,b\\)，满足\n\n\\[T\\{a x_1+b x_2\\}=aT\\{x_1\\}+bT\\{x_2\\}.\\]\n\n则该系统是线性的。\n\n这一性质包含可加性和齐次性，两者合称为叠加原理。输入加倍，其响应也加倍；多个输入之和所产生的响应，等于各个输入分别产生的响应之和。特别地，线性输入—输出算子将零输入映射为零输出。因此，由 \\(y(t)=3x(t)+2\\) 描述的器件由于存在常数偏置，属于仿射系统，而非线性系统。\n\n时不变性是指，系统的行为不依赖于实验发生的绝对时间。对于连续时间信号，如果 \\(T\\{x(t)\\}=y(t)\\)，那么对于任意允许的时间平移 \\(t_0\\)，都有\n\n\\[T\\{x(t-t_0)\\}=y(t-t_0)\\]\n\n对于离散时间信号，相应的时间平移是采样间隔的整数倍。时不变性并不意味着信号保持恒定：线性时不变系统可以产生振荡、延迟和衰减的瞬态响应。它意味着，支配系统的输入—输出关系不随时间改变。\n\n这两种性质相互独立。系统 \\(y(t)=t\\,x(t)\\) 是线性的，但却是时变的，因为其增益显式依赖于时间。系统 \\(y(t)=x(t)^2\\) 是时不变的，但却是非线性的。固定延迟系统 \\(y(t)=x(t-\\tau)\\) 同时满足这两种性质。将输入与预先指定的正弦信号相乘的调制器，相对于该输入是线性的，但通常是时变的。\n\n初始条件需要特别注意。具有固定非零初始状态的线性微分方程，通常产生的是仿射而非线性的输入—输出映射：其输出包含零输入响应，而这部分响应不会随所施加的输入成比例变化。因此，讨论线性时不变输入—输出系统时，通常指的是初始无储能情况下的零状态响应，或者明确将初始状态作为额外的独立自变量处理。\n\n线性和时不变性始终是相对于所选模型和工作范围而言的。电子放大器在小信号条件下可以近似为线性时不变系统，但在输出出现削波时便会呈现非线性。机械结构的参数在短时间测量中可以视为恒定，但其行为可能随温度的变化而改变。这些限定条件决定了线性时不变近似在何种情况下有意义。"
    },
    {
      "heading": "冲激响应与卷积",
      "text": "线性时不变系统的核心时域描述，是通过将输入分解为一系列经过时移的基本冲激得到的。在连续时间中，理想冲激是狄拉克δ函数，记作 \\(\\delta(t)\\)。形式上有：\n\n\\[x(t)=\\int_{-\\infty}^{\\infty}x(\\tau)\\delta(t-\\tau)\\,d\\tau.\\]\n\n若 \\(h(t)=T\\{\\delta(t)\\}\\)，则根据时不变性，系统对 \\(\\delta(t-\\tau)\\) 的响应为 \\(h(t-\\tau)\\)。再根据线性性质，即可将这些响应加权叠加。在适当的连续性与收敛性假设下，可得卷积积分：\n\n\\[y(t)=(h*x)(t) =\\int_{-\\infty}^{\\infty}h(\\tau)x(t-\\tau)\\,d\\tau.\\]\n\n离散时间情形的推导使用单位样值序列 \\(\\delta[n]\\)，它在 \\(n=0\\) 时等于一，在其他位置等于零。由于\n\n\\[x[n]=\\sum_{k=-\\infty}^{\\infty}x[k]\\delta[n-k],\\]\n\n输出为\n\n\\[y[n]=(h*x)[n] =\\sum_{k=-\\infty}^{\\infty}h[k]x[n-k].\\]\n\n这些表达式说明了为什么一个冲激响应就能完整描述线性时不变系统的输入—输出关系。每个输入值都会激发同一响应的一个缩放、时移副本；输出则是所有这些贡献的叠加。对于因果系统，只有当前和过去的输入会对输出产生影响。\n\n考虑如下因果一阶系统：\n\n\\[\\tau\\frac{dy}{dt}+y=x,\\qquad \\tau>0.\\]\n\n其冲激响应为\n\n\\[h(t)=\\frac{1}{\\tau}e^{-t/\\tau}u(t),\\]\n\n其中，\\(u(t)\\) 为单位阶跃函数。将此响应与单位阶跃函数卷积，可得在 \\(t\\geq0\\) 时，\\(y(t)=1-e^{-t/\\tau}\\)。参数 \\(\\tau\\) 称为时间常数：经过一个时间常数后，响应达到其最终值的约 \\(63.2\\%\\)。电阻—电容电路、热平衡过程模型以及具有黏性阻尼的机械系统中，都会出现这种行为。\n\n卷积也可用于描述系统的互连。两个标量线性时不变系统串联时，总冲激响应为 \\(h_1*h_2\\)；两个系统并联时，总响应为 \\(h_1+h_2\\)。由于标量卷积满足交换律，颠倒理想标量线性时不变模块的串联顺序，不会改变其零状态输入—输出关系。但实际器件之间的负载效应可能使各模块保持各自独立特性的假设不再成立。\n\n对于多输入多输出系统，冲激响应成为一个由函数构成的矩阵，每一对输入与输出都对应一个响应。此时的卷积包含矩阵乘法，而矩阵乘法通常不满足交换律。因此，标量系统的上述串联性质不能原样推广到多变量系统。"
    },
    {
      "heading": "微分方程、差分方程与物理模型",
      "text": "许多有限维连续时间线性时不变系统由常系数线性微分方程描述：\n\n\\[a_N\\frac{d^Ny}{dt^N}+\\cdots+a_1\\frac{dy}{dt}+a_0y = b_M\\frac{d^Mx}{dt^M}+\\cdots+b_1\\frac{dx}{dt}+b_0x.\\]\n\n这些系数决定系统的动态特性，且不随时间变化。由于因变量及其导数之间不存在相乘运算，也不经过非线性函数变换，因此方程具有线性。常系数使这类方程区别于线性时变方程，不过还必须考虑边界条件以及输入—输出映射的定义。\n\n由电阻器和电容器组成的串联电路，以电容器两端的电压为输出时，满足\n\n\\[RC\\frac{dv_{\\mathrm{out}}}{dt}+v_{\\mathrm{out}}=v_{\\mathrm{in}}.\\]\n\n其时间常数为 \\(RC\\)，单位为秒。若 \\(R=1\\,\\mathrm{k}\\Omega\\)，且 \\(C=1\\,\\mu\\mathrm{F}\\)，则 \\(RC=1\\,\\mathrm{ms}\\)。该电路会抑制输入的快速变化，因为改变电容器两端的电压需要电荷通过电阻器转移。采用理想元件模型时，该电路严格满足线性时不变性；温度依赖性、介质效应以及电容随电压变化等因素，则会使实际电路偏离这一模型。\n\n质量—弹簧—阻尼器系统是另一个典型例子：\n\n\\[m\\ddot q+c\\dot q+kq=f(t).\\]\n\n其中，\\(q\\) 为位移，\\(f\\) 为外加力，\\(m\\) 为质量，\\(c\\) 为黏性阻尼系数，\\(k\\) 为弹簧刚度。其无阻尼固有角频率为 \\(\\omega_n=\\sqrt{k/m}\\)，阻尼比为 \\(\\zeta=c/(2\\sqrt{mk})\\)。当 \\(0<\\zeta<1\\) 时，自由运动呈振荡形式，且振幅包络逐渐衰减；当 \\(\\zeta=1\\) 时，系统处于临界阻尼状态。该模型假定弹簧是线性的，阻尼力与速度成正比，而不涉及干摩擦或随位移变化的刚度。\n\n离散时间有限维系统通常用常系数差分方程描述：\n\n\\[y[n]+\\sum_{k=1}^{N}a_k y[n-k] =\\sum_{k=0}^{M}b_k x[n-k].\\]\n\n每个新的输出都由过去的输出以及当前或过去的输入决定。这类方程可以直接在数字处理器中实现，不过有限的数值精度会引入理想方程中不存在的效应。\n\n并非所有线性时不变系统都能用有限阶微分方程或差分方程描述。理想连续时间延迟的冲激响应为 \\(\\delta(t-\\tau)\\)，无法用有限维常微分方程精确表示。波传播、热扩散等分布参数系统也可以是线性时不变的，但需要无穷多个模态来描述。有限维模型可在选定的时间范围和频率范围内近似描述这些系统的行为。"
    },
    {
      "heading": "变换方法与传递函数",
      "text": "变换将卷积转化为乘法，往往使系统方程更易于分析。对于连续时间系统，冲激响应的双边拉普拉斯变换为\n\n\\[H(s)=\\int_{-\\infty}^{\\infty}h(t)e^{-st}\\,dt,\\]\n\n其中 \\(s=\\sigma+j\\omega\\)。在相关变换和卷积定理适用的条件下，有\n\n\\[Y(s)=H(s)X(s).\\]\n\n函数 \\(H(s)\\) 称为系统的传递函数。对于零初始条件下的常系数微分方程，传递函数通常是有理函数：\n\n\\[H(s)=\\frac{b_Ms^M+\\cdots+b_0} {a_Ns^N+\\cdots+a_0}.\\]\n\n在标量有理函数的情形下，分子的根是传输零点，而约分后分母的根是极点。极点描述输入—输出关系中可见的自然模态；零点则描述传输为零的频率或复指数模态。重极点可能产生 \\(t e^{pt}\\) 这样的项，而不只是简单的指数项。\n\n对于离散时间系统，相应的Z变换为\n\n\\[H(z)=\\sum_{n=-\\infty}^{\\infty}h[n]z^{-n}.\\]\n\n对差分方程应用该变换，可得\n\n\\[H(z)= \\frac{\\sum_{k=0}^{M}b_kz^{-k}} {1+\\sum_{k=1}^{N}a_kz^{-k}}.\\]\n\n变量 \\(z\\) 刻画离散时间的指数行为，正如 \\(s\\) 刻画连续时间的指数行为一样。\n\n变换表达式必须结合其收敛域来理解。当 \\(a>0\\) 时，代数函数 \\(1/(s+a)\\) 既可以表示收敛域为 \\(\\operatorname{Re}s>-a\\) 的因果响应 \\(e^{-at}u(t)\\)，也可以表示收敛域为 \\(\\operatorname{Re}s<-a\\) 的反因果响应 \\(-e^{-at}u(-t)\\)。尽管这些系统具有相同的代数表达式，其因果性和稳定性却不同。\n\n传递函数描述的是零状态下的输入—输出行为，而非物理实现的所有方面。对微分方程进行变换时，非零初始条件会带来额外的项。此外，内部模态可能因极零相消而从约简后的传递函数中消失，但这些模态仍然存在于底层的状态方程中。\n\n对于不含输入微分项的有限维因果系统，有理传递函数是正则的，即分子次数不超过分母次数。严格正则传递函数的分子次数低于分母次数，且不含瞬时直通项。理想微分器的传递函数是非正则的，可作为有用的数学模型；但其高频增益无界，因此无法用普通的有限带宽物理器件精确实现。"
    },
    {
      "heading": "频率响应与正弦响应特性",
      "text": "复指数函数是线性时不变卷积算子的特征函数。如果输入为 \\(x(t)=e^{st}\\)，且相应积分收敛，则\n\n\\[y(t)=H(s)e^{st}.\\]\n\n系统只改变该指数函数的复振幅。令 \\(s=j\\omega\\)，便得到频率响应 \\(H(j\\omega)\\)。对于由正弦信号驱动的实系统，稳态输出与输入具有相同的频率：\n\n\\[x(t)=A\\cos(\\omega t+\\phi)\\]\n\n产生的稳态输出为\n\n\\[y_{\\mathrm{ss}}(t) =A|H(j\\omega)| \\cos\\!\\bigl(\\omega t+\\phi+\\arg H(j\\omega)\\bigr).\\]\n\n上述结论针对的是正弦稳态。如果激励从某个有限时刻开始，通常还会出现瞬态响应。对于渐近稳定的系统，瞬态响应会逐渐衰减。\n\n傅里叶变换可将广泛的一类信号表示为复指数函数的组合。线性时不变系统独立作用于每个频率分量，将其频谱乘以 \\(H(j\\omega)\\)。在严格的稳态工作条件下，系统不会产生谐波，也不会将某一输入频率变换为另一频率。因此，除去与瞬态或有限观测窗口有关的效应，削波、开关或频率变换所产生的新频率，表明系统存在普通线性时不变模型无法描述的行为。\n\n幅值和相位通常用波德图表示，其中频率采用对数坐标，幅值以 \\(20\\log_{10}|H(j\\omega)|\\) 分贝表示。对于一阶电阻—电容低通电路，\n\n\\[H(j\\omega)=\\frac{1}{1+j\\omega RC}.\\]\n\n在 \\(\\omega_c=1/(RC)\\) 处，幅值为 \\(1/\\sqrt{2}\\)，比低频幅值约低 \\(3.01\\) 分贝，相位为 \\(-45^\\circ\\)。在远高于 \\(\\omega_c\\) 的频率范围内，频率每增加十倍，幅值约下降 \\(20\\) 分贝。\n\n即使幅频响应近乎平坦，随频率变化的相位仍可能改变波形形状。在相位可微的频率处，群时延定义为\n\n\\[\\tau_g(\\omega)=-\\frac{d}{d\\omega}\\arg H(j\\omega).\\]\n\n纯时延系统的群时延为常数，幅值为一。其他系统对不同频率分量施加的时延可能不同，从而可能导致脉冲展宽或调制信号失真。\n\n在离散时间情形中，频率响应在单位圆上求值，记为 \\(H(e^{j\\Omega})\\)，并且关于归一化角频率 \\(\\Omega\\) 呈周期性，周期为 \\(2\\pi\\)。这一周期性反映了这样一个事实：频率相差 \\(2\\pi\\) 的离散时间复指数信号完全相同。因此，连续时间与离散时间的频率描述必须通过采样间隔建立联系，而不能直接互换。"
    },
    {
      "heading": "因果性、稳定性与求逆",
      "text": "如果一个输入—输出系统在某一时刻的输出仅取决于当前及过去的输入，则称该系统具有因果性。对于线性时不变卷积系统，在连续时间情形下，因果性等价于\n\n\\[h(t)=0\\quad\\text{for }t<0\\]\n\n而在离散时间情形下，则等价于当 \\(n<0\\) 时，\\(h[n]=0\\)。纯粹的正延迟具有因果性，而时间超前则不具有因果性。对于已存储的数据，非因果处理仍然很有用，因为相对于当前处理的时间点，未来的样本已经可用。例如，对称平滑滤波器可以使用某个时间索引两侧的样本。\n\n有界输入有界输出稳定性通常称为 BIBO稳定性，是指任何有界输入都会产生有界输出。对于普通的连续时间卷积核，其标准条件为\n\n\\[\\int_{-\\infty}^{\\infty}|h(t)|\\,dt<\\infty.\\]\n\n对于离散时间，条件为\n\n\\[\\sum_{n=-\\infty}^{\\infty}|h[n]|<\\infty.\\]\n\n这些条件可防止系统将有界激励累积成无界输出。对于含有狄拉克δ函数的广义冲激响应，则需要采用更一般的表述：有限的直接馈通项虽然不是普通的可积函数，但并不妨碍系统具有BIBO稳定性。\n\n对于经过精确约消后的因果有理传递函数，连续时间系统的BIBO稳定性要求所有极点都严格位于复 \\(s\\) 平面的左半平面内。在离散时间情形下，所有极点都必须严格位于单位圆内。连续时间积分器 \\(H(s)=1/s\\) 不具有BIBO稳定性，因为恒定的有界输入会产生斜坡输出。同样，无阻尼振荡器在有界的共振输入作用下，也可能产生无界响应。\n\n内部稳定性与输入—输出稳定性并不相同。系统可能含有不稳定的内部模态，但由于该模态不可观测，或从所选输入无法到达，因此不会出现在约简后的传递函数中。有限维连续时间状态模型的内部渐近稳定性要求其状态矩阵的每个特征值都具有负实部。离散时间情形下的要求则是每个特征值的模都小于一。\n\n求逆还会带来额外的限制。形式上，标量系统的逆系统具有传递函数 \\(1/H\\)，但它可能是非因果的、不稳定的，或对噪声过于敏感。要精确抵消延迟，就需要时间超前。右半平面内的零点会成为连续时间因果逆系统的不稳定极点；离散时间系统中单位圆外的零点也会造成类似困难。这类零点称为非最小相位零点。即使存在稳定的因果逆系统，原系统中的强衰减也可能要求逆系统具有很大的增益，从而放大测量噪声和数值误差。"
    },
    {
      "heading": "状态空间模型与反馈互联",
      "text": "有限维连续时间线性时不变系统可以用状态空间表示中的方程描述：\n\n\\[\\dot{\\mathbf{x}}=A\\mathbf{x}+B\\mathbf{u}, \\qquad \\mathbf{y}=C\\mathbf{x}+D\\mathbf{u}.\\]\n\n其中，\\(\\mathbf{x}\\) 为内部状态，\\(\\mathbf{u}\\) 为输入向量，\\(\\mathbf{y}\\) 为输出向量。常矩阵 \\(A,B,C,D\\) 分别描述状态演化、输入耦合、输出测量和直接馈通。这种矩阵形式能够处理多个相互作用的输入和输出，无须为每个信号分别列出高阶标量方程。\n\n给定初始状态 \\(\\mathbf{x}(0)\\)，状态随时间的演化为\n\n\\[\\mathbf{x}(t)=e^{At}\\mathbf{x}(0) +\\int_0^t e^{A(t-\\tau)}B\\mathbf{u}(\\tau)\\,d\\tau.\\]\n\n第一项是零输入响应，积分项是零状态响应。在零初始状态下，传递矩阵为\n\n\\[G(s)=C(sI-A)^{-1}B+D.\\]\n\n在正时间范围内，其冲激响应的普通函数部分为 \\(Ce^{At}B\\)，而直接馈通产生的部分为 \\(D\\delta(t)\\)。\n\n如果在有限时间区间内，通过适当输入可以使状态从任意状态转移到任意另一状态，则该实现是可控的；如果在输入已知的情况下，可以根据有限时间区间内的输出推断出初始状态，则该实现是可观的。既可控又可观的实现称为最小实现。非最小实现可能包含未在传递函数中体现的内部模态，这解释了为什么约简后的输入—输出模型可能掩盖内部不稳定性。\n\n线性时不变模型也使反馈分析能够通过代数运算处理。对于采用标准负反馈结构的标量被控对象 \\(P(s)\\) 和控制器 \\(K(s)\\)，从参考输入到输出的闭环传递函数为\n\n\\[T(s)=\\frac{P(s)K(s)}{1+P(s)K(s)}.\\]\n\n分母决定了可能的闭环极点，但要判断内部稳定性，必须考察完整的互联系统，而不能只考察某个约简后的传递函数。涉及直接馈通项的代数环也必须具有适定性。\n\nPID控制器结合了比例、积分和微分作用。在增益恒定且采用适当的线性微分滤波器时，可以将其纳入线性时不变模型。饱和、速率限制、死区和模式切换会使实际实现的回路呈现非线性或时变特性。例如，积分饱和就是积分控制器与执行器饱和相互作用的结果。\n\n频域稳定性判据与状态空间方法从不同角度描述同一闭环动态特性。鲁棒控制通过考察模型参数的不确定性或未建模动态对稳定性和性能的影响，扩展了这一框架。线性时不变标称模型往往只是分析的起点，并不意味着实际被控对象已被精确掌握。"
    },
    {
      "heading": "采样、数字滤波器与数值实现",
      "text": "数字线性时不变系统处理的是序列，但其中许多系统嵌入在连续的物理过程中。采样定理阐明了如何用等间隔的样本表示带限连续时间信号。如果信号的最高频率严格低于 \\(f_s/2\\)，其中 \\(f_s\\) 为采样频率，那么在该定理的假设条件下，就可以实现理想重建。采样本身并不能使任意模拟信号变成带限信号；实际系统会使用抗混叠信号滤波器，抑制那些原本会折叠到采样频带内的频率成分。\n\n对于输入端采用零阶保持器、按等间隔采样的连续时间线性时不变被控对象，其离散状态模型为\n\n\\[\\mathbf{x}[k+1]=A_d\\mathbf{x}[k]+B_d\\mathbf{u}[k],\\]\n\n其中，对于采样间隔 \\(T_s\\)，有\n\n\\[A_d=e^{AT_s}, \\qquad B_d=\\int_0^{T_s}e^{A\\tau}B\\,d\\tau.\\]\n\n当每个输入值在相应的采样间隔内保持不变时，这些方程能精确描述各采样时刻的状态。采样时刻之间的连续演化仍然很重要。尽管从一次采样到下一次采样的模型是离散时间线性时不变的，但完整的混合系统通常并不具有对任意连续时间平移的不变性。\n\n有限冲激响应滤波器只有有限个非零的冲激响应系数：\n\n\\[y[n]=\\sum_{k=0}^{M}b_kx[n-k].\\]\n\n由于系数的绝对值之和有限，可直接得出这类滤波器具有有界输入有界输出（BIBO）稳定性。对称或反对称的实系数可以实现线性相位，但具体情况取决于滤波器类型，以及相位有定义的频率范围。递归滤波器通常具有无限冲激响应，能以较少的系数实现陡峭的频率选择特性，但其极点必须满足稳定性约束。\n\n数值实现可能偏离数学模型。舍入和量化都是非线性运算。在采用定点运算的递归滤波器中，即使输入为零，这些运算也可能产生极限环，而溢出则可能造成大得多的偏差。系数量化会使极点和零点发生偏移，可能改变设计工作点接近失稳边界的滤波器的特性。因此，实际中通常采用多个二阶节级联，而不是单个高阶多项式实现结构。\n\n长序列卷积可以利用快速傅里叶变换高效计算。由于离散傅里叶变换的乘积对应于循环卷积，计算线性卷积时需要适当补零，或采用重叠相加法、重叠保留法等分块方法。对于长度分别为 \\(L\\) 和 \\(M\\) 的有限序列，在直接补零计算中，变换长度至少取 \\(L+M-1\\)，即可避免循环回绕。这种计算技术改变的是输出的计算方式，而不是底层的线性时不变输入输出关系。"
    },
    {
      "heading": "建模、辨识与应用",
      "text": "LTI模型既可以根据物理定律推导，也可以根据观测数据估计。物理推导利用守恒关系和本构方程，例如力的平衡、电路定律或线性传热关系。实验系统辨识则根据测得的输入和输出估计系统的动力学特性。冲激、阶跃、扫频正弦信号、宽带随机输入和伪随机序列可以激发响应的不同特征。这些激励是否有效，取决于带宽、噪声、物理约束，以及输入能否充分激发相关模态。\n\n实际的冲激总具有有限的持续时间和幅值。只有在其频谱足够宽的频率范围内，它才能近似理想冲激。在许多过程中，阶跃试验更容易实施，但对测得的阶跃响应求导以估计冲激响应，会放大噪声。频率响应测量可以直接估计增益和相位，而参数辨识则通过拟合微分方程、差分方程或状态空间模型来描述系统。\n\n在电信中，在适当的观测时段内，可以用近似LTI信道来描述衰减、时延和多径传播。均衡器试图补偿信道失真，但受到噪声放大和非最小相位特性的限制。移动无线信道的变化可能过于迅速，无法用单一的固定模型描述；此时需将其表示为时变模型，或一系列近似平稳的模型。\n\n在声学和录音中，房间冲激响应描述了指定声源位置与接收位置之间的反射和混响。通过卷积，可以在另一段录音中重现这种响应。这一近似假定空间几何结构固定、声传播近似线性，且环境条件足够稳定。移动声源或接收器会改变所描述的系统，而扬声器失真则可能引入非线性行为。\n\n机械振动测试利用施加的力与测得的位移、速度或加速度之间的传递函数。共振峰揭示结构模态，其宽度则提供阻尼信息。在过程控制中，加热、混合、流动和压力的动态特性常用带时延的低阶模型近似。这些模型可用于控制器分析，同时省略在预定工作范围内影响较小的空间细节或快速动态过程。\n\n线性化解释了LTI模型为何适用于许多非线性被控对象。对于光滑动力学系统 \\(\\dot{\\mathbf{x}}=f(\\mathbf{x},\\mathbf{u})\\)，在固定平衡点 \\((\\mathbf{x}_0,\\mathbf{u}_0)\\) 附近展开，得到\n\n\\[\\delta\\dot{\\mathbf{x}} \\approx \\left.\\frac{\\partial f}{\\partial\\mathbf{x}}\\right|_0\\delta\\mathbf{x} + \\left.\\frac{\\partial f}{\\partial\\mathbf{u}}\\right|_0\\delta\\mathbf{u}.\\]\n\n这些导数在该平衡点处为常数。相比之下，沿变化轨迹进行线性化，通常会得到线性时变模型。大幅偏离平衡点、迟滞、摩擦、饱和、老化以及工况变化，都会限制固定LTI近似的准确性；因此，模型验证需要针对预期使用时的幅值、频率和持续时间进行。"
    },
    {
      "heading": "历史发展与理论边界",
      "text": "线性时不变系统理论并非源自某一项发明，而是由多种数学与工程传统汇聚而成。18世纪关于线性微分方程的研究奠定了运用叠加原理和固有模态的方法。约瑟夫·傅里叶在1822年发表的热学论著中发展了三角函数表示法，后来成为频域分析的核心工具。线性动力学与基本函数分解之间的联系，逐渐为原本各不相同的物理系统提供了一套共同语言。\n\n19世纪后期，奥利弗·亥维赛发展了用于电路和传输线分析的算子方法。他对微分算子的运算，预示了后来通过拉普拉斯变换得到系统表述的许多代数方法。长距离电报通信与电话传输的研究，使衰减、色散和暂态行为成为工程实践中必须面对的问题。分布参数传输线也表明，具有实用价值的线性系统不一定是有限维的。\n\n随着电子放大技术的发展，反馈理论变得日益重要。哈罗德·斯蒂芬·布莱克于1927年提出了负反馈放大的构想。哈里·奈奎斯特在1932年关于再生的论文中建立了一项频域稳定性判据，将闭环行为与开环频率响应联系起来。亨德里克·波德发展了对数增益与相位分析方法，并在其1945年关于网络分析与反馈放大器设计的著作中加以系统总结。这些方法使传递函数成为工程设计的实用基础。\n\n20世纪中叶，数字计算与采样数据控制推动了该理论在离散时间领域的发展。鲁道夫·卡尔曼于1960年发表的滤波与预测研究，推动状态空间方法成为分析多变量、受随机扰动系统的核心工具。詹姆斯·库利和约翰·图基于1965年发表的快速傅里叶变换论文，大幅加快了实际应用中的频谱分析和卷积计算。这些进展将连续时间电路与控制方法同可编程数字处理联系起来。\n\n若干重要区别至今仍界定着该理论的适用范围。确定性的线性时不变算子可以作用于随机信号，而不会因此变成时变算子；平稳性是信号的统计性质，并不等同于系统的时不变性。对于空间成像系统，如果位置平移而非时间平移与系统运算可交换，就可以称其为线性移不变系统。系数随时间变化的自适应滤波器和增益调度控制器，通常无法用单一、固定的线性时不变模型描述。\n\n无限维系统需要在数学上作更严谨的处理。时延、分布介质、理想微分器以及广义冲激响应，并非都能用普通的有限阶有理传递函数处理。函数空间、收敛域和算子的定义域决定了卷积与变换推导在何种条件下成立。在这一理论边界上，线性时不变系统理论与泛函分析及偏微分方程相衔接，同时仍以叠加性和平移不变性为其定义性要求。"
    }
  ],
  "links": [
    "impulse-response",
    "signal-processing",
    "control-theory",
    "electrical-engineering",
    "modulation",
    "electronic-amplifier",
    "temperature",
    "convolution",
    "resistor",
    "capacitor",
    "laplace-transform",
    "transfer-function",
    "fourier-transform",
    "bode-plot",
    "matrix",
    "negative-feedback",
    "pid-controller",
    "robust-control",
    "sampling-theorem",
    "signal-filter",
    "quantization-signal-processing",
    "fast-fourier-transform",
    "telecommunications",
    "sound-recording",
    "process-control",
    "telegraphy"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}