KNOWECON WIKI

ARTICLE

LTI系统

LTI系统（Linear Time-Invariant System，线性时不变系统）是一类同时满足线性（Linearity）和时不变性（Time Invariance）两个基本性质的动态系统。它是信号与系统、控制理论、数字信号处理、通信工程以及电路分析等领域的核心概念。LTI系统的理论之所以具有基础性地位，是因为其行为可以用一套完备而优美的数学工具——特别

浏览 0 更新 2025-11-09

LTI系统（Linear Time-Invariant System，线性时不变系统）是一类同时满足线性（Linearity）和时不变性（Time Invariance）两个基本性质的动态系统。它是信号与系统、控制理论、数字信号处理、通信工程以及电路分析等领域的核心概念。LTI系统的理论之所以具有基础性地位，是因为其行为可以用一套完备而优美的数学工具——特别是卷积积分（或卷积和）与傅里叶分析——来完整描述。现实世界中，许多物理系统在特定工作点附近可近似为LTI系统，这使得LTI理论成为分析和设计复杂工程系统的起点。

1. 两条基本性质

1.1 线性

LTI系统的第一个条件是满足叠加原理（Superposition Principle）。叠加原理包含齐次性和可加性两个部分：齐次性（Homogeneity）是指若系统的输入为 x(t) x(t) 时的输出为 y(t) y(t) ，则输入放大 a a 倍后的输出也相应地放大 a a 倍，即 T[a⋅x(t)]=a⋅T[x(t)] T[a \cdot x(t)] = a \cdot T[x(t)] ；可加性（Additivity）是指两个输入之和 x1(t)+x2(t) x_1(t) + x_2(t) 对应的输出等于各自输出之和 y1(t)+y2(t) y_1(t) + y_2(t) 。线性性质保证了系统对复杂输入的响应可以通过对简单基信号的响应进行加权叠加来获得，为后续的卷积分析奠定了基础。

1.2 时不变性

时不变性（或称位移不变性）是指系统的特性不随时间推移而发生改变。若系统对输入 x(t) x(t) 的响应为 y(t) y(t) ，那么对同样输入在时间上平移 τ \tau 后的 x(t−τ) x(t - \tau) ，其输出应为 y(t−τ) y(t - \tau) 。换言之，系统的行为参数（如电路中的电阻、电容值）不随时间变化。时不变性使得系统在不同时间点对相同输入的反应完全一致，从而可以用单一的冲激响应完全刻画系统的动态行为。

2. 核心数学描述

2.1 冲激响应与卷积

LTI系统最核心的数学特征是：系统对任意输入 x(t) x(t) 的响应可以由系统的单位冲激响应 h(t) h(t) 与输入信号的卷积唯一确定。对于连续时间系统，卷积积分表达为：

y(t)=x(t)∗h(t)=∫−∞∞x(τ) h(t−τ) dτy(t) = x(t) * h(t) = \int_{-\infty}^{\infty} x(\tau) \, h(t - \tau) \, d\tau

对于离散时间系统，则为卷积和：

y[n]=x[n]∗h[n]=∑k=−∞∞x[k] h[n−k]y[n] = x[n] * h[n] = \sum_{k=-\infty}^{\infty} x[k] \, h[n - k]

卷积运算本质上体现了线性时不变系统的全部信息：任何输入都被分解为一系列加权的冲激函数之和，系统的输出则是各冲激响应的叠加。这一性质使得LTI系统的分析归结为冲激响应的求解。

2.2 特征函数与傅里叶变换

LTI系统的一个深刻性质是：复指数函数 est e^{st} （其中 s∈C s \in \mathbb{C} ）是所有LTI系统的特征函数（Eigenfunction）。当输入为 est e^{st} 时，输出为 H(s)est H(s) e^{st} ，其中 H(s)=∫−∞∞h(τ)e−sτdτ H(s) = \int_{-\infty}^{\infty} h(\tau) e^{-s\tau} d\tau ，称为系统的传递函数（Transfer Function）。当取 s=jω s = j\omega 时，H(jω) H(j\omega) 即为系统的频率响应（Frequency Response），它描述了系统对不同频率正弦信号的增益与相位变化。傅里叶变换与拉普拉斯变换正是利用这一特征函数性质，将时域的卷积运算转化为频域的乘法运算 Y(ω)=X(ω)⋅H(ω) Y(\omega) = X(\omega) \cdot H(\omega) ，极大地简化了分析复杂度。

3. LTI系统的分类

3.1 根据记忆性分类

无记忆系统（Memoryless System）的输出仅依赖于当前时刻的输入，其冲激响应 h(t)=k⋅δ(t) h(t) = k \cdot \delta(t) 的形式；有记忆系统（System with Memory）的输出则依赖于过去或未来的输入，冲激响应在非零的时间区间上存在。例如，一个简单的电阻分压器是无记忆的，而电容或电感元件则引入记忆效应。

3.2 根据因果性分类

因果系统（Causal System）的输出仅依赖于当前及过去的输入，而非未来的输入，即 h(t)=0 ∀t<0 h(t) = 0 \, \forall t < 0 。所有物理可实现的LTI系统都是因果的。非因果系统在理论上成立（如图像处理中的平滑滤波），但无法实时实现，通常需要在数据处理中预先缓存全部信号。

3.3 根据稳定性分类

LTI系统的有界输入有界输出稳定性（BIBO Stability）的充要条件是冲激响应绝对可积（连续）或绝对可和（离散）：

∫−∞∞∣h(t)∣ dt<∞或∑k=−∞∞∣h[k]∣<∞\int_{-\infty}^{\infty} |h(t)| \, dt < \infty \quad \text{或} \quad \sum_{k=-\infty}^{\infty} |h[k]| < \infty

稳定的LTI系统不会因有限输入而发散，这是工程设计中必须满足的基本要求。系统的极点位置体现了稳定性：连续时间系统要求极点位于左半复平面，离散时间系统要求极点位于单位圆内。

4. 应用与工程意义

LTI系统理论是电气工程和信号处理领域的基石。在通信系统中，信道通常被建模为带限LTI系统，在此基础上设计匹配滤波器以最大化接收信噪比。在控制工程中，绝大多数工业控制器（如PID控制器）的设计建立在被控对象的LTI近似模型之上，利用根轨迹法、波特图或奈奎斯特准则进行稳定性分析与补偿器设计。在音频处理中，数字滤波器（FIR和IIR滤波器）是对离散LTI系统的直接实现，用于均衡、降噪和回声消除。在图像处理中，高斯模糊、边缘检测等空间滤波操作均可视为二维LTI系统的卷积运算。

5. 局限性与延伸

LTI系统理论在分析非线性或时变系统时存在根本性的局限。现实中的许多系统都表现出显著的非线性特征——如饱和效应、滞回特性、混沌行为——或参数随时间漂移，此时LTI近似不再适用。针对这些局限，学者发展了多种延伸理论：Volterra级数和Wiener级数将卷积的思想推广至非线性系统；线性时变系统（LTV System）保留了线性但允许参数随时间变化；自适应滤波则在线性框架内引入时变系数以跟踪非平稳环境。近年随着神经网络和深度学习的发展，循环神经网络（RNN）和Transformer等架构虽然也是时不变的线性变换与非线性的组合，但其深度级联的结构远超传统LTI系统的分析范畴。

6. 小结

LTI系统以其简洁而深刻的数学结构——叠加原理、时不变性、卷积描述和特征函数分析——成为系统理论中最为完备的体系。它不仅是信号处理、控制和通信等工程学科的技术基石，也为我们理解更复杂的动态系统提供了不可或缺的概念工具和思维范式。从简单的RC电路到复杂的数字滤波器，LTI系统的理论始终贯穿于现代技术的核心脉络之中。