4. 系统的性质：线性与非线性、时变与时不变、因果与非因果、稳定与不稳定

好，咱们今天来聊聊系统的四大基本性质。这玩意儿，说白了就是给系统「贴标签」用的。你拿到一个系统，先看看它线性不线性，时变不时变，因果不因果，稳定不稳定——这四个标签一贴，这个系统的脾气秉性你基本就摸透了。

我个人习惯把这四个性质当成系统的「身份证」。搞信号处理这么多年，我见过太多因为没搞清楚系统性质就盲目上手的案例，结果调试到崩溃。嗯，咱们一个一个来。

4.1 线性与非线性

线性系统，是我最喜欢的一类系统。为什么？因为好算啊！

线性系统满足两个原则：齐次性和可加性。合起来叫叠加原理。

• 齐次性：输入放大几倍，输出也放大几倍。说白了就是「你给它多少，它给你多少，比例不变」。
• 可加性：两个输入叠加，输出也对应叠加。也就是「你给它两个信号，它分别处理完再加起来，跟你先加起来再处理，结果一样」。

用数学表达就是：

若 T[x₁(n)] = y₁(n)，T[x₂(n)] = y₂(n)
则 T[a·x₁(n) + b·x₂(n)] = a·y₁(n) + b·y₂(n)

我在项目中遇到过一件事。有一次做音频降噪，我用了线性滤波器，效果很好。后来换了个非线性算法，结果输入稍微大一点，输出就失真了。你想想看，非线性系统有时候就像个「脾气暴躁」的人——你轻轻推它一下，它可能回你一拳；你使劲推它，它可能直接躺地上不干了。

4.2 时变与时不变

时不变系统，也叫移不变系统。它的核心特征是：系统特性不随时间变化。

什么意思呢？你今天给它一个信号，它输出A；明天给它同样的信号，它还是输出A。不会因为今天是周一就偷懒，明天是周二就加倍努力。

数学上：

若 T[x(n)] = y(n)
则 T[x(n - k)] = y(n - k)

说白了就是「输入延迟多少，输出也延迟多少，波形形状不变」。

时变系统就相反了。比如一个滤波器，它的截止频率随时间变化——今天滤掉高频，明天滤掉低频。这种系统分析起来就麻烦多了。

我记得有一次做雷达信号处理，遇到一个时变信道。信号发出去，回波回来，波形都变了。我当时用传统的时不变方法去分析，结果一塌糊涂。后来换了时变系统的分析框架，才把问题搞清楚。

4.3 因果与非因果

因果系统，说白了就是「现在只跟过去和现在有关，跟未来无关」。

你想想看，一个物理可实现的系统，它怎么可能知道未来会发生什么？所以，所有物理可实现的系统都是因果系统。

数学上：

若 n < n₀ 时 x(n) = 0
则 n < n₀ 时 y(n) = 0

也就是说，输入还没来，输出不能先跑出来。

非因果系统呢？它需要未来的输入才能产生当前的输出。这种系统在物理上无法实现，但在信号处理中可以用「离线处理」的方式模拟。比如你做音频降噪，可以先把整段音频录下来，然后「回头看」未来的数据来降噪——这就是非因果处理。

我做过一个实时语音处理的项目，当时必须用因果系统，因为延迟不能超过10毫秒。但如果是做离线音频修复，我就可以用非因果滤波器，效果会好很多。嗯，这里要注意：因果性不是好坏之分，而是应用场景之分。

4.4 稳定与不稳定

稳定性，是我最看重的一个性质。一个不稳定的系统，就像一颗定时炸弹——你永远不知道它什么时候会爆炸。

在信号系统中，最常用的稳定性定义是BIBO稳定（有界输入有界输出）。

定义很简单：

如果 |x(n)| ≤ M_x < ∞ 对所有 n 成立
那么 |y(n)| ≤ M_y < ∞ 对所有 n 成立

说白了就是「输入有限，输出也有限」。不会出现输入是1，输出变成无穷大的情况。

对于线性时不变系统，稳定性有一个非常实用的判断条件：

∑ |h(n)| < ∞

也就是系统的单位脉冲响应绝对可和。这个条件我用了无数次，特别好用。

4.5 四种性质的综合判断

实际中，一个系统往往同时具备多种性质。我建议你拿到一个系统后，按这个顺序判断：

1. 先看线性：检查有没有非线性运算
2. 再看时变性：检查系数是否随时间变化
3. 然后看因果性：检查是否依赖未来输入
4. 最后看稳定性：检查脉冲响应是否绝对可和

举个例子：

系统 A：y(n) = 0.5·y(n-1) + x(n)
系统 B：y(n) = n·x(n) + x(n-1)
系统 C：y(n) = x²(n) + x(n-1)

系统	线性	时不变	因果	稳定
A	✓ 线性	✓ 时不变	✓ 因果	✓ 稳定（|0.5|<1）
B	✓ 线性	✗ 时变（系数n）	✓ 因果	需具体分析
C	✗ 非线性（平方）	✓ 时不变	✓ 因果	需具体分析

好了，系统的四大性质就聊到这儿。下一章咱们会深入讨论线性时不变系统的时域分析，那才是真正精彩的部分。记住我今天说的：先判断性质，再选择分析方法——这是信号系统工程师的基本素养。