線性系統中的時域與頻域測量:從基本概念到物理應用
引言:時域和頻域分析
在物理學和工程學中,分析系統對外界激勵的反應有兩種基本方法:
- 時域分析:直接測量系統隨時間變化的響應
- 頻域分析:測量系統對不同頻率激勵的反應
這兩種方法之間的等價性不僅是數學上的巧合,更反映了自然界深層的物理規律。理解這種等價性對於物理測量和信號處理至關重要。
基本概念:什麼是線性系統?
物理圖像
想像一個彈簧上掛著一個質量塊,這就是我們熟悉的諧振子系統。當我們輕輕拉動質量塊然後放開,它會來回振動。在現實中,由於空氣阻力等因素,振動會逐漸減弱,這就是阻尼諧振子。
線性系統的兩個關鍵特徵:
- 比例性:用兩倍的力拉動彈簧,位移也會是兩倍
- 疊加性:同時施加兩個不同的力,總效果是各自效果的簡單相加
數學表達
線性系統的運動方程:
\[ m \frac{d^2x}{dt^2} + \gamma \frac{dx}{dt} + kx = F(t) \]其中:
- \( m \):質量
- \( \gamma \):阻尼係數
- \( k \):彈簧常數
- \( F(t) \):外加驅動力
- \( x(t) \):位移響應
兩種測量方法詳解
方法一:頻域測量(頻率掃描)
實驗操作:
- 使用能產生不同頻率正弦波的驅動器
- 逐個頻率測量系統的響應幅度和相位
- 繪製響應隨頻率變化的曲線
數學表達:
驅動力是單一頻率:
\[ F(t) = F_0 e^{-i\omega t} \]穩態解為:
\[ x(t) = X(\omega)e^{-i\omega t} \]代入運動方程:
\[ X(\omega) = \frac{F_0}{m(\omega_0^2 - \omega^2) - i\gamma\omega} \]其中 \( \omega_0 = \sqrt{k/m} \) 是系統的固有頻率。
方法二:時域測量(脈衝響應)
實驗操作:
- 給系統一個非常短暫的衝擊(近似瞬時脈衝)
- 記錄系統隨時間變化的自由振動
- 對記錄的數據進行傅立葉變換
數學表達:
當 \( F(t) = \delta(t) \)(狄拉克δ函數)時,解稱為脈衝響應 \( \chi(t) \):
\[ \ddot{\chi}(t) + \gamma \dot{\chi}(t) + \omega_0^2 \chi(t) = \delta(t) \]對於欠阻尼系統(\( \gamma < 2\omega_0 \)):
\[ \chi(t) = \frac{e^{-\gamma t/2m}}{m\omega_1} \sin(\omega_1 t) \]其中 \( \omega_1 = \sqrt{\omega_0^2 - (\gamma/2m)^2} \)。
等價性的物理意義
傅立葉變換的橋樑作用
對脈衝響應做傅立葉變換:
\[ \chi(\omega) = \int_0^\infty \chi(t) e^{i\omega t} dt = \frac{1}{m(\omega_0^2 - \omega^2) - i\gamma\omega} \]這與頻域響應 \( X(\omega) \) 完全一致(只差一個常數因子 \( F_0 \)),證明了兩種方法的等價性。
物理圖像解釋
- 脈衝激發相當於同時激發所有頻率(因為δ函數包含所有頻率成分)
- 系統對每個頻率的響應由其固有特性決定
- 觀察時域響應的衰減過程,實際上就包含了所有頻率響應的信息
實際應用案例
1. 核磁共振(NMR)光譜學
- 時域方法:施加射頻脈衝後測量自由感應衰減(FID)信號
- 頻域方法:對FID做傅立葉變換得到頻譜
- 優勢:脈衝方法可以一次性獲取所有核自旋躍遷信息,效率遠高於頻率掃描
2. 光學吸收光譜
- 傳統方法是使用單色儀掃描不同波長的光
- 現代飛秒激光技術可以使用超短脈衝激發,然後測量時域響應
- 特別適合研究快速動力學過程,如振動弛豫
3. 地震學研究
- 脈衝響應(時域)對應地殼對瞬時衝擊的響應
- 頻率響應則顯示地層對不同頻率地震波的濾波特性
- 兩種方法互相驗證可以提高地層結構分析的準確性
教學重點與常見誤區
重要概念強調
- 線性假設的關鍵性:只有在線性系統中,時域和頻域描述才完全等價
- 因果律的體現:響應不能先於驅動發生,這決定了傅立葉變換的性質
- 解析延拓:頻率響應函數在複平面上的解析性質反映了系統的物理特性
常見學生誤區
- 認為傅立葉變換只是數學工具,實際上它反映了物理系統的本質特性
- 忽略阻尼的作用:阻尼不僅使響應衰減,還導致頻率響應的虛部(相位變化)
- 混淆瞬態響應和穩態響應:頻域分析通常針對穩態響應,而時域分析包含全部信息
進階思考問題
- 如果系統是非線性的(如大振幅振動時),這種等價性還成立嗎?
- 對於量子系統,時域和頻域測量的等價性有什麼特別含義?
- 在實際實驗中,如何選擇使用時域還是頻域方法?各自的優缺點是什麼?

Comments
Post a Comment