रैखिक समय-अपरिवर्तनीय प्रणाली

प्रणाली विश्लेषण में, अध्ययन के अन्य क्षेत्रों में, एक रेखीय समय-अपरिवर्तनीय (एलटीआई) प्रणाली एक प्रणाली है जो किसी भी इनपुट संकेत से आउटपुट संकेत उत्पन्न करती है जो रैखिक प्रणाली # परिभाषा और समय-अपरिवर्तनीय प्रणाली की बाधाओं के अधीन होती है। समय-अपरिवर्तनीय; इन शब्दों को संक्षेप में परिभाषित किया गया है #अवलोकन। ये गुण कई महत्वपूर्ण भौतिक प्रणालियों पर (बिल्कुल या लगभग) लागू होते हैं, जिस स्थिति में प्रतिक्रिया होती है $y3(t) = a1y1(t – t0) + a2y2(t – t0)$ एक मनमाना इनपुट के लिए सिस्टम का $a1, a2, t0$ कनवल्शन का उपयोग करके सीधे पाया जा सकता है: $x1(t), x2(t)$ कहाँ $y(t)$ सिस्टम की आवेग प्रतिक्रिया कहा जाता है और ∗ दृढ़ संकल्प का प्रतिनिधित्व करता है (गुणन के साथ भ्रमित नहीं होना चाहिए, जैसा अक्सर कंप्यूटर भाषाओं में प्रतीक द्वारा नियोजित किया जाता है)। क्या अधिक है, ऐसी किसी भी प्रणाली को हल करने के लिए व्यवस्थित तरीके हैं (निर्धारण $x(t)$), जबकि दोनों गुणों को पूरा नहीं करने वाली प्रणालियाँ आमतौर पर विश्लेषणात्मक रूप से हल करने के लिए अधिक कठिन (या असंभव) होती हैं। एलटीआई प्रणाली का एक अच्छा उदाहरण कोई विद्युत सर्किट है जिसमें प्रतिरोधक, संधारित्र, प्रारंभ करनेवाला्स और रैखिक एम्पलीफायर शामिल हैं। लीनियर टाइम-इनवेरिएंट सिस्टम थ्योरी का उपयोग मूर्ति प्रोद्योगिकी में भी किया जाता है, जहां सिस्टम में एक अस्थायी आयाम के बजाय या इसके अतिरिक्त स्थानिक आयाम होते हैं। शब्दावली को सबसे सामान्य पहुंच देने के लिए इन प्रणालियों को रैखिक अनुवाद-अपरिवर्तनीय के रूप में संदर्भित किया जा सकता है। जेनेरिक असतत-समय (यानी, नमूना (सिग्नल)) सिस्टम के मामले में, रैखिक शिफ्ट-इनवेरिएंट इसी शब्द है। एलटीआई प्रणाली सिद्धांत लागू गणित का एक क्षेत्र है जिसमें नेटवर्क विश्लेषण (विद्युत सर्किट), संकेत आगे बढ़ाना और फिल्टर डिजाइन, नियंत्रण सिद्धांत, मैकेनिकल इंजीनियरिंग, इमेज प्रोसेसिंग, कई प्रकार के उपकरणों को मापने का डिज़ाइन, एनएमआर स्पेक्ट्रोस्कोपी में प्रत्यक्ष अनुप्रयोग हैं।, और कई अन्य तकनीकी क्षेत्र जहां साधारण अंतर समीकरणों की प्रणालियां स्वयं को प्रस्तुत करती हैं।

सिंहावलोकन
किसी भी एलटीआई प्रणाली के परिभाषित गुण रैखिकता और समय के व्युत्क्रम हैं।
 * रैखिकता का अर्थ है कि इनपुट के बीच संबंध $$x(t)$$ और आउटपुट $$y(t)$$, दोनों को कार्यों के रूप में माना जा रहा है, एक रेखीय मानचित्रण है: यदि $$a$$ एक स्थिर है तो सिस्टम आउटपुट $$ax(t)$$ है $$ay(t)$$; अगर $$x'(t)$$ सिस्टम आउटपुट के साथ एक और इनपुट है $$y'(t)$$ फिर सिस्टम का आउटपुट $$x(t)+x'(t)$$ है $$y(t)+y'(t)$$, यह सभी विकल्पों के लिए लागू होता है $$a$$,$$x(t)$$, $$x'(t)$$. बाद वाली स्थिति को अक्सर सुपरपोजिशन सिद्धांत के रूप में जाना जाता है।
 * टाइम इनवेरियन का अर्थ है कि चाहे हम सिस्टम में अभी इनपुट लागू करें या अब से T सेकंड, आउटपुट T सेकंड के समय विलंब को छोड़कर समान होगा। यानी अगर आउटपुट इनपुट के कारण है $$x(t)$$ है $$y(t)$$, फिर इनपुट के कारण आउटपुट $$x(t-T)$$ है $$y(t-T)$$. इसलिए, सिस्टम समय अपरिवर्तनीय है क्योंकि आउटपुट इनपुट लागू होने के विशेष समय पर निर्भर नहीं करता है।

एलटीआई प्रणाली सिद्धांत में मौलिक परिणाम यह है कि किसी भी एलटीआई प्रणाली को पूरी तरह से एक ही कार्य द्वारा वर्णित किया जा सकता है जिसे सिस्टम की आवेग प्रतिक्रिया कहा जाता है। सिस्टम का आउटपुट $$y(t)$$ सिस्टम में इनपुट का केवल कनवल्शन है $$x(t)$$ सिस्टम की आवेग प्रतिक्रिया के साथ $$h(t)$$. इसे एक सतत समय प्रणाली कहा जाता है। इसी तरह, एक असतत-समय रैखिक समय-अपरिवर्तनीय (या, अधिक सामान्यतः, शिफ्ट-अपरिवर्तनीय) प्रणाली को असतत समय में संचालित एक के रूप में परिभाषित किया गया है: $$y_{i} = x_{i} * h_{i}$$ जहाँ y, x, और h अनुक्रम हैं और असतत समय में कनवल्शन, अभिन्न के बजाय असतत योग का उपयोग करता है।

LTI सिस्टम को सिस्टम के स्थानांतरण प्रकार्य द्वारा फ़्रीक्वेंसी डोमेन में भी चित्रित किया जा सकता है, जो सिस्टम के आवेग प्रतिक्रिया का लाप्लास रूपांतरण है (या असतत-टाइम सिस्टम के मामले में जेड ट्रांसफॉर्म)। इन परिवर्तनों के गुणों के परिणामस्वरूप, फ़्रीक्वेंसी डोमेन में सिस्टम का आउटपुट ट्रांसफर फ़ंक्शन और इनपुट के ट्रांसफ़ॉर्म का उत्पाद है। दूसरे शब्दों में, समय डोमेन में दृढ़ संकल्प आवृत्ति डोमेन में गुणन के बराबर है।

सभी एलटीआई प्रणालियों के लिए, eigenfunctions, और रूपांतरणों के आधार कार्य, जटिल संख्या घातीय कार्य हैं। यह तब होता है, जब किसी सिस्टम का इनपुट कॉम्प्लेक्स वेवफॉर्म होता है $$A_s e^{st}$$ कुछ जटिल आयाम के लिए $$A_s$$ और जटिल आवृत्ति $$s$$, आउटपुट कुछ जटिल निरंतर समय इनपुट होगा, कहते हैं $$B_s e^{st}$$ कुछ नए जटिल आयाम के लिए $$B_s$$. अनुपात $$B_s/A_s$$ आवृत्ति पर स्थानांतरण समारोह है $$s$$.

चूंकि साइन लहर जटिल-संयुग्म आवृत्तियों के साथ जटिल घातांक का योग है, यदि सिस्टम में इनपुट एक साइनसॉइड है, तो सिस्टम का आउटपुट भी एक साइनसॉइड होगा, शायद एक अलग आयाम और एक अलग चरण (तरंगों) के साथ, लेकिन स्थिर अवस्था में पहुंचने पर हमेशा समान आवृत्ति के साथ। LTI प्रणालियाँ आवृत्ति घटकों का उत्पादन नहीं कर सकती हैं जो इनपुट में नहीं हैं।

एलटीआई प्रणाली सिद्धांत कई महत्वपूर्ण प्रणालियों का वर्णन करने में अच्छा है। अधिकांश एलटीआई प्रणालियों का विश्लेषण करना आसान माना जाता है, कम से कम समय-परिवर्तनशील और/या अरैखिक मामले की तुलना में। कोई भी प्रणाली जिसे निरंतर गुणांक वाले रैखिक अंतर समीकरण के रूप में तैयार किया जा सकता है, एक एलटीआई प्रणाली है। ऐसी प्रणालियों के उदाहरण विद्युत नेटवर्क हैं जो प्रतिरोधों, प्रेरकों और कैपेसिटर (RLC सर्किट) से बने होते हैं। आदर्श स्प्रिंग-मास-डेम्पर सिस्टम भी LTI सिस्टम हैं, और गणितीय रूप से RLC सर्किट के समकक्ष हैं।

अधिकांश LTI सिस्टम अवधारणाएँ निरंतर-समय और असतत-समय (रैखिक शिफ्ट-इनवेरिएंट) मामलों के बीच समान हैं। इमेज प्रोसेसिंग में, टाइम वेरिएबल को दो स्पेस वेरिएबल्स से बदल दिया जाता है, और टाइम इनवेरियन की धारणा को टू-डायमेंशनल शिफ्ट इनवेरियन से बदल दिया जाता है। फ़िल्टर बैंकों और MIMO (सिस्टम सिद्धांत) सिस्टम का विश्लेषण करते समय, संकेतों के मैट्रिक्स (गणित) पर विचार करना अक्सर उपयोगी होता है।

एक रेखीय प्रणाली जो समय-अपरिवर्तनीय नहीं है, को ग्रीन की फ़ंक्शन विधि जैसे अन्य दृष्टिकोणों का उपयोग करके हल किया जा सकता है।

आवेग प्रतिक्रिया और दृढ़ संकल्प
इनपुट सिग्नल x(t) और आउटपुट सिग्नल y(t) के साथ एक रेखीय, निरंतर-समय, समय-अपरिवर्तनीय प्रणाली का व्यवहार कनवल्शन इंटीग्रल द्वारा वर्णित है:

कहाँ $ h(t)$ Dirac डेल्टा फ़ंक्शन के लिए सिस्टम की प्रतिक्रिया है: $x(\tau) = \delta(\tau)$. $ y(t) $ इसलिए इनपुट फ़ंक्शन के भारित औसत के समानुपाती होता है $x(\tau)$. वेटिंग फंक्शन है $ h(-\tau)$, केवल राशि द्वारा स्थानांतरित किया गया $ t$. जैसा $ t$ परिवर्तन, वेटिंग फ़ंक्शन इनपुट फ़ंक्शन के विभिन्न भागों पर जोर देता है। कब $ h(\tau)$  सभी नकारात्मक के लिए शून्य है $ \tau$, $ y(t)$  के मूल्यों पर ही निर्भर करता है $ x$  समय से पहले $ t$ , और प्रणाली को कारण प्रणाली कहा जाता है।
 * $$y(t) = (x * h)(t)$$
 * $$\mathrel{\stackrel{\mathrm{def}}{=}} \int\limits_{-\infty}^{\infty} x(t - \tau)\cdot h(\tau) \, \mathrm{d}\tau$$
 * $$= \int\limits_{-\infty}^\infty x(\tau)\cdot h(t - \tau) \,\mathrm{d}\tau,$$     (using commutativity)
 * }
 * $$= \int\limits_{-\infty}^\infty x(\tau)\cdot h(t - \tau) \,\mathrm{d}\tau,$$     (using commutativity)
 * }

यह समझने के लिए कि कनवल्शन LTI सिस्टम का आउटपुट क्यों देता है, नोटेशन दें $ \{x(u-\tau);\ u\}$ समारोह का प्रतिनिधित्व करते हैं $ x(u-\tau)$  चर के साथ $ u$  और स्थिर $ \tau$. और छोटा नोटेशन दें $ \{x\}$ प्रतिनिधित्व करना $ \{x(u);\ u\}$. तब एक सतत-समय प्रणाली एक इनपुट फ़ंक्शन को रूपांतरित करती है, $ \{x\},$ आउटपुट फ़ंक्शन में, $\{y\}$. और सामान्य तौर पर, आउटपुट का प्रत्येक मान इनपुट के प्रत्येक मान पर निर्भर हो सकता है। इस अवधारणा का प्रतिनिधित्व इसके द्वारा किया जाता है: $$y(t) \mathrel{\stackrel{\text{def}}{=}} O_t\{x\},$$ कहाँ $ O_t$ समय के लिए परिवर्तन संचालिका है $ t$. एक सामान्य प्रणाली में, $ y(t)$ के मूल्यों पर सर्वाधिक निर्भर करता है $ x$  जो समय के निकट हुआ $ t$. जब तक परिवर्तन स्वयं के साथ नहीं बदलता $ t$, आउटपुट फ़ंक्शन स्थिर है, और सिस्टम निर्बाध है।

एक रैखिक प्रणाली के लिए, $ O$ संतुष्ट करना चाहिए $t$:

और समय-अपरिवर्तनीय आवश्यकता है:

{{NumBlk|:| इसी तरह:

इस परिणाम को कनवल्शन इंटीग्रल में बदलना:
 * h(t - \tau)
 * (using $$)
 * }
 * (using $$)
 * }
 * }

जिसके दाहिने भाग का रूप है $$ मामले के लिए और

$$ तो इस निरंतरता की अनुमति देता है:

संक्षेप में, इनपुट फ़ंक्शन, \{x\}, समय-स्थानांतरित आवेग कार्यों की निरंतरता द्वारा प्रदर्शित किया जा सकता है, जैसा कि दिखाया गया है, रैखिक रूप से संयुक्त $$. सिस्टम की लीनियरिटी प्रॉपर्टी सिस्टम की प्रतिक्रिया को उसी तरह संयुक्त आवेग प्रतिक्रियाओं के संगत सातत्य द्वारा प्रदर्शित करने की अनुमति देती है। और समय-अपरिवर्तनीय गुण उस संयोजन को कनवल्शन इंटीग्रल द्वारा प्रदर्शित करने की अनुमति देता है।

ऊपर दिए गए गणितीय संक्रियाओं में एक सरल चित्रमय अनुकरण है।

ईजेनफंक्शन
के रूप में घातांक एक eigenfunction एक ऐसा फ़ंक्शन है जिसके लिए ऑपरेटर का आउटपुट उसी फ़ंक्शन का स्केल किया गया संस्करण है। वह है,

जहाँ f आइगेनफंक्शन है और \lambda eigenvalue है, एक स्थिरांक।

घातीय कार्य A e^{s t}, कहाँ, एक रेखीय, समय-अपरिवर्तनीय ऑपरेटर के eigenfunctions हैं। एक साधारण प्रमाण इस अवधारणा को दर्शाता है। मान लीजिए इनपुट है. आवेग प्रतिक्रिया के साथ सिस्टम का आउटपुट h(t) तब है

जो कनवल्शन की क्रमविनिमेय संपत्ति के बराबर है

जहां अदिश

केवल पैरामीटर एस पर निर्भर है।

तो सिस्टम की प्रतिक्रिया इनपुट का एक छोटा संस्करण है। विशेष रूप से, किसी के लिए, सिस्टम आउटपुट इनपुट का उत्पाद है A e^{st} और स्थिर H(s). इस तरह, A e^{s t} एक LTI प्रणाली का एक आइगेनफंक्शन है, और संबंधित आइगेनवेल्यू है H(s).

प्रत्यक्ष प्रमाण
LTI सिस्टम के eigenfunctions के रूप में सीधे जटिल घातांकों को प्राप्त करना भी संभव है।

चलो सेट करते हैं कुछ जटिल घातीय और  इसका एक समय-स्थानांतरित संस्करण।

स्थिरांक के संबंध में रैखिकता द्वारा.

समय के व्युत्क्रम द्वारा H.

इसलिए. सेटिंग t = 0 और नाम बदलने से हमें मिलता है:

यानी कि एक जटिल घातांक इनपुट के रूप में आउटपुट के समान आवृत्ति का एक जटिल घातांक देगा।

फूरियर और लाप्लास रूपांतरण
एलटीआई सिस्टम में विश्लेषण और अंतर्दृष्टि दोनों के लिए एक्सपोनेंशियल की ईजेनफंक्शन संपत्ति बहुत उपयोगी है। एक तरफा लाप्लास रूपांतरण

आवेग प्रतिक्रिया से eigenvalues ​​​​प्राप्त करने का बिल्कुल तरीका है। विशेष रुचि के शुद्ध साइनसोइड्स हैं (यानी, फॉर्म के घातीय कार्य कहाँ  और ). फूरियर रूपांतरण शुद्ध जटिल साइनसोइड्स के लिए eigenvalues ​​​​देता है। दोनों H(s) और H(j\omega) सिस्टम फ़ंक्शन, सिस्टम प्रतिक्रिया या स्थानांतरण फ़ंक्शन कहा जाता है।

लाप्लास रूपांतरण का उपयोग आमतौर पर एक तरफा संकेतों के संदर्भ में किया जाता है, अर्थात ऐसे संकेत जो कुछ मान से कम टी के सभी मानों के लिए शून्य होते हैं। आम तौर पर, यह प्रारंभ समय शून्य पर सेट होता है, सुविधा के लिए और सामान्यता के नुकसान के बिना, शून्य से अनंत तक अभिन्न परिवर्तन के साथ (नकारात्मक अनंतता के एकीकरण की निचली सीमा के साथ ऊपर दिखाए गए परिवर्तन को औपचारिक रूप से द्विपक्षीय लाप्लास परिवर्तन के रूप में जाना जाता है).

फूरियर ट्रांसफॉर्म का उपयोग उन प्रणालियों के विश्लेषण के लिए किया जाता है जो संकेतों को प्रोसेस करते हैं जो सीमा में अनंत हैं, जैसे मॉडुलेटेड साइनसोइड्स, भले ही इसे सीधे इनपुट और आउटपुट सिग्नल पर लागू नहीं किया जा सकता है जो वर्ग पूर्णांक नहीं हैं। लाप्लास ट्रांसफ़ॉर्म वास्तव में इन संकेतों के लिए सीधे काम करता है यदि वे प्रारंभ समय से पहले शून्य हैं, भले ही वे स्थिर प्रणालियों के लिए वर्ग पूर्णांक न हों। फूरियर रूपांतरण अक्सर वीनर-खिनचिन प्रमेय के माध्यम से अनंत संकेतों के स्पेक्ट्रा पर लागू होता है, भले ही संकेतों के फूरियर रूपांतरण मौजूद न हों।

इन दोनों रूपांतरणों की कनवल्शन प्रॉपर्टी के कारण, सिस्टम का आउटपुट देने वाले कनवल्शन को ट्रांसफ़ॉर्म डोमेन में गुणन में बदला जा सकता है, दिए गए सिग्नल जिसके लिए ट्रांसफ़ॉर्म मौजूद हैं

सिस्टम प्रतिक्रिया का उपयोग सीधे यह निर्धारित करने के लिए किया जा सकता है कि लाप्लास परिवर्तन के साथ सिस्टम द्वारा किसी विशेष आवृत्ति घटक को कैसे नियंत्रित किया जाता है। यदि हम जटिल आवृत्ति पर सिस्टम प्रतिक्रिया (आवेग प्रतिक्रिया के लाप्लास परिवर्तन) का मूल्यांकन करते हैं, कहाँ , हम | एच (एस) | प्राप्त करते हैं जो फ्रीक्वेंसी f के लिए सिस्टम गेन है। उस आवृत्ति घटक के लिए आउटपुट और इनपुट के बीच सापेक्ष चरण बदलाव इसी तरह arg(H(s)) द्वारा दिया जाता है।

उदाहरण
• A simple example of an LTI operator is the derivative. जब डेरिवेटिव का लाप्लास रूपांतरण लिया जाता है, तो यह लाप्लास चर s द्वारा सरल गुणन में बदल जाता है। गणित डिस्प्ले = ब्लॉक > \mathcal{L}\left\{\frac{\mathrm{d}}{\mathrm{d}t}x(t)\right\} = s X(s) $ कि व्युत्पन्न में इतना सरल लाप्लास परिवर्तन है जो आंशिक रूप से परिवर्तन की उपयोगिता की व्याख्या करता है।| एक अन्य साधारण एलटीआई ऑपरेटर एक औसत ऑपरेटर है
 * (यानी, यह है रैखिक)
 * गणित> \frac{\mathrm{d}}{\mathrm{d}t} x(t-\tau) = x'(t-\tau)   (यानी, यह समय अपरिवर्तनीय है)

गणित डिस्प्ले = ब्लॉक > \mathcal{A}\बाएं\{x(t)\दाएं\} \mathrel{\stackrel{\text{def}}{=}} \int_{t-a}^{t+a} x (\lambda) \, \mathrm{d} \lambda. 

एकीकरण की रैखिकता से,

गणित प्रदर्शन = ब्लॉक>\शुरू {संरेखित करें} \mathcal{ए} \{c_1 x_1(t) + c_2 x_2(t)\} &= \int_{t-a}^{t+a} ( c_1 x_1(\lambda) + c_2 x_2(\lambda)) \, \mathrm{d} \lambda\\ &= c_1 \int_{t-a}^{t+a} x_1(\lambda) \, \mathrm{d} \lambda + c_2 \int_{t-a}^{t+a} x_2(\lambda) \, \mathrm {डी} \ लैम्ब्डा \\ &= c_1 \mathcal{A}\{x_1(t)\} + c_2 \mathcal{A} \{x_2(t) \}, \end{संरेखित करें}

यह रैखिक है। इसके अतिरिक्त, क्योंकि

गणित प्रदर्शन = ब्लॉक>\शुरू {संरेखित करें} \mathcal{A}\बाएं\{x(t-\tau)\right\} &= \int_{t-a}^{t+a} x(\lambda-\tau) \, \mathrm{d} \lambda\\ &= \int_{(t-\tau)-a}^{(t-\tau)+a} x(\xi) \, \mathrm{d} \xi\\ &= \mathcal{A}\{x\}(t-\tau), \end{संरेखित करें}

यह समय अपरिवर्तनीय है। वास्तव में, गणित> \mathcal{A} को बॉक्सकार समारोह के साथ कनवल्शन के रूप में लिखा जा सकता है गणित>\Pi(टी)। वह है, $\mathcal{A}\left\{x(t)\right\} = \int_{-\infty}^\infty \Pi\left(\frac{\lambda-t}{2a}\right) x(\lambda) \, \mathrm{d} \lambda,$ जहां बॉक्सकार काम करती है $\Pi(t) \mathrel{\stackrel{\text{def}}{=}} \begin{cases} 1 &\text{if } |t| < \frac{1}{2},\\ 0 &\text{if } |t| > \frac{1}{2}. \end{cases}$
 * undefined

महत्वपूर्ण प्रणाली गुण
एक प्रणाली के सबसे महत्वपूर्ण गुणों में से कुछ कार्य-कारण और स्थिरता हैं। एक भौतिक प्रणाली के लिए कारणता एक आवश्यकता है जिसका स्वतंत्र चर समय है, हालांकि यह प्रतिबंध छवि प्रसंस्करण जैसे अन्य मामलों में मौजूद नहीं है।

कारणता
एक प्रणाली कारण है अगर आउटपुट केवल वर्तमान और अतीत पर निर्भर करता है, लेकिन भविष्य के इनपुट पर नहीं। कारणता के लिए एक आवश्यक और पर्याप्त शर्त है $$h(t) = 0 \quad \forall t < 0,$$ कहाँ $$h(t)$$ आवेग प्रतिक्रिया है। दो तरफा लाप्लास परिवर्तन से कार्य-कारण का निर्धारण करना सामान्य रूप से संभव नहीं है। हालांकि समय डोमेन में काम करते समय आम तौर पर लाप्लास ट्रांसफॉर्म का उपयोग होता है | एक तरफा लेपलेस ट्रांसफॉर्म जिसके लिए कारणता की आवश्यकता होती है।

स्थिरता
एक सिस्टम बाउंडेड-इनपुट, बाउंडेड-आउटपुट स्टेबल (बीआईबीओ स्टेबल) है, यदि प्रत्येक बाउंडेड इनपुट के लिए, आउटपुट परिमित है। गणितीय रूप से, यदि प्रत्येक इनपुट संतोषजनक है $$\ \|x(t)\|_{\infty} < \infty$$ एक आउटपुट संतोषजनक की ओर जाता है $$\ \|y(t)\|_{\infty} < \infty$$ (अर्थात, एक परिमित इन्फिनिटी मानदंड $$x(t)$$ का एक परिमित अधिकतम निरपेक्ष मान दर्शाता है $$y(t)$$), तब सिस्टम स्थिर है। एक आवश्यक और पर्याप्त शर्त यह है कि $$h(t)$$, आवेग प्रतिक्रिया, एलपी स्पेस में है | एल1 (एक परिमित एल है 1 मानदंड): $$\|h(t)\|_1 = \int_{-\infty}^\infty |h(t)| \, \mathrm{d}t < \infty.$$ फ़्रीक्वेंसी डोमेन में, अभिसरण के क्षेत्र में काल्पनिक अक्ष होना चाहिए $$s = j\omega$$.

एक उदाहरण के रूप में, sinc फ़ंक्शन के बराबर आवेग प्रतिक्रिया वाला आदर्श निम्न-पास फ़िल्टर BIBO स्थिर नहीं है, क्योंकि sinc फ़ंक्शन में परिमित L नहीं है 1 मानदंड। इस प्रकार, कुछ बाउंडेड इनपुट के लिए, आदर्श लो-पास फिल्टर का आउटपुट अनबाउंड होता है। विशेष रूप से, यदि इनपुट के लिए शून्य है $$t < 0$$ और के लिए कट-ऑफ आवृत्ति पर एक साइनसॉइड के बराबर $$t > 0$$, तो आउटपुट जीरो क्रॉसिंग के अलावा हर समय अनबाउंड रहेगा।

असतत-समय प्रणाली
निरंतर-समय प्रणालियों में लगभग हर चीज का असतत-समय प्रणालियों में समकक्ष होता है।

असतत-समय प्रणाली निरंतर-समय प्रणाली से
कई संदर्भों में, असतत समय (डीटी) प्रणाली वास्तव में एक बड़े सतत समय (सीटी) प्रणाली का हिस्सा है। उदाहरण के लिए, एक डिजिटल रिकॉर्डिंग सिस्टम एक एनालॉग साउंड लेता है, इसे डिजिटाइज़ करता है, संभवतः डिजिटल सिग्नल को प्रोसेस करता है, और लोगों को सुनने के लिए एनालॉग साउंड को प्ले बैक करता है।

व्यावहारिक प्रणालियों में, प्राप्त डीटी सिग्नल आमतौर पर सीटी सिग्नल के समान रूप से सैंपल किए गए संस्करण होते हैं। अगर $$x(t)$$ एक सीटी सिग्नल है, तो एनॉलॉग से डिजिटल परिवर्तित करने वाला उपकरण से पहले इस्तेमाल किया गया नमूना और पकड़ इसे डीटी सिग्नल में बदल देगा: $$x_n \mathrel{\stackrel{\text{def}}{=}} x(nT) \qquad \forall \, n \in \mathbb{Z},$$ जहां टी नमूनाकरण आवृत्ति है। नमूना लेने से पहले, इनपुट सिग्नल आमतौर पर एक तथाकथित एंटी - [[एलियासिंग फ़िल्टर]] के माध्यम से चलाया जाता है जो तह आवृत्ति 1/(2T) से ऊपर की आवृत्तियों को हटा देता है; यह गारंटी देता है कि फ़िल्टर किए गए सिग्नल में कोई जानकारी गुम नहीं होगी। फ़िल्टरिंग के बिना, नमूनाचयन आवृत्ति (या निक्विस्ट आवृत्ति) के ऊपर कोई फ़्रीक्वेंसी कंपोनेंट एक अलग फ़्रीक्वेंसी (इस प्रकार मूल सिग्नल को विकृत करना) के लिए अलियासिंग है, क्योंकि डीटी सिग्नल केवल फ़ोल्डिंग फ़्रीक्वेंसी से कम फ़्रीक्वेंसी घटकों का समर्थन कर सकता है।

आवेग प्रतिक्रिया और दृढ़ संकल्प
होने देना $$\{x[m - k];\ m\}$$ अनुक्रम का प्रतिनिधित्व करते हैं $$\{x[m - k];\text{ for all integer values of } m\}.$$ और छोटा नोटेशन दें $$\{x\}$$ प्रतिनिधित्व करना $$\{x[m];\ m\}.$$ एक असतत प्रणाली एक इनपुट अनुक्रम को रूपांतरित करती है, $$\{x\}$$ एक आउटपुट अनुक्रम में, $$\{y\}.$$ सामान्य तौर पर, आउटपुट का प्रत्येक तत्व इनपुट के प्रत्येक तत्व पर निर्भर हो सकता है। द्वारा परिवर्तन ऑपरेटर का प्रतिनिधित्व करना $$O$$, हम लिख सकते हैं: $$y[n] \mathrel{\stackrel{\text{def}}{=}} O_n\{x\}.$$ ध्यान दें कि जब तक परिवर्तन स्वयं n के साथ नहीं बदलता है, तब तक आउटपुट अनुक्रम स्थिर रहता है, और सिस्टम अरुचिकर है। (इस प्रकार सबस्क्रिप्ट, एन।) एक विशिष्ट प्रणाली में, वाई [एन] एक्स के तत्वों पर सबसे अधिक निर्भर करता है जिसका सूचकांक एन के पास है।

क्रोनकर डेल्टा समारोह के विशेष मामले के लिए, $$x[m] = \delta[m],$$ आउटपुट अनुक्रम आवेग प्रतिक्रिया है: $$h[n] \mathrel{\stackrel{\text{def}}{=}} O_n\{\delta[m];\ m\}.$$ एक रैखिक प्रणाली के लिए, $$O$$ संतुष्ट होना चाहिए:

और समय-अपरिवर्तनीय आवश्यकता है:

ऐसी प्रणाली में, आवेग प्रतिक्रिया, $$\{h\}$$, सिस्टम को पूरी तरह से चित्रित करता है। अर्थात्, किसी भी इनपुट अनुक्रम के लिए, आउटपुट अनुक्रम की गणना इनपुट और आवेग प्रतिक्रिया के संदर्भ में की जा सकती है। यह कैसे किया जाता है यह देखने के लिए, पहचान पर विचार करें: $$x[m] \equiv \sum_{k=-\infty}^{\infty} x[k] \cdot \delta[m - k],$$ जो व्यक्त करता है $$\{x\}$$ भारित डेल्टा कार्यों के योग के संदर्भ में।

इसलिए: $$\begin{align} y[n] = O_n\{x\} &= O_n\left\{\sum_{k=-\infty}^\infty x[k]\cdot \delta[m-k];\ m \right\}\\ &= \sum_{k=-\infty}^\infty x[k]\cdot O_n\{\delta[m-k];\ m\},\, \end{align}$$ जहां हमने आह्वान किया है $$ मामले के लिए $$c_k = x[k]$$ और $$x_k[m] = \delta[m-k]$$.

और के कारण $$, हम लिख सकते हैं: $$\begin{align} O_n\{\delta[m-k];\ m\} &\mathrel{\stackrel{\quad}{=}} O_{n-k}\{\delta[m];\ m\} \\ &\mathrel{\stackrel{\text{def}}{=}} h[n-k]. \end{align}$$ इसलिए:



जो परिचित असतत दृढ़ संकल्प सूत्र है। परिचालक $$O_n$$ इसलिए फ़ंक्शन x [k] के भारित औसत के समानुपाती के रूप में व्याख्या की जा सकती है। वेटिंग फ़ंक्शन h[−k] है, केवल राशि n द्वारा स्थानांतरित किया गया है। जैसे ही n बदलता है, वेटिंग फ़ंक्शन इनपुट फ़ंक्शन के विभिन्न भागों पर ज़ोर देता है। समतुल्य रूप से, n = 0 पर एक आवेग के लिए सिस्टम की प्रतिक्रिया अनशिफ्टेड वेटिंग फ़ंक्शन की एक समय उलटी प्रति है। जब h[k] सभी नकारात्मक k के लिए शून्य होता है, तो सिस्टम को कॉसल सिस्टम कहा जाता है।
 * $$y[n]$$
 * $$= \sum_{k=-\infty}^{\infty} x[k] \cdot h[n - k]$$
 * $$= \sum_{k=-\infty}^{\infty} x[n-k] \cdot h[k],$$     (commutativity)
 * }
 * $$= \sum_{k=-\infty}^{\infty} x[n-k] \cdot h[k],$$     (commutativity)
 * }

ईजेनफंक्शन
के रूप में घातांक एक ईजेनफंक्शन एक ऐसा फ़ंक्शन है जिसके लिए ऑपरेटर का आउटपुट एक ही फ़ंक्शन होता है, जिसे कुछ स्थिरता से बढ़ाया जाता है। प्रतीकों में, $$\mathcal{H}f = \lambda f ,$$ जहाँ f आइगेनफंक्शन है और $$\lambda$$ eigenvalue है, एक स्थिरांक।

घातीय कार्य $$z^n = e^{sT n}$$, कहाँ $$n \in \mathbb{Z}$$, एक रेखीय, समय-अपरिवर्तनीय ऑपरेटर के eigenfunctions हैं। $$T \in \mathbb{R}$$ नमूना अंतराल है, और $$z = e^{sT}, \ z,s \in \mathbb{C}$$. एक साधारण प्रमाण इस अवधारणा को दर्शाता है।

मान लीजिए इनपुट है $$x[n] = z^n$$. आवेग प्रतिक्रिया के साथ सिस्टम का आउटपुट $$h[n]$$ तब है $$\sum_{m=-\infty}^{\infty} h[n-m] \, z^m$$ जो दृढ़ संकल्प की क्रमविनिमेय संपत्ति द्वारा निम्नलिखित के बराबर है $$\sum_{m=-\infty}^{\infty} h[m] \, z^{(n - m)} = z^n \sum_{m=-\infty}^{\infty} h[m] \, z^{-m} = z^n H(z)$$ कहाँ $$H(z) \mathrel{\stackrel{\text{def}}{=}} \sum_{m=-\infty}^\infty h[m] z^{-m}$$ केवल पैरामीटर z पर निर्भर है।

इसलिए $$z^n$$ एलटीआई प्रणाली का एक ईजेनफंक्शन है क्योंकि सिस्टम प्रतिक्रिया इनपुट समय स्थिरांक के समान है $$H(z)$$.

Z और असतत-समय फूरियर
रूपांतरित करता है एलटीआई सिस्टम में विश्लेषण और अंतर्दृष्टि दोनों के लिए एक्सपोनेंशियल की ईजेनफंक्शन संपत्ति बहुत उपयोगी है। Z परिवर्तन $$H(z) = \mathcal{Z}\{h[n]\} = \sum_{n=-\infty}^\infty h[n] z^{-n}$$ आवेग प्रतिक्रिया से eigenvalues ​​​​प्राप्त करने का बिल्कुल तरीका है। विशेष रुचि शुद्ध साइनसोइड हैं; यानी फॉर्म के एक्सपोनेंशियल्स $$e^{j \omega n}$$, कहाँ $$\omega \in \mathbb{R}$$. इन्हें इस रूप में भी लिखा जा सकता है $$z^n$$ साथ $$z = e^{j \omega}$$. असतत-समय फूरियर रूपांतरण (DTFT) $$H(e^{j \omega}) = \mathcal{F}\{h[n]\}$$ शुद्ध साइनसोइड्स के eigenvalues ​​​​देता है. दोनों $$H(z)$$ और $$H(e^{j\omega})$$ सिस्टम फ़ंक्शन, सिस्टम प्रतिक्रिया या स्थानांतरण फ़ंक्शन कहा जाता है।

एक तरफा लाप्लास परिवर्तन की तरह, Z परिवर्तन आमतौर पर एक तरफा संकेतों के संदर्भ में उपयोग किया जाता है, अर्थात ऐसे संकेत जो t<0 के लिए शून्य होते हैं। असतत-समय फूरियर रूपांतरण फूरियर श्रृंखला का उपयोग आवधिक संकेतों के विश्लेषण के लिए किया जा सकता है।

इन दोनों रूपांतरणों की कनवल्शन प्रॉपर्टी के कारण, सिस्टम का आउटपुट देने वाले कनवल्शन को ट्रांसफ़ॉर्म डोमेन में गुणन में बदला जा सकता है। वह है, $$y[n] = (h*x)[n] = \sum_{m=-\infty}^\infty h[n-m] x[m] = \mathcal{Z}^{-1}\{H(z)X(z)\}.$$ निरंतर समय प्रणाली विश्लेषण में लाप्लास ट्रांसफॉर्म ट्रांसफर फ़ंक्शन के साथ ही, जेड ट्रांसफॉर्म सिस्टम का विश्लेषण करना और उनके व्यवहार में अंतर्दृष्टि प्राप्त करना आसान बनाता है।

उदाहरण
• A simple example of an LTI operator is the delay operator D\{x[n]\} \mathrel{\stackrel{\text{def}}{=}} x[n-1]। विलंब संचालिका का Z रूपांतरण z द्वारा सरल गुणा है-1. वह है, $ \mathcal{Z}\left\{Dx[n]\right\} = z^{-1} X(z). $| एक अन्य साधारण एलटीआई ऑपरेटर औसत ऑपरेटर है $ \mathcal{A}\left\{x[n]\right\} \mathrel{\stackrel{\text{def}}{=}} \sum_{k=n-a}^{n+a} x[k].$ राशियों की रैखिकता के कारण, $\begin{align} \mathcal{A}\left\{c_1 x_1[n] + c_2 x_2[n] \right\} &= \sum_{k=n-a}^{n+a} \left( c_1 x_1[k] + c_2 x_2[k] \right)\\ &= c_1 \sum_{k=n-a}^{n+a} x_1[k] + c_2 \sum_{k=n-a}^{n+a} x_2[k]\\ &= c_1 \mathcal{A}\left\{x_1[n] \right\} + c_2 \mathcal{A}\left\{x_2[n] \right\}, \end{align}$ और इसलिए यह रैखिक है। क्योंकि, $\begin{align} \mathcal{A}\left\{x[n-m]\right\} &= \sum_{k=n-a}^{n+a} x[k-m]\\ &= \sum_{k'=(n-m)-a}^{(n-m)+a} x[k']\\ &= \mathcal{A}\left\{x\right\}[n-m], \end{align}$ यह समय अपरिवर्तनीय भी है।
 * $ D \left( c_1 \cdot x_1[n] + c_2 \cdot x_2[n] \right) = c_1 \cdot x_1[n - 1] + c_2\cdot x_2[n - 1] = c_1\cdot Dx_1[n] + c_2\cdot Dx_2[n]$ (यानी, यह रैखिक है)
 * $ D\{x[n - m]\} = x[n - m - 1] = x[(n - 1) - m] = D\{x\}[n - m]$ (यानी, यह समय अपरिवर्तनीय है)
 * undefined

महत्वपूर्ण प्रणाली गुण
डिस्क्रीट-टाइम LTI सिस्टम की इनपुट-आउटपुट विशेषताओं को पूरी तरह से इसके आवेग प्रतिक्रिया द्वारा वर्णित किया गया है $$h[n]$$. एक प्रणाली के सबसे महत्वपूर्ण गुणों में से दो कार्य-कारण और स्थिरता हैं। गैर-कारण (समय में) प्रणालियों को ऊपर के रूप में परिभाषित और विश्लेषण किया जा सकता है, लेकिन वास्तविक समय में महसूस नहीं किया जा सकता है। अस्थिर प्रणालियों का विश्लेषण और निर्माण भी किया जा सकता है, लेकिन वे केवल एक बड़ी प्रणाली के हिस्से के रूप में उपयोगी हैं, जिसका समग्र स्थानांतरण कार्य स्थिर है।

कारणता
असतत-समय एलटीआई प्रणाली कारण है यदि आउटपुट का वर्तमान मूल्य केवल वर्तमान मूल्य और इनपुट के पिछले मूल्यों पर निर्भर करता है। कारणता के लिए एक आवश्यक और पर्याप्त शर्त है $$h[n] = 0 \ \forall n < 0,$$ कहाँ $$h[n]$$ आवेग प्रतिक्रिया है। सामान्य रूप से Z रूपांतरण से कार्य-कारण का निर्धारण करना संभव नहीं है, क्योंकि व्युत्क्रम परिवर्तन अद्वितीय नहीं है. जब अभिसरण का एक क्षेत्र निर्दिष्ट किया जाता है, तब कार्य-कारण निर्धारित किया जा सकता है।

स्थिरता
एक सिस्टम बाउंडेड इनपुट, बाउंडेड आउटपुट स्टेबल (BIBO स्टेबल) है, यदि प्रत्येक बाउंडेड इनपुट के लिए, आउटपुट परिमित है। गणितीय रूप से, यदि $$\|x[n]\|_{\infty} < \infty$$ इसका आशय है $$\|y[n]\|_{\infty} < \infty$$ (अर्थात, यदि बाउंडेड इनपुट का तात्पर्य बाउंडेड आउटपुट से है, इस अर्थ में कि इन्फिनिटी मानदंड $$x[n]$$ और $$y[n]$$ परिमित हैं), तो सिस्टम स्थिर है। एक आवश्यक और पर्याप्त शर्त यह है कि $$h[n]$$, आवेग प्रतिक्रिया, संतुष्ट करता है $$\|h[n]\|_1 \mathrel{\stackrel{\text{def}}{=}} \sum_{n = -\infty}^\infty |h[n]| < \infty.$$ फ़्रीक्वेंसी डोमेन में, अभिसरण के क्षेत्र में यूनिट सर्कल होना चाहिए (यानी, लोकस (गणित) संतोषजनक $$|z| = 1$$ जटिल जेड के लिए)।

यह भी देखें

 * परिचालित मैट्रिक्स
 * आवृत्ति प्रतिक्रिया
 * आवेग प्रतिक्रिया
 * प्रणाली विश्लेषण
 * ग्रीन का कार्य
 * सिग्नल-फ्लो ग्राफ

बाहरी संबंध

 * ECE 209: Review of Circuits as LTI Systems – Short primer on the mathematical analysis of (electrical) LTI systems.
 * ECE 209: Sources of Phase Shift – Gives an intuitive explanation of the source of phase shift in two common electrical LTI systems.
 * JHU 520.214 Signals and Systems course notes. An encapsulated course on LTI system theory. Adequate for self teaching.
 * LTI system example: RC low-pass filter. Amplitude and phase response.