Hrvoje Babić - Signali I Sustavi PDF

Sveuilite u Zagrebu
Fakultet elektrotehnike i raunarstva

Zavod za elektronike sustave i obradbu informacija
Prof. dr.sc. Hrvoje Babi
SIGNALI I SUSTAVI
Zagreb, 1996.
SADRAJ
1. UVOD U SIGNALE I SUSTAVE ....................................................................................1

1.1
VREMENSKE FUNKCIJE - SIGNALI ........................................................................2
1.2
OPERACIJE NA SIGNALU ......................................................................................6
1.2.1 Transformacija vremenske osi signala ..........................................................7
1.2.2 Transformacija podruja signala ..................................................................9
1.3
PRESLIKAVANJE SIGNALA .................................................................................10
1.4
OPERACIJE MEU SIGNALIMA............................................................................12
1.5
REALNI I APSTRAKTNI OBJEKTI .........................................................................14
1.6
BLOKOVSKI DIJAGRAMI I SPAJANJE PODSUSTAVA U SUSTAV .............................16
2. KONTINUIRANI SUSTAVI BEZ MEMORIJE .........................................................21
2.1
FUNKCIJSKI BLOK S JEDNIM ULAZOM I JEDNIM IZLAZOM ...................................21
2.2
FUNKCIJSKI BLOK S VIE ULAZA........................................................................27
2.3
SPAJANJE FUNKCIJSKIH BLOKOVA U SUSTAV .....................................................29
2.4
EKSPLICITNI I IMPLICITNI SUSTAVI ....................................................................30
2.5
FORMULACIJE I RJEENJA JEDNADBI SUSTAVA ................................................32
2.5.1 Eksplicitni sustav .........................................................................................32
2.5.2 Spajanje u paralelni slog .............................................................................33
2.5.3 Spajanje u kaskadu ......................................................................................34
2.5.4 Implicitni sustavi..........................................................................................35
2.6
REALIZACIJE NEKIH KARAKTERISTIKA ..............................................................39
2.7
EKVIVALENCIJA I APROKSIMACIJA SUSTAVA .....................................................40
2.8
LINEARNOST SUSTAVA ......................................................................................40
2.9
APROKSIMACIJA NELINEARNOG SUSTAVA LINEARNIM ......................................41
2.9.1 Utjecaj povratne veze na linearnost ............................................................43
2.9.2 Linearizacija funkcijskog bloka s vie ulaza i izlaza ...................................44
3. MODELI MEMORIJSKIH SUSTAVA........................................................................46
3.1
SUSTAV U KONANOM INTERVALU ...................................................................46
3.2
MODELI VREMENSKI KONTINUIRANIH SUSTAVA ...............................................51
3.2.1 Model s varijablama stanja .........................................................................51
3.2.2 Geometrijska interpretacija rjeenja ...........................................................53
3.2.3 Klasifikacija sustava ....................................................................................55
3.2.4 Otvoreni ili eksplicitni sustav.......................................................................55
3.2.5 Opi model sustava s ulazno izlaznim varijablama.....................................56
3.3
MODELI VREMENSKI DISKRETNIH SUSTAVA ......................................................59
3.4
SIMULACIJA SUSTAVA .......................................................................................60
4. SUSTAVI PRVOG REDA..............................................................................................63
BLOK DIJAGRAM ...............................................................................................63

KLASIFIKACIJA SUSTAVA PRVOG REDA S OBZIROM NA FUNKCIJE
BEZMEMORIJSKOG DIJELA..................................................................................................65
4.3
STANJE RAVNOTEE I NJEGOVA STABILNOST ....................................................66
4.4
VLADANJE I SVOJSTVA SUSTAVA PRVOG REDA..................................................68
4.4.1 Linearni sustav.............................................................................................68
4.5
NELINEARNI SUSTAV .........................................................................................72
4.5.1 Pojava skoka i relaksacijskih oscilacija u sustavu prvog reda....................77
4.5.2 Klasifikacija vladanja autonomnog sustava prvog reda .............................79
4.5.3 Pobueni nelinearni sustav I reda ...............................................................81
4.5.4 Vremenski promjenljivi nelinearni sustav prvog reda .................................83
4.1
4.2
5. SUSTAVI DRUGOG REDA ..........................................................................................85

5.1
DEFINICIJA I BLOK DIJAGRAM ...........................................................................85
5.2
VLADANJE I SVOJSTVA SUSTAVA DRUGOG REDA ...............................................87
5.2.1 Linearni sustav vremenski stalan.................................................................87
5.2.2 Vremenski promjenjiv sustav drugog reda ..................................................93
5.2.3 Nelinearni sustav drugog reda.....................................................................96
6. OPI LINEARNI SUSTAVI........................................................................................100
6.1
PRIMJERI SIGNALA U KONTINUIRANOM VREMENU ...........................................100
6.1.1 Kompleksna eksponencijala.......................................................................100
6.1.2 Dirac-ova delta funkcija ............................................................................101
6.2
LINEARNE OPERACIJE MEU SIGNALIMA .........................................................104
6.3
ULAZNO IZLAZNI MODEL LINEARNOG SUSTAVA ..............................................108
6.4
VREMENSKI STALNI SUSTAVI ..........................................................................110
6.5
SVOJSTVA KONVOLUCIJE ................................................................................111
6.6
HARMONIJSKA POBUDA KONVOLUCIJSKOG SUSTAVA......................................112
6.7
LAPLACEOVA TRANSFORMACIJA .....................................................................115
6.8
SVOJSTVA DVOSTRANE L-TRANSFORMACIJE..................................................117
6.9
INVERZIJA LAPLACEOVE TRANSFORMACIJE ....................................................118
7. LINEARNI DIFERENCIJALNI SUSTAVI ...............................................................120

7.1
MODEL SUSTAVA S ULAZNO IZLAZNIM VARIJABLAMA ....................................120
7.2
KLASINE METODE RJEAVANJA .....................................................................121
7.3
VREMENSKI STALNI SUSTAVI ..........................................................................122
7.4
OBLICI VLASTITOG TITRANJA SUSTAVA ..........................................................123
7.5
O STABILNOSTI SLOBODNOG ODZIVA ..............................................................125
7.6
AMPLITUDE VLASTITOG TITRANJA SUSTAVA ...................................................125
7.7
PRISILNI ODZIV SUSTAVA ................................................................................127
7.8
TRANSFER FUNKCIJA LINEARNOG VREMENSKI INVARIJANTNOG SUSTAVA ......135
7.8.1 Impulsni odziv sustava i konvolucijski integral .........................................136
7.9
TRANSFER FUNKCIJA SLOENIH SUSTAVA .......................................................136
7.9.1 Paralelni spoj podsustava..........................................................................136
7.9.2 Kaskadni spoj podsustava..........................................................................137
7.9.3 Prstenasti spoj podsustava - sustav s povratnom vezom ...........................137
7.10 ULAZNO IZLAZNI MODEL SUSTAVA S VIE ULAZA I IZLAZA .............................138
7.10.1
Transfer matrica sustava s vie ulaza i izlaza .......................................139
7.11 MODEL S VARIJABLAMA STANJA LINEARNOG SUSTAVA ..................................139
7.11.1
Blok dijagram linearnog sustava ...........................................................140
7.11.2
Razlaganje sustava na jednostavnije podsustave i elemente .................141
7.12 RAZLAGANJE SUSTAVA I PRIJELAZ U MODEL S VARIJABLAMA STANJA ............141
7.12.1
Direktna metoda.....................................................................................141
7.12.2
Iterativna metoda ...................................................................................143
7.12.3
Paralelna metoda...................................................................................146
7.13 TRANSFORMACIJA VARIJABLI STANJA .............................................................150
7.14 UPRAVLJIVOST I OSMOTRIVOST SUSTAVA .......................................................153
8. ODZIV I SVOJSTVA LINEARNIH SUSTAVA........................................................158
8.1
8.2
8.3
8.4
8.5
ODZIV NEPOBUENOG SUSTAVA .....................................................................158

ODREIVANJE FUNDAMENTALNE MATRICE RAZVOJEM U RED .........................159
KLASINA METODA ODREIVANJA FUNDAMENTALNE MATRICE. ....................160
GEOMETRIJSKA INTERPRETACIJA RJEENJA.....................................................162
ODREIVANJE (T) POMOU L - TRANSFORMACIJE .......................................163
8.6
8.7
8.8
8.9
8.10
8.11
LEVERIEROV ALGORITAM []............................................................................166

SYLVESTROV RAZVOJ ZA FUNDAMENTALNU MATRICU ....................................166
ODZIV POBUENOG LINEARNOG SUSTAVA ......................................................167
IMPULSNI ODZIV SUSTAVA ..............................................................................169
ODZIV STANJA SUSTAVA NA STEPENICU EKSPONENCIJALNE POBUDE ..............169
ODZIV SUSTAVA L - TRANSFORMACIJOM ........................................................172
9. UVOD U VREMENSKI DISKRETNE SIGNALE I SUSTAVE ..............................174

9.1
9.2
9.3
9.4
OSNOVNI NIZOVI .............................................................................................176

OSNOVNE OPERACIJE NA NIZOVIMA I ELEMENTI DISKRETNOG SUSTAVA .........179
OSNOVNE MEMORIJSKE I PREDIKCIJSKE OPERACIJE .........................................180
MODEL VREMENSKI DISKRETNOG SUSTAVA ....................................................183
10. SUSTAVI PRVOG I DRUGOG REDA ......................................................................185

10.1
10.2
10.3
10.4
10.5
10.6
SUSTAVI PRVOG REDA .....................................................................................185

LINEARNI VREMENSKI INVARIJANTAN SUSTAV ...............................................185
VREMENSKI PROMJENJIVI SUSTAV ..................................................................188
NELINEARNI SUSTAV .......................................................................................189
SUSTAVI DRUGOG REDA ..................................................................................190
LINEARNI SUSTAV DRUGOG REDA ...................................................................190
10.7
10.8
VREMENSKI PROMJENJIV SUSTAV DRUGOG REDA ............................................193

NELINEARNI SUSTAV DRUGOG REDA ...............................................................193
11. VREMENSKI DISKRETNI LINEARNI SUSTAVI .................................................194

11.1
11.2
11.3
11.4
11.5
11.6
MODEL SUSTAVA S ULAZNO-IZLAZNIM VARIJABLAMA ....................................194

RJEAVANJE JEDNADBE DIFERENCIJA ............................................................194
FREKVENCIJSKE KARAKTERISTIKE VREMENSKI DISKRETNOG SUSTAVA ..........199
JEDININI ODZIV DIFERENCIJSKOG SUSTAVA ...................................................204
KONVOLUCIJSKA SUMACIJA ............................................................................206
DEKONVOLUCIJA ............................................................................................207
12. Z-TRANSFORMACIJA ...............................................................................................208

12.1
12.2
UVOD ..............................................................................................................208
SVOJSTVA Z-TRANSFORMACIJE .......................................................................210
12.3
INVERZNA Z-TRANSFORMACIJA ......................................................................213
12.4
RJEENJE JEDNADBI DIFERENCIJA UPOTREBOM Z-TRANSFORMACIJE .............215
13. MODEL
LINEARNOG
VREMENSKI
DISKRETNOG
SUSTAVA
S
VARIJABLAMA STANJA ..........................................................................................217
13.1
13.2
UVOD ..............................................................................................................217
JEDNADBE STANJA U DOMENI Z-TRANSFORMACIJE .......................................217
13.3
PRIJELAZ
IZ
MODELA
ULAZNO-IZLAZNIM
VARIJABLAMA
MODEL
VARIJABLAMA STANJA .....................................................................................................218
13.4
13.5
ODZIV LINEARNIH VREMENSKI DISKRETNIH SUSTAVA.....................................218

RJEENJE VEKTORSKE JEDNADBE DIFERENCIJA Z-TRANSFORMACIJOM..........219
13.6
13.7
13.8
13.9
UPRAVLJIVOST STANJA DISKRETNOG SUSTAVA ...............................................220

OSMOTRIVOST SUSTAVA .................................................................................221
SUSTAV S POVRATNOM VEZOM .......................................................................222
POVRATNA VEZA S IZLAZA SUSTAVA ..............................................................223
14. EKVIVALENCIJA VREMENSKI KONTINUIRANOG I DISKRETNOG

SIGNALA I SUSTAVA ................................................................................................225
14.1
14.2
14.3
14.4
14.5
14.6
14.7
14.8
VREMENSKA DISKRETIZACIJA TIPKANJEM KONTINUIRANOG SIGNALA ............225

OBNAVLJANJE KONTINUIRANOG SIGNALA IZ DISKRETNOG ..............................227
ANTIALIASING FILTRI ......................................................................................230
DISKRETIZACIJA SPEKTRA KONTINUIRANOG SIGNALA.....................................231
OBNAVLJANJE KONTINUIRANOG SPEKTRA IZ DISKRETNOG..............................232
DIMENZIONALNOST SIGNALA ..........................................................................233
DISKRETNA FOURIEROVA TRANSFORMACIJA ..................................................234
BRZA FOURIEROVA TRANSFORMACIJA ............................................................236
15. LITERATURA ..............................................................................................................240
1. UVOD U SIGNALE I SUSTAVE

esto se sluimo pojmom sustava. Pojam je veoma openit i teko ga je precizno
definirati. Za veinu potreba moe se prihvatiti da je sustav cjelina sastavljena od meusobno
vezanih objekata gdje svojstva objekata i njihova interakcija odreuju vladanje i svojstva
cjeline.
Razliite sustave moemo identificirati u prirodnim i ljudskim tvorevinama. Odrediti,
podesiti vladanje nekog sustava ili realizirati sustav eljenih svojstava kljuni je problem u
velikom broju djelatnosti, posebice razliitih grana tehnike. Vezano s time postoji potreba da
se sustavi studiraju, a njihova svojstva kvantitativno obuhvate. Ovo posljednje uvijek vodi na
matematike postupke. tovie, kvantitativna analiza sustava u razliitim znanstvenim
disciplinama i granama tehnike, vodi redovito na iste matematike postupke. Skup tih
postupaka naziva se danas teorijom sustava. Ta teorija kao i matematika, primjenjiva je u
nizu disciplina. Matematiki postupci trae raiavanje i preciziranje pojmova, uvoenje
apstraktnih koncepcija, te predstavljanje realnog sustava matematikim formalizmom.
Pogodan matematiki opis nekog realnog sustava naziva se matematikim modelom tog
sustava ili apstraktni sustav.
U jednom realnom sustavu moemo identificirati neke atribute, karakteristike ili
(mjerljive) veliine koje su relevantne za vladanje tog sustava (npr. napon, struja, brzina). Te
veliine se mogu izraziti kvantitativno brojem odgovarajuih jedinica.
Vladanje sustava ili procesi u sustavu impliciraju mijenjanje relevantnih veliina
redovito u zavisnosti od vremena i prostora. Shvaajui te veliine kao varijable sustava, te
varijable su funkcije nekih nezavisnih varijabli, koje se mogu interpretirati kao prostorne
koordinate i/ili vrijeme. Sustavi s vie varijabli se nazivaju viedimenzionalnim. U ovom
predmetu e se analizirati sustavi s jednom nezavisnom varijablom t i konanim brojem
zavisnih varijabli (npr. ubrzanje, pritisak, tok, naboj, gustoa, temperatura, itd.). Varijablu t
interpretiramo kao vrijeme tako da e varijable sustava biti funkcije vremena.
Ako elimo znati, na primjer, to se dogaa u elektrikom titrajnom krugu, relevantne
veliine su napon na kondenzatoru i struja kroz svitak. Njih moemo pratiti u vremenu.
Pri identifikaciji varijabli moemo ponajprije razlikovati one tzv. ulazne koje utjeu na
vladanje sustava i one tzv. izlazne kojima sustav utjee na vanjski svijet ili okoli. U
pobuenom titrajnom krugu to moe biti napon izvora ulazna, a napon kondenzatora izlazna
varijabla. Djelovanje sustava "u okoliu" sadrano je u nainu kako ulazne veliine odreuju
izlazne, pa sustav moemo definirati kao relaciju izmeu ulaznih i izlaznih varijabli. Najprije
emo diskutirati oznaavanje i definiranje varijabli sustava kao funkcija nezavisne varijable
vremena, a kasnije emo o definiciji objekata i konano o spajanju objekata u sustav.
UVOD U SIGNALE I SUSTAVE
1.1 Vremenske funkcije - signali

Varijable sustava kao vremenske funkcije esto se u inenjerskoj literaturi nazivaju
signalima. Signalom se openito smatra fenomen koji nosi neku informaciju. U sustavu
relevantne varijable nose informaciju o procesima u sustavu. Varijable u fizikalnom sustavu
su fizikalne veliine kao to su napon, struja, pritisak, ubrzanje, itd.
Vremensku funkciju ili signal oznaavamo malim slovima u, v, x, y. S u(t) oznaavamo
trenutnu vrijednost funkcije u u trenutku t. Smatra se, ako nije posebno oznaeno, da se t
protee preko svih realnih vrijednosti, odnosno preko cijele vremenske osi t FR (t pripada
skupu realnih brojeva). Ako su vrijednosti t ograniene na podskup T FR vremenske osi,
tada moemo pisati tT, (t pripada skupu T). Domena signala je dakle podskup ili skup
realnih brojeva. Kodomena signala je skup U, koji zovemo podruje amplituda ili trenutnih
vrijednosti signala R{u(t)} = U, u(t)U. Signal u je definiran kao funkcija u:TU, dakle kao
skup parova vrijednosti
u = {(t , u (t)) t T}.
(1.1)
Ako vremensku funkciju predoimo grafiki kao krivulju iznad vremenske osi onda je
signal u cijeli graf koji se protee preko T = (t1, t2).
u(t)
u(t)
0
t1
t2
Sl. 1.1
Signal je skup parova {(t, u(t)} za sve vrijednosti t koji pripadaju skupu T ili za sve t u
T.
Skup svih signala s osi T i podrujem amplituda U moe se oznaiti s U.

U = {u: TU}.
(1.2)
U tom sluaju u se moe smatrati varijablom ije podruje ini klasu ili skup vremenskih
funkcija kojem u pripada, uU.
Moramo razlikovati podruje od u(t) tj. R [u(t)] od podruja u tj. R [u]. Prvi je skup
brojeva, dok je drugi skup vremenskih funkcija, pa se razliito i oznaavaju.
R [u(t)] = U i R [u] = U.
Pretpostavimo da je t(t1, t2) i da u(t)<1 t(t1, t2) znai ogranienje trenutnih

vrijednosti.

t2
S druge strane pretpostavka da u tom intervalu vrijedi u (t ) dt < 2 postavlja ogranienje

t1
na funkciju u.
U prvom sluaju R [u(t)] = U FR , dok je R [u] = U. skup svih funkcija koje
zadovoljavaju prvo i drugo ogranienje.
Cijela funkcija oznaava se s u, u() ili {u(t)}, dok je u(t) njena vrijednost u trenutku t.
Da bi se oznaio segment ili odsjeak funkcije u intervalu (t0, t1) esto se upotrebljava
oznaka u ( t 0 , t1 ) .
u ( t 0 , t1 ) = {(t , u (t )) t ( t 0 , t 1 )}.
(1.3)
Interval (t0, t1) se naziva intervalom promatranja. On moe biti otvoren (t0, t1), zatvoren
[t0, t1] i poluotvoren (t0, t1], [t0, t1). Na primjer, zadajmo vremenski signal s osi T = [0,) i
podrujem U FR , gdje broj iz T interpretiramo kao broj sekundi, a broj iz U kao broj
jedinica trenutnih vrijednosti signala (Volti, Newtona, metara u sekundi).
U gornjem primjeru os signala T moe je iz neprebrojivog skupa FR , pa je os signala
neprekinuta ili kontinuirana. Signali s takvom vremenskom osi se nazivaju vremenski
neprekinuti ili vremenski kontinuirani signali.
Kada je os signala T iz prebrojivog skupa trenutaka {t0, t1, t2, , tk}, kaemo da je os
signala diskretna. Vremenski signal ija je os T prebrojiv skup vremenskih trenutaka T = {t0,
t1, } naziva se vremenski diskretan signal.
t1
t2
t3
t4
t5
tk
Sl. 1.2
Vremenski trenuci tk se mogu poredati u rastui niz t0<t1<t2<. Uveli smo indeksaciju
elemenata skupa T, tkT, to znai da smo vremenske trenutke pridruili skupu cijelih
brojeva ZZ . Niz vremenskih trenutaka moemo dakle predstaviti funkcijom t: ZZ FR , gdje je
tk ili t(k) vrijednost (niza) t na cijelom broju k ZZ , koji se zove indeks ili korak niza.
t = {(k , t k ) k K};
k , K ZZ
Nizovi se oznaavaju s , t1, t0, t1, t2, , ili s {t(k)}, k ZZ , ili {tk}, k ZZ , gdje su tk
trenutci za koje je signal definiran. Niz trenutaka {tkkK} je funkcija t: ZZ T indeksa k to
nam omoguuje da trenutke ne pratimo preko njihove stvarne veliine (broja sekundi) nego
preko njihovog rednog broja ili koraka k, ako je funkcija, odnosno njena tablica poznata.
Budui da vrijeme neprestano raste niz {tk} se uzima kao strogo rastui, tj. onaj za koji
vrijedi:
k > tk > t
Najjednostavniji i ujedno u primjenama najvaniji je aritmetiki niz.

t = {t 0 , t 0 + T, t 0 + 2T, } ili
(1.3a)
t = {0, T, 2T, } = ZZ + (T) ,
gdje je T konstanta (kvant vremena) pa vrijedi:

t k = Tk
k ZZ .
Diskretizacija vremena je ovdje jednolika.
2T
3T
4T
Sl. 1.3
Ako je vremenska os signala kontinuiranog i diskretnog sadrana u konanom intervalu,

govorimo o konanoj vremenskoj osi.
T = [t 0 , t 1 ] FR ili K = [k 0 , k 1 ] ZZ .
Polubeskonana vremenska os, omeena slijeva:

T = [t 0 , ] FR ili K = [k 0 , ] ZZ
se naziva "desna" polubeskonana vremenska os i obratno.
t0
t0
Sl. 1.4
Beskonana vremenska os nije omeena

T = (-, ) = FR ili K = (-, ) = ZZ .
Kad je podruje amplituda signala UFR neprebrojiv podskup skupa realnih brojeva FR ,
tada je podruje amplituda signala neprekinuto ili kontinuirano. Signali s takvim podrujem
nazivaju se nekvantiziranim ili analognim.
Kad je podruje amplituda signala iz prebrojivog skupa U = {u1, u2, , uN} kaemo da
je podruje signala diskretno. To je prebrojiv skup moguih amplituda ili trenutnih
vrijednosti signala.
U = {..., u 2 , u 1 , u 0 , u1 , u 2 ,...} .
Indeksacijom elemenata unU skupa U mi smo amplitude signala pridruili skupu cijelih
brojeva ZZ . Niz amplitudnih nivoa moemo dakle predstaviti funkcijom
u : ZZ U
gdje je un mogua vrijednost amplitude oznaena cijelim brojem n ZZ , koji se zove

indeks ili korak amplitude. Niz moguih amplituda je funkcija indeksa
u = {u n n N},
N ZZ
(1.3b)
te omoguuje da amplitude vie ne pratimo preko njihove stvarne veliine un nego preko
rednog broja nivoa n, naravno, ako znamo vezu izmeu amplitudnog nivoa i njegovog rednog
broja n.
Zbog jednoznane i jednostavne veze izmeu amplitudnih nivoa i broja (indeksa) n
upotrebljava se strogo rastui niz u za koji vrijedi
n > u n > u .
Najjednostavniji i ujedno u primjenama najvaniji niz je aritmetiki niz

u = {...,-2Q + a 0 , - Q + a 0 , a 0 , Q + a 0 ,...}, ili
u = {...,-2Q, - Q, 0, Q,...},
(1.4)
gdje je Q konstanta (kvant amplitude) ili kvantizacijski interval, pa vrijedi

u n = Qn
n ZZ .
(1.5)
4Q
3Q
2Q
Q
0
Sl. 1.5
Signal s diskretnim amplitudama ili trenutnim vrijednostima naziva se kvantiziranim.

Broj n oznaava amplitudu, pa se kvantizirani signal moe predstaviti funkcijom u:TN, tj.
u = {(t, n(t ) ) t Tc , n N} ,
gdje je TcFR kontinuirana vremenska os. Signal u nekim diskretnim trenucima tk skae na
neku od moguih vrijednosti un, pa je bolje napisati
{(
u = t +k , n(t +k ) t Tc .
Vaan sluaj je kad su trenuci tk aritmetiki niz
u = {(k, n(k ) ) k K , n N}.
Signal je kao na slici Sl. 1.6.
un
4
3
2
1
4Q
3Q
2Q
Q
0 T 2T 3T 4T 5T 6T 7T
tk
0 1 2 3 4
Sl. 1.6
Njemu je slian vremenski diskretan signal na sljedeoj slici . Ovdje imamo sluaj vremenski
diskretnog signala koji je kvantiziran.
2Q
Q
0
Sl. 1.7
Iz poznavanja Q-a iz (1.4) koji je dan npr. brojem volta i T-a iz (1.3a) koji je dan brojem
sekundi, moemo znati kakav je vremenski diskretni i amplitudno kvantizirani signal
predstavljen nizom
u = {n(k )}, k K ZZ , n N ZZ
Npr.
u = {7, 2, 1, 0, 3, 2,}, uz Q = 0,0375V i T = 0,17s, trenutna vrijednost
kvantiziranog signala u trenutki kT iznosi n(k)Q. Pokazani vremenski diskretni i amplitudno
diskretizirani signal slui kao mode kojim moemo pratiti procese u digitalnim sklopovima.
Daljnji primjer je financijsko poslovanje gdje se raunanja s brojevima novanih jedinica
provode na kraju nekog vremenskog intervala (dnevno, kvartalno...).
1.2 Operacije na signalu
Promjene na signalu se dogaaju kad signal prolazi kroz medij ili sustav. Realizacijom
pogodnog sustava mogu se transformacije i modifikacije signala nainiti takvim da budu
pogodne za izdvajanje odreenih informacija koje signal nosi, ili prilagoditi signal prijenosu
kroz odreeni medij da bi se informacija mogla prenijeti na daljinu.
Vane operacije na jednom signalu mogu se svrstati u modificiranje vremenske i
modificiranje amplitudne osi signala. Da se osigura jednoznanost, pri modificiranju osi u
oba smjera, tj. od stare u novu os i obratno, modifikaciju treba provesti funkcijama koje imaju
inverziju. To e biti monotono rastue ili padajue funkcije.
1.2.1 Transformacija vremenske osi signala

Funkcija :TsTn preslikava staru os Ts u novu Tn. Trenutak t slijedi iz tn = (ts) i
trenutna vrijednost novog signala je
u n (t ) = u s ( -1 (t ) ), t Tn .
(1.6)
Nova funkcija je kompozicija
u n = u s o 1 .
Primjer linearne transformacije vremenske osi:
(t ) = t/a , t T s ,
1 (t ) = at , t T n ,
u n (t n ) = u s (at n ), t Tn .
Imamo primjer linearne kompresije ili stezanja a>1 i ekspanzije ili rastezanja a<1
signala u vremenu. Pri tom moe doi i do vremenske inverzije ukoliko je a < 0. Openito,
ako je funkcija monotono padajua doi e do vremenske inverzije.
U opem sluaju kad je nelinearna funkcija, imamo nelinearnu kompresiju ili
ekspanziju vremenske osi ili skale.

hr(t)
hr(t)
a>1
hr(t)
a<1
Sl. 1.8
Jednostavan, ali vaan sluaj je i vremenska translacija signala, gdje je
(t ) = t , t T s ,
(1.7)
ili 1 (t ) = t + , t T n .
Veliina je konstanta FR .
Signal
u n (t n ) = u s (t + ), t Tn ,
(1.8)
<0
un
us
t +
Sl. 1.9
je vremenski pomaknut, pa rani ili kasni za konstantu zavisno da li je >0 ili <0.
U opem sluaju i to kanjenje ili ranjenje moe, takoer, biti funkcija vremena. To je sluaj
vremenske modulacije signala.
1.2.2 Transformacija podruja signala
Neka je T os signala. Podruje izvornog (starog) signala je Us. us:TUs se moe
preslikati u novo podruje Un funkcijom :UsUn. Transformacija podruja izvornog signala
preko funkcije rezultira u novom signalu un koji je definiran s
u n (t ) = (u s (t )),
t T.
(1.9)
Vrijednost un(t) je pridruena vrijednosti us(t) u istom trenutku t. Transformacija

podruja je funkcija od funkcije odnosno kompozicija
un = o us .
(1.10)
Pritom funkcija treba imati inverziju, ako elimo imati mogunost da iz novog signala
ponovno jednoznano odredimo stari signal, npr.
v ( t ) = [ u( t ) ] ,
3
u( t ) = 3 v ( t )
u(t)
v(t)
Sl. 1.10
ili
v (t ) = sh[u(t )] ,
u(t ) = Arsh[v (t )] .
10
u(t)
v(t)
Sl. 1.11
"Ograniavajua" funkcija je definirana s

1 u 1
(u ) = u u < 1
1 u 1
-1
1
-1
Sl. 1.12
Ima inverziju samo dok je u<1. u. Sve vrijednosti za u>1 se preslikavaju u toku
= 1, a u<1 u toku = 1.
U sva tri primjera imali smo nelinearnu transformaciju podruja signala. Primjer linearne
transformacije podruja je: v(t) = a u(t). To je sluaj mnoenja signala s konstantom. Za
a>1 signal je (linearno) pojaan ili a<1 oslabljen. Za sluaj da je a<0 kaemo da je
signal invertiran.
1.3 Preslikavanje signala
U sloenije operacije na signalu spada preslikavanje signala. Preslikavanje moe biti

trenutno kada ide preko neke obine funkcije f, koja trenutnoj vrijednosti signala u(t)
jednoznano pridruuje vrijednost rezultirajueg signala v(t) u trenutku t, kako smo to
pokazali kod transformacije podruja signala (broju se pridruuje broj).
v(t ) = f (u (t )),
v = f (u (t )),
u U,v V
(1.11)
Jo sloenije preslikavanje signala je kad neka funkcija ili operator signalu pridruuje
signal, odnosno kad se funkcija u cjelini ili segmentu preslikava u funkciju.
v = F (u ),
u U, v V
(1.12)
11
t
Sl. 1.13
Primjer ovakvog preslikavanja je integriranje.

Ako funkcija ili operator F signalu u definiranom na intervalu [t1, t2] pridruuje signal v
iz intervala [t1, t2] moe se pisati
v[t1 ,t 2 ] = F u [t1 ,t2 ]
t1
t2
t1
t2
Sl. 1.14
Pri tom trenutna vrijednost v(t), gdje je t[t1, t2] zavisi od signala u iz cijelog intervala,
odnosno svih trenutnih vrijednosti u() iz tog intervala [t1, t2].
Izraz za trenutnu vrijednost se moe napisati
v(t ) = F u [t1 , t 2 ] , t ,
gdje je F funkcional koji funkciji u [t1 , t 2 ] pridruuje broj v(t).
Posebice su zanimljive dvije mogunosti:
(i) da v(t) zavisi iskljuivo od segmenta (t1, t) prije trenutka t
v(t ) = Fm u ( t1 ,t ) ,
(ii) iskljuivo od segmenta (t, t2) poslije trenutka t
v(t ) = F p u ( t , t 2 ) .
Najee su to segmenti signala na polubeskonanim vremenskim osima
( )
v (t ) = F (u ) ,
(i)
v (t ) = Fm u( ,t ) ,
(ii)
( t , )
(1.13)
(1.14)
gdje se prvi funkcional Fm moe smatrati memorijskim, jer sve trenutne vrijednosti signala
u() iz intervala (, t), odnosno cijela "prolost", odreuje trenutnu vrijednost v(t).
12
Trenutak t uzimamo kao trenutak promatranja, odnosno "sadanjost". Tu operaciju rade

sustavi pa se zato nazivaju memorijski.
u(t)
u(t, )
u(-, t)
Sl. 1.15
Drugi funkcional Fp se moe nazvati prediktivnim jer je trenutna vrijednost signala v(t)
odreena svim trenutnim vrijednostima u() iz intervala (t, ), dakle segmentom signala iz
cijele "budunosti".
Granica izmeu "memorijskog" i "prediktivnog" preslikavanja je trenutno preslikavanje
kod kojeg je trenutna vrijednost v(t) odreena iskljuivo s trenutnom vrijednosti u(t).
v(t ) = f (u (t )) .
(1.15)
Trenutna vrijednost u(t) se nekad pridruuje lijevoj ili desnoj vremenskoj poluosi, pa su
intervali u (1.13) i (1.14) poluzatvoreni (, t] ili [t, ).
Opi sluaj kad je v(t) odreen pobudom iz intervala (, ) moemo nazvati
memorijsko-prediktivnim ili nekauzalnim preslikavanjem.
U sluaju linearnog operatora, odnosno preslikavanja za kojeg vrijedi
v = F (u1 + u 2 ) = F (u1 ) + F (u 2 ) ,
(1.16)
trenutna vrijednost v(t) je odreena s linearnim funkcionalom

+
v (t ) =
h(t , )u( )d
ili
v ( t ) = h( t ) u( ) d ,
(1.17)
kako e se pokazati u treem poglavlju gdje je h takozvana teinska ili Green-ova funkcija.
1.4 Operacije meu signalima
Djelovanje vie signala koje daje jedan rezultirajui signal moe se opisati s obinom
funkcijom
v(t ) = f (u1 (t ) , u 2 (t ) , u 3 (t ) ,)
(1.18)
Signal v se moe dobiti iz komponenata ui. U opem sluaju to e biti nelinearna

kombinacija, npr.
v (t ) = [u1 (t )]
Moe biti i linearna kombinacija, npr.
u2 ( t )
13
v (t ) = u1 (t ) + u2 (t ) .
(1.18a)
esto se funkcija f dade razloiti na jednostavne operacije. Ako se one ne mogu dalje
pojednostavniti nazivamo ih elementarnim.
U sluaju linearne funkcije f kao u prethodnom primjeru, v(t) se dobiva mnoenjem
komponenti u1 i u2 s teinskim konstantama i , te zbrajaju. Ovdje imamo elementarne
operacije mnoenje signala s konstantom, te zbrajanje "pojaanih" komponenti.
Ako su konstante = 1 i = 1 govorimo o zbrajanju signala.
v = u1 + u 2 ,
v(t ) = (u1 + u 2 )(t ) = u1 (t ) + u 2 (t ) .
(1.19)
Druga vana elementarna operacija meu signalima je mnoenje signala.

v = u1u 2 ,
v(t ) = u1 (t )u 2 (t ) .
(1.20)
Primjer:
u1 (t ) = cos t ; = u1 (t ) = Ae t ,
v(t ) = Ae t cos t .
Ovaj oblik se moe interpretirati kao sinusni signal ija se amplituda mijenja
eksponencijalno. Amplituda, kao parametar sinusnog signala, je ovdje vremenska funkcija.
Ako se neki parametar signala mijenja u skladu s nekom vremenskom funkcijom ili
signalom kae se da je izvorni signal moduliran. Takvi se signali upotrebljavaju u
komunikacijama, automatici i mjerenju. Izvorni signal se obino naziva nosiocem, a onaj koji
djeluje na parametar, signalom modulacije ili informacije.
U dananjoj tehnici, posebice komunikacijama nosilac je redovito sinusni signal ili
pulsni niz, iji se parametri mogu modulirati u vremenskoj ili amplitudnoj osi.
Ako funkciju f treba predstaviti konanim brojem elementarnih operacija, jedan od
naina je da se ona predstavi Taylorovim redom s vie varijabli, ali s konanim brojem
lanova reda (drugo poglavlje).
Preslikavanje vie signala u1, u2, u3 u jedan rezultirajui v moe biti sloenije kao u
(1.12), tj. preslikavanje funkcije u funkciju ili segmenta signala u segment
v = F (u 1 ,u 2 ,...,u n ) ,
(1.21)
gdje operator F moe biti vrlo sloen. Bitna je klasifikacija operatora na nelinearne ili
linearne.
Ako je operator F linearan (1.18a) , bit e mogue odrediti rezultirajui signal v kao
linearnu kombinaciju nezavisno transformiranih signala u1 i u2, to moe znaajno
pojednostaviti dobivanje odziva sustava.
14
1.5 Realni i apstraktni objekti
Osnovna svrha teorije sustava je da omogui analitikim i numerikim metodama

odreivanje svojstava danih sustava ili sintezu realnih sustava traenih svojstava. Iako je
osnovni objekt ili sustav ovdje realan objekt ili sustav (najee fizikalni) kojem su
pridrueni atributimjerljive veliine relevantni za njegovo vladanje u odreenoj primjeni,
analizu i sintezu sustava vrimo matematikim postupcima radei s matematikim modelom
sustava. Relevantni atributi se ovdje pojavljuju kao varijable, parametri i relacije meu njima.
U teoriji dakle radimo s apstraktnim objektima kojeg ini skup nekih veliina-varijabli i skup
relacija meu njima.
Uzmimo da je objekt karakteriziran skupom algebarskih relacija meu varijablama u1,
u2, u3:
R 1 (u1 , u 2 , u 3 ) = 0 ,
R 2 (u1 , u 2 , u 3 ) = 0 ,
R 3 (u1 , u 2 , u 3 ) = 0 .
Kad se varijable mijenjaju s vremenom, skup relacija moe npr. biti sustav obinih
diferencijalnih jednadbi (jedna nezavisna varijabla t).
a 11
du1
du
+ a12 2 + a 13 u 3 = 0 ,
dt
dt
du1
+ a 22 u 2 + a 23 u 3 = 0 ,
dt
du
du
du
a31 1 + a32 2 + a33 3 = v .
dt
dt
dt
a 21
Nazivamo ih diferencijalni sustavi ili sustavi sa zbijenim parametrima.

Prisustvo prostornih koordinata kao nezavisnih varijabli dati e parcijalne diferencijalne
jednadbe. Takve sustave nazivamo sustavima s raspodijeljenim parametrima.
Ako su relacije koje karakteriziraju neki objekt bez posebne specifikacije koja varijabla
predstavlja uzrok procesu, a koja posljedicu, odnosno "pobudu" sustava i njegov "odziv"
govorimo o neorijentiranom objektu.
Ako se varijable mogu podijeliti na "ulazne" i "izlazne", tada govorimo o orijentiranom
objektu (katkad je ta podjela proizvoljna i nema implikacija na fizikalnu kauzalnost izmeu
ulaza i izlaza).
Primjer za neorijentirani objekt je elektriki otpor, gdje su varijable napon i struja.
Moemo uzeti napon kao uzrok, a struju kao posljedicu, ili pak struju kao uzrok, a napon kao
posljedicu.
Primjer orijentiranog objekta je elektroniko pojaalo kod kojeg moemo identificirati
ulaznu i izlaznu varijablu. Ulaznu varijablu ovdje ne moemo uzeti kao izlaznu.
15
U realnom objektu mjerljive veliine su izabrane kao varijable, a njihovi odnosi odreeni
indukcijom (eksperimentalno) ili dedukcijom (iz prirodnih zakona) se slau s ulaznoizlaznom relacijom. Apstraktni objekt koji ima iste varijable i karakteriziran je istom izlaznoulaznom relacijom kao neki realni objekt se naziva modelom realnog objekta. S druge strane,
realni objekt se naziva jednom realizacijom apstraktnog objekta. Apstraktni objekt, naime,
moe imati nijednu, jednu ili vie realizacija.
Da bi definirali apstraktni objekt uzmimo da je (u, y) ureeni par vremenskih funkcija
definiranih u intervalu [t0, t].
Apstraktni objekt S definiramo kao skup ureenih parova varijabli (u, y), odnosno
relaciju koja vezuje slobodnu varijablu u i zavisnu y:
S = {(u , y ) u U , y Y}.
(1.22)
Kako procesi u sustavu redovito teku u vremenu (i/ili prostoru), varijable sustava su
funkcije nezavisne varijable tT, gdje je T ureeni skup ili podskup realnih brojeva (T FR ).
Varijable nisu bilo kakve funkcije vremena nego su elementi skupa prihvatljivih funkcija.
U = {u u : T U} i Y = {y y : T Y},
(1.23)
koje svakom tT pridruuju trenutnu vrijednost ulaza u(t)U i izlaza y(t)Y. Skupovi
trenutnih vrijednosti U i Y su redovito skupovi realnih brojeva ili vektorski prostori (U FR m,
Y FR r ).
Sustav je dakle karakteriziran relacijom S, koja pridruuje funkciji ulaza (ili pobudi u),
funkciju izlaza (ili odziv y). Apstraktni objekt S je, dakle, odreen sveukupnou ulaznoizlaznih parova (u, y) koji pripadaju S-u. Ako je objekt S iz (1.22) model realnog sustava,
kaemo da je S ulazno-izlazni model sustava.
Relacija S ne pretpostavlja openito jednoznanu vezu izmeu pobude i odziva sustava.
Kad je ta veza jednoznana, sustav se moe prikazati s
y = F ( u) ,
gdje je F funkcija, operator, ili transformacija funkcije pobude. U tom sluaju sustav vri
operaciju na signalu, odnosno preslikavanje ulaza u u funkciju izlaza y.
Pri tom, nain na koji je izlaz y(t) odreen pobudom je vrlo znaajan za klasifikaciju
sustava. Bitnu ulogu igra iz kojeg vremenskog intervala pobuda odreuje broj y(t), tj.
trenutnu vrijednost izlaza, kao to je spomenuto kod preslikavanja signala u (1.13) i (1.14).
Moemo razlikovati:
(i) Bezmemorijske ili trenutne sustave za koje vrijedi y(t) = f(t, u(t)).
Trenutna vrijednost izlaza y(t) je odreena jedino trenutnom vrijednou ulaza u(t). Ako
izlaz zavisi neposredno od trenutka vremena t, a ne samo posredno preko u(t), koja je
funkcija vremena, u zagradi imamo t.
(ii) Memorijske ili kauzalne sustave za koje vrijedi y(t) = F(t, u(, t]).
16
Trenutna vrijednost izlaza iz sustava u trenutku t zavisi od pobude prije trenutka t, i

pobude u trenutku t, a ne od pobude iza trenutka t. Prvo dolazi uzrok, pa onda
posljedica. "Prolost" i "sadanjost" pobude odreuje "sadanjost" izlaza. To je svojstvo
realnih sustava.
Primjer linearnog sustava:
t
y (t ) =
h(t , )u( )d
(iii) Prediktivne ili antikauzalne ili anticipativne, za koje vrijedi y(t) = F(t, u[t, )),gdje je
izlaz u t, odreen sadanjom i buduom pobudom, ali ne prolom, to predstavlja
predvianje ili predikciju.
Primjer:
+
y(t ) = h(t , )u( )d

t
(iv) Memorijsko-prediktivne ili nekauzalne sustave za koji vrijedi y(t) = F(t, u(,))
Primjer:
+
y(t ) = h(t , )u( )d
Vremenski nekauzalni sustavi se esto dobivaju kao rezultat iz idealiziranih zahtjeva

sinteze ili optimizacije. Nekauzalni sustavi su ostvarivi tamo gdje vrijednosti varijabli
zavise od prostornih koordinata ili su pohranjeni na prostorno rasporeene lokacije.
Operacije se tada vre izmeu y i u radei izvan realnog vremena, to esto rade
digitalna raunala.
1.6 Blokovski dijagrami i spajanje podsustava u sustav
Orijentirani apstraktni objekt ili sustav predstavlja se grafiki u obliku pravokutnika s

oznaenim ulaznim i izlaznim varijablama.
u[t 0 ,t ]
u1
y[t 0 ,t ]
u2
y1
y2
y3
y4
Sl. 1.16
Svaka skalarna varijabla je pridruena prikljunici (terminalu).

Sustav s vie ulaza i izlaza moe se jednostavno razloiti na vie sustava s vie ulaza, ali
samo s po jednim izlazom Sl. 1.17. Prema tome, nita se ne gubi od openitosti ako neki
podsustav reduciramo na objekt s jednim izlazom i vie ulaza.
Spajanje stavlja ogranienja na pojedine varijable da budu jednake na prikljunicama
koje su vezane to se moe izrei jednadbama spajanja.
17
u1
u2
u3
G1
y1
G2
y2
G3
y3
Sl. 1.17
Dva i vie objekata ili podsustava mogu se spojiti tako da zajedno ine jedan sloeni
sustav, dakle opet sustav u skladu s naprijed danom definicijom. Sustavi od kojih je
sastavljen sloeni sustav zovu se podsustavi.
Uzmimo da dva sustava S1 i S2 koji imaju ulaze {u1ii = 1, 2, , m1} i {u2jj = 1, 2, ,
m2} te izlaze {y1kk = 1, 2, , r1} i {y2ll = 1, 2, , r2}. Dva sustava S1 i S2 su spojena ako
je barem jedna varijabla u1i(t) ulaza sustava S1 izjednaena s jednom varijablom y2k(t) izlaza
sustava S2 za svaki t tj.
ili
u1i (t ) = y 2l (t ), i [1, m1 ] i l [1, r2 ] ,
(1.24a)
u 2 j (t ) = y1k (t ), j [1, m2 ] i k [1, r1 ] .
(1.24b)
U opem sluaju spajanja podsustava i S1 i S2 u sloeni sustav S trebaju biti odreeni

ulazi {unn = 1, 2, , m} i izlazi {ypp = 1, 2, , r} S-u ulazima odnosno izlazima
podsustava, te kako su pojedini ulazi i izlazi podsustava spojeni. To izriu jednadbe
spajanja. Neka su dva sustava S1 i S2 dana s y1 = F1(u1), y2 = F2(u2).
Uzmimo na primjer da je m1 = 2, m2 = 3, r1 = 2, r2 = 3, m = 2 i r = 3, tj.
y11 = F11 (u11 , u12 )
y12 = F12 (u11 , u12 )
y 21 = F21 (u 21 , u 22 , u 23 )
y 22 = F22 (u 21 , u 22 , u 23 )
y 23 = F23 (u 21 , u 22 , u 23 )
Jednadbe spajanja mogu biti na primjer
Ulazi u S1
Ulazi u S2
u11 (t ) = y 22 (t )
u 21 (t ) = y 21 (t )
u12 (t ) = u1 (t )
u 22 (t ) = y11 (t )
za tT
u 23 (t ) = u 2 (t )
Varijable sloenog sustava S dane su na primjer jednadbama:
Ulazi u S
Izlazi S
u1 (t ) = u12 (t )
u 2 (t ) = u 23 (t )
y1 (t ) = y 22 (t )
y 2 (t ) = y 23 (t )
za tT
18
y 3 (t ) = y12 (t )
Spojenost sustava S1 i S2 moe se grafiki prikazati sustavima kao blokovima.
Izjednaene varijable su prikazane crtom koja pokazuje povezanost pojedinih ulaza u S1 i S2
s izlazima S1 i S2, odnosno ulazima sustava S i pojedinih izlaza S1 i S2 s izlazima sustava S,
inei tako blok dijagram. Na slici je prikazan dijagram sustava S prema gornjem primjeru
jednadbi spajanja.
u11
u1
u12
S1
y11
y12
u21
u22
u23
S2
y21
y22
y23
y1
y2
u2
y3
S
Sl. 1.18
Blokovski dijagram s odgovarajuim spajanjima je vrlo pregledan nain pokazivanja

interakcije varijabli podsustava.
Pri spajanju sustava odnosno izjednaavanju pojedinih varijabli postoje restrikcije.
Obzirom da su u konceptu sustava ulazne varijable slobodne, a izlazne zavisne od njih,
ulazne varijable bilo koje vrijednosti u(t)U ili funkcije uU mogu se izjednaiti s bilo
kojom ulaznom varijablom sloenog sustava.
Ulazna varijabla npr. podsustava S2 neangairana u prednjem postupku moe se
izjednaiti s bilo kojom izlaznom varijablom npr. sustava S1.
Budui da su pojedini izlazi podsustava diktirani samo njihovim ulazima, izlazne
varijable se ne mogu izjednaavati meusobno. Sve izlazne varijable podsustava mogu biti
izlazne varijable sloenog sustava, ali mora biti barem jedna izlaz sustava S.
Ogranienja u izjednaavanju varijabli podsustava mogu se izrei skupom pravila
spajanja koja vrijede za blokovske dijagrame. Skup tih pravila je:
1. Izlazi iz blokova se ne spajaju meusobno.
2. Svaki ulaz bloka spaja se na izlaz nekog bloka ili je ulaz u spojeni sloeni sustav.
Svi ulazi podsustava su angairani.
3. Izlaz bloka moe biti izlaz sloenog sustava. Najmanje jedan izlaz podsustava je
izlaz spojenog sustava.
Navedeni primjer spajanja S1 i S2 u sloeni sustav S slijedi pravila spajanja.
Sloenim sustavom Sn dan s
y1 = F1 (u1 , u 2, ...,u 5 )
y 2 = F2 (u1 , u 2, ...,u 5 )
y 5 = F5 (u1 , u 2, ...,u 5 )
19
moe se uvjetno smatrati sustav sastavljen od S1 i S2 gdje su varijable Sn dane s:

Ulazi u S
Izlazi iz S
y1 = y11
u1 = u11
u2 = u12
y2 = y12
u3 = u21
y3 = y21
u4 = u22
y4 = y22
u5 = u23
y5 = y23
Na temelju ovih jednadbi blokovski dijagram je
u1
u11
u2
u12
u3
u4
u5
u21
u22
u23
y11
S1
y1
y12
y2
S2
y21
y22
y23
y3
y4
y5
S
Sl. 1.19
U ovom sluaju ulazi u1, u2 ne djeluju na izlaze y3, y4, y5, te da ulazi u3, u4, u5 ne utjeu
na izlaze y1 i y2.
Prikazani sustav Sn sloen je od dva sustava S1 i S2 koji nisu meusobno spojeni u
smislu ranije definicije spojenih sustava. Kaemo da je sustav Sn sloen od dva nezavisna
podsustava.
Slaganje ili sinteza sustava u kompleksniji sustav vre se redovito s namjerom da se iz
jednostavnijih podsustava dobije sloeni sustav zadanih ili eljenih svojstava, koje namee
primjena.
S druge strane obrnuti postupak razlaganja ili analize sloenog sustava na jednostavnije
podsustave vri se s namjerom da se dobije dobar uvid u vladanje sustava i utjecaj pojedinih
podsustava, te da se omogui njegova realizacija jednostavnijim podsustavima. Za razlaganje
meutim moraju postojati uvjeti ekvivalencije tj. funkcija izmeu izlaza i ulaza sloenog
sustava mora biti takova da doputa njeno razlaganje na kombinaciju funkcija, koje vode na
jednostavnije funkcije izmeu izlaza i ulaza podsustava. Taj postupak dobivanja nekoliko
jednostavnijih podsustava nije uvijek jednoznaan. Razlaganje sustava zato moe rezultirati u
razliitom, po broju i tipu podsustava, i razumljivo, nainu kako su podsustavi spojeni.
Veliki broj varijabli i sloenost funkcija sustava trai detaljnije razlaganja sloenog
sustava na vei broj meusobno vezanih jednostavnijih podsustava. Ta predstavljanja mogu
se temeljiti na postupku svoenja funkcijskih veza izmeu vie varijabli na vie podsustava,
koji osiguravaju funkcijske veze izmeu manjeg broja varijabli ili ak izmeu samo dvije
varijable, jedne ulazne i jedne izlazne.
20
Drugu mogunost razlaganja otvara postupak da se jedan blok sa sloenom funkcijom

razloi na ekvivalentni skup povezanih blokova s jednostavnijim funkcijama ili po
mogunosti s elementarnim operacijama, kao to su zbrajanje i mnoenje, te integracija ili
jednostavno kanjenje signala, dakle operacije koje se ne mogu nainiti jednostavnijim. Ovi
posljednji objekti obino se nazivaju elementima.
Opisani postupak je analiza ili dekompozicija-razlaganje kompleksnog sustava na
jednostavnije podsustave ili elemente. Elementi imaju redovito jednostavnu realizaciju, pa se
mogu iskoristiti kao graevni blokovi za slaganje fizikalno-ostvarivih sustava.
Sinteza ili kompozicija je slaganje podsustava ili elemenata u strukturu da bi se dobio
sustav zadanih svojstava.
U oba sluaja radi se o skupu podsustava ili elemenata koji su meusobno spojeni u
sustav nekakve strukture. Kakvi elementi su uzeti i kako se spajaju u strukturu, odredit e
klasu sustava.
2. KONTINUIRANI SUSTAVI BEZ MEMORIJE

Modeli sustava bez memorije su apstraktni sustavi iji izlazni signal u bilo kojem
trenutku t zavisi jedino od vrijednosti ulaznog signala u trenutku t. U ovom dijelu
koncentrirat emo se na sustave koji su opisani s kontinuiranim realnim funkcijama ili
relacijama. Mi emo jednu vrstu modela kontinuiranih sustava bez memorije definirati
klasom blok dijagrama. Elementi sustava su funkcijski blokovi. Svaki blok je opisan s po
odsjecima neprekinutom funkcijom f(.) ili f(.,.,.) koja je konana za konane argumente.
Svaki funkcijski blok ima jedan izlaz y koji ima realnu vrijednost i jedan ili vie ulaza xi koji
imaju realnu vrijednost.
y (t ) = f (u1 (t ), u 2 (t ),..., u m (t ))
u1
u2
u3
f(.,.,.)
y (t ), u i (t ) FR
Sl. 2.1
2.1 Funkcijski blok s jednim ulazom i jednim izlazom
Ako za objekt s jednim ulazom i jednim izlazom vrijedi za svaki t

y (t ) = f (u (t )) ,
(2.1)
gdje je f funkcija koja pridruuje vrijednost izlazne varijable y(t) u trenutku t vrijednosti
ulazne varijable u trenutku t, kaemo da je f bezmemorijski element, tzv. funkcijski blok.
Funkcijska veza izmeu ulaza i izlaza bloka s jednim ulazom i jednim izlazom moe se
dati krivuljom u ravnini x,y, koja se naziva karakteristikom bloka ili elementa. To otvara
mogunosti upotrebe grafikih postupaka u odreivanju karakteristika sloenih sustava.
Sl. 2.2a
Sl. 2.2b
Funkcijska veza se moe dati i nizom diskretnih vrijednosti ili u obliku tablice.
Funkcijska veza pretpostavlja jednoznanu vezu izmeu nezavisne x i zavisne y tj.
svakoj realnoj vrijednosti x-a pridruena je jedna vrijednost y-a. Kako pokazuju karakteristike
na Sl. 2.2 a i b za svaku vrijednost x-a na osi x odgovara samo jedna i samo jedna mogua
22
KONTINUIRANI SUSTAVI BEZ MEMORIJE
vrijednost za y. Funkcijski blok je takav da s x-om moemo jednoznano odrediti y. On je

dakle upravljan od strane ulaza, a njegov izlaz daje zavisnu varijablu y.
Iako se moe govoriti openito o implicitnoj funkciji (x,y) = 0 i inverznoj funkciji
1
x = f (y), te karakteristici kao geometrijskoj interpretaciji (x,y) = 0, ipak kod funkcijskog
bloka ulaz i ulazna varijabla se smatra slobodnom, a izlazna zavisnom.
Dvije karakteristike na Sl. 2.2. a i b se razlikuju. Prva je monotono rastua jer se njenoj
dy
dy >
strmini (
0 ).
> 0 ) ne mijenja polaritet dok druga to nije (
dx
dx <
Monotone funkcije imaju inverziju. Njihova inverzija takoer je funkcija.
Inverzija funkcije na Sl. 2.2b ima za jedan izabrani y u nekom intervalu varijable y i tri
razliita x-a. Nije dakle funkcija nego relacija. (Nekad se ta veza nazivala vieznanom
funkcijom). Sl. 2.3.
y
Sl. 2.4b
Sl. 2.3
Sl. 2.4a
dy
Ako y = f(x) ima odsjeak paralelan s osi x (
= 0 ), inverzija nije jednoznana jer na
dx
paralelnom dijelu jednoj vrijednosti za y pripada beskonano vrijednosti x-a. Sl. 2.4. a i b.
Pregled tipinih karakteristika elemenata odnosno funkcijskih blokova u elektronici i
automatici je u sljedeoj tablici.
23
SKOKOVITE I LOMLJENE KARAKTERISTIKE

NAZIV
SIMBOL
FUNKCIJA
GRAF
Pojaalo
y=x
Limiter
y = 1
y=x
y=1
Komparator
jedne razine
1
y = sgn x =
1
x>0
x<0
Prag
y=x
y=0
x >0
x <0
Apsolutna
vrijednost
y = x
Prag
sa
zasienjem
y=0
y=x
y=1
Mrtva zona
y=x+1
y=0
y=x1
x < 1
1 < x < 1
x >1
Mrtva zona sa
zasienjem
y = M + 1
y = x + 1
y=0
y=x1
y=M1
x
m < x
1 < x
1< x
x
Komparator
dvije razine
y = 1
y=0
y=1
x < 1
1 < x < 1
x >1
x < 1
1< x <1
x >1
1
1
1
-1
x < 1
0< x <1
x >1
< m
< 1
<1
<m
>m
1
1
-1
-m -1
M
1
-M
-1
1
-1
24
NAZIV
SIMBOL
FUNKCIJA
GRAF
Kvantizator
(A/D konv.)
y = mQ
y = mQ
mq<x<(1m)q
(m1)q<x<mq
Stepeniasta
linearna
funkcija
y = mQ
y = mQ
(1m) < x <mq

mq<x<(m + 1)q
Qk
Stepeniasta
nelinearna
funkcija
y = Qk
qk1 < x < qk
qk
GLATKE KARAKTERISTIKE (NEPREKINUTE DERIVACIJE)

NAZIV
Simetrina
nelinearna
funkcija
Asimetrina
nelinearna
funkcija
SIMBOL
y=th x
y=e -1
FUNKCIJA
y = th x
y = ex 1
Parabola
y = x2
Neparna
parabola
y = x2 x<0
y = x2 x>0
Parna parabola
vieg reda
2n
y=x
y = x2n
GRAF
25
NAZIV
SIMBOL
Neparana
parabola vieg
reda
y=x
Parabola
3.reda + pravac
neg. nagiba
Bipolarni
kompresor
Bipolarni
dekompresor
FUNKCIJA
2n+1
y = x2n + 1
y=x -x
y = x3 x
y=sh x
y = sh x
y=Arsh x
GRAF
y = Arsh x
TIPINI RELACIJSKI BLOKOVI (VIEZNANE FUNKCIJE)

NAZIV
SIMBOL
Komparator
histerezom
Komparator
dvije razine
histerezom
s
s
FUNKCIJA
GRAF
26
NAZIV
SIMBOL
Inverzna funkcija
x=f(y)
Horizontalna
parabola
x=y
FUNKCIJA
x = f(y)
x = y2
GRAF
27
2.2 Funkcijski blok s vie ulaza
Funkcijski blok s dvije ulazne varijable u, v se moe predstaviti geometrijskom plohom u

prostoru u, v, y. Sl. 2.5. a i b.
y
v
0
v
u
Sl. 2.5a
Sl. 2.5b
ee se meutim upotrebljava predstavljanje karakteristika skupom krivulja u ravnini

y = f(u,v) gdje se kontinuirano daje veza od u za nekoliko iznosa v-a kao parametra ili
obrnuto. (Karakteristike elektronikih elemenata).
Za analitike postupke modeliranja karakteristika elemenata upotrebljavamo
elementarne funkcije (najee polinome i transcendentne funkcije). Takoer se
upotrebljavaju grafiki prikazi i tablice numerikih podataka. Za realne karakteristike
elemenata esto se upotrebljavaju i grublje aproksimacije kao na primjer linearne ili
paraboline funkcije po odsjecima karakteristike.
Nekad se funkcijski blok moe prikazati jednostavnijim elementima sumerima
(zbrajalima) i multiplikatorima (mnoilima), koji vre operaciju sumiranja odnosno
multipliciranja signala.
Za signal na izlazu iz sumera u trenutku t vrijedi:
y (t ) = u1 (t ) + u 2 (t ) + u3 (t ) .
(2.2)
u1
u2
u3
u2
u3
Sl. 2.6
Za signal na izlazu iz multiplikatora u trenutku t vrijedi:

y (t ) = u1 (t ) u 2 (t ) u3 (t ) .
(2.3)
28
u1
u1
u2
u2
u3
u3
Sl. 2.7
Multiplikaciju s konstantom vri element zvan pojaalo. Izlaz iz pojaala u trenutku t

dan je s
y (t ) = au (t ) .
(2.4)
Sl. 2.8
Spajanjem gornjim elemenata moe se funkcijski blok gdje je funkcija polinom

y (t ) = a 0 + a 1u + a 2 u 2 + K + a n u n ,
(2.5)
predstaviti konanim brojem sumera i multiplikatora.

Razumljivo je da u sluaju transcendentne funkcije taj broj elemenata tei u
beskonanost. Transcendentna funkcija se meutim moe aproksimirati s konanim brojem
operacija, odnosno elemenata.
Funkcijski blok moe biti i vremenski promjenljivi element. Koristei se neto
sloenijim elementima i pomonim signalima moe se realizirati vremenski promjenljivi
element, gdje je taj sloeni element vremenski stalan, a pomoni signal vri eljenu varijaciju
funkcija ili parametara.
Primjer:
y (t ) = a1 (t )u + a3 (t )u ,
a1(t)
y
u
a3(t)
Sl. 2.9
Koncept funkcijskog bloka sa jednim ulazom i jednim izlazom moe se proiriti na blok
s vie ulaza i izlaza i obratno.
29
u1
u2
u3
u4
y1
y2
y3
f
Sl. 2.10
2.3 Spajanje funkcijskih blokova u sustav
Skup pravila spajanja elemenata ili funkcijskih blokova je kako slijedi:

1. Izlazi dva bloka se ne spajaju.
2. Svaki ulaz bloka se spaja na izlaz nekog bloka ili je ulaz u spojeni sustav.
3. Samo jedan izlaz bloka je izlaz spojenog sustava. Svi ostali izlazi moraju biti spojeni na
ulaze nekih blokova.
Rezultirajui sustav e biti opet sustav s vie ulaza i jednim izlazom.
Matematika interpretacija spajanja: kad god su prikljunice blokova prospojene,
varijable na prikljunicama su vezane (prisiljene) da imaju iste vrijednosti. Vodei rauna o
skupu elemenata i skupu pravila spajanja (koja se mogu izrei skupom jednadbi spajanja) mi
moemo ustanoviti da li neki sustav spada u razmatranu klasu.
Svaki blok daje vrijednost izlaza u zavisnosti od njegovih ulaza. Uzmimo dva bloka:
z = f(x) i y = g(v,w).
Neka su prospojeni prema slici:
z=v
u=w
Sl. 2.11
odakle slijede odreene jednakosti: v = z i w = x (jednadbe spajanja). Prva jednadba kae da

je izlaz iz bloka spojen s prvim ulazom bloka g to znai da izlaz iz f djeluje kao ulaz u g.
Jednadbe mogu biti sloene tako da se dobije izlaz y kao funkcija od ulaza x u spojeni
sustav. Eliminacijom varijabli z, v i w dobivamo
y = g (f(x), x).
(2.6)
Za zadani x moe se odrediti y budui da znamo funkciju f i g te preko jednadbi

spajanja oba argumenta funkcije g. Ako je na primjer g (v,w) = v w, a f(x) = x2
izlazi y = v w = z x = x2 x = x3
h
Sl. 2.12
30
Mi smo dobili novu funkciju y = h(x) koja svakoj vrijednosti x pridruuje y. To znai da
spojeni sustav moemo prikazati jednim funkcijskim blokom koji moe opet biti smatran
elementom jednog veeg sustava.
Moemo definirati i drugu klasu sustava s vie ulaza i izlaza, slaganjem elemenata ranije
razmatrane klase s jednim zajednikim ulazom i izlazom kao npr..
y1
y1 = g (v )
y 2 = h( v )
v = f ( x)
y1 = f 1 ( x )
y2
y2 = f 2 ( x )
Sl. 2.13
Sustav s vie ulaza i izlaza moe se predstaviti skupom jednadbi i blokom
u1
u2
u3
u4
y1
y2
y3
f
Sl. 2.14
y1 = f1 ( x1 , x 2 , x3 , x 4 ) ,
y 2 = f 2 ( x1 , x 2 , x3 , x 4 ) ,
(2.7)
y 3 = f 3 ( x1 , x 2 , x3 , x 4 ) .
Uvoenjem vektora ulaza [x1, x2,, xm]t i vektora izlaza [y1, y2,, yr]t. Bezmemorijski
sustav se moe prikazati s
y = f (x ) .
(2.8)
gdje je f vektorska funkcija.

2.4 Eksplicitni i implicitni sustavi
Sustavi bez memorije mogu se podijeliti u dvije grupe: na eksplicitne i implicitne

sustave. Za klasu sustava koju razmatramo podjela se moe izvriti prema tome da li signal
na svom putu kroz sustav ini petlju. Eksplicitni sustav nema petlji dok implicitni ima jednu
ili vie. Tu podjelu mogue je izvriti i na temelju tzv. liste spajanja. Mi moemo spajanje
sustava na Sl. 2.15 prikazati listom
g
Sl. 2.15
31
g: f , x
f : x.
(2.9)
Svaki funkcijski blok ima jedan redak u listi gdje su navedeni ulazi i funkcijski blokovi,
iji izlazi predstavljaju ulaze u razmatrani funkcijski blok. Izlazne varijable oznaene su
oznakom funkcijskog bloka. U naem primjeru prvi redak kae da je prvi ulaz funkcijskog
bloka g spojen na izlaz funkcijskog bloka f, a drugi ulaz na ulaz sustava x. Kaemo da je lista
sortirana ako se redci mogu sloiti tako da u svakom retku ime funkcije ili varijable desno od
dvotoke moemo nai lijevo od dvotoke negdje iznad tog retka ili je ulaz sustava. Kako se
vidi, gornja lista nije sortirana, jer se u prvom retku pojavljuje f, a da ga nije bilo ranije. Lista
e postati sortirana ako zamijenimo retke:
f: x
g: f , x.
(2.10)
jer u ovom sluaju svako ime desno od dvotoke se pojavljuje iznad tog retka lijevo od
dvotoke. Drugim rijeima, sortirana spojna lista slae funkcijske blokove na taj nain da
svaki ulaz u funkcijski blok je izlaz iz nekog bloka specificiranog ranije ili je ulaz u sustav.
Napravimo sad listu za blok dijagram prikazan na slijedeoj slici
f1
f2
Sl. 2.16
f 2 : f1
f 1: f 2 , x
ili
f 1: f 2 , x
f 2 : f1
(2.11)
Vidimo da bilo koji redoslijed redaka ne moe ispuniti zahtjev da je ulaz u neki
funkcijski blok specificiran u retku iznad razmatranog retka. Ovakva lista se ne moe
sortirati. To je posljedica injenice da u blok dijagramu imamo petlju. U prvi blok se ne ulazi
s poznatom varijablom ve s y koju u stvari elimo izraunati ili pridruiti nekoj vrijednosti
x-a.
U stvari da bi izraunali varijablu y moramo izraunati izlaz iz bloka f2, odnosno bloka
f1, a za to bi morali poznavati varijablu y.
Zakljuimo: Za razmatranu klasu sustava definiramo eksplicitni sustav kao onaj, koji se
uvijek moe opisati sortiranom spojnom listom. Implicitni sustav je onaj koji se ne moe
opisati sortiranom spojnom listom. Implicitni sustav u blok dijagramu ima najmanje jednu
petlju. To je sustav kako se kae, s povratnom vezom. Gornja definicija moe se proiriti na
sustave s vie izlaza. U malim sustavima lako se vidi iz blok dijagrama da li neki sustav ima
povratne veze ili ne. Spojna lista daje nam nain za ustanovljavanje radi li se o eksplicitnom
sustavu kad je sustav velik, gdje vizualna inspekcija moe dovesti do pogrenog zakljuka.
32
2.5 Formulacije i rjeenja jednadbi sustava
2.5.1 Eksplicitni sustav

Formulacija jednadbi jednog eksplicitnog sustava je direktna. Provodi se na temelju
spojne liste ili blok dijagrama. Jednostavno se napiu ulazno-izlazne jednadbe za svaki
funkcijski blok u redoslijedu danom s sortiranom spojnom listom.
Uzmimo primjer sustav na Sl. 2.17:
f1
u1
f2
f3
u2
Sl. 2.17
f1 : x1
v = f 1 ( x1 )
f 2 : f1 , x 2
w = f 2 ( v, x 2 )
f 3 : f1 , f 2 , x 2
y = f 3 (v, w, x 2 )
(2.12)
y = f 3 { f1 ( x1 ), f 2 [ f 1 ( x1 ), x 2 ], x 2 }.
Na temelju poznavanja x1 i x2 mi moemo odrediti y tj. mi moemo odrediti

y = h( x1 , x 2 ) .
Ako na primjer:
f1 ( x1 ) = x12
v = x12
f 2 (v, x 2 ) = v + x 2
w = v + x2
f 3 (v, w, x 2 ) = vwx 2
y = vwx 2
y = x12 ( x12 + x 2 ) x 2 = x14 x 2 + x12 x 22 .
Za na primjer: x1 = 2 i x2 = 1 izlazi v = 4, w = 5, y = 20.

U eksplicitnom sustavu raunanje prema spojnoj listi uvijek je lagano, jer je lista
sortirana i u svakom koraku (retku) mi raunamo s veliinama koje su poznate ili izraunate u
prethodnim koracima. To je nain na kojem se temelje programi za raunalo za raunanje
izlaza ovakvih sustava. U pogodnom jeziku se gornji problem rjeava s:
1. zovi potprogram za x12 i pohrani u v
2. zovi potprogram za v + x2 i pohrani u w
3. zovi potprogram za vwx2 i pohrani u y.
Programi za raunalo mogu se napisati za vrlo velike i sloene sustave s tisuama
spajanja, dok su sustavi eksplicitni. Razumljivo je, nije uvijek nuno, niti poeljno, ii kroz
spojnu listu u cilju formulacije jednadbi. One se mogu napisati esto samo uvidom u blok
dijagram upotrebljavajui minimalan broj varijabli.
Primjer: Multiplikator napravljen s blokovima za kvadriranje
33
u1
+
(.)
y
+
u2
-1
(.)2
-1
1/4
Sl. 2.18
Jednadbe se mogu napisati uvidom u blok dijagram ovog eksplicitnog sustava

v = (u1 + u 2 ) 2 ,
w = (u1 u 2 ) 2 ,
y=
1
( w + v),
4
odakle slijedi
y=
1
(u1 + u2 ) 2 (u1 u2 ) 2 = u1u2 .
4
Ovaj sustav predstavlja realizaciju multiplikatora u analognom raunalu.

Najjednostavnija spajanja blokova s jednim ulazom i jednim izlazom koja daju
eksplicitan sustav su spajanje u paralelni slog i kaskadu.
2.5.2 Spajanje u paralelni slog

y = y1 + y2
Blok dijagram na Sl. 2.19.
y1 = f 1 (u)
f1
u
y 2 = f 2 ( u)
y = f ( u) = f 1 ( u) + f 2 ( u)
f = f1 + f 2
(2.13)
f2
Sl. 2.19
naziva se paralelni spoj ili slog sustava. Za vei broj sustava paralelno sloenih
n
y = f ( u ) = f i ( u) .
(2.14)
Karakteristika paralelnog sloga dobiva se zbrajanjem karakteristika blokova. Ordinate yi

rezultirajue karakteristike dobivaju se zbrajanjem ordinata karakteristika f1 i f2 za pogodan
broj apscisa ui, i = 1, 2.
34
y1, y2
f2
f1
Sl. 2.20a
Sl. 2.20b
Odbijanjem ordinata moe se dogoditi karakteristika razlika ako se trai f = f1 f2.

2.5.3 Spajanje u kaskadu
y = f 2 (v )
Blok dijagram na Sl. 2.21.
f1
f2
v = f 1 ( u)
y = f 2 ( f 1 (u))
(2.15)
Sl. 2.21
naziva se kaskadom sustava. Funkcija kaskade je funkcija od funkcije odnosno kompozicija

funkcija f1 i f2.
(2.16)
f = f2 o f2 .
Za kaskadu s veim brojem blokova vrijedi

y = f n ( f n 1 ( f n 2 (K ( f1 (u )) K))),
(2.17)
f = f n o f n 1 o f n 2 oKo f1 .
Promjena redoslijeda blokova u kaskadi daje drugaiju funkciju kaskade.
Karakteristika kaskade dobiva se grafikim postupkom kao na slici:
f1(v)
v
f2(u)
v
u
Sl. 2.22
f2 f1
u
35
Prevrnuta za 90 karakteristika f1 omoguuje da se iz pogodnog broja ulaznih veliina ui

odredi vi.
2.5.4 Implicitni sustavi
Formulacija jednadbi jednog implicitnog sustava, dakle takvog koji ima petlje povratne
veze, moe biti provedena privremenim prekidom petlji povratne veze da bi se dobio
eksplicitni sustav. U dobivene jednadbe eksplicitnog sustava se dodaju jednadbe koje
izraavaju zatvaranje petlji. Uzmimo primjer na Sl. 2.23.
f1
f2
f3
Sl. 2.23
Spojna lista je:
f1: x, f2
f2: f3, f1,
f3 : f2 .
(2.18)
Da bismo dobili eksplicitni sustav prekinimo petlje i oznaimo varijable prikljunica.

Shvatimo te prikljunice kao nove ulaze, odnosno izlaze.
q2
x
Q2
f1
f2
q1
f3
Q1
Sl. 2.24
Spojna lista eksplicitnog sustava ili sustava s otvorenim petljama je:

f1 : x, q1
v = f1 ( x, q1 ),
f 2 :q 2 , f1
w = f 2 (q 2 , v),
f3 : f2
y = f 3 ( w),
(2.19)
gdje su q1 i q2 smatrane kao ulazi sustava. Zatvaranje petlji izreeno je s dva slijedea
popratna uvjeta:
q1 = w
q2 = y.
Nepotrebne varijable v i w mogu se eliminirati, tako da se izraze varijable povratnih veza

q1 i q2.
q1 = w = f 2 (q 2 , f1 ( x, q1 ))
q1 = f 2 ( f 3 (q1 ), f1 ( x, q1 )),
q 2 = f 3 (q1 )
q1 = ( x, q1 ) q1 = ( x),
y = q2
y = q 2 = f 3 (q1 ) = f 3 ( ( x)) = ( x).
(2.20)
36
Jednadbe su implicitne i daju vrijednosti varijabli q1 i q2 u zavisnosti od njih samih i

ulaza sustava. Mi ne moemo izraunati q1 dok ne znamo q1. Taj problem se nekad moe
rijeiti analitiki, ali se redovito dade rijeiti numeriki iterativnim postupcima. Kod
analitikog postupka nekad je lake izraziti ulaz kao funkciju izlaza, dakle odrediti inverznu
funkciju.
Iterativni postupak se pone s pretpostavljenom vrijednosti q10 u jednadbi i provodi
korak po korak.
q11 = f 2 [ f 3 (q10 ), f1 ( x, q10 )] ,
q1( k +1) = f 2 [ f 3 (q1k ), f1 ( x, q1k )] .
Za neki iznos varijable x izrauna se aproksimacija q11 koja e se upotrijebiti za
raunanje slijedee tonije vrijednosti q12 itd. Ponavljanje postupka nastavlja se dok
jednadba nije zadovoljena do eljene tonosti.
Najjednostavnije spajanje blokova s jednim ulazom i jednim izlazom u implicitni sustav
je spajanje u prsten kao na slici
x
v ()
f1
y
y = f 1 ( x)
f2
v = f 2 ( y)
(2.21)
x =uv
Sl. 2.25
To je sustav s povratnom vezom koja moe biti pozitivna (x = u + v) ili negativna

(x = u v).
Ulaz se moe izraziti s
u = x m v = f 11 ( y ) m f 2 ( y ) ,
(2.22)
to predstavlja inverznu funkciju sustava s povratnom vezom. Dobiva se postupak zbrajanja

odnosno oduzimanja apscisa xi i vi dobivenih za nekoliko izlaznih veliina yi odnosno
y = f (u);
f = ( f 11 m f 2 ) 1
(2.23)
Ovdje se pretpostavlja da sve funkcije s kojima radimo imaju inverziju. Grafiki

postupci s karakteristikama su laki i kada to nije sluaj.
Uzmimo primjer sustava s karakteristikama kao na Sl. 2.26.
37
f2(y)
f1(x)
x
Sl. 2.26a
Sl. 2.26b
Sustav s negativnom povratnom vezom imat e karakteristiku koja se dobije iz

u = f 11 ( y ) + f 2 ( y ) .
x=f1-1(y)
x,v
u=f1-1(y)+f2(y)
f2(y)
0
Sl. 2.27b
Sl. 2.27a
Sl. 2.27c
Sustav s pozitivnom povratnom vezom u = f 11 ( y ) f 2 ( y )

u
Sl. 2.28a
Sl. 2.28b
Dok se u prvom sluaju iz funkcijskih blokova dobio opet funkcijski, u drugom sluaju
rezultirajui sustav je relacijski.
Primjer: Sustav s povratnom vezom za dobivanje inverzne funkcije.
38
v -
y = f ( x) = ax
v = g ( y)
x =uv
Sl. 2.29
Blok f je pojaalo vrlo velikog pojaanja tako da je njegov izlaz y = ax proporcionalan

ulazu x, dok je konstanta pojaanja a vrlo veliki realni broj. Blok g je karakteriziran
funkcijom v = g(y) koja ima inverziju g1. Formulacija jednadbe vodi na y = ax = a(u g(y))
gdje se moe u izraziti eksplicitno pomou y.
u = g( y) +
y
.
a
Kako pojaalo ima veliko pojaanje a>>1, dobit emo vrlo dobru aproksimaciju s
u = g ( y) ,
odnosno inverznu funkciju
y = g 1 (u ) .
Kako se pokazalo u primjeni jednostavnih sustava s povratnom vezom implicitni sustavi
ne moraju biti funkcijski sustavi, iako su blokovi funkcijski, nego mogu biti i relacijski, tako
da za jednu vrijednost ulaza moe biti vie vrijednosti izlaza ili pak realno rjeenje moda i
ne postoji. Ovo posljednje moemo demonstrirati obinim sumerom s povratnom vezom
y
y = x+ y
Sl. 2.30
Za x razliiti od nule nema rjeenja za y, tj. nema mogueg realnog izlaza osim za x = 0,
a tada moe biti bilo koji y. (Karakteristika je u y-osi). Drugi sluaj imamo ako pretpostavimo
da blok f je slijedilo (a = 1), a blok g vri kvadriranje g(y) = y2 u ranijem primjeru, to vodi na
jednadbu
y = y2 + x .
Ova jednadba zadovoljena je za dvije vrijednosti y, uz x = 0 tj. y = 0 i y = 1.
Karakteristika je parabola koja presijeca ordinatu u tokama (0,0) i (0,1) i ima tjeme u
(1/4,1/2). Dva gornja primjera ilustriraju dva osnovna pitanja poznata kao egzistencija i
jednoznanost rjeenja jednadbi. Vidimo da implicitni sustavi su generalno karakterizirani
matematikim relacijama i ne nuno funkcijama iako su sastavljeni od funkcijskih blokova.
Za prvi primjer imamo da je sustav karakteriziran nul relacijom, dakle relacijom koja nema
39
ulazno-izlaznih parova, dok u drugom primjeru imamo parove (0,0) i (0,1) to ukazuje da se
ne radi o funkcijskoj vezi izmeu ulaza i izlaza.
Iako kod takovih bezmemorijskih sustava moemo dobiti jasne odgovore o vladanju,
njihovo vladanje kad su memorijski, moe biti veoma sloeno.
Kod jednostavnih implicitnih sustava nije nuno ii kroz cijelu proceduru prekidanja
povratnih veza i pisanja spojnih lista, ve je mogue jednadbe napisati na temelju uvida u
blok dijagram to nee biti sluaj kod velikih sustava i pisanja programa za raunalo.
2.6 Realizacije nekih karakteristika
a1
a1+a2+a3
-V1
a2
a1+a2
-V2
a1
a3
-V3
V1
V2 V3
Sl. 2.31
v1
u1
ln()
v
u2
()
y
+
v2
ln()
v3
Sl. 2.32
ln()
y = (u1 u2 u3)a
u1
y
Exp()
ln()
u2
ln()
u3
y = u/v za v > 0
y
a>>1
+
-
x
10
Sl. 2.33
17
40
2.7 Ekvivalencija i aproksimacija sustava
Definicija: Dva sustava su ekvivalentna ako su za sve mogue ulazne vrijednosti njihovi
ulazno-izlazni odnosi identini.
Pojam ekvivalencije je znaajan, jer je u analizi esto potrebno pojednostavniti strukturu
sustava bez promjene ulazno-izlaznih odnosa sustava.
Definicija: Dva sustava su aproksimativno ekvivalentna ako za sve mogue identine
ulaze imaju aproksimativno jednake izlaze. Ova definicija je nekompletna dok nije
specificiran nain za ispitivanje da li su dva izlaza priblino jednaka. Ima mnogo naina za
definiciju aproksimativno jednakih signala, svaki od njih s prednostima i nedostatcima za
odreenu primjenu.
Na primjer: Dva izlaza y1 i y2 dva sustava mogu se smatrati priblino jednakim ako je
najvei iznos apsolutnog iznosa odstupanja
m = max y1 ( x) y2 ( x) < md
a x b,
manji od dozvoljenog md.

Druga mogunost karakterizacije efektivne greke je integral kvadrata odstupanja
b
ef = [ y1 ( x ) y2 ( x )] dx < efd
2
a x b,
(2.24)
manji od dozvoljenog efd.

Manja odstupanja u okoliu jedne toke predstavljaju se polinomom n-tog stupnja
razvojem u Taylorov red.
0 ( x ) = [ y1 ( x ) y2 ( x )] x = x = ( x0 ) + ( x0 )
0
( x ) 2
( x ) n
x
+ ( x0 )
+K+ ( n ) ( x0 )
+ R , (2.25)
1!
2!
n!
x = x x0 .
Greka se procjenjuje s (n + 1) lanom.

Navedeni naini karakterizacije greke se upotrebljavaju u teoriji aproksimacije i mogu
se poopiti za vektorske funkcije tj. za bezmemorijske sustave s vie ulaza i izlaza.
2.8 Linearnost sustava
Linearni sustav bez memorije je vrlo vaan podskup kontinuiranih sustava bez memorije
koji zadovoljava uvjet linearnosti.
Definicija: Sustav s jednim ulazom x i jednim izlazom y je linearan ako zadovoljava
uvjet
f (a x1 + b x2 ) = a f ( x1 ) + b f ( x2 ) ,
(2.26)
za sve realne vrijednosti a, b, x1 i x2. Taj uvjet je dovoljan i nuan. Drugim rijeima,
funkcijski blok vri linearnu operaciju bez memorije, ako je gornji uvjet zadovoljen. Sloeni
41
sustav koji zadovoljava uvjet linearnosti ne mora nuno biti sastavljen od elemenata ili
podsustava koji su linearni. Na primjer sustav
Arsh(.)
sh(.)
Sl. 2.34
je linearan, ali budui da njegovi elementi nisu, kae se da nije strukturno linearan. Svaki
sustav koji je strukturno linearan (svi elementi linearni), linearan je i operacijski.
Sustav s dva ulaza x1 i x2 i izlazom f(x1,x2) je linearan ako je f(ax11 + bx12,
ax21 + bx22) = af(x11,x21) + bf(x12,x22) za sve realne vrijednosti a, b, x11, x12, x21 i x22. Lako se
vidi iz definicije da je linearan sustav s vie ulaza takoer linearan obzirom na svaki pojedini
ulaz kad su ostali ulazi jednaki nuli. Obratno, meutim ne vrijedi openito, jer moe postojati
linearan sustav za ulaz xj dok su ostali ulazi xi = 0, osim za i = j, ali to ne mora biti za bilo
koji xj.
Linearni sustav f bez memorije s ulazima x1 do xn i izlazom y moe uvijek biti
karakteriziran s ulazno-izlaznom relacijom
n
y = a i xi = [a 1
1
x1
L a n ] M ,
xn
(2.27)
gdje su ai realne konstante. Izlaz linearnog sustava s n ulaza x1 do xn jednak je sumi izlaza iz
n identinih sustava od kojih k-ti ima ulaz xk, a sve ostale ulaze jednake nuli. Na primjer:
y = f ( x1 , x2 , x3 ) = f ( x1 ,0,0) f (0, x2 ,0) + f (0,0, x3 ) .
Ako je sustav s n ulaza i m izlaza treba nam mn vrijednosti konstanti za karakterizaciju
takvog sustava.
y1 a11 L a1m x1

M M , y = Ax .
M = M
y1n an1 L anm xm
2.9 Aproksimacija nelinearnog sustava linearnim
U analizi sustava vrlo je vaan sluaj aproksimacije nelinearnog sustava linearnim.

Nelinearna funkcija bloka f(x) razvija se u Taylorov red u okoliu jedne toke x0 (radne
toke) dok se greka moe ocijeniti drugom derivacijom kao to je spomenuto prije.
f ( x0 + x ) = f ( x0 ) + f ( x0 ) x + ( x ) ,
y = f ( x0 + x ) f ( x0 ) = ax + ( x ) .
(2.28)
42
ax
Sl. 2.35
Od reda se zadrava samo linearni lan f'(x0)x = ax dok ostatak (x) predstavlja
odstupanje od linearnosti. Odstupanje se esto predstavlja grafiki kao funkcija odstupanja
ulaza x ili odstupanja izlaza y.
xd
yd
Sl. 2.36
Iz dozvoljenog odstupanja e se odrediti dozvoljeni prirast ulaza xd odnosno dozvoljeni

prirast izlaza yd pri kojem sustav moemo smatrati linearnim. Te veliine su redovito malene
prema protezanju odnosno zakrivljenosti karakteristike. Linearna analiza uz zadovoljene
gornje uvijete naziva se analizom za "mali signal". Analiza za "veliki signal", provodi se kad
procesi u sustavu iskoritavaju veliki dio karakteristike nelinearnog bloka ili elementa. To je
nelinearna analiza.
Ostale karakterizacije odstupanja od linearnosti su relativna pogreka linearnosti
r =
ax
y ax
,
ax
(2.29)
apsolutna diferencijalna pogreka linearnosti

dy
a
dx
(2.30)
i relativna diferencijalna pogreka linearnosti

dy
a
dx
r =
.
a
Kako se diferencijalna pogreka moe napisati u obliku
(2.31)
43
dy
a = a r ( y ),
dx
y =& ax .
(2.32)
Integracija po x odnosno y daje

x
y ax = a r d = a r
d
a
(2.33)
pa vrijedi veza izmeu pogreki

y
( y ) = r d .
(2.34)
Apsolutna greka se moe dobiti integracijom diferencijalne pogreke po izlazu ili

relativne diferencijalne pogreke po ulazu.
2.9.1 Utjecaj povratne veze na linearnost
Uzmimo kao primjer nelinearnog funkcijskog bloka koji ima inverziju i formirajmo
sustav s povratnom vezom s dodanim pojaalom, koje e poveati pojaanje u petlji povratne
veze.
th(x)
th(x)
Sl. 2.37
x = u y,
y = th(kx),
u=x+ y= y+
kx = Arth y
k > 0,
1
Arth y .
k
Karakteristike sustava bez i s povratnom vezom prikazane su na Sl. 2.38.
(2.35)
44
y=th(u)
u=Arth(y)
y
1
Arth( y)
k
Sl. 2.38
Vidi se da povratna veza popravlja linearnost unutar raspoloivih granica izlaza.

1
To se moe vidjeti i iz izraza u = y + Arth y . Za vee pojaanje u petlji k, doprinos
k
nelinearne komponente je manji, prema tome manje je i odstupanje od linearne funkcije
u = y.
Pozitivna povratna veza x = Arth y e dati
u=x y=
1
Arth y y .
k
Ovim se dobiva model takozvanog Schmidt-ovog bistabilnog sklopa u elektronici.

2.9.2 Linearizacija funkcijskog bloka s vie ulaza i izlaza
Za nelinearni funkcijski blok moe se upotrijebiti Taylorov razvoj za sve izlaze kao
funkcije vie varijabli
yi = f i (u1 , u2 ,K, um ), i = 1,2,K, n. .
(2.36)
Razvoj daje
yi = f i (u10 , u20 ,K, um0 ) +
f i
f
f
u1 + i u2 +K+ i um + lanovi vieg reda. (2.37)
u1
u2
um
Ovo se moe za sve izlaze napisati pomou Jacobijeve matrice
45
f 1
y1 u1
y f 2
2
= u
y =
M 1
M
r f r
u1
f 1
u2
f 2
u2
f 1
um u1
f 2
u2 f
=
u .
um
u
(2.38)
f r um
um
Zanemarivanjem viih lanova sustav je u okoliu toke y0 = f(u0) za mala odstupanja

linearan
y = Ax .
(2.39)
3. MODELI MEMORIJSKIH SUSTAVA

3.1 Sustav u konanom intervalu
Kauzalni sustav s beskonanom memorijom je definiran s

y (t ) = F (u( ,t ] ) ,
pri tom u(, t] ne ukljuuje trivijalni sluaj da je u(, t] = u(t). Sustav dakle nije
bezmemorijski.
Realne sustave pratimo ili promatramo redovito u konanom intervalu kojeg emo
zvati interval promatranja od t0 do t. On je ogranien s poetnim trenutkom t0 i krajnjim
trenutkom t, koji moe biti promjenjiv kad elimo openito odrediti ili predvidjeti vladanje
sustava u vremenu. Zanima nas dakle segment odziva y(t0 ,t ] kao posljedica pobude ili
segmenta pobude u(t0 ,t ] .
Pobuda koja tee od se moe podijeliti na dva segmenta u( ,t 0 ] i u( t 0 ,t ] (Sl. 3.1).
y (t ) = F (u( ,t 0 ] , u( t 0 ,t ] ), t > t 0 .
(3.1)
u( ,t 0 )
t0= 0
u ( t 0 ,t ]
-T
Sl. 3.1
Uzmimo kao jednostavan primjer, odziv vremenski stalnog linearnog sustava (

h(t,) = h(t ) ). On je dan linearnim preslikavanjem pobude:
+
y (t ) = u ( )h(t )d , , t (, ) .
Vladanje takvog sustava u konanom intervalu t(t0, t] se moe istraiti podjelom

vremena integracije (,) na tri intervala: (, t0], (t0, t], (t, ), koji se dodiruju.
t0
t0
y (t ) = u ( )h(t )d + u ( )h(t )d + u ( )h(t )d .
Posljednji integral je nula ako pretpostavimo kauzalan sustav h(t ) = 0 za >t, dok
prvi integral predstavlja odziv sustava s pobudom prije t0. U intervalu promatranja (t0,t], taj
integral daje neku odzivnu funkciju g, koja je posljedica pobude do trenutka t0, ali nije
posljedica pobude iza t0. Znai da trenutne vrijednosti g(t) za t>t0 ne zavise od trenutnih
47
MODELI MEMORIJSKIH SUSTAVA
vrijednosti pobude u() za sve >t0, ve samo od prolih vrijednosti pobude u() iz intervala
(-, t0]. Drugi integral daje odziv y koji je posljedica pobude iz intervala (t0, t].
Za g moemo rei da predstavlja procese u sustavu koji su posljedica pohranjene
energije, materije ili informacije unutar sustava, pobudom do trenutka t0, pa se y(t) moe
napisati kao:
t
y (t ) = g (t ) + u ( )h(t )d , t > t 0 .
(3.2)
t0
Pri tom g, mada je prisutna za sve t>t0, nije posljedica pobude u iz intervala (t0, t]. Budui da
nas zanima segment odziva y( t 0 ,t ] , kao posljedica segmenta pobude u( t 0 ,t ] , pogledajmo kako
uzeti u obzir funkciju g za t>t0. Diskutirajmo ilustrativan primjer.
R
u
Uzmimo sustav kod kojeg je ulazno-izlazna relacija Sl. 3.2 obina

jednadba. Moemo uzeti elektriki krug na Sl. 3.2 i
pratiti
kondenzatora naponskim izvorom za RC = 1.
RC
diferencijalna
nabijanje
dv
+v =u
dt
Funkcija h je tada dana s h(t) = et , za t>t0, a odziv na pobudu u e biti:

t0
t0
t0
t0
v(t ) = u ( )e ( t ) d + u ( )e ( t ) d = e t u ( )e d + u ( )e ( t ) d
Odreeni integral pobude iz (, t0] daje neki broj C, pa slijedi

t
v(t ) = Ce t + u ( )e ( t ) d
t0
Pretpostavimo da znamo vrijednost v(t0):

v( t 0 ) = Ce t 0 + 0 C = v( t 0 )e t 0 .
Uz poznati v(t0), dobit emo v(t) jednoznano odreen pobudom u( t 0 ,t ]

t
v(t ) = v( t 0 )e ( t t 0 ) + u ( )e ( t ) d , t > t 0
(3.3)
t0
Vidimo da za t>t0 moemo odrediti ili predvidjeti vladanje sustava pratei pobudu iz intervala
(t0, t], dok prolu pobudu moemo ignorirati ukoliko znamo stanje napona na kondenzatoru u
trenutku t0. Ako je tomu tako onda je sasvim nevano kakvom pobudom se stiglo do tog
poetnog napona v(t0), bitan je samo njegov iznos za daljnje t>t0 vladanje sustava. v(t0) je
48
vrlo znaajna veliina i veza izmeu v(t) i pobude u promatranom intervalu nije jednoznana,
dok nije poznata veliina v(t0). Ona se naziva poetno stanje ovog sustava.
Kod sustava opisanih obinim diferencijalnim jednadbama rezultat pobude iz intervala
(, t0] moe se uzeti u obzir jednim ili vie brojeva {i}. Ti brojevi sadravaju
informaciju o prolosti sustava tako da za t>t0 vrijedi
y (t ) = F (u( ,t 0 ] , u( t 0 ,t ] ) = F ( , u( t 0 ,t ] )
(3.4)
To je svojstvo kauzalnih sustava sa zbijenim parametrima (diferencijalni sustavi). Izlaz

iz sustava u trenutku t zavisi od pobude u intervalu (t0, t] i stanja sustava u trenutku t0, koje
stanje je dano brojem x(t0)X FR . Stanje je dakle akumulirani efekt prole pobude dan
brojem ili skupom brojeva.
Za kauzalne sustave opisane obinim diferencijalnim jednadbama e biti mogue
osigurati jednoznanu vezu izmeu segmenta odziva y( t0 ,t ] i segmenta pobude u( t 0 , t ]
uvoenjem jednog parametra x0, kojim se uzima u obzir prola pobuda iz intervala (-, t0].
y( t 0 ,t ] (t ) = F x0 , u( t 0 ,t ]
(3.5)
Kao to slijedi iz preanjeg razmatranja u opem sluaju svakom segmentu pobude

u( t 0 ,t ] odgovara vie izlaznih segmenata y( t 0 ,t ) . Svaki pojedini segment pobude za y u skupu
ini ulazno-izlazni par, koji pripada S-u. Jedan nain da se jedinstveni y pridrui svakoj
pobudi u sastoji se u zadavanju svakom paru (u, y) jednog parametra x0 takovog da je y
jednoznano odreen s u i x0.
To e biti mogue za sustave sa zbijenim parametrima kako smo pokazali u naem
primjeru linearnog sustava (3.3), gdje se moe funkcija g odrediti poznavanjem broja v(t0)
koji zovemo stanje sustava S, x(t0) = v(t0) u trenutku t0. Stanje v(t0) u (3.3) se pojavljuje kao
parametar.
Postupak parametrizacije moemo ilustrirati na slijedei nain. Pretpostavimo da je
sustav S predstavljen katalogom, gdje na svakoj stranici imamo pobudu i odgovarajui odziv,
gdje par funkcija (u, y) ini ulazno-izlazni par koji pripada S-u. Budui da ima vie y za jedan
u, parametrizacija se moe shvatiti kao oznaavanje onih stranica kataloga u kojima imamo
istu pobudu u pa izlazi da je y jednoznano odreen pobudom i parametrom-brojkom stranice
u skupu stranica s istim u-om u katalogu.
Eksplicitan izraz za stanje sustava u bilo kojem trenutku t moe takoer biti jednoznano
odreen poetnim stanjem x(t0) i pobudom u( t 0 ,t ] , to u principu moe biti izvedeno iz relacije
ulaza, izlaza i stanja (3.5).
Ako bismo trajno pratili napon, odnosno stanje na kapacitetu u naem primjeru (3.3),
mogli bismo u bilo kojem trenutku t1>t0 zaboraviti procese u krugu za sve t<t1. Procese za
t>t1 moemo pratiti koristei pobudu za t>t1 i stanje u t1. Zato se esto u sustavu i prati stanje
x(t), pa tek iz njega i pobude odreuje izlaz iz sustava y(t).
Sustav je opisan openito s dvije funkcije i .
49
x(t ) = t , t 0 , x( t 0 ), u( t 0 ,t ] ,
y (t ) = [t , x(t ), u (t )],
t > t0 ,
(3.5a)
t > t0 .
Kod kauzalnog sustava postoji funkcija koja iz poetnog trenutka t0 i stanja x(t0), te
odsjeka pobude u( t 0 ,t ] i trenutka tT, odreuje stanje sustava u trenutku t tj. x(t). (Ovdje se
odsjeku u( t 0 ,t ] funkcije pridruuje broj x(t).)
Postoji i funkcija , koja iz stanja x(t) i pobude u(t) u trenutku tT, odreuje izlaz
sustava u trenutku tT. (Ovdje se brojevima u(t) i x(t) pridruuje broj y(t).)
Ovako opisan sustav gdje dominantnu ulogu igra stanje sustava kao jedna ili skup
unutarnjih varijabli sustava zove se model s varijablama stanja ili model stanja.
Skup varijabli {xii = 1,2, , n} ini stanje sustava, ako njihovo poznavanje za t0T, uz
poznavanje odsjeka pobude u( t 0 ,t ] , osigurava jednoznano odreivanje stanja x(t) i izlaza y(t)
za sve trenutke t>t0.
Sustav moe imati vie ulaznih {ug}, g = 1, 2, , m i izlaznih {yp}, p = 1, 2, ,r
varijabli, to uz vie varijabli stanja definira vektorske prostore, pa se varijable mogu
predstaviti vektorima ulaza, stanja i izlaza: u(t) FR m, x(t) FR n, y(t) FR r.
Sustav u kome nema akumuliranih efekata od prijanjih pobuda opisan je samo s
funkcijom
y (t ) = [t , u (t )]
i ini klasu trenutnih, bezmemorijskih ili statikih sustava.

Uzevi u obzir domenu T i podruje varijabli u, x, y sustava, U, X, Y, sustav se moe
okarakterizirati osmorkom
S = {T, U, U, Y, Y, X, , },
gdje T, U, U, Y, Y, X, su ranije dani skupovi, a i funkcije.

Zavisno od skupova i funkcija i u matematikom modelu, sustav se moe svrstati u
pojedine klase, koje su modeli odreenih realnih sustava. Teorija ne vri klasifikaciju sustava
po podrujima primjene. Za vladanje sustava sasvim je irelevantno da li se radi o kemijskom,
biolokom, mehanikom sustavu, avionu, mnoenju bakterija, obradi signala govora ili
televizijske slike ili ekonomiji jedne zemlje. Bitna je matematika forma modela sustava koji
se razmatra. Ona e odrediti klasu sustava, a time i metode njegove analize i sinteze.
Ovdje smo utei pretpostavili da objekt ili sustav ne pokazuje sluajno vladanje
(stohastiko), nego je ono potpuno odreeno (deterministiko).
Ako pogledamo osmorku, moemo klasificirati sustav na slijedei nain
Vremenski kontinuiran sustav
Sustav spada u klasu sustava s kontinuiranim ili neprekinutim vremenom T FR , ako je
vremenska skala kontinuirana (neprebrojiv skup vremenskih trenutaka). Ako je funkcija pri
tom jo neprekinuta funkcija svojih argumenata, kaemo da je sustav gladak. Klasini
dinamiki sustavi, koji su poeli s Newtonovom mehanikom su ovog tipa i mogu se
50
predstaviti diferencijalnim jednadbama. Skupovi trenutnih vrijednosti su takoer

neprebrojivi.
Ako je neprekinuta funkcija, graninim prijelazom t0t moe se pokazati da se takav
sustav moe opisati diferencijalnom jednadbom
x& (t ) = f ( x(t ),u (t ),t ),
x ( t 0 ) = x0
y (t ) = g ( x(t ),u (t ), t ),
(3.5b)
gdje su f i g obine funkcije. U tom sluaju kaemo da je objekt ili sustav diferencijalan i da
mu je jednadba stanja u diferencijalnom obliku. Sustavi sa zbijenim parametrima opisani
obinim diferencijalnim jednadbama su dominantni dio dananje teorije sustava. Nazivaju se
diferencijalnim sustavima.
Openit oblik jednadbe stanja je dan u (3.5a). Za takav oblik se kae da je u
eksplicitnom obliku. Eksplicitni oblik se moe dobiti iz (3.5b) diferencijalnog oblika,
rjeenjem diferencijalne jednadbe za x. Meutim, oblik (3.5a) nee uvijek biti mogue
staviti u diferencijalni.
Model diferencijalnog sustava se moe predstaviti blokovskim dijagramom s dva
funkcijska bloka:
v(t ) = f ( x(t ) , u (t ) ) i y (t ) = g (x(t ) , u (t ) ) ,
ali jo nam treba blok koji povezuje x& i x. To moe biti diferencijator ili integrator, tj.
element koji obavlja operaciju diferenciranja, odnosno integriranja. Kako se u postupcima
realizacije ovih operacija i openito sustava integrator pokazao pogodnijim, u blokovskim
dijagramima diferencijskih sustava redovito nalazimo integratore. Blok integratora prikazan
je na Sl. 3.3.
y ( t ) = y ( t 0 ) + u( ) d
t0
(3.6)
Sl. 3.3
Izlaz iz integratora u trenutku t je odreen integralom pobude u intervalu (t0, t] i veliine

y(t0), koju je imao izlaz u trenutku t0. Dakle, za odreivanje y(t) potrebno je poznavanje izlaza
u nekom poetnom trenutku t0 i poznavanje funkcije pobude u( t 0 ,t ] u intervalu (t0, t].
injenica da izlaz integratora y(t) u trenutku t zavisi od funkcije pobude u intervalu svrstava
integrator u memorijske elemente. Integracija je operacija koja funkciji pobude pridruuje
broj. y(t) je dakle funkcional od u( t 0 ,t ] . Trenutak t0 moe imati iznos t0 = . Ako nema
pobude u( t 0 ,t ] = 0 neki izlaz y(t0) ostaje na integratoru i kad t, odakle slijedi da je
integrator element s beskonano dugom memorijom.
Budui da redovito poznajemo signale pobude od nekog trenutka t0, mi ne znamo kakva
je pobuda djelovala prije t0 i to je izazvalo izlaz y(t0). Meutim, ako znamo y(t0), poznavanje
pobude prije t0 nije potrebno, jer je y(t) jednoznano odreen s y(t0) i u( t 0 ,t ] . Sva prolost
51
integratora sadrana je u podatku y(t0) i taj podatak je dovoljan da se prati njegova daljnja
sudbina. Takav podatak se naziva stanje integratora.
Stanje nekog memorijskog elementa je podatak koji je potreban da se odredi njegov izlaz
u nekom trenutku t1, uz djelovanje poznate pobude poevi od t0 do t1. U apstraktnom modelu
je to vrijednost neke varijable x(t0) u trenutku t0 i naziva se poetno stanje. Kako je, meutim,
izbor poetnog trenutka proizvoljan, mi moemo u bilo kojem trenutku t1 zaboraviti procese u
elementu za t<t1 i pobudu za t<t1, ustanoviti stanje elementa x(t1) i uz poznatu u( t 0 ,t ] odrediti
izlaz y(t). Prema tome vrijednost varijable x(t) u bilo kojem trenutku t, je stanje elementa.
Kako je kod integratora njegov izlaz y(t0) stanje ujedno i varijabla, ije je poznavanje u
trenutku t0 dovoljno da se odredi izlaz y(t) u trenutku t, njegov izlaz y(t) je njegovo stanje
x(t) = y(t).
Uz uvedeni element integrator moemo nacrtati blok dijagram sustava. Zbog openitosti
emo pretpostaviti da sustav ima vie varijabli ulaza, stanja i izlaza to oznaavamo
vektorima u, x i y. Uvest emo takoer varijablu za pripremu stanja v(t) = x& (t).
3.2 Modeli vremenski kontinuiranih sustava
3.2.1 Model s varijablama stanja
U nekom sustavu moemo ustanoviti da je potrebno najmanje n-varijabli stanja da u

potpunosti opiemo njegovo vladanje. Za takav sustav kaemo da je n-tog reda. Nadalje,
sustav moe biti pobuen s vremenski promjenljivim veliinama, koje u modelu predstavlja
m varijabli u1, u2 ,..., um. Smatrat emo da su one komponente ulaznog vektora
u = [u1, u2 ,..., um ]t
Isto tako r izlaznih varijabli y1 ,..., yr formiraju izlazni vektor

y = [ y1, y2 ,..., y r ]t
Ulazni i izlazni vektor u i y su funkcije vremena. Trenutne vrijednosti oznaavaju se s

u(t) i y(t), to znai vrijednost funkcije u, odnosno y u trenutku t. Ulazni i izlazni vektori
nalaze se u viedimenzionalnom vektorskom prostoru. Skup svih moguih vrijednosti koje
vektor u moe imati u trenutku t zove se ulazni prostor, dok je izlazni prostor skup svih
moguih vrijednosti koje moe imati vektor y u trenutku t. (u(t) FR m , y(t) FR r)
Oznaimo skup varijabli stanja s x1, x2 ,..., xn kao vektor stanja x
x = [ x1, x2 ,..., xn ]t
Prostor stanja tada definiramo kao skup svih moguih vrijednosti koje vektor x moe imati u
trenutku t. (x(t) FR n)
Stanje sustava je po definiciji najmanji skup brojeva (varijabli stanja), koji predstavljaju
dovoljnu informaciju o prolosti sustava da bi se odredilo budue vladanje sustava. Stanje u
asu t je odreeno s
52
x(t ) = (t , t 0 , x( t 0 ), u( t 0 , t ))
(3.7)
gdje je jednoznana vektorska funkcija svojih argumenata.

Izlazni vektor y zavisi od stanja x(t) i ulaza u(t)
y (t ) = g(x(t ), u(t ), t )
(3.8)
odnosno od poetnog stanja x(t0) i odsjeka pobude u(t0,t] iz intervala (t0,t]

y (t ) = g(t , t 0 , x( t 0 ), u( t 0 , t ])
(3.9)
Unutarnja struktura modela vremenski kontinuiranog sustava s varijablama stanja sastoji

se od dva podsustava: bezmemorijskog i memorijskog.
Sl. 3.4
Bezmemorijski sustav ima dva skupa ulaza: ulazni vektor u(t) i vektor stanja x(t), i dva
skupa izlaza: izlazni vektor y(t) i vektor v(t) koji priprema stanje. Za bezmemorijski
podsustav vrijedi da za bilo koji t moemo iz trenutnih vrijednosti u(t) i x(t) izraunati
trenutne vrijednosti v(t) i y(t) to je izreeno izrazima
v (t ) = f (x(t ), u(t ), t ) ,
y (t ) = g(x(t ), u(t ), t ) .
Memorijski podsustav F vezuje dva skupa varijabli: vektor stanja x(t) s vektorom za
pripremu stanja v(t). Pri tom v(t) je ulaz, a x(t) izlaz ovog podsustava. Vektor stanja kao izlaz
ovog memorijskog podsustava zavisi od prolih vrijednosti njegovog ulaza, tj. vrijednosti
v(), gdje t0<t. Ima vie operacija, koje mogu definirati memorijski podsustav. Ovdje e se
uzeti integracija koja vodi na opis sustava skupom obinih diferencijalnih jednadbi, dakle:
t
x(t ) = x(t0 ) + v ( )d
(3.10)
t0
Sustavi opisani diferencijalnim jednadbama nazivaju se diferencijalnim sustavima.

Alternativni oblik, dobije se deriviranjem stanja:
dx
= v(t );
dt
x( t 0 ) = x 0
(3.11)
53
Stanje x(t0) je poetno stanje sustava. Vektor pripreme stanja je ovdje brzina promjene stanja.
Jednadbe stanja dinamikog sustava sa zbijenim parametrima su:
x& (t ) = f (x(t ), u(t ), t )
x( t 0 ) = x 0
y(t ) = g (x (t ), u(t ), t )
(3.12)
(3.13)
Sustav opisan diferencijalnim jednadbama naziva se kontinuiranim. Iz gornjih jednadbi

proizlazi da za dano poetno stanje x0 i pobudu u() preko intervala t0 < < t moemo:
1. odrediti stanje x(t) sustava rjeenjem vektorske diferencijalne jednadbe stanja
2. odrediti izlaz y(t) supstitucijom stanja x(t) i pobude u(t) u algebarsku jednadbu
y(t ) = g(x (t ), u(t ), t )
Da bi se dobila funkcija potrebno je rijeiti vektorsku diferencijalnu jednadbu.

Rjeenje ope diferencijalne jednadbe uz poetni uvjet x(t0) = x0, poznatu u za sve t iz
intervala [t1,t2] i t0 iz istog intervala [t1,t2] je realna vektorska funkcija ako zadovoljava
(t0) = x0, za svaki t iz [t1,t2].
Rjeenje je funkcija poetnog trenutka t0, poetnog stanja x0 i pobude iz intervala (t0,t].
= (t , t 0 , x0,u ( t 0 , t ])
(3.14)
Pri traenju rjeenja analitiki ili kontinuiranom ili diskretnom simulacijom moraju se
istraiti dva bitna svojstva, rjeenja:
1. Koji uvjeti osiguravaju egzistenciju, odnosno postojanje rjeenja. (Da li na primjer
(t) ide u beskonanost u konanom vremenu).
2. Ako rjeenje postoji, da li je jedinstveno, tj. da li za dane poetne uvjete postoji vie
rjeenja ili samo jedno.
Oba pitanja su vana s matematikog i inenjerskog stanovita. U nekom realnom
sustavu ne oekujemo nejedinstveno rjeenje ili sluaj kad nema rjeenja. Moe se meutim
dogoditi da jednadbe sustava ne pokazuju egzistenciju i jedinstvenost rjeenja. Razlog tome
moe biti injenica da je upotrijebljeni matematiki model aproksimativan i da zanemaruje
neki dio procesa. Nuan uvjet dobrog modeliranja sustava je da jednadbe imaju jedinstveno
rjeenje ako ga realni sustav ima.
Uvjeti egzistencije i jedinstvenosti rjeenja diferencijalnih jednadbi mogu se nai u literaturi
[3].
3.2.2 Geometrijska interpretacija rjeenja
Rjeenje vektora x(t) u biti odreuje koordinate x1, x2,...,xn kao funkcije vremena
x1(t) = 1(t), x2(t) = 2(t),...,xn(t) = n(t). Za sustav prvog reda rjeenje se moe predstaviti
krivuljom u x,t ravnini, kao to pokazuje Sl. 3.5.
54
x1(t)
Sl. 3.5
Za sustav drugog reda trebat e trodimenzionalni prostor (x1,x2,t), Sl. 3.6.

x2
x1
Sl. 3.6
x2
x1
Sl. 3.7
Ako interpretiramo funkcije x1 = (t) i x2 = (t) kao parametarske jednadbe jedne

krivulje u ravnini x1, x2, kaemo da je ta krivulja trajektorija u ravnini stanja, Sl. 3.7.
Parametar je vrijeme. Vremenski trenuci predstavljaju toke na trajektoriji, koju opisuje vrh
vektora stanja.
Sustav treeg reda imat e trajektoriju u trodimenzionalnom prostoru, Sl. 3.8.
55
x3
t1
t2
t0
x2
x1
Sl. 3.8
Ovu geometrijsku interpretaciju moemo protegnuti i na viedimenzionalni prostor, iako

ga je nemogue predstaviti.
3.2.3 Klasifikacija sustava
Prvi nain koji se namee za klasifikaciju sustava je funkcija v = f(x,u,t). Dakle, na koji
nain se odreuje v, odnosno brzinu promjene stanja x& = v . Prisutnost varijable t ukazuje da
je v eksplicitna funkcija vremena, a ne samo posredno preko x(t) i u(t), pa tako oznaavamo
sustav koji je vremenski promjenjiv. Vremenski promjenjivi sustav dan je s
x& = f (x, u)
(3.15)
Nadalje, ako sustav nije pobuen u(t) = 0 za sve t, jednadba je dana s

x& = f (x, u)
ili
x& = f (x)
3.2.4 Otvoreni ili eksplicitni sustav
U jednadbi stanja x& = f ( x , u) zavisnost brzine rastenja stanja x& od varijabli stanja
moe imati oblik koji se dade sortirati:
x&1 = f 1 (u1 , u2 ,L, um )
x& 2 = f 2 ( x1 , u1 , u2 ,L, um )
x& 3 = f 3 ( x1 , x 2 , u1 , u2 ,L, um )
(3.16)
x& n = f n ( x1 , x2 ,K, x n 1 , u1 , u2 ,K, um )
Tada sustav moemo zvati otvorenim, eksplicitnim, odnosno sustavom bez povratnih veza.
Rjeenje skupa jednadbi moe se dobiti sukcesivnom integracijom jednadbe iza jednadbe
poevi od one samo s pobudnim signalom, pa one u kojoj je samo jedna varijabla stanja
(dobivena prethodnom integracijom), itd. te konano doi do xn(t).
Po obliku funkcije f(x,u,t) moemo sustav klasificirati na linearni i nelinearni sustav.
Ako je funkcija v = f (x, u, t ) linearna, tj. ako se moe napisati kao linearna kombinacija
varijabli stanja i varijabli pobude, tada je sustav linearan (u protivnom je nelinearan).
x& (t ) = A (t ) x( t ) + B (t )u( t )
(3.17)
56
Zavisnost A(t) i B(t) od vremena pokazuje da je ovaj linearni sustav vremenski

promjenjiv. Vremenski nepromjenjiv linearan sustav je onaj kod kojeg su matrice A i B
konstantne, tj.
x& = Ax(t ) + Bu(t )
(3.18)
Elementi {aij} i {bij} matrica A i B su konstante.

Poseban sluaj je:
x& (t ) = Ax(t ) + B (t )u(t ) = Ax(t ) + z(t )
(3.19)
gdje je samo matrica B vremenski promjenljiva, pa se takav sustav moe smatrati vremenski
stalnim, sa nekom sloenijom pobudom z(t).
Takoer, sustav ija je jednadba oblika
x& (t ) = Ax(t ) + f (u(t )) = Ax(t ) + z(t )
(3.20)
moe se smatrati linearnim i vremenski stalnim (A = konst.) ili promjenjivim (A = A(t))

sustavom s nekom sloenijom pobudom z(t), jer je tada skup jednadbi stanja linearan.
Razumljivo da je relacija izmeu pobude u(t) i izlaza y(t) nelinearna. Veliko je, meutim,
pojednostavljenje to su jednadbe stanja linearne pa se memorijski dio sustava moe rijeiti
analitiki.
Ako se meutim upotrijebi povratna veza, gdje u(t) postaje neka funkcija varijabli stanja,
prvi sustav e postati vremenski promjenljiv, a drugi nelinearan.
Nepobuen linearni sustav u(t) = 0 za sve t, ima homogenu diferencijalnu jednadbu
x& (t ) = A (t )x(t ) ,
(3.21)
ako je vremenski promjenjiv, odnosno

x& (t ) = Ax(t ) ,
(3.22)
ako je vremenski stalan.

3.2.5 Opi model sustava s ulazno izlaznim varijablama
Vidjeli smo da model s varijablama stanja kod kontinuiranog sustava vodi na skup
simultanih diferencijalnih jednadbi prvoga reda unutarnjih varijabli stanja koje samo
indirektno (preko g(x,u)) utjeu na izlazne varijable.
U teoriji sustava susree se jo jedan model nazvan model s ulazno izlaznim varijablama,
koji se upotrebljava u analizi i sintezi sustava. Taj model je skup diferencijalnih jednadbi
vieg reda u kojima postoje samo ulazne ui i izlazne varijable yi te njihove derivacije. Sustav s
jednim ulazom i jednim izlazom dade se opisati s jednom diferencijalnom jednadbom vieg
reda. Budui da je taj model vaan, ovdje emo ga izvesti iz modela s varijablama stanja.
Uzmimo kao primjer sustav s jednim ulazom i jednim izlazom koji je opisan s dvije
simultane diferencijalne jednadbe prvog reda i izlaznom jednadbom
57
x&1 = f1 ( x1 , x2 , u )
x& 2 = f 2 ( x1 , x2 , u )
x1 ( t 0 ) = x10
x2 ( t 0 ) = x20
(3.23)
y = g ( x1 , x2 , u )
Kako model s ulazno izlaznim varijablama ne sadri unutarnje varijable, tj. varijable
stanja, nego samo u i y i eventualno njihove derivacije, prijelaz iz gornjeg modela na takav,
pretpostavlja eliminaciju varijabli stanja x1 i x2.
To je mogue postii deriviranjem izlazne jednadbe gdje e derivacija biti
y& = h( x&1 , x& 2 , x1 , x2 , u, u& ) .
Uvrtenjem jednadbi za x&1 , x& 2 i u moemo dobiti

y& = h ( x1 , x2 , u, u& ) .
Jo jedno deriviranje e dati

&&
y = k ( x&1 , x& 2 , x1 , x 2 , u, u& , u&&) .
Ponovnom eliminacijom x&1 i x& 2 s jednadbama stanja dobivamo

&&
y = k ( x1 , x2 , u, u& , u&&) .
Iz izlazne jednadbe za y i dobivenih njenih derivacija &&

y i y& , gdje su angairane
jednadbe stanja, moemo sada potpuno eliminirati varijable stanja x1 i x2.
U opem sluaju nelinearnog sustava moemo napisati implicitnu diferencijalnu
jednadbu
( &&y , y& , y , u&&, u& , u) = 0
koja sadrava samo varijable izlaza i njene derivacije, te varijable ulaza i njene derivacije. U
pokazanom sustavu drugog reda dobivamo diferencijalnu jednadbu kojoj je najvia
derivacija drugog reda. U opem sluaju sustava n-tog reda, implicitni oblik diferencijalne
jednadbe e biti
( y ( n ) , y ( n 1) ,K, y& , y , u ( m) , u ( m1) ,K, u& , u) = 0 .
(3.24)
Za sustav opisan ovom jednadbom, kae se da je to opi diferencijalni sustav s jednim

ulazom i jednim izlazom. Moe biti vremenski stalan ili promjenjiv, nelinearan ili linearan.
Model linearnog sustava s ulazno izlaznim varijablama imamo ako je funkcija
linearna, tj. ako se prethodna jednadba moe napisati u obliku linearne kombinacije izlaznog
i ulaznog signala i njihovih derivacija
a n y ( n ) + a n 1 y ( n 1) +K+ y = bm u ( m) + bm1u ( m1) +K+ u .
(3.25)
Bit e to vremenski promjenjiv sustav u sluaju da su koeficijenti {ai} funkcije vremena, a

stalan ako su konstante.
Pretvorba modela s jednim izlazom i ulazom u model s varijablama stanja namee
pitanje koje veliine treba izabrati kao varijable stanja. Openito govorei mogli bi izabrati
vie skupova varijabli, meutim ako nemamo uvid u strukturu sustava i njegove elemente
58
nego samo njegovu diferencijalnu jednadbu vieg reda, namee se mogunost da izlaz i
njegove derivacije uzmemo kao varijable stanja.
y = x1
y& = x2
M
y ( n 1) = xn
Budui da veliine y (0), y& (0),K, y ( n 1) (0) predstavljaju poetne uvjete u diferencijalnoj
jednadbi njihovo poznavanje uz poznavanje u(t) za t>0 dovoljno je da se odredi y(t) za t>0.
Prema tome, taj skup varijabli je, sigurno, stanje sustava u trenutku t = 0. Kako taj skup
varijabli ( y , y& ,K, y ( n 1) ) moe biti poetno stanje sustava i u bilo koji as t, opravdano ga je
smatrati stanjem sustava.
Sam izbor varijabli y = x1 , y& = x 2 ,K, y ( n 1) = xn daje n 1 jednadbu dok polazna
jednadba napisana u obliku
y ( n ) = f ( y ( n 1) , y ( n 2 ) ,K, y& , y , u ( m) , u ( m1) ,K, u& , u)
(3.26)
daje n-tu jednadbu

y = x1
y& = x2
M
(n-2)
y
= x n-1
y& = x2
&&
y = x3
M
(n-1)
y
= xn
x&1 = x2
x& 2 = x3
M
(3.27)
x& n 1 = xn
x& n = f ( xn , x n 1 ,K, x1 , u (m) , u (m-1) ,K, u)
Ovaj skup diferencijalnih jednadbi prvog reda je model s varijablama stanja.

Za sustav s jednim ulazom i jednim izlazom najlake se dobije model s ulazno izlaznim
varijablama. esto i postupci mjerenja daju parametre tog modela. U analizi sustava s tim
modelom je tei tretman poetnih uvjeta, jer iz poetnog stanja na elementima, treba odrediti
y (0), y& (0),K, y ( n 1) (0) . to vie kad se rjeenje prikae uz pomo tih veliina ili polaznih
poetnih uvjeta (npr. poetnih struja i napona u elektrikoj mrei) rjeenje nije pregledno jer
se dobiju sloeni izrazi za koeficijente ispred eksponencijala.
Kod modela s varijablama stanja u rjeenju stoje poetna stanja pa je rad s poetnim
uvjetima jednostavan. Za sustave s viestrukim ulazom i izlazom se mogu jednostavno i
sistematino formulirati s varijablama stanja. Ovaj model pokazuje prednost kod vremenski
promjenljivih i nelinearnih sustava pogotovo kad trebaju biti programirani za analizu ili
simulaciju na raunalima. Zbog toga je vano prelaziti iz jednog modela u drugi. To je vano
za uvid u strukturu sustava pa emo razlaganje na jednostavnije sustave povezati s modelom s
varijablama stanja.
Razlaganje se temelji na ekvivalenciji diferencijalnih jednadbi koje esto moemo
prepoznati. Tu nam mogu pomoi osnovne operacije i transformacije blok dijagrama.
Jednadbe linearnih sustava se koritenjem Laplace-ove transformacije mogu napisati kao
59
algebarske, pa se razlaganja i transformacije sustava mogu provesti na temelju algebarskih

jednakosti ili ekvivalencija.
3.3 Modeli vremenski diskretnih sustava
Sustav spada u klasu sustava s diskretnim vremenom ako je skup T FR prebrojiv.

Signali u, x, y su funkcije niza trenutaka i takoer su nizovi brojeva. Npr. pobudni niz moe
biti dan kao funkcija indeksa, odnosno koraka
u = {( k , u( k )) k ZZ } ili krae {u(k)}, k ZZ .
Pri tom U = Y = X = FR , daje klasu sustava koja vodi na jednadbe diferencija. Njihova
svojstva su veoma slina svojstvima vremenski kontinuiranih sustava, pa se u novije vrijeme
studiraju zajedno. Jednadba diferencija se moe dobiti ako se stanje sustava u koraku k + 1
izrazi pomou stanja u koraku k
x(k + 1) = f ( x(k ), u (k ), k )
y (k ) = g ( x(k ), u (k ), k ) .
Ova klasa sustava proizlazi iz diferencijalnih jednadbi kad se one rjeavaju numeriki, a
pojavljuje se u tehnikim sustavima uvijek kad je dio sustava digitalno raunalo. Za prikaz
sustava blokovskim dijagramom trebat e nam element koji obavlja jedinino kanjenje, tj.
operaciju T[x(k + 1)] = x(k).
Element za kanjenje
Promotrimo za poetak element za kanjenje u kontinuiranom vremenu. Prostiranje
signala kroz neki medij konanom brzinom (zvuk, EM val) uvjetuje vremenski pomak
izmeu signala na razliitim tokama prostora. Redovito e osim pomaka postojati slabljenje
i deformacija valnog oblika, no mi moemo uzeti da signal putuje kroz nedisperzivan medij i
medij koji ne oslabljuje signal, pa da se valni oblik ne mijenja ve samo vremenski kasni za
neko vrijeme prema signalu na ulazu.
Razmotrimo operaciju kanjenja u kontinuiranom vremenu.
y = T(u)
u
y
y(t) = u(t )
(3.28)
Sl. 3.9
Operacija T vremenskog kanjenja je sigurno operacija s pamenjem, jer izlaz y(t) u

trenutku t iz elementa za kanjenje je jednak vrijednosti signala koja je bila na ulazu u
trenutku t .
Prema tome, element za kanjenje zapamtio je vrijednost signala u t kroz vrijeme i
dao ga na izlazu u trenutku t. Za takav element kaemo da ima konanu memoriju trajanja .
Promotrimo vladanje takvog elementa. Ako poevi od jednog trenutka t0 mi elimo pratiti
ulaz u(t0,t] i izlaz y(t0,t] za t>t0, mi moramo znati osim u(t0,t] i dio pobude u(t0 , t0] dakle i
prolost pobude u trajanju , tj. vrijednosti koje se nalaze na elementu za kanjenje u trenutku
60
t0. Zamislimo naponski signal koji putuje po elektrikom vodu konane duine. U trenutku t0
trenutne vrijednosti signala u iz intervala (t0-, t0) nalaze prostorno rasporeene du voda.
Poevi od trenutka t0 na izlazu iz elementa za kanjenje prvo e se pojaviti vrijednosti u(t0-)
pa zatim ostale, dok nakon vremena ne doe nama poznata vrijednost pobude u(t0). Ako
znamo samo vrijednosti pobude od trenutka t0, mi moramo znati i "stanje voda" da bismo
mogli odrediti izlaz y poevi od trenutka t0 na dalje. To "stanje voda" meutim nije jedan
podatak, kao kod integratora, nego jedna funkcija (raspodjele napona na vodu), dakle
beskonano mnogo podataka.
Ima meutim sluajeva kad "stanje voda" moemo prikazati samo jednim podatkom.
Pretpostavimo da se valni oblik sastoji iz sekcija trajanja kraeg od i ponavljanja Tp = ,
tako da imamo samo jednu sekciju na elementu (vodu). Ako se sekcija moe opisati samo
jednim parametrom, npr. amplitudom, mi moemo odrediti amplitude sekcija na izlazu
poevi od trenutka t0 pomou jednog podatka tj. amplitude sekcije koja je u elementu (na
vodu) u trenutku t0. To je sluaj kod vremenski diskretnih sustava. Element za kanjenje
pomie ulaznu sekvencu za jedan korak.
y = E1 u, ili {y(k)} = E1 {u(k)}
-1
u
y
y(k) = u(k 1) k>0
Sl. 3.10
Ako je poznat ulazni niz u intervalu [0, k], treba poznavati y(0) da bi se dobio izlaz u
intervalu [0, k), tj.
k =0
y (0) ,
y( k ) =
u( k 1) , k > 0
U primjenama susreemo sustave koji su u jednom dijelu vremenski kontinuirani, a u

drugom diskretni. Obino se nazivaju hibridnim i analiziraju se kao vremenski diskretni
sustavi.
Daljnju vrlo vanu klasu diskretnih sustava ine sustavi s prebrojivim skupovima U, X i
Y, ije vrijednosti su indeksirane cijelim brojevima ili ti skupovi mogu biti skupovi cijelih
brojeva U = X = Y = ZZ .Takvi sustavi se nazivaju automatima. Dani su modelima sustava s
varijablama stanja, gdje su funkcije i ili f i g dane tablicama. Njihova svojstva nee biti
studirana u okviru ovoga predmeta.
3.4 Simulacija sustava
Istraivanja svojstava jednog realnog sustava mogu se provesti analitiki, studiranjem

apstraktnog sustava koji je odgovarajui matematiki model tog realnog sustava i time
koristiti kroz stoljea razvijeni matematiki aparat. Istinitost svojstava realnog sustava
temeljenih na analizi apstraktnog sustava, zavisi od valjanosti pretpostavki pri odreivanju
njegovog matematikog modela (algebarskih relacija ili diferencijalnih jednadbi). Kada
61
model nije odgovarajui nee ni analiza dati istinit odgovor. Ako ne postoji mogunost da se
odredi odgovarajui matematiki model, nee se moi iskoristiti analitike mogunosti teorije
sustava. Spomenuta nemogunost odreivanja modela u nekim disciplinama ograniuje
primjenu inae multidisciplinarne teorije sustava. Analitiki i numeriki postupci
predstavljaju brz i efikasan put da se odrede svojstva sustava i predvidi njegovo vladanje
kada je mogue odrediti model sustava.
To nije meutim jedini put za studiranje sustava. Razliiti realni sustavi mogu se
predstaviti istim apstraktnim sustavom npr. jedan mehaniki sustav i jedan elektriki sustav
mogu imati isti model.
S druge strane jedan apstraktni sustav se moe interpretirati kao model jednog
elektrikog sustava ili jednog mehanikog sustava. Pretpostavimo da jedan apstraktni sustav
interpretiramo kao elektriku mreu. Varijable u apstraktnom sustavu e se interpretirati kao
naponi vorova i struje grana jedne mree. Cijeli sustav e se predstaviti kao elektrika mrea
s elementima induktivitetom, kapacitetom i otporima. Za takvu mreu kaemo da je to jedna
interpretacija razmatranog apstraktnog sustava. Ako bi napravili elektriku mreu od svitaka
i kondenzatora, takva realna mrea se zove jedna realizacija apstraktnog sustava. esto
matematika forma sugerira jednu realizaciju sustava pa se takva forma, i odgovarajui blok
dijagram nazivaju realizacijom.
Za realnu elektriku mreu i realni mehaniki sustav koji su interpretacija istog
apstraktnog sustava, kae se da su meusobno analogni. Mrea je analogna mehanikom
sustavu i obratno. Kod nje e se naponi i struje u granama vladati jednako kao pomaci,
brzine, akceleracije masa u mehanikom sustavu. Zbog toga studiranje, mjerenje ili
podeavanje realnog mehanikog sustava moe se uspjeno provesti na analognoj elektrikoj
mrei. esto je to jednostavnije, jeftinije i bre provesti nego na samom mehanikom
sustavu. Tada se mrea naziva analognim modelom mehanikog sustava. Analogni modeli se
esto grade kad su istraivanja na originalnom sustavu skupa, opasna po ivot ili neizvediva
iz bilo kojih razloga.
Tono ili priblino ponavljanje procesa u sustavu na analognom modelu naziva se
simulacijom ili simuliranjem.
Odreivanje i realizacija modela odgovarajueg realnom sustavu naziva se
modeliranjem.
Razvoj elektronikih sustava donio je vrlo praktina analogna raunala i digitalna
raunala koja omoguuju realizaciju veoma sloenih apstraktnih sustava i time omoguuju
odreivanje i simuliranje procesa u razliitim sustavima.
Odreivanje vladanje nekog sustava moe se prema tom provesti analitiki ili numeriki
polazei od njegovog apstraktnog modela ili simuliranjem na fizikalnom modelu odnosno
simuliranjem na analognom ili digitalnom raunalu, koji su takoer realni sustavi.
62
U svim postupcima bitnu ulogu ima odreivanje apstraktnog sustava kao matematikog
modela realnog sustava. To odreivanje se provodi u osnovi na dva naina: dedukcijom ili
indukcijom.
Dedukcijom se odreuje model polazei od poznatih prirodnih zakona (Newton,
Maxwell, Kirchoff i dr.), i dolazi do jednadbi, koje karakteriziraju partikularni sustav
jednoznano.
Indukcijom se odreuje model polazei od mjerenja ulaznih i izlaznih veliina pa se
zakljuuje kakve relacije vrijede izmeu izlaznih i ulaznih varijabli. Ovaj postupak zavisno
od tonosti mjerenja, i zanemarivanja izvjesnih svojstava sustava, moe dati razliiti
matematike modele. Zbog utede u mjerenju i vee tonosti modela nastoji se to vie
aspekata sustava obuhvatiti dedukcijom.
4. SUSTAVI PRVOG REDA

4.1 Blok dijagram
Razmatrat emo klasu apstraktnih sustava predstavljenih blokovima gdje je skupu

elemenata funkcijskih blokova dodan i jedan integrator. Nabrojena pravila za spajanje
elemenata su ista kao kod funkcijskih blokova, dakle vrijede i za integratore. Uzet e se da
integrator ima jedan ulaz i jedan izlaz. Moemo, dakle, formirati klasu sustava prvog reda,
iji su elementi jedan integrator i jedan ili vie funkcijskih blokova. Takav sustav mora imati
najmanje jedan izlaz, a moe imati jedan ili vie ulaza. Sustav bez ulaza naziva se
autonomnim. U njemu mogu takoer tei procesi kao posljedica onoga to je pohranjeno u
memorijskom elementu. Ima veliki broj naina kako jedan integrator i nekoliko funkcijskih
blokova mogu biti spojeni u okviru pravila P, tako da se dobije sustav prvog reda. Takvi
sustavi meutim mogu biti klasificirani u dvije kategorije, zavisno od toga da li se integrator
nalazi ili ne nalazi u petlji povratne veze. Uzmimo primjer kad integrator nije u petlji (Sl.
4.1).
Sl. 4.1
t
Obzirom da je v(t) = f(u(t)), a y (t ) = v( )d + y ( t 0 ) sustav se moe analizirati

t0
v(t) = f(u(t)). Izlaz je eksplicitno izraen
jednostavno postupkom integracije poznate funkcije
s poznatim ulaznim signalom
t
y (t ) = f (u ( ))d + y ( t 0 )
(4.1)
t0
pa se sustav naziva eksplicitni.

Drugu kategoriju imamo kad je integrator u petlji povratne veze.
f(.,.)
Sl. 4.2
Odrediti y(t) nije sada tako jednostavno jer je v(t) = f(u(t), y(t)).
t
y (t ) = f [u ( ), y ( )]d + y ( t 0 ) .
(4.2)
t0
Da bi se nala vrijednost izlaza u trenutku t, y(t) na lijevoj strani jednadbe, mora se

znati cijelu funkciju y u intervalu (t0, t), jer treba izvriti integraciju na desnoj strani
64
SUSTAVI PRVOG REDA
jednadbe. Signal y sadran je u jednadbi implicitno pa se ovakav sustav naziva implicitnim.

Ovaj oblik jednadbe moe se rijeiti iterativnim numerikim postupkom.
Sustav moe meutim biti opisan i jednadbom
dy
= f (u(t ), y(t )) ,
dt
(4.3)
uz poetno stanje y(t0) = y0 koja proizlazi iz prethodne diferenciranjem integrala po gornjoj

granici. Jednadba izraava jednakost signala za svaki t s lijeva i s desna spoja izmeu bloka f
i integratora, tj. izraava brzinu promjene izlaza y& (t ) integratora vrijednostima u(t) i y(t) (Sl.
4.3). Jednadba predstavlja diferencijalnu jednadbu prvog reda.
f(.,.)
f(u,y) y&
Sl. 4.3
Ako sustav prvog reda ima petlje preko bezmemorijskih elemenata, tada e funkcija f u
diferencijalnoj jednadbi esto biti dana u implicitnom obliku. Uzmimo na primjer sustav na
Sl. 4.4. gdje je prisutan jo jedan funkcijski blok g koji daje izlaz y, dok je izlaz iz integratora
uzet kao stanje sustava x.
v
dx
dt
f
x
Sl. 4.4
Sustav je opisan jednadbama

dx
= f ( x(t ), u (t ), t ),
dt
y = g ( x(t ), u (t ), t ) .
(4.4)
Za dane veliine y i u, veliina y za svaki t moe biti dobivena rjeenjem gornje

implicitne jednadbe (iterativnim postupkom). Tako dobiven y moe dati sa stanjem x
veliinu dx/dt u isti trenutak.
Sistematski nain formulacije jednadbe koja opisuje sustav prvog reda pretpostavlja
izbor varijable stanja x i izraavanje varijable za pripremu stanja v i izlaza y
65
SUSTAVI PRVOG REDA
g(x(t),u(t),t)
x
dx
dt
f(x(t),u(t),t)
Sl. 4.5
v = f ( x(t ), u (t ), t ) y = g ( x(t ), u (t ), t ) ,
(4.5)
to ini bezmemorijski dio sustava.

Ako elimo to prikazati funkcijskim blokovima, koji imaju samo jedan izlaz, morat
emo bezmemorijski dio razdijeliti na dva funkcijska bloka f i g. Ukoliko bezmemorijski
podsustav nema petlji, f i g se mogu lako odrediti, u protivnom e se razmatrati sluajeve kad
f i g egzistiraju iako u opem sluaju one se nee moi prikazati eksplicitno nego e se morati
rijeiti jednu ili vie implicitnih jednadbi redovito postupkom iteracije. Uz definiranu
jednadbu integratora i gornje jednadbe, brzinu promjene stanja sustava dobiva se opom
jednadbom koja karakterizira sustav prvog reda.
dx
= f ( x(t ), u (t ), t ) ,
dt
y = g ( x(t ), u (t ), t ) ,
x(t 0 ) = x0 .
(4.6)
Prva jednadba je diferencijalna jednadba prvog reda i ini jednadbu stanja. Rjeenje x
i pobuda u uvrtenjem u drugu daje y pa se naziva izlazna jednadba.
Formulacija jednadbi koje karakterizira sustav prvog reda se sastoji od:
1. Pisanja diferencijalne jednadbe tako da je veliina v (ulazni signal integratora)
izraena ili dana vrijednou stanja x(t) izlaza integratora i ulaza u sustav u(t).
Poetnu vrijednost x0 = x(t0) treba ustanoviti.
2. Pisanja izlazne jednadbe koja daje za bilo koji t veliinu izlaza y(t) za dane
vrijednosti x(t) i u(t). Ovaj model se naziva model stanja kontinuiranog sustava
prvog reda.
4.2
Klasifikacija sustava prvog reda s obzirom na funkcije bezmemorijskog

dijela
Bezmemorijski dio sustava prvog reda koji ima utjecaj na njegovo stanje je f(x,u,t).
Svaka od varijabli u f od kojih x predstavlja varijablu stanja sustava, u varijablu pobude,
t vrijeme, koje moe vriti utjecaj na vladanje sustava nezavisno od x i u. Za ovakav sustav se
kae da je s povratnom vezom (x), pobuen (u) i vremenski promjenjiv (t). Funkcije f koje ne
66
SUSTAVI PRVOG REDA
zavise od pojedinih varijabli moemo smatrati specijalnim sluajevima od spomenutog opeg

sluaja.
Ti specijalni sluajevi su zanimljivi jer se blok dijagrami, analitike metode i numerike
metode razlikuju. Ako imamo f(x,u), sustav je vremenski nepromjenljiv (stalan, stacionaran),
funkcijski blokovi imaju vremenski stalne funkcije. Vremenski promjenljivi sustav kao to
smo spomenuli ve kod bezmemorijskih sustava moe se svesti na vremenski nepromjenljivi
s dodatnim ulazima w(t). Ovdje signal w(t) osigurava vremensku promjenu sustava f. Sustav
je dakle stalan, ali ima dva ulaza. Pogodnim izborom funkcije f(,) i vremenske funkcije w(t)
moe se dobiti vremenski stalan sustav x& = f ( x , u, w) . U tom smislu x& = f ( x , u) je dovoljno
openita jednadba.
Ako je f(x) sustav nije pobuen. Procesi u sustavu mogu meutim nastati kao posljedica
poetnog stanja memorijskog elementa (integratora). U klasinoj literaturi naziva se
autonomnim, a pobueni sustavi su neautonomni. Ako je f = f(x,t) vremenska promjenjivost
je ekvivalentna nekoj pobudi w(t), pa se nepobueni, a vremenski promjenljivi sustav ne
smatra autonomnim.
Za f = f(u,t) sustav je eksplicitni, tj. nije sa zatvorenom petljom.
Sustav je linearan ako je f(x,u,t) linearna funkcija u varijabli x i u tj.
f ( x, u , t ) = a (t ) x + b(t ) y .
(4.7)
Za linearan f dobivamo opi oblik linearne diferencijalne jednadbe koja se moe

formalno rijeiti uz neka ogranienja za opi oblik funkcije a(t) i b(t). Izlazni funkcijski blok
moe biti vremenski stalan g(x,u) bez prijenosa ulaznog signala g(x). Opi oblik linearnog
bloka je
g ( x, u , t ) = c(t ) x + d (t )u .
(4.8)
4.3 Stanje ravnotee i njegova stabilnost
Stanje ravnotee je stanje sustava u kojem sustav moe ostati neodreeno dugo, ako
nema pobude. Stanje ravnotee autonomnog sustava I reda je:
dx
= 0 = f (x e ) .
dt
(4.9)
Ako je pobuda konstantna u = u0 = konst. sustav se smatra autonomnim. Njegovo

ravnoteno stanje xe je dano s
f ( xe u 0 ) = 0
(4.10)
pa zavisi od konstantne pobude.

Za linearni vremenski nepromjenljivi sustav dx/dt = ax stanje ravnotee je xe = 0 za a0,
dok za a = 0 ima ih beskonano. Nelinearni sustav moe imati nijedno, jedno ili vie stanja
ravnotee. Stanje ravnotee moe biti stabilno, nestabilno i polustabilno. Za sada to moemo
samo opisati na sljedei nain. Stanje ravnotee xe je
stabilno, ako se sustav iz nekog stanja x0 vraa u stanje ravnotee xe
67
SUSTAVI PRVOG REDA
nestabilno, ako se sustav udaljuje iz stanja ravnotee xe na najmanji mogui poremeaj

polustabilno, ako se iz nekih stanja x0 vraa, a iz nekih ne u ravnoteno stanje xe.
Vladanje sustava u okolici ravnotenog stanja xe moe se odrediti jednostavno
aproksimacijom funkcije f za mala odstupanja stanja x, razvojem u Taylorov red i
zanemarivanjem viih lanova razvoja. Analiza se najee svodi na ekvivalentni linearni
sustav.
Za autonomni nelinearni sustav I reda moe se funkcija f(x,u0) razviti u Taylorov red u
okoliu ravnotenog stanja xe
f ( x, u0 ) = f (x e , u 0 ) +
f
x
x +
x=x e
2f
x 2
(x) 2 + vie derivacije.
(4.11)
x=xe
Budui da je sustav u ravnotei f(xe,u0) = 0 izlazi jednadba stanja za okoli x = xe

d
(x e + x ) = d (x ) = x + (x) 2 + K ,
dt
dt
gdje su, =
f
x
=
x=x e
2f
x 2
(4.12)
x=xe
Ako je 0 i = 0 rjeenjem linearne diferencijalne jednadbe moe se odrediti u koju

kategoriju stabilnosti spada ravnoteno stanje sustava.
dx
= x, x = (x )0 et .
dt
Za = 0 trebat e uzeti drugi lan razvoja, odnosno prvi lan koji je razliit od nule.
(x) 0
dx
= (x) 2 , x =
.
dt
1 (x) 0 t
x
f
x
x=xe
>0
>0
stabilno
xe
nestabilno
stabilno
x
nestabilno
xe
Sl. 4.6
Ako je (x)0 > 0 vidi se da (x) moe postati vrlo velik, dok za (x)0 < 0 otklon (x)
od xe tei k nuli pa zakljuujemo da je sustav stabilan. Treba meutim uoiti da to znai da e
sustav biti stabilan za (x)0 < 0 i nestabilan za (x)0 > 0 uz >0 i obratno uz < 0.
(polustabilan sustav)
68
SUSTAVI PRVOG REDA
x
( x)0
xe
xe
( x )0
Sl. 4.7
4.4 Vladanje i svojstva sustava prvog reda
4.4.1 Linearni sustav

u
d
b
dx
= a (t ) x(t ) + b(t )u (t ); x(0) = x 0
dt
y (t ) = c(tu-pobuda
) x(t ) + d (t )u (t )
x-stanje,
x0-poetno stanje
(4.13)
a
Sl. 4.8
Rjeenje je x funkcija vremena koja zadovoljava gornju nehomogenu diferencijalnu

jednadbu i poetni uvjet.
Nepobueni sustav ima homogenu jednadbu
dx
= a (t ) x(t )
dt
x(0) = x 0 .
(4.14)
Rjeenje moemo dobiti integracijom jednadbe

dx
= a (t )dt
x
x0
= a( )d ,
0
a ( ) d
ln x ln x 0 = a ( )d x = x0 e 0
(4.15)
za a = konst. x = x0 e at
(4.16)
69
SUSTAVI PRVOG REDA
x
a>0
a<0
x0
x0
t
Sl. 4.9
Odziv pobuenog sustava moe se dobiti metodom varijacije parametara, gdje se

rjeenje nehomogene jednadbe pretpostavi u obliku rjeenja homogene diferencijalne
jednadbe s tim da se proizvoljan koeficijent u rjeenju pretpostavi u obliku vremenske
funkcije, tj.
t
a ( ) d
t
.
xt (t ) = z (t )e 0
a ( ) d
a ( ) d
dz
dz
Uvrtenjem u (4.13) izlazi e 0
= bue 0
,
= bu , odnosno
dt
dt
z
t
a ( ) d
d = b( )u( )e 0 d ,
z0
(4.17)
z z0 = b( )u( )e
a ( ) d
0
d ,
a ( ) d
t
a ( ) d
0
x (t ) = z0 + b( )u( )e
d e 0
,
0
za x(0) = x0, izlazi

x 0 = z0 ,
t
a ( ) d
x(t ) = x0 e 0
a ( ) d
+ b( )u ( )e
d .
(4.18)
Prvi lan je odziv nepobuenog sustava, (u(t) = 0) a drugi lan je odziv mirnog sustava
(x0 = 0). Odziv stanja linearnog sustava je suma (superpozicija) odziva stanja nepobuenog i
mirnog sustava x(t) = xn(t) + xm(t). Pri tom je nepobueno stanje xn(t) linearna funkcija
poetnog stanja x0. Mirno stanje xm(t) je linearna funkcija ulaza, tj. zavisnost mirnog odziva
od oblika ulaznog signala zadovoljava uvjet aditivnosti i homogenosti, kako se moe
pokazati.
Za vremenski invarijantan sustav (a, b = konst.) izraz e dobiti oblik
t
x(t ) = x 0 e + b u ( )e a ( t ) d .
at
(4.19)
70
SUSTAVI PRVOG REDA
Za pobudu konstantom u(t) = U dobivamo:

t
x(t ) = x 0 e + bUe
at
at
d ,
(4.20)
x(t ) = x 0 e at
bU
1 e at ,
a
uz a < 0 t x() = bU / a .
(4.21)
Stanje ravnotee u tom sluaju izlazi

ax + bU = 0, xe = bU / a
(4.22)
pa se gornji izraz moe napisati u obliku

x(t ) = ( x0 xe )e at + xe .
(4.23)
Prvi lan je prijelazno stanje, a drugi xe stacionarno stanje.

Vremenski invarijantan sustav (a, b = konst.)
Odziv mirnog sustava xm(t) je dan s:
t
x m (t ) = bu ( )e a ( t ) d ,
u (t ) = 0 za t < 0 .
(4.24)
Odredimo odziv mirnog sustava na pobudu istog oblika, ali zakanjenu za , tj. u(t )
Odziv je:
r
y m ( r ) = u ( ) e a ( r ) d .
Donja granica je budui da je u( ) = 0 za < . Ako ispitamo vrijednost odziva u

trenutku r = t + ustanovit emo da je ona jednaka xm(t). Da to dokaemo supstituirajmo
r = t + , a zatim varijablu = u integral
y m (t + ) =
t +
bu ( ) e
a ( t + )
dt .
Granice su:
d = ;
g = t + ;
d = d = 0,
g = g = t,
odnosno
ym(t) = xm(t ) za t .
(4.25)
Odakle slijedi da je odziv na kasniju pobudu jednak po obliku, samo kasni za .To je
svojstvo vremenski invarijantnog sustava.
Odziv mirnog sustava kao konvolucija
Izraz za xm(t) moe se prikazati u obliku
t
xm (t ) = h(t , )u ()d ,
0
(4.26)
71
SUSTAVI PRVOG REDA
gdje je
t
a ( ) d
h( t , ) = b ( ) e
.
(4.27)
to predstavlja funkcija h(t,) moe se ustanoviti na sljedei nain. Pretpostavimo da je

pobuda impuls odnosno Diracova distribucija (generalizirana funkcija), koja se pojavljuje u
trenutku t, tj.
u(t) = (t t).
Izraz za xm(t) e postati
t
a ( ) d
xm (t ) = ( t ' )b( )e
a ( ) d
d = b(t ' )e t '
= h(t , t ' ) ,
to pokazuje da je h(t,t') odziv sustava na impuls u trenutku t = t'.

Ako su a i b konstante vrijedi:
h(t, ) = bea(t ) = h(t ),
(4.28)
h(t) = beat.
(4.29)
jer je impulsni odziv na (t)

Da to ne vrijedi za ranije izvedeni opi sluaj, tj. vremenski promjenjivi sustav pokazat
emo na sljedeem primjeru
a (t ) =
1
i b = konst.
1+ t
h(t , ) = b( )e
a ( ) d
= be
1+
= be
ln
(1+ t )
(1+ )
1+ t
= b
= h(t , ) /
1+
Kako je odziv na (t)

h(t,0) = b(1 + t),
a odziv na (t ) je
1+ t
h(t , ) = b
b(1 + t ) = h(t ,0) .
1+
Odredimo odziv gornjeg sustava na jedininu stepenicu u(t) = 1(t)
t
x m (t ) = u ( )h(t , )d = b
1+ t
d ,
1+
xm (t ) = b(1 + t ) ln(1 + t ) = h1 (t ,0) .

Odziv na zakanjenu stepenicu 1(t ) izlazi
xm (t ) = b(1 + t ) ln
1+ t
= h1 (t , ) .
1+
Ovdje takoer vidimo da je h1(t,) h1(t ,0). h1(t,) se ne moe prikazati kao
h(t ).
72
SUSTAVI PRVOG REDA
4.5 Nelinearni sustav
Kod nelinearnih sustava funkciju f(x,u) bezmemorijskog bloka moemo predstaviti

plohom iznad x, u ravnine, odnosno f(x) krivuljom koju moemo zvati karakteristikom bloka.
esto se karakteristike predstavljaju po odsjecima, pravcima ili jednostavnim
krivuljama (parabolama). Sustav I reda funkcijskim blokom predstavljenim linearnim
funkcijama (pravcima) po odsjecima moe se analizirati opet po odsjecima kao linearni
sustav. Aproksimativni modeli su najee tog oblika.
Uzmimo za poetak takav primjer gdje je v = f(x) dana s
x&
f(x)
Sl. 4.10
Grafiki je predstavljena na sljedeoj slici.

v=
dx
dt
P
A
Sl. 4.11
Odmah moemo uoiti da karakteristika sjee os stanja x u tri toke koje su toke
ravnotee. Iz v = f(xe) = 0 izlazi
za x>1;
x + 2 =
xeC = 2
0
za x<1;
x=0
xeB = 0
za x< 1;
x 2 =
xeA = 2
0
Za sustave nieg reda moemo pratiti procese u sustavu slijeenjem stanja i
odgovarajue toke na karakteristici. Ordinata v = dx/dt u ovom sluaju nam daje brzinu
promjene stanja. Bilo koje stanje odnosno toku moemo izabrati kao poetnu, a zatim preko
rastenja dx/dt > 0 odnosno padanja dx/dt < 0 stanja odrediti smjer kretanja toke po
karakteristici.
73
SUSTAVI PRVOG REDA
Uzmimo toku P kao polaznu. U toj toci je v = x& > 0 to ukazuje da e stanje s
vremenom rasti, pa e toka P(x,v) putovati desno po karakteristici sve bre, a zatim sve
sporije u toku C ravnotee, gdje e ostati. Toka je opisala dinamiku stazu po karakteristici.
Ako se izvede stanje sustava u x0 > XeC brzina dx/dt < 0 uvjetovat e povratak u toku C.
Isti proces emo imati u okoliu toe A. Otklon iz toke XeB meutim izazvat e kretanje
prema toci A ako je x0 < XeB ili toci C ako je x0 > XeB. Odatle zakljuujemo da su toke A i
C stabilna ravnotena stanja dok je stanje u B nestabilno.
Rjeenje jednadbe stanja.
Jednadbu x& = f ( x ) , x0 = 0.5 rijeimo po odsjecima a) 0 < x < 1 i b) x > 1
x& = x
x = x0 e t
za x1, 1 = x0 e t1
a)
x& = x + 2
x = 2 e ( t t1 )
za x(t1) = 1
b)
(4.30)
x = 1 = 0.5e t1
t1 = ln 2 = 0.7 .
Odzivne krivulje stanja su prikazane na Sl. 4.12. za nekoliko vrijednosti poetnog stanja
x0 = 3, 0.1, 0.3, 2.5.
3
2
0
-1
-2
-3
10
Sl. 4.12
Uzmimo sada parabolinu karakteristiku

f ( x) = x
x3
.
4
(4.31)
74
SUSTAVI PRVOG REDA

1.5
1
0.5
0
B
-0.5
-1
-1.5
-3
-2
-1
Sl. 4.13
Tri toke ravnotee

x 2
x 1 = 0 ,
2
XeB = 0 nestabilna,
XeA = 2 stabilna,
XeC = 2 stabilna.,
x 2
dx
= x 1
dt
2
dx
x 2
x 1
2
= dt .
Integracija lijeve i desne strane daje

dx
2
x0
ln
x
2
x
1
2
2
x x
1

2 2
x0
2
ln
x
1 0
2
= d
0
= t , za x,x0 < 2,
odakle se moe dobiti eksplicitan izraz

x(t ) =
2 x0
x02 ( x02 4)e 2t
(4.32)
Slini integrali i isti eksplicitni izraz (4.32) dobije se za x,x0 < 2. (Za x, x0 < 0
uzimaju se negativni predznaci korijena).
Odredimo potrebno vrijeme da stanje iz x0 = 0.5 doe u x(t1) = 1 i usporedimo s
vremenom preanjeg primjera.
75
SUSTAVI PRVOG REDA
x( t 1 ) = 1 t 1 =
1
ln 5 0.8 .
2
Stanje dosee toku 1 za 0.8 umjesto 0.7 sekundi zato jer x& kod prve karakteristike
prolazi veim iznosima, pa je proces bri.
Za poetni uvjet x0 = 0.5
x(t ) =
1
1 1
4 e 2 t
4 4
2
1 + 15e 2t
x0 = 1,
x(t ) =
1 + 3e 2t
Zavisnost od poetnog uvjeta nije linearna!

Za x0 < 0 stanje bi se smirilo u ravnotenoj toki xe1. Ovaj sustav ima dva ravnotena
stanja koja su stabilna. To je jednostavni model elektronikog sklopa, tzv. bistabila, koji ima
iroku upotrebu u digitalnoj elektronici i digitalnim raunalima. Dva stabilna stanja
odgovaraju binarnim stanjima 0 i 1. Da bi se obavljale logike operacije, bistabil treba
prebacivati iz jednog stanja u drugo i obratno. To se moe izvriti dovoenjem tzv. okidnog
signala. Jedan model bistabila koji se moe okidati je prikazan na Sl. 4.14:
x&
f(x)
dx
= f ( x) + u
dt
Sl. 4.14
x& = v + u
A
C
U
XeA
XeB
C'
XeC
Sl. 4.15
Stanje u kojem se bistabilni sustav nalazi, npr. XeA ne moe se promijeniti trenutno kad
doe abraptni skok na ulazu ve ostane XeA. Pozitivne ordinate x& = v + u > 0 tjeraju stanje
novoj ravnotei u toki C. Vanjski pravokutni impuls treba biti dovoljno velike amplitude
76
SUSTAVI PRVOG REDA
kako bi stanje prelo XeB = 0, dakle U + f(x) > 0. Trajanje tog okidnog impulsa mora takoer
biti dovoljno da stanje x stigne prei XeB.
Sljedeim razmatranjem moemo odrediti uvjete koje mora zadovoljiti okidni impuls
pravokutnog oblika. Za sustav u stanju XeA i okidni puls amplitude U vrijedi
x& = x 2 + U
x = Ce t + U 2 ,
C = 2 U + xe1 = U ,
x(0) = xe1 = Ce t 2 + U
t
t
x(t ) = Ue + U 2 = U 1 e 2 .
Za prvi odsjeak x(t1) = 1, izlazi
U (1 e t1 ) 2 = 1
U Ue t1 = 1 ,
U 1
U
Ue t1 = U 1
= e t1
t1 = ln
.
U
U 1
Za drugi odsjeak x 1, izlazi
x& = x + U
x(t ) = Ce t t1 U ,
x ( t 1 ) = 1 = C U
C = U 1,
( t t1 )
x(t ) = (U 1)e
U .
x( t 2 ) = 0 ,
U
( t 2 t1 )
e ( t t1 ) =
=U
(U 1)e
,
U 1
U
.
t 2 E1 = ln
U 1
Ukupno vrijeme potrebno za prijelaz

t 2 = ln
U
U
U
.
+ ln
= 2 ln
(U 1)
(U 1)
(U 1)
U
Potrebno trajanje okidnog pulsa da prebacivanje uspije je odreeno s t 2 = 2 ln
,
(U 1)
dok je potrebna amplituda U > 1.
Odzivi bistabilnog sustava za okidni puls U = 1.5 i razliita trajanja t2 = 0.8, 2.16,
2.24 i 4.8 sekundi. Kritino trajanje za prebaaj bistabila 2ln3 2.2 to odgovara prolasku
kroz nestabilno stanje XeB.
77
SUSTAVI PRVOG REDA
4
x
XeC 2
1
XeB 0
-1
XeA -2
t2
10
Sl. 4.16
4.5.1 Pojava skoka i relaksacijskih oscilacija u sustavu prvog reda
Pretpostavimo da u sustavu I reda na Sl. 4.10 imamo relacijski blok gdje v = f(x) nije
funkcija nego je veza v i x-a vieznana. Primjer takve veze je karakteristika na Sl. 4.17.
78
SUSTAVI PRVOG REDA
v
A
P
x0
C
B
P
x
C
B
D
A,B
C,D
A,B
C,D
t
Sl. 4.17
Neka je poetno stanje x0 izabrano i toke P(x0,v0) gdje je dx/dt > 0 stanje e rasti i toka
e putovati po karakteristici desno, dok ne doe do toke A. Koljeno karakteristike u toki A
spreava nastavak kretanja prema veim iznosima stanja ako vrijedi jednadba x& = f ( x ) .
Kretanje uz v = dx/dt > 0 je nemogue jer nema parova vrijednosti.. Ako se pretpostavi
kretanje s v = dx/dt < 0 ono ne zadovoljava jednadbu. Na karakteristici meutim postoji
toka B u kojoj je jednadba zadovoljena i kretanje po donjem dijelu karakteristike je
mogue, ali u lijevo prema manjim stanjima. Ordinate v na tom dijelu prolaze negativnim
iznosima. Stanje je neprekinuta funkcija jer su signali na ulazu u integrator omeeni, pa e se
prijelaz iz toke A u toku B dogoditi trenutno uz xA(t1) = xB(t1 + ). Kretanje e se nastaviti do
toke C, gdje koljeno karakteristike C onemoguava daljnje kretanje po karakteristici u tom
smjeru. Opet e doi do skoka u toku D, gdje je jednadba karakteristike zadovoljena.
Dinamika staza po karakteristici e biti zatvorena s dva skoka u brzini promjene stanja x& .
Toke A i C gdje nastupa skok obino nazivamo neprolaznim tokama karakteristike.
Vladanje sustava moemo odrediti rjeenjem diferencijalne jednadbe, ali samo po
sekcijama karakteristike odnosno staze gdje se kretanje odvija.
79
SUSTAVI PRVOG REDA
Uzeli smo linearno lomljenu karakteristiku zbog jednostavnosti analize. Inverzna

funkcija je dana
x& = v
v < 1
PA,
x& = v + 2
v>1
DA,
x& = v 2
v<1
BC,
Rijeimo jednadbu na odsjeku B C
dx
x = Ce t 2
xB = C 2 = 1 ,
= x 2
dt
dx
t
v=
= 3e
x = 3e t 2 ,
0 < t < t1.
dt
Rijeimo jednadbu na odsjeku D A
dx
x = Ce (t t1 ) + 2
= x + 2
dt
dx
= 3e ( t t1 )
x = 3e ( t t1 ) + 2 ,
dt
x D = C + 2 = 1 ,
t1 < t < t2.
Dobili smo tzv. relaksacijske oscilacije. Njihov period moemo odrediti iz odzivnih
funkcija x(t) po odsjecima.
xC (t1 ) = 3e t1 2 = 1
e t1 = 3
x D = C + 2 = 1 ,
( t 2 t1 )
( t t )
e
=3
t 2 t 1 = ln 3 .
x A (t 2 ) = 3e
+ 2 = 1,
Period t2 = t1 + (t2 t1) = 2ln3
Razmatrani model sustava je model elektronikih relaksacijskih oscilatora, Froudeovog
njihala, kripanja konica ili vrata, itd.
2
4.5.2 Klasifikacija vladanja autonomnog sustava prvog reda
1. Nelinearni funkcijski blok

a) Jedna ravnotena toka. Karakteristika sjee s dx/dt = 0 toka je stabilna. Sva stanja
tee u tu toku ravnotee.
b) Tri ravnotene toke. Dvije su stabilne, a jedna nestabilna. Skoro svi bistabilni
sustavi mogu se modelirati ovako. Vanjskom pobudom (okidanjem) sustav se moe
prebaciti iz jednog u drugo stanje ravnotee.
c) Vie stanja ravnotee. Karakteristika koju daju realni sustavi za veliki x ostaje u
drugom i etvrtom kvadrantu, pa je broj ravnotenih toaka neparan i alterniraju
stabilna stanja, nestabilna, stabilna, itd. kao na Sl. 4.18.
80
SUSTAVI PRVOG REDA
v = x&
s
n
Sl. 4.18
Podeavanjem polariteta i trajanja okidnog impulsa sustav se moe prebaciti u bilo koju
stabilnu toku.
2. Relacijski blok (vieznana funkcija)
a) Jedna nestabilna toka ravnotee. Astabilno vladanje tj. pojava relaksacijskih
oscilacija.
b) Jedna stabilna toka ravnotee Sl. 4.19.
v = x&
A
C
P
x
B
Sl. 4.19
Ako je poetno stanje x0 > xP vraa se u P.

Ako je x0 < xC stanje stie do koljena A gdje dx/dt skae u toku B uz xA = xB. Zatim se
sustav postepeno vraa u P. Ovaj ciklus nastaje nakon to je sustav doveden u stanje x0 < xC
okidnim impulsom. To je model elektronikog monostabila, koji je izuzetno koristan za
generiranje impulsa odreenog trajanja ili kanjenja.
3. Brojnija vieznanost kao na Sl. 4.20.
81
SUSTAVI PRVOG REDA
Sl. 4.20
Ako se koljena karakteristike pojavljuju na pogodnim mjestima, sustav moe oscilirati

relaksacijski na nekoliko naina. Na slici imamo dvije zatvorene staze tzv. graninog ciklusa.
4.5.3 Pobueni nelinearni sustav I reda
Uzmimo model sustava prikazan na Sl. 4.21 s f(z) = ez 1 i opom pobudom u(t). To je
model elektronikih sklopova-pojaala s povratnom vezom u kojima je nelinearni element
bipolarni tranzistor. Eksponencijalna karakteristika potie od svojstva pn spoja.
dx
= f ( x, u ) ,
x&
u
x
dt
dx
= f (u x ) ,
dt
dx
= f ( z ), z = u x .
dt
f(.)
Sl. 4.21
Difencijalna jednadba sustava

x& = e u x 1,
moe se svesti na oblik
( x& + 1)e x = e u
u kojem nakon mnoenja s et
( x& + 1)e x +t = e u+t ,
lijevu stranu prepoznajemo kao
odnosno
( )
( )
d x +t
pa formalno rjeenje moemo dobiti iz
e
dt
d x +t
e
= eu +t
ex0 = C ,
dt
82
SUSTAVI PRVOG REDA

t
e x +t = e u +t dt + C .
0
Poetno stanje x(0) = x0 omoguuje odreivanje konstante C.

0
x0
= + C.
0
Odatle slijedi
t
e x + t = e u ( ) + d + e x0 .
0
Nakon mnoenja s e x0 imamo

e
x x0 + t
= 1+ e
x0
e u ( ) + d ,
0
za x0 = 0;
t
e x = e t + e u ( ) e ( t ) d = e t + v( )h(t )d .
Ope rjeenje na pobudu u(t) izlazi eksplicitno:

t
x0
x = x 0 + ln e 1 + e e u ( ) + d .
0
(4.33)
Za sluaj mirnog sustava x0 = 0 izraz se pojednostavnjuje

t t u ( ) ( t )
x = ln e + e e
d ,
0
t u ( )+
x = ln1 + e
d t
0
(4.34)
Za pobudu stepenicom u(t) = U(t)

t
x = x0 + ln e t 1 + e x0 eU + d ,
0
x = x 0 + ln e t 1 + e x 0 e U (e t 1) .
(4.35)
83
SUSTAVI PRVOG REDA
1.2
U=1.0
1.0
0.8
0.6
0.5
0.4
0.2
0.0
-0.2
-0.4
-0.6
-0.5
-0.8
-1.0
-1.0
-1.2
0
10
Sl. 4.22
Stanje za t tei k
x = x0 + ln e x0 eU ,
xs = U ,
x = x0 + ln e t + e xs x0 (1 e t ) ,
e x x0 = e t + e xs x0 (1 e t ) .
Uz x' = x x0 i xs' = xs x0 izlazi
e x ' = e t + e x 's 1 e t = e x 's + 1 e x 's e t ,

odakle se u kompaktnom, ali inverznom obliku dobiva
t = ln
e x 's 1
.
e x 's e x '
(4.36)
4.5.4 Vremenski promjenljivi nelinearni sustav prvog reda
x&
-1
(.)
1+mcost
Sl. 4.23
Uzet emo model LR kruga s L(t) i otporom vR = ki2. Jednadba stanja

dx
2
= k [x(1 + m cos t )] ,
dt
84
SUSTAVI PRVOG REDA
gdje je stanje flux, x = = Li , a

L=
1
.
x(1 + m cos t )
Jednadba se moe rijeiti separacijom varijabli:

dx
= k (1 + m cos t ) 2 dt .
x2
Integracijom dobivamo
2m
m2
m 2 sin 2t
1 1
t+
sin t +
= kt +
x x0
2
2
2
i konano
x=
x0
m2
m 2m
sin 2t
t +
1 + kx0 1 +
sin
t
+
2
4
(4.37)
Ilustrirali smo svojstva sustava I reda analitikim rjeavanjem nekoliko primjera

linearnih i nelinearnih sustava. Meutim, ve kod sustava I reda u opem sluaju pobude i
drugaijih karakteristika f(x) te ako su nelinearni ili vremenski varijantni, trebat e
upotrijebiti analognu ili digitalnu simulaciju na raunalima.
5. SUSTAVI DRUGOG REDA

5.1 Definicija i blok dijagram
Sustav drugog reda je klasa sustava koja moe biti modelirana s dvije simultane
diferencijalne jednadbe prvog reda i vie izlaznih jednadbi. To pretpostavlja dva elementa s
memorijom, dakle, dva integratora u blok dijagramu. U bilo kakvom sustavu drugog reda
trebat e identificirati dvije varijable stanja i dva poetna uvjeta. Ako naemo koje varijable
predstavljaju poetne uvjete, njih moemo smatrati varijablama stanja. U naem blok
dijagramu to e biti izlazne varijable integratora.
Sustav s ulazom u i izlazom y je drugog reda ako se mogu identificirati dvije varijable
stanja x1 i x2 tako da
dx1
= f1 ( x1 , x 2 , u )
dt
x1 ( t 0 ) = x10
za t > t 0
dx2
= f 2 ( x1 , x2 , u )
dt
x2 ( t 0 ) = x20
y = g ( x1 , x2 , u ) ,
gdje je t vrijeme, t0 poetni trenutak, x1 i x2 realni brojevi, f1(.,.,.), f2(.,.,.) i g(.,.,.) funkcije
realnih vrijednosti i x10 i x20 poetni uvjet ili poetno stanje sustava.
Sustav koji se sastoji od dva integratora i jednog ili vie funkcijskih blokova moe se
uvijek prikazati gornjim jednadbama. Uzmimo da su izlazi iz integratora varijable stanja, a
da smo integratore izvukli iz sustava
Sl. 5.1
Preostali sustav sastoji se iskljuivo od funkcijskih blokova. Ulazi u preostali

bezmemorijski sustav su x1, x2 i u, a izlazi dx1/dt, dx2/dt i y. Dovodei u vezu tri izlaza s tri
ulaza s funkcijama f1, f2 i g dobivamo gore navedene jednadbe. Primijetimo meutim kao
kod sustava I reda da funkcije moda nee uvijek biti eksplicitno vezane s funkcijskim
blokovima sustava ve e se nekad dobiti rjeenjem skupa implicitnih jednadbi
bezmemorijskog sustava. To e biti u sluaju kad bezmemorijski sustav ima petlje. Mi emo
86
SUSTAVI DRUGOG REDA
pretpostaviti da funkcije f1, f2 i g egzistiraju. Opi oblik blok dijagrama za sustav drugog reda
moe se nacrtati s funkcijskim blokovima samo s jednim izlazom, kako slijedi:
v1
f1
x1
g
x2
v2
f2
Sl. 5.2
Moemo izvesti vektor stanja

x
x = 1
x2
(5.1)
te f i g kao vektorske funkcije, pa moemo sustav drugog reda napisati ukratko

dx1
= f 1 ( x1 , x2 , u)
dt
dx2
= f 2 ( x1 , x2 , u)
dt
dx
= f ( x , u)
dt
y = g( x , u)
x (0) = x 0 .
(5.2)
Rjeenje vektorske diferencijalne jednadbe moemo napisati formalno u obliku kao da

se radi o diferencijalnoj jednadbi prvog reda
t
x (t ) = x 0 + f (x ( ), u( ))d .
(5.3)
t0
Ovdje je stanje x vektorska veliina i f vektorska funkcija. Dobivena je integralna

jednadba u kojoj se funkcija stanja x(t) pojavljuje implicitno, pa ju nije mogue jednostavno
rijeiti kao ni kod jednadbe prvog reda. (Treba poznavati x(t0,t), x0 da se dobije x(t)).
Ustanovimo meutim, da ukoliko nema povratnih veza u sustavu drugog reda, kao u
dx1
blok dijagramu
= f1na
(u)slici:
dt
dx2
f1
= f 2 ( x1 , u)
dt
y = g ( x1 , x2 , u)
x1
g
x2
f2
Sl. 5.3
87
SUSTAVI DRUGOG REDA
pojedine varijable se mogu dobiti integracijom poznatih vremenskih funkcija.

t
x1 = x10 + f1 (u ( ))d ,
t0
x2 = x20 + f 2 x10 + f1 (u (t ))dt , u (t ) dt .

t0
t0
t
(5.4)
Izlazni signal, dakle, moe biti odreen postupkom integriranja poznatih funkcija i
algebarskim operacijama odreenim s funkcijskim blokovima.
U oba sluaja, sa ili bez petlje povratne veze, moe se sustav opisati jednadbama koje
ukljuuju vektorsku diferencijalnu jednadbu i algebarsku jednadbu. Njihovo rjeenje zavisi
od poetnog stanja danog vektorom x0. Sam x0 je dovoljan da uz poznavanje pobudnog
signala u(t) poevi od t0 dalje, odredimo izlaz iz sustava u svakom trenutku t.
Poznavanje varijabli x1 i x2 odnosno vektora x, u bilo kojem trenutku t1 sadrava svu
prolost sustava pa je mogue zaboraviti sve to se dogaalo u sustavu do trenutka t1.
Vektor x(t1) moe se uzeti kao poetno stanje za daljnji proces u sustavu. Uz poznate
signale pobude u intervalu (t1,t] mi moemo odrediti novo stanje x(t) i izlaz sustava y(t).
Vektor x(t), dakle, u svakom trenutku predstavlja stanje sustava. Zato se ovakav model
sustava naziva model stanja ili bolje, model s varijablama stanja.
5.2 Vladanje i svojstva sustava drugog reda
5.2.1 Linearni sustav vremenski stalan

Opi oblik jednadbe stanja
x&1 a11
x& = a
2 21
x&1 = a11 x1 + a12 x 2 + b11u1 + b12 u 2 ,

x& 2 = a 21 x1 + a 22 x 2 + b21u1 + b22 u 2 ,
(5.5)
a12 x1 b11 b12 u1

x& = Ax + Bu.
+
a 22 x2 b21 b22 u 2
(5.6)
Moe se transformirati jedino u diferencijalnu jednadbu drugog reda

&x&1 Tx&1 + x1 = u (t ),
&x&2 Tx& 2 + x 2 = v(t ),
ako je a12 0,
ako je a 21 0.
(5.7)
Ako su obje konstante a12 = a21 = 0 (matrica A je dijagonalna) sustav je opisan s dvije
razvezane jednadbe prvog reda.
T = a 11 + a 22
trag matrice A ,
(5.8)
= a 11 a 22 - a12 a 21
determinanta od A ,
(5.9)
u (t ) = (a12 b21 a 22 b11 )u1 + (a12 b22 a 22 b12 )u 2 + b11u&1 + b12 u& 2 ,
v(t ) = (a 21b11 a11b21 )u1 + (a21b12 a11b22 )u 2 + b21u&1 + b22 u& 2 .
(5.10)
88
SUSTAVI DRUGOG REDA
esto se jednadba drugog reda nepobuenog (autonomnog; u = 0, v = 0) sustava pie u

donjem obliku (gdje x moe biti x1 ili x2 iz (5.7))
x&& + 2x& + 02 x = 0 ,
(5.11)
gdje je 2 = T , je faktor priguenja
20 = a11a22 a12 a21 ,
(5.12)
0 je frekvencija nepriguenog titranja.

Rjeenje jednadbe se dobiva pretpostavkom da je eksponencijala x (t ) = Xe pt rjeenje.
Uvrtenje vodi do karakteristine jednadbe
p 2 + 2p + 20 = 0 ,
(5.13)
ija rjeenja su karakteristine ili prirodne frekvencije sustava drugog reda.

d
p12 = =
j
d
2
0
za > 0 > 0,
za = 0 > 0,
za 0 < < d ,
(5.14)
d = 2 02 ,
d = 02 2 .
Rjeenje je oblika x = X1e p1t + X 2 e p 2t i zavisno od veliina i 0 vodi na tzv.
nadkritino
kritino
i podkritino priguenje
te neprigueni sluaj
> 0,
= 0,
< 0,
= 0.
(5.15)
Proizvoljne konstante odreuju poetni uvjeti x (0) i x& (0) tako da se rjeenje moe napisati u
obliku
x(t ) =
x& (0) x(0)p 2 p1t x& (0) x(0)p1 p 2t

e +
e .
(p1 p 2 )
(p 2 p1 )
(5.16)
Rjeenje homogene jednadbe stanja moe se dobiti u opem sluaju opet

pretpostavkom da eksponencijalne funkcije x1 = X1e pt , x2 = X 2 e pt zadovoljavaju sustav od
dvije jednadbe
x1 = X1e
x&1 = a11 x1 + a12 x 2
pX1 = (a11 X1 + a12 X 2 ),
x2 = X 2 e pt
x& 2 = a 21 x1 + a 22 x 2
pX 2 = (a 21X1 + a 22 X 2 ).
pt
(5.17)
Uvrtenjem smo dobili sustav algebarskih jednadbi

(a11 p)X1 + a12 X 2 = 0,
a 21X1 + (a 22 p )X 2 = 0.
Da bi taj sustav karakteristinih jednadbi dao rjeenja za amplitude X1, X2 razliita od
nule, mora determinanta sustava iezavati, tj.
89
SUSTAVI DRUGOG REDA
(a11 p)
a12
a21
(a22 p)
= 0.
(5.18)
To daje polinom drugog stupnja u p

p 2 Tp + = 0 ,
(5.19)
odakle slijede opet prirodne frekvencije p1 i p2 za koje ept zadovoljava jednadbu. Rjeenje se
moe napisati u obliku
x1 (t ) = X 11 e p1t + X12 e p 2t ,
(5.20)
x2 (t ) = X 21e p1t + X 22 e p 2t .
Iako su napisane etiri proizvoljne konstante, nezavisne su samo dvije. Njih emo
odrediti iz dva poetna uvjeta x10 i x20, dok druge dvije izlaze iz prvih uvrtenjem u jednadbe
stanja za t = 0.
x10 = X11 + X12
x20 = X 21 + X 22
x&1 (0) = p1X11 + p 2 X12 = a11 x10 + a12 x 20 ,

x& 2 (0) = p1X 21 + p 2 X 22 = a 21 x10 + a 22 x20 .
(5.21)
Iz ove etiri jednadbe se mogu odrediti sve konstante X11, X12, X21, X22
X11 + X12 = x10 a12e p1t + a12e p 2 t = x10
(a11 p 2 ) x10 + a12 x20
X11 =
p1 p 2
p1X11 + p 2 X12 = a11 x10 + a12 x20
(a p ) x + a x
X12 = 11 1 10 12 20
p 2 p1
X 21 + X 22 = x20
p1X 21 + p 2 X 22
= a21 x10 + a22 x20
a x + (a22 p 2 ) x20
X 21 = 21 10
p1 p 2
X 22 =
(5.22)
a21 x10 + (a22 p1 ) x20

p 2 p1
Odakle se moe napisati rjeenje za svaku varijablu stanja kako se mijenja u vremenu
poevi od poetnog stanja (x10, x20).
Primjer: Uzmimo najjednostavniji sluaj dva integratora s povratnom vezom
dx1
= x2
dx2
dx 1
dt
x
x
2
1
dt
dt
dx2
= ax1
(5.23)
dt
a
Sl. 5.4
x&1 0 1 x1
x& = a 0 x
2
2
a11 = 0
a12 = 1
a21 = a
a22 = 0
T =0
= a
(5.24)
90
SUSTAVI DRUGOG REDA
p 1
= p2 a = 0
a p
x1 (t )
p12 = a =
za a > 0 ,
(5.25)
= X 11et + X 12e t
=
x10 + 1 x20 t x10 + 1 x20 t

e
e
2
2
x10 t x10 t x 20 t x20 t

e +
e +
e
e ,
2
2
2
2
x20
x1 (t ) = x10 ch(t ) +
sh(t ) ,
x10 + x20 t x10 x20 t

x2 (t ) =
e
e ,
2
2
x2 (t ) = x10 sh(t ) + x20 ch(t ),
sh(t ) x
x1 (t ) ch(t )
10
=
x ,
x (t )
2 sh(t ) ch(t ) 20
(5.26)
(5.27)
(5.28)
x(t) = (t)x0 , gdje je (t)-prijelazna matrica

Kakva je meusobna veza izmeu x1(t) i x2(t). Shvatimo ove funkcije kao parametarske
jednadbe krivulje u ravnini (x1, x2) Jednadbu krivulje F(x1,x2) = 0 moemo dobiti
eliminacijom vremena.
Uzmimo poetno stanje x10, (x20 = 0)
x1 = x10 ch t
: x10
x2 = x10 s h t : x10
2
(5.29)
x1 x2
= 1.

x
10 10
Im
x2
Re
0
x10
Sl. 5.5
Jednadba trajektorije u ravnini stanja
x1 za t
x 2 za t .
(Nestabilan sustav. Ravnotea x = 0 se ne dosegne) - sedlo
x1
91
SUSTAVI DRUGOG REDA
p12 = 20 = j 0 ,
za a < 0
x1 (t ) = x10 cos t
x20
(5.30)
sin t ,
(5.31)
x2 (t ) = x10 sin t + x20 cos t ,
(5.32)
za x 20 = 0
x 1 (t) = x 10 cos t
: x 10
x2 (t ) = x10 sin t
: x10
(5.33)
x 1 x2
+
= 1.
x 10 x10
Zatvorena krivulja - periodian proces. Trajektorija obilazi oko toke ravnotee (fokus).
Im
x2
jd
0
Re
x1
-j d
Sl. 5.6
Sustav na slici
dx 2
dt
x2
dx1
dt
x1
x&1 0
x& = a
2 21
a21
1 x1
a22 x2
(5.34)
a22
Sl. 5.7
2
a
a2
T
T
p12 = d = = 22 22 + a 21 ,
2
2
4
2
(5.35)
2
za a 22 < 0 i a21 < 0 i a22
<< 4a 21 ,
x1 (t ) =
( + j d )px10 =(
( j
+ j
( 2 jd ) t 2
d ) x10
d ) tj
+d
12 e
d = e 0 , ,
2 j d
2 j d
+ j d e j d j d e j d
x1 (t ) = x10 e t
,
j d
2
2
j d
(5.36)
92
SUSTAVI DRUGOG REDA
x1 (t ) = x10 e t sin d t + cos d t ,
x2 (t ) =
d2 x10 ( + j
e
2 j d
)t
(5.37)
d2 x10 ( j )t
e
,
2 j d
(5.38)
x2 (t ) = d x10 e t sin( d t ),
x1 (t ) = x10 e t cos( d t ),
x1
t
x10 e
za

x2
+
t
d x10 e
<< 1,
d
= 1 .
(5.39)
x2
Im
jd
0
Re
x1
-jd
Sl. 5.8
Sluaj realnih i razliitih p1 i p2

p12 = d
a11 < 0
<
p12 = d
T2
4
(5.40)
x10 0 , x20 = 0 ,
vodi na trajektorije koje u prvom sluaju zavravaju u ishoditu, a u drugom bjee iz

ishodita. Ishodite kao, ravnoteno stanje predstavlja stabilni odnosno nestabilni vor.
(i)
x2
Im
stabilni vor
p2
p1
Re
Sl. 5.9
x1
93
SUSTAVI DRUGOG REDA
x1 (t ) = x10 e t ch( d ) +
sh( d t ),
d
t
x2 (t ) = d x10 e [sh( d t )].
(5.41)
(ii)
x2
Im
nestabilni vor
p1
p2
Re
x1
Sl. 5.10
x1 (t ) = x10 e t ch( d ) +
sh( d t ),
d
t
x2 (t ) = d x10 e [sh( d t )].
(5.42)
Sumarni prikaz trajektorija autonomnog sustava drugog reda u ravnini stanja je na Sl.
5.12.
5.2.2 Vremenski promjenjiv sustav drugog reda

Dva integratora s povratnom vezom e postati vremenski promjenjiv sustav drugog reda,
ako pojaanje u petlji blok dijagrama na slici bude zavisno od vremena a(t).
dx2
dt
x2
dx1
dt
x1
-1
x&1 (t ) = x2
x& 2 (t ) = a(t ) x1 (t )
(5.43)
a(t) = + f(t)
Sl. 5.11
Vremenska e funkcija pojaanja razumljivo utjecati na vladanje sustava. Diferencijalne

jednadbe s nekim a(t) su pobudile vei interes pa su dobile ime po istraivaima. Tako se
jednadba sa a (t ) = + f (t ) naziva Hillova diferencijalna jednadba,
&x&1 = x& 2 = ( + f (t )) x1 ,
&x&1 + ( + f (t )) x1 = 0,
dok za f(t) = 2cos 2t izlazi
94
SUSTAVI DRUGOG REDA
&x&1 + ( + 2 cos 2t ) x1 = 0
Mathieu-ova dif. jednadba.
Ako za f(t) = r(t) pravokutan oblik, dobiva se funkcija konstantna po odsjecima

(Meissnerova jednadba). Zbog konstantnih koeficijenata ispred x2 u subintervalu, jednadba
se moe rjeavati po intervalima kao diferencijalna jednadba s konstantnim koeficijentima.
Pretpostavimo a(t) u obliku
a(t ) = (1 + mr (t ))
1
r (t ) =
1
0 < (1 + m)
(5.44)
< (1 m) .
Za 1,3,5,... etvrtinu perioda jednadba stanja je

x& 2 = (1 + m) x1 ,
x&1 = x 2
ili
(5.45)
&x&1 + x = 0,
2
1 1
a za 2,4,6,... etvrtinu perioda je jednadba stanja

x& 2 = (1 m) x1 ,
x&1 = x 2
(5.46)
ili
&x&1 + 22 x1 = 0.
U oba sluaja je to rjeenje vremenski nepromjenljivog sustava, gdje je 12 = (1 + m) u

prvom, a 22 = (1 m) u drugom sluaju. Rjeenje izraeno s poetnim uvjetima je (5.31) i
(5.32)
x1 = x10 cos t +
x20
sin t ,
x2 = x10 sin t + x20 cos t.
Odredimo rjeenje gornjih diferencijalnih jednadbi u 1, 2, 3 i 4. vremenskom odsjeku.

U svakom odsjeku emo smatrati da vrijeme poinje od t = 0, a kao poetno stanje uzet
emo krajnje stanje iz prethodnog vremenskog intervala. Kao poetno stanje u prvom
intervalu uzmimo x10 0, x20 = 0
x1 (t ) = x10 cos(1t )
x1 (1t = / 2) = 0
x2 (t ) = 1 x10 sin(1t )
x2 (1t = / 2) = 1 x10
x1 (t = / 21 ) = 0
x2 (t = / 21 ) = 1 x10
x1 (t ) =
1 x10
sin(2t )
x1 (2t = / 2) =
1 x10
x2 (t ) = 1 x10 cos( 2t )
x2 (2t = / 2) = 0
0 < 1t <
0 < 2t <
95
SUSTAVI DRUGOG REDA
x1 (t ) =
1 x10
cos(1t )
x2 (t ) = 1
1 x10
sin(1t )
2
x1 (1t = / 2) = 0
12 x10
x2 (1t = / 2) =
2
12 x10
x1 (t ) =
sin( 2 t )
22
12 x10
x 2 (t ) =
cos( 2 t )
22
x1 ( 2 t = / 2) =
12 x10
22
x 2 ( 2 t = / 2) = 0

1+ m
x1 (2 ) = 1 x10 =
x10
m
2
x1(t)
x10
0
1+ m
x10 =
x10
1 m
x2
r(t)
1
x10
0
-1
x1
1
x10
2
Sl. 5.12
Ovdje se vidi da periodina promjena parametra pogodnog polariteta m>0 i dvostruke

frekvencije izaziva porast amplitude titranja.
Analizirani sustav je model fizikalnog njihala (djeja ljuljaka) gdje se teite mase
mijenja ili model titrajnog kruga iji se kapacitet mijenja dvostrukom frekvencijom od
frekvencije titranja kruga. Promjena kapaciteta u gornjem primjeru se dogaa u trenucima
kad je na kondenzatoru maksimalni napon ili nula. Smanjivanje kapaciteta kondenzatora tj.
razmicanje ploa kondenzatora vri se savladavanjem privlane sile meu ploama pa taj rad
poveava energiju u kondenzatoru u trenutku kad se energija nalazi u kondenzatoru (najvei
napon).
96
SUSTAVI DRUGOG REDA
Vraanje na prijanji kapacitet i razmak ploa vri se u trenutku nikakvog napona na

kondenzatoru, pa nema rada niti promjene energije. Ovim postupkom se pumpa energija u
krug i odatle slijedi rast amplitude oscilacija.
Ovakvo vladanje titrajnog kruga primjenjuje se u elektronici za pojaavanje ili
generaciju sinusnih signala (parametarska pojaala ili oscilatori) gdje se varijabilni kapacitet
realizira specijalnim poluvodikim diodama (varikap).
5.2.3 Nelinearni sustav drugog reda

Uzmimo kao primjer nelinearni funkcijski blok ija funkcija je polinom treeg stupnja,
f(x) = ax cx3, u autonomnom sustavu drugog reda prema blok dijagramu:
dx2
dt
dx1
dt
x2
x1
f(x)
dx1
= x2
dt
dx2
= x1 + f ( x2 )
dt
(5.47)
Sl. 5.13
Jednadba se moe svesti na jednadbu drugog reda
d 2 x2
dt 2
dx1 df dx2
,
+
dt dx2 dt
= x2 +
d 2 x2
dt 2
df dx2
,
dx 2 dt
= x2 + (a 3cx22 )
dx2
,
dt
odnosno
dx
d 2 x2
(a 3cx 22 ) 2 + x2 = 0 ,
2
dt
dt
(5.48)
koja se obino naziva Van der Polova jednadba. Ova jednadba je posluila za analizu
nekoliko tipova oscilatora, ali je Rayleigh ve ranije studirao odravanje vibracija
jednadbom koja se moe svesti na Van der Polovu. Studiranju svojstava ove jednadbe
posvetili su se i ruski znanstvenici (Bogoljubov). Analitiki postupci razvijeni za njeno
rjeenje preneseni su na rjeavanje nekih klasa nelinearnih sustava openito.
Od niza zanimljivih fenomena posvetit e se panja radu ovog sustava kao oscilatora.
Pretpostavit emo da veliine a << 1 i c << 1 tako da je sustav vrlo oscilatoran. U tom sluaju
dx
dominantni proces moe se opisati uz zanemarenje lana s 2 , jednadbom &x&2 + x2 = 0 .
dt
97
SUSTAVI DRUGOG REDA
Za oekivati je, dakle, da e se taj proces moi opisati priblino s harmonijskim titranjem
dok e mali srednji lan (a 3cx12 ) x& utjecati na mijenjanje amplitude titranja. Pretpostavimo,
dakle, rjeenje u obliku:
x = A(t ) sin(t ) ,
(5.49)
gdje je A(t) sporo mijenjajua amplituda oscilacija. Uvrtenje ovakvog rjeenja u

jednadbu pokazuje da ono uz odgovarajue aproksimacije zadovoljava jednadbu, te da se
moe odrediti oblik mijenjanja i stabiliziranja amplitude oscilacija A(t).
x& = A& (t ) sin t + A(t ) cos t ,
&&(t ) sin t + 2 A& (t ) cos t A(t ) sin t.
&x& = A
Uvrtenje u jednadbu daje

&&(t ) sin(t ) + 2 A& (t ) cos t A(t ) sin t a 3cA 2 (t ) sin 2 t A& (t ) sin t + A(t ) cos t + A(t ) sin t = 0 .
A
][
Da bi jednadba bila zadovoljena, svi lanovi koji mnoe sin(t) i koji mnoe cos(t)
moraju biti jednaki nuli.
&&(t ) sin t A(t ) sin t aA& (t ) sin t + 3 A 2 (t )cA& (t ) sin 3 t = 0,
A
(5.50)
2 A& (t ) cos t aA(t ) cos t + 3cA3 (t ) sin 2 t cos t = 0.
1 cos 2t
Dovoljna nam je druga jednadba koja uz sin2 t =
i
2
1
1
1 1
cos 2t cos t = cos t [cos(2t t ) + cos(2t + t )] ,

2 2
2
4
3c 3
A (cos t cos 3t ) .
daje trei lan
4
Druga jednadba izlazi
2 A& (t ) cos t aA(t ) cos t +
3c 3
A (cos t cos 3t ) = 0 .
4
Efekt tree harmonike komponente (3t) u ovom veoma oscilatornom sustavu koji titra s
0 = 1 moe se zanemariti pa dobivamo diferencijalnu jednadbu za sporo mijenjanje
amplitude
2 A& (t ) aA(t ) +
3c 3
A (t ) = 0 .
4
(5.51)
Stalna amplituda A& (t ) = 0 uspostavit e se pri

3c
A(t ) a A 2 (t ) = 0
4
tj. A s1 = 0
A 2s 2,3 =
4a
.
3c
(5.52)
Ako pretpostavimo da je poetno stanje u sustavu izazvalo poetnu amplitudu titranja

A(0) = A0 utitravanje oscilatora od A0 do As dobit e se rjeenjem gornje jednadbe
separacijom varijabli. Pogodne transformacije su mnoenje s A
Uz supstituciju A2 =
1
y
dA 2
3c
2 AA& = aA 2 (t ) A 4 (t ) =
.
dt
4
98
SUSTAVI DRUGOG REDA
1 dy a 3c
=
y 2 dt y 4 y 2
3c
dy
= ay +
4
dt
ys y
d
d
y 3c = a y d = at = y y s = ln y s y 0
0
0
0
4a
1
1
2
2
ys y
a
A
= e at = s
1
1
y s y0
2
2
As A0
(5.53)
Amplitudu dobivamo konano

1
1
1
= 2 e at + 2 (1 e at ) .
2
A0
As
A
(5.54)
Odnosno
A(t ) =
As
A 2
1 + s 1 e at
A 0
(5.55)
A(t)
A0
As
A0
0
Sl. 5.14
Amplituda se u poetku eksponencijalno razvija poevi od A0, a kasnije asimptotiki

pribliava stalnoj vrijednosti As. U sluaju A0<As raste, dok za A0>As asimptotiki pada na
As. Amplituda oscilacija pokazuje svojstvo stabilnosti. Trajektorija u ravnini stanja kree od
poetnog stanja i tei zatvorenoj krivulji. Zatvorena krivulja opisuje tzv. granini ciklus u
sustavu.
Za razliku od zatvorenih trajektorija u linearnom sustavu, gdje poetno stanje odreuje
veliinu zatvorene krivulje, ovdje parametri nelinearnog funkcijskog bloka (a,c) odreuju
veliinu zatvorene trajektorije. U njenoj neposrednoj blizini nema drugih trajektorija. Takve
trajektorije se nazivaju izoliranim.
99
SUSTAVI DRUGOG REDA
x2
Sl. 5.15
x1
6. OPI LINEARNI SUSTAVI

Linearni sustavi ine vrlo vanu klasu sustava, jer se veliki broj realnih sustava moe
modelirati linearnim sustavom.
6.1 Primjeri signala u kontinuiranom vremenu
Za analizu linearnih sustava najvee znaenje imaju signali: kompleksna eksponencijala

i Diracova -funkcija.
6.1.1 Kompleksna eksponencijala

Kompleksna eksponencijala je vrlo vaan signal u analizi sustava, a predstavljen je s
u(t) = Uest, U, sC, t FR ,

gdje su U = Uej kompleksna amplituda, a s = + j kompleksna frekvencija.
Specijalni sluajevi pokriveni s ovim matematikim modelom signala:
a) konstantan signal s = 0
u(t) = U, t (, ),
gdje je U realna konstanta.
u
Sl. 6.1
b) eksponencijalni signal s =
u(t) = Uet , t(, ), FR , U FR ,

gdje su U i realni brojevi.
u
<0
Sl. 6.2
c) kompleksni harmonijski signal s = j
u(t) = Uejt , t(, ), FR ,
101
OPI LINEARNI SUSTAVI
gdje je U = Uej kompleksna amplituda, a realna kruna frekvencija
= 2f.
Kompleksni harmonijski signal se moe rastaviti na dvije komponente: realnu i
imaginarnu
u(t) = Uejt = Uej(t + i) = U[cos(t + ) + jsin(t + )].

Realni harmonijski signal predstavlja titranje konstantne amplitude Sl. 6.3.
u r (t ) = Re{u (t )} = U cos(t + ) .
u
Sl. 6.3
Moe se takoer prikazati i s dvije eksponencijale
u r (t ) =
u (t ) + u * (t ) 1
= Ue jt + U * e jt .
2
2
Harmonijski signal s frekvencijom f 0 je periodian tj. u(t) = u(t + T), gdje je T = 1/f
najmanja pozitivna vrijednost za T 0, takova da vrijedi ejt = ej(t + T) odnosno ejT = 1. Za
f = 0 harmonijski signal postaje konstanta u(t) = U.
d) opi sluaj kompleksne eksponencijale 0 i 0.
Re{u(t)} predstavlja eksponencijalno rastue ( > 0) ili padajue ( < 0) titranje
frekvencijom Sl. 6.4.
u
Sl. 6.4
6.1.2 Dirac-ova delta funkcija

Drugi vani model signala za analizu sustava je Dirac-ova -funkcija. Potreba za delta
funkcijom pojavila se u fizici kad je trebalo predstaviti gustou elektrikog naboja u prostoru
102
s tokastim nabojima ili vremenski tok struje i(t) u idealnom krugu bez induktiviteta i otpora
koja nastaje pri nabijanju kondenzatora. Napon kondenzatora trenutno skae na napon izvora
U, a struja donosi konanu koliinu naboja Q = CU, u beskonano kratkom vremenu.
Moemo zamisliti da je oblik struje vrlo kratkotrajan impuls, vrlo velikog iznosa koji u
graninom sluaju (R, L 0), ima trajanje 0 i beskonaan iznos.
Da se uzme u obzir i ovakav impuls morat e se uzeti matematiki objekt, tzv. Dirac-ova
delta funkcija koja ima svojstvo da je svugdje jednaka 0 osim u ishoditu
(t ) = 0, t 0 ,
te da joj je integral jednak jedinici
(t ) dt = 1 .
Tada struju u kondenzatoru moemo predstaviti s

t
i(t) = CU(t), a q(t ) = CU ( )d .
Isti vremenski tijek sile p(t) imamo kad jedna biljarska kuglica udari drugu. Taj sudar je
za idealno elastine kugle zanemarivog trajanja, a sila ima oblik impulsa koji predaje
konanu veliinu gibanja mv drugoj kugli
dv
m = p( t )
dt
v1
t1
m dv = p(t )dt .
Delta funkciju svrstavamo u obitelj tzv. singularnih signala koji se mogu tretirati samo
pod znakom integrala, jer je samo integral delta funkcije konaan.
Matematika teorija koja ukljuuje singularne funkcije naziva se teorijom distribucija.
Distribucija ili generalizirana funkcija ukljuuje uz singularne funkcije poput -funkcije i
regularne funkcije klasine matematike preko djelovanja na skup tzv. ispitnih ili test funkcija.
Polazno stanovite je da se regularna funkcija moe karakterizirati linearnim
funkcionalom koji specificira djelovanje te funkcije na definirani skup ispitnih funkcija.
Funkcional preslikava funkciju u broj i moe ukljuiti i objekte koji nisu regularne funkcije.
Tim putem se mogu opravdati sve operacije na singularnim funkcijama koje su ekvivalentne
operacijama na regularnim funkcijama.
Generalizirane funkcije su opisane dakle pomou linearnih funkcionala na skupu ispitnih
funkcija D. Dalje, skup D se sastoji od svih funkcija omeenog podruja (konane amplitude)
koje su jednake nuli izvan nekog konanog intervala i mogu se derivirati proizvoljan broj
puta.
Dobar primjer ispitne funkcije je
e
(t ) =
0
/( 2 t 2 )
t <
t
103
Distribucija je kontinuirani linearni funkcional F() definiran s
F ( ) =
f (t ) (t )dt .
Funkcija F je regularna ako postoji funkcija f, odnosno singularna ako ne postoji. Mi

ipak esto piemo F() simboliki kao integral i f u integrandu nazivamo singularnom
funkcijom. Integral, dakle, pridruuje broj funkciji zavisan od (teinske) funkcije f.
Delta distribucija () se pie simboliki kao
( ) = (t ) (t ) dt = (0).
Singularna funkcija (t) se naziva delta funkcijom. Njeno osnovno svojstvo je da ispitnoj
funkciji pridruuje broj (0). Sva njena svojstva se dadu prikazati upotrebom gornjeg
integrala i ispitne funkcije iz skupa D.
Za rad s -distribucijom na funkcijama koje nisu iz D rezultat zavisi samo od iznosa
(0), pa kad radimo s delta funkcijom dovoljno je da bude kontinuirana na t = 0.
Neka svojstva delta funkcije
Produkt (t)f(t), gdje je f(t) neprekinuta funkcija u t = 0:
+
(t ) f (t ) (t )dt = f (0) (0) = (t ) f (0) (t )dt .
Odatle slijedi da je
f(t)(t) = f(0)(t).
Derivacija delta funkcije
+
F ( ) = ' (t ) (t )dt .
Parcijalna integracija daje

+
= (t ) (t ) (t ) ' (t )dt = ' (0) .
Za n-tu derivaciju parcijalnu integraciju e trebati provesti n-puta da se dobije

+
( n)
(t ) (t )dt = (1) n ( n ) (0) .
Integral delta funkcije

Heavisideova jedinina stepenica je definirana s
1
0
(t ) =
t0
.
t<0
Moe se pokazati da je delta funkcija derivacija jedinine stepenice tj.
104

+
(t ) (t )dt =
dt (t ) (t )dt .
Integrirajmo parcijalno desnu stranu
( ) =
d (t )
+
dt (t )dt = (t ) (t ) (t ) ' (t )dt =
+
= (t ) (t ) ' (t )dt = () 0 (t ) 0 = (0).

0
Time smo pokazali da su (t) i d/dt ekvivalentni jer funkcional u oba sluaja daje (0).
Pregled najvanijih svojstava delta funkcije je u tablici 6.1.
Svojstvo
Uvjet
(t ) (t )dt = (0)
(t) neprekinuta u t = 0
f(t)(t) = f(0)(t)
f(t) neprekinuta u t = 0
(t ) (t )dt = ( )
(t) neprekinuta u t =
( n)
(t ) (t )dt = (1) n ( n ) (0)
n
n
f (t ) ( n ) (t ) = (1) ( n ) f ( k ) (0) ( n k ) (t )
k =0
k
n N, (t) je najmanje n-puta

derivabilna u t = 0
du
(t ) = (t )
dt
d nu
(t ) = ( n ) (t )
dt
(t ) =
nN
(t )
FR , 0.
Tablica 6.1 Svojstva Diracove delta funkcije
6.2 Linearne operacije meu signalima
Pretpostavimo linearnu kombinaciju od N signala

N
u (t ) = a k
k =1
u k (t ),
(6.1)
kojom je predstavljen sloeni signal u(t). Pri tom su {ak} realne ili kompleksne teinske
konstante (amplitude). Ovdje je parametar k ZZ cijeli broj, a rezultat u(t) je dobiven
sumacijom konanog ili beskonanog (N), ali prebrojivog skupa funkcija uk(t)
(elementarnih signala). Za trenutne vrijednosti imamo
105

N
k =1
k =1
u (t ) = a k u k (t ) = a(k )u (t , k ) , t FR , k ZZ .
(6.1a)
U ovom obliku se pojavljuju transformacije, gdje je domena funkcije kontinuirana, a

parametar k cijeli broj. Ovdje je funkcija u(t) jednoznano odreena sa skupom ili nizom
amplituda {a(k)}.
Na primjer Fourierov red
u (t ) =
k =
e jk1t , gdje je u (t , k ) = e jk1t .
Ako je skup elementarnih funkcija neprebrojiv, indeks k e biti kontinuirani parametar .

Teinska konstanta a() postaje kontinuirana funkcija parametra , a sumacija integral, tako
da se sloena vremenska funkcija dade predstaviti integralom.
+
v (t ) =
a( )u(t , )d .
(6.2)
Signal v je dakle predstavljen integralom elementarnih signala s teinskom funkcijom

a(), koja se obino naziva spektar i kojom je v jednoznano odreen. Ovaj integralni oblik
se naziva transformacijom dok se u(t, ) naziva jezgrom transformacije. U tom obliku su
linearne integralne transformacije koje se upotrebljavaju u analizi sustava kao to su:
(i) Fourierova
u(t, ) = ejt,
gdje je parametar kontinuirana FR realna frekvencija.
(ii) Laplaceova
u(t, ) = et, C,
gdje je parametar C kompleksna frekvencija elementarnog signala. U jezgri,
dakle, u oba sluaja figurira eksponencijalna funkcija.
Za uzorke vremenski diskretnog signala vrijedi
+
v ( n) =
k =
v( n) =
u k ( n) ,
a( k ) u(n, k ) ,
n, k ZZ ,
(6.3)
k =
to je analogno izrazu (6.1a).

Signal je ovdje predstavljen sumom elementarnih signala. U tom obliku su zbrojne
transformacije kao na primjer diskretna Fourierova transformacija.
u (n, k ) = e
2nk
N
N 1
v ( n) = a ( k )e
k =0
Brojevna transformacija a(k) (0,1)
n, k ZZ ,
+j
2nk
N
106

b
v(n) = a ( k )2 kn .
u(n,k) = 2nk ,
k =1
S druge strane parametar moe biti kontinuiran, pa umjesto sumacije po parametru

imamo integral
+
v(n) = a ( )u (n, )d , n ZZ , FR .
(6.4)
Na primjer: Vremenski diskretna Fourierova transformacija

1
v ( n) =
2
a(e
)e jn d .
Ovdje je niz predstavljen integralom eksponencijala, dakle, obratno nego kod razvoja
periodine vremenske funkcije u zbroj eksponencijala diskretnih frekvencijaFourierov red.
Slijedei primjer: Z-transformacija = z C
v(n) = a( z ) z n1dz .
Svojstva ovih transformacija upoznat e se poblie u kasnijim poglavljima.
Preslikavanje s linearnim operatorom F moe se posebno jednostavno odrediti
koritenjem superpozicije ako se operator vremenski ne mijenja.
N
N
N
v = F a i u i = a i F (u i ) = a i vi ,
i =1
i =1
i =1
(6.5)
gdje je vi = F(ui) komponenta sloenog signala uzrokovana komponentom izvornog signala

(6.1) ili komponenta vi dobivena preslikavanjem komponente ui.
Ako izvorni signal predstavimo integralom (6.2) primjena operatora F e dati sloeni
signal u obliku
+
+
v = F a( )u (, )d = a( ) F (u (, ) )d

i konano
+
v=
a( ) z (, )d ,
(6.6)
gdje je F(u(,)) = z(,).

Za trenutne vrijednosti signala nakon primjene operatora imamo
+
v(t ) = a( ) z (t , )d .
(6.7)
Izrazi (6.5) i (6.7) proizlaze iz linearnosti operatora F i predstavljaju vrlo vane operacije
na signalu. Dovest emo ih u vezu s -funkcijom.
Pretpostavimo specijalni sluaj da je kontinuirani signal u(t) predstavljen linearnom
kombinacijom -funkcija.
107
u (t ) =
ai (t i ) =
i =
u( ) (t ) .
i
i =
(6.8)
Nakon primjene operatora F na zakanjelu -funkciju moemo pisati

F((t i)) = h(t, i)
(6.9)
odnosno iz (6.5)
v(t ) =
a h(t , ) .
i =
(6.10)
Kod predstavljanja signala integralom -funkcija imamo

+
u (t ) = a( ) (t )d = a (t ) .
Izjednaavanje a(t) = u(t) izlazi zbog svojstva -funkcije, pa se gornji integral moe
napisati u obliku
+
u (t ) = u ( ) (t )d .
(6.11)
Nakon primjene operatora na gornju prezentaciju signala, odnosno -funkciju

F((t )) = h(t,)
(6.12)
izlazi konano za trenutne vrijednosti

+
v(t ) = u ( )h(t , )d .
(6.13)
Kao to se vidi, bilo kakvo linearno preslikavanje dade se predstaviti gornjim

integralom, gdje h(t, ) predstavlja rezultat djelovanja operatora na zakanjelu -funkciju
(t ).
U specijalnom sluaju kad je funkcija h(t, ) = h(t - ) uvijek ista, samo vremenski kasni
za , koliko kasni i -funkcija, (6.13) dobiva oblik
+
v(t ) = u ( )h(t )d =
h( )u (t )d ,
(6.14)
koji se naziva konvolucijom. Preslikavanje je potpuno odreeno funkcijom h.

Openito za linearne sustave, preslikavanje signala (6.1) u v e biti mogue
predstaviti superpozicijom istih elementarnih funkcija, ako naemo takve elementarne
funkcije koje se ne mijenjaju primjenom operatora F osim za skalni faktor, tj.
vi = F(ui) = Hui.
H je konstanta i naziva se vlastita ili karakteristina vrijednost operatora.
Bilo koji signal ija transformacija s F daje svoju repliku naziva se vlastita ili
karakteristina funkcija operatora F (eigenfunction).
Za vremenski stalan linearni operator to je kompleksna eksponencijala est, t FR i sC
to se moe dokazati konvolucijskim integralom (6.14).
108

+
v(t ) =
h( )u(t )d = Hu(t ) .
Pretpostavimo da je u(t) = est. Za v(t) izlazi

st
+
s
s ( t )
st
h
(
)
e
d
h
(
)
e
d
=
e = He ,
v(t ) =
(6.14a)
gdje je
+
H (s) =
h(t )e
st
dt ,
karakteristina vrijednost za karakteristinu funkciju est, tako da u (6.5) izlazi

vi (t ) = ai H ( si )e sit .
Integral treba biti konvergentan to odreuje podruje s-a za koje je H(s) vlastita
vrijednost.
6.3 Ulazno izlazni model linearnog sustava
Sustav je dan relacijom, odnosno skupom parova {(u, y)} ulazno izlaznih varijabli. Ako
bilo koja dva para (u1, y1) i (u2, y2) daju linearnom kombinacijom par (u1 + u2, y1 + y2),
koji je takoer ulazno izlazni par, sustav je linearan. Sustav dan relacijom nema nuno jedan
izlaz za svaki ulaz. Ako za dani ulaz postoji samo jedan izlaz, ulazno izlazni model
karakteriziran je funkcijom, odnosno preslikavanjem koje pridruuje jedinstven izlaz za svaki
ulaz.
Funkcija F:UY koja pridruuje jedinstven izlaz yY svakom ulazu uU naziva se i
ulazno izlazno preslikavanje y = F(u).
Ako je F linearni operator, tj. ako vrijedi F (u1 + u2) = F (u1) + F (u2), tada se
y(t) moe izraziti eksplicitno kako smo pokazali u poglavlju 6.2 u obliku integrala (6.13).
+
y (t ) =
h(t , )u( )d
(6.15)
Za kauzalan sustav vrijedi

t
y (t ) =
h(t , )u( )d ,
h(t, ) = 0, > t,
(6.16)
te ako je kauzalan sustav miran u t0 i u(t) = 0 za t<t0

t
y (t ) = h(t , )u ( )d .
(6.17)
t0
U razvoju ulazno izlaznog modela pretpostavlja se da je sustav miran prije poetka

pobude, te da je izlaz posljedica jedino ulaznih signala, kojima je i jednoznano dan. Kako se
pretpostavlja da je sustav miran za t = (6.15), signal u( , ) osigurava da je izlaz dobiven
samo i jednoznano s u(t). Svaki linearni sustav moe biti predstavljen u obliku (6.15).
109
Jezgra h(t, ) se moe interpretirati kao odziv linearnog vremenski promjenjivog sustava
na -funkciju u trenutku t = (6.12).
Integralni oblik (6.15), (6.16), (6.17) je funkcional koji pobudnoj funkciji pridruuje broj
y(t). Jezgra h(t, ) zavisi od sustava. Ovaj integralni oblik predstavlja formalno rjeenje za
linearne sustave, bili oni diferencijalni ili ne. Ovi posljednji su beskonanog reda kao to su
linije, valovodi, sustavi s kanjenjem ili nekauzalni sustavi kao to su idealni niskopropusni
filtar, itd.
S druge strane, u sloenim sustavima impulsni odziv je esto jedini podatak koji imamo,
a dobiven je mjerenjem.
Osnovna spajanja sustava paralelno i u kaskadu za vremenski promjenjive sustave kada
su nam poznati samo njihovi impulsni odzivi h1 i h2, se mogu dobiti kako slijedi iz slike.
u
v
h1
h2
Sl. 6.5
+
v(t ) =
h (t , )u( )d
1
y (t ) = h2 (t , )v( )d
+
+
y (t ) = h2 (t , ) h1 ( , )u ( )d d =
+ +
h (t , )h ( , )d u ( )d .
2
U zagradi je funkcija od t i i predstavlja impulsni odziv kaskade.

h12 (t , ) =
h (t , )h (t , )d .
2
Linearni vremenski promjenjiv sustav je stabilan ako je njegov odziv na bilo koji
omeeni ulaz u(t)< Mu < , omeen y(t) My < .
Nuan i dovoljan uvjet za to je apsolutno integrabilan impulsni odziv sustava.
+
h(t , ) d N .
Dokaz:
y (t )
Odatle y(t)< MuN.
h(t , )u ( ) d < M u
h(t , ) d .
110
6.4 Vremenski stalni sustavi
Vremenski stalni sustav ima impulsni odziv po obliku uvijek isti, nezavisno od trenutka
pobude, tj. za svaki , odziv u trenutku t + na impuls u( + ) je isti kao odziv u trenutku t
na impuls u trenutku .
h(t + , + ) = h(t, ).
Odatle proizlazi da je h funkcija razlike svojih argumenata.
Vrijednosti funkcije impulsnog odziva h(t, ) u trenutku t zavisit e samo od proteklog
vremena od trenutka impulsne pobude, dakle od t .
h(t, ) = h(t )
t, FR .
Odziv sustava se moe napisati u obliku

+
h(t )u( )d ,
y (t ) =
koji se naziva konvolucijskim integralom, a operacija izmeu funkcija h i u naziva se

konvolucijom i oznaava s
y = h u, y (t ) = (h u )(t ) .
Konvolucijsko preslikavanje vrijedi za sve linearne vremenski stalne sustave koji se zato
esto nazivaju konvolucijski sustavi.
Za odreivanje konvolucije dovoljno je znati impulsni odziv h(t) = h(t 0) tj. vrijednosti
funkcije h za svaki trenutak t na pobudu impulsom u trenutku 0, jer je za (t ) odziv isti ali
zakanjen za , tj. h(t ).
Primjer: Odziv konvolucijskog sustava g na jedininu stepenicu (t).
g (t ) = h(t ) ( )d = h(t )d
t =
d =
g (t ) = h( )d = h( )d .
Deriviranjem integrala po gornjoj granici dobivamo

h( t ) =
dg
(t ) .
dt
Odziv na stepenicu je katkad lake odrediti.

Kauzalan sustav ima svojstvo h(t ) = 0 za t < ili h(t) = 0 za t<0.
Odziv kauzalnog sustava
t
y (t ) = h(t )u ( )d .
Odziv kauzalnog sustava na kauzalnu pobudu (u(t) = 0 za t < 0):
111

t
y (t ) = h(t )u ( )d .
0
6.5 Svojstva konvolucije
Konvolucija preslikava funkciju u u funkciju y tako da trenutna vrijednost rezultirajue

funkcije y(t) je odreena integralom, dakle cijelim vremenskim tijekom jezgre h i signala u.
Prema tome to zaista nije preslikavanje toke u toku ve funkcije u funkciju.
Da bi se izvrila konvolucijska operacija i dobila vrijednost y(t) za neki trenutak t treba
izvriti slijedee:
(i) Vremensku inverziju signala h i njen pomak naprijed za t.
(ii) Multiplikaciju signala kako stoje.
(iii) Integrirati produkt u danom intervalu da bi se dobio y(t).
Ovaj postupak treba provesti za svaki t.
Pretpostavimo da su signali u, z, h definirani na beskonanoj osi t(, ).
Moe se pokazati da za konvoluciju signala vrijedi:
Komutativnost
h u = u h
ako (h u)
Asocijativnost
(h u) z = h (u z)
ako ((h u) z)
Distributivnost
h (u + z) = h u + h z
ako (h u) i (h z)
Multiplikacija skalarom
(h u ) = (h) u = h (u )
ako (h u) C.
Diferenciranje
D(h u ) = Dh u = h Du
ako je funkcija h odnosno
u diferencijabilna.
Suport konvolucije je skup vremenskih trenutaka za koje je signal razliit od nule
{tTu(t) 0}.
Ako je suport od h u nekom intervalu [a,b] i od u u [c,d] s tim da se a i c eventualno
proteu do , a b i d do + , tada je suport konvolucije
[a + c, b + d].
Ako je suport obaju signala h i u omeen (tj. suport je sadran u konanom intervalu),
onda je i suport konvolucije omeen.
Konvolucija sa singularnim funkcijama:
u = u ,
= .
Ako je h regularna funkcija m-puta derivabilna
+
dm
(h ( m ) )(t ) = h(t ) ( m ) ( )d = (1) m m h(t ) = 0

d
(m)
= h (t ) t FR .
Isto tako vrijedi za singularne funkcije
( m ) ( n ) = ( n+ m) .
112
Stabilnost konvolucijskog sustava

Konvolucijski sustav je stabilan ako je odziv y konaan za svaki ulaz u konane
amplitude. Nuan i dovoljan uvjet stabilnosti je da mu je impulsni odziv apsolutno
integrabilan.
+
h(t ) dt < .
6.6 Harmonijska pobuda konvolucijskog sustava
Harmonijska pobuda je zanimljiva jer se svojstva sustava mogu sagledati u

frekvencijskoj domeni, to je jo jedan nain koji osigurava uvid u ponaanje sustava. S druge
strane veliki broj signala se dade predstaviti konanim ili beskonanim skupom (linearnom
kombinacijom) harmonijskih signala kao to su Fourierov red i integral. Linearnost
konvolucijskog sustava se onda moe iskoristiti da se njegov odziv dobije kao linearna
kombinacija odziva na jednu komponentu signala u
u(t) = Uejt , t(, ),
+
y (t ) = h(t )Ue j d ,
supstitucijom t = izlazi
+
y (t ) = Ue jt h( )e j d ,
y(t) = H()Uejt , gdje je H ( ) = h( )e j d .
(6.18)
Odziv je eksponencijalan (sinusni) kao i pobuda. Veliina H() je kompleksan broj na

pobudnoj frekvenciji , koji svojom veliinom H() pokazuje koliko puta je vea
amplituda odziva H() od amplitude pobude U, a fazom = arg H(), koliko je izlaz fazno
pomaknut prema ulazu.
Ovdje vidimo oblik odziva jednak obliku pobude. Eksponencijala ejt je karakteristina
funkcija F(k(t)) = k(t) (6.14a).
Ako pobuda mijenja frekvenciju, mijenjat e se i H(). H shvaena kao funkcija od
naziva se frekvencijskom karakteristikom. Redovito je kompleksna i predstavlja se u
pravokutnom i polarnom obliku:
H(j) = Hr() + Hi() = A()ej() ,
(6.19)
gdje su Hr() i Hi() realni i imaginarni dio, a A() amplitudna i () fazna

karakteristika. Integral H() egzistira ako je konvolucijski sustav stabilan, odnosno ako je
impulsni odziv sustava apsolutno integrabilan
113

+
h( ) d < .
(6.20)
Ako je h realna funkcija vremena, frekvencijska karakteristika sustava je konjugirano

simetrina, tj. H() = H*() to znai da je veliina H() = A(), dok je fazna funkcija
neparna () = (), to se lako vidi iz izraza za H() (6.18). Zbog te simetrije dovoljno je
za realne sustave specificirati frekvencijsku karakteristiku samo za 0, tj. nenegativne
frekvencije.
Frekvencijske karakteristike sustava mogu imati razliite oblike vane za filtriranje
signala to ima veliko znaenje za obradu signala.
Zbog toga su se razvile metode projektiranja elektrikih mrea ili elektronikih sustava
prema zahtjevima u frekvencijskom domenu.
Za linearne sustave vrijedi (6.1) i (6.5). Ovdje emo ukratko razmotriti specijalni sluaj
kad su pojedine funkcije u linearnoj kombinaciji eksponencijale
k (t ) = e j t .
k
Specijalni sluaj kad su k = k1 predstavlja periodinu funkciju perioda T = 2/1 u

obliku
u (t ) =
k =
e jk1t ,
(6.21)
to predstavlja Fourierov red.

Linearni operator primijenjen na u dat e
+
y = F (u ) = F U k e jk ()
k =
k =
U k F (e jk1 () ) =
k =
H (k1 )e k () ,
Za trenutne vrijednosti izlazi

y (t ) =
k =
H (k k )e jk1t .
(6.22)
Izlaz iz sustava je, kao i ulaz, suma harmonijskih komponenti. Veliina H(k1) odreuje
koliko e harmonijske komponente na izlazu iz sustava biti vee od harmonijskih komponenti
ulaza.
Prijelaz na neprebrojiv skup funkcija {ejt}, gdje je kontinuirana, linearna kombinacija
(6.1) e dobiti integralni oblik
+
u (t ) =
1
U ( )e jt d ,
2
(6.23)
gdje se umjesto teinskog koeficijenta za k-tu komponentu Uk u (6.23) pojavila teinska

funkcija U(), koja pokazuje relativnu zastupljenost svake infinitezimalno male harmonijske
komponente frekvencije . Budui da pri prijelazu na kontinuiranu frekvencijsku os = k1,
114
kod neke frekvencije svaki k , a 1 0, odnosno period 2/1 , gornji integral

(Fourier), predstavlja aperiodinu funkciju definiranu na cijeloj vremenskoj osi. Teinska
funkcija U() se naziva Fourierov spektar signala u
+
U ( ) = u (t )e jt dt .
Linearno preslikavanje od strane sustava y = F(u), daje primjenom aditivnosti i

homogenosti operatora F slijedee:
+
y = F (u ) =
1
U ( ) F e j () d .
U F(ej()) prepoznajemo odziv sustava na eksponencijalnu pobudu
(F (e
j ( )
) (t ) = H ( )e jt
(6.24)
pa izlazi konano
+
y (t ) =
1
1
U ( ) H ( )e jt d =
2
2
Y ( )e
jt
d .
(6.25)
Izlazni signal je predstavljen Fourierovim integralom. Spektar tog signala je dan

jednostavno s produktom spektra pobude i transfer funkcije
Y() = U()H().
Odziv za pobudu eksponencijalom se dobiva vrlo jednostavno jer za tu funkciju u
linearnim sustavima vrijedi
ejt Hejt.
To svojstvo ima tzv. vlastita ili karakteristina funkcija (engl. eigenfunction)
diferencijalne jednadbe.
Ona zadovoljava zahtjev da elementarne funkcije za predstavljanje signala osiguravaju
najjednostavnije operacije u odreivanju odziva.
Tada se linearna kombinacija eksponencijala pobude nalazi i kao linearna kombinacija
eksponencijala na izlazu tek s promijenjenim parametrima - kompleksna amplituda.
Pobuda i odziv linearnog sustava se dakle mogu prikazati openito s prebrojivom ili
neprebrojivom linearnom kombinacijom eksponencijali.
Najopenitija eksponencijala je ona s kompleksnom frekvencijom s. Za nju takoer
vrijedi
est Hest.
Za konstantu H izlazi
+
H ( s ) = h(t )e st dt ,
koja je funkcija kompleksne frekvencije s, pod uvjetom da integral konvergira.
(6.26)
115
Izraz (6.26) za transfer funkciju definira dvostranu Laplaceovu transformaciju impulsnog

odziva h(t). Funkcija h(t) se moe prikazati preko cijele vremenske osi (, ).
Umjesto sume harmonijskih signala ovdje imamo kontinuiranu sumu eksponencijalnih
funkcija s kompleksnom frekvencijom s. Zbog spomenutih svojstava Fourierova
transformacija je dakle specijalni sluaj Laplaceove za s = j.
Fourierova i Laplaceova transformacija imaju veliko znaenje u analizi sustava. Veliki
broj sustava se moe modelirati diferencijalnim jednadbama. L -transformacijom se one
svode na algebarske jednadbe koje omoguuju:
jednostavno, katkad rutinsko odreivanje odziva sustava;
dobar uvid u svojstva sustava i njegovih podsustava u domeni realne i kompleksne
frekvencije;
projektiranje sustava u domeni realne i kompleksne frekvencije;
razliite realizacije i transformacije sustava specificiranog odziva.
6.7 Laplaceova transformacija
Integralni oblik dobiven za transfer funkciju, koja predstavlja ekvivalent za vremensku

funkciju h(t), je bilateralna ili dvostrana L-transformacija. L-transformacija je operator koji
funkciji u domeni t pridruuje funkciju u domeni s
+
X ( s) =
x(t )e
st
dt ,
pod pretpostavkom da gornji integral konvergira. Kae se tada da L-transformacija egzistira.

Budui da je funkcija x mnoena eksponencijalom e ( + j ) t , koja sadrava priguni lan,
za oekivati je da e L-transformacija postojati za vei broj funkcija nego kod
F -transformacije.
L-integral e biti konaan ako vrijedi
+
X ( s) <
x(t ) e
st
dt < .
Pretpostavimo da je:
re 1t
x(t ) < t
2
re
t0
t<0
eksponencijalnog reda, gdje je r FR + , a 1,2 FR .

Tada e biti
0
X ( s ) = re ( 2 s ) t dt + re ( 1 s )t dt ,
1
X ( s) r
e ( 2 s )t
2 s
1
+
e ( 1 s )t
1 s
116
Vrijednosti integrala na donjoj () i gornjoj ( + ) granici su konane ako i samo ako

su Re{s} < 2 i Re{s} > 1. F(s) konvergira dakle u podruju kompleksne ravnine s za koji
vrijedi
1 < Re{s} < 2 , kako pokazuje Sl. 6.6 i Sl. 6.7 , odnosno u podruju irine 2 1.
j
s-ravnina
s-ravnina
Sl. 6.7
Sl. 6.6
Lijeva granica 1 je odreena ponaanjem funkcije x za t > 0, a desna granica 2

ponaanjem funkcije x za t < 0.
Kad podruje konvergencije ukljuuje imaginarnu os s = j (Sl. 6.6) , tada se moe
odrediti Fourierova transformacija
X ( j ) = X ( s ) s = j
F {x} = L{x} s = j .
ili
(6.27)
U protivnom funkcija x(t) nije apsolutno integrabilna i ne posjeduje F-transformaciju u

klasinom smislu.
Za funkcije eksponencijalnog reda za koje vrijedi
lim e1t x(t ) = 0 ,
t > 0,
koje dakle ne rastu bre od eksponencijale, postoji podruje konvergencije L-integrala.

Za funkcije koje bre rastu nema konvergencije, osim ako se takva funkcija ne naini
konanom
t < T1
0
x(t ) =
0
t > T2
Moe se pokazati da je opi izraz inverzna transformacija dana integralom

c +
x(t ) =
F ( s )e
st
ds
(6.28)
gdje je integracija provedena u kompleksnoj ravnini du linije s = c, koja lei unutar

podruja konvergencije L -integrala.
Za kauzalne sustave h(t) = 0 za t < 0 i kauzalne pobude u(t) = 0 za t < 0, dakle pri analizi
realnih sustava, upotrebljava se jednostrana ili unilateralna L -transformacija
X ( s) = x (t )e st dt .
0
117
Zbog toga za jednoznanu vezu izmeu izvorne funkcije i njene transformacije odnosno
da bi se mogla odrediti iz transformata sama funkcija, treba znati podruje konvergencije.
Primjer 6.1. Odaberimo dvostranu L -transformaciju funkcije
x1 (t ) = e
a t
x2 (t ) = e
at
< t < +
a>0
e (t )
at
X 1 ( s ) = e e dt + e at e st dt
at
st
e ( a ) t e j t
X 1 (s) =
(s a)
e ( + a )t e + jt
+
(s + a)
( a ) < 0
( + a ) > 0
<a
> a
X 1 (s) =
1
1
2a
+
= 2
a s a + s a s2
X 2 ( s) = e
0
at
e dt e at e st dt
st
e ( + a ) t e jt
X 2 (s) =
( s + a)
X 1 ( s) =
a < < a
e ( a ) t e jt
( s a)
1
1
2s
= 2 2
s+a sa a s
( a ) > 0 > a
Iz primjera se vidi da su Laplaceove transformacije signala L {x1} i L {x2} jednake mada

su signali razliiti. Podruja konvergencije su meutim razliita i dodiruju se za = a.
Budui da se inverziju integrala mora odrediti za vrijednost , za koju je Laplaceov
integral konvergentan to e osigurati jednoznanost veze. Kako vidimo, podruje
konvergencije za L -transformaciju mora biti poznato.
6.8 Svojstva dvostrane L-transformacije
1. Linearnost
L {ax1 + bx2 } = aX 1 + bX 2
2. Vremenska kompresija
L {at} = 1 X s
a a
3. Vremenski pomak
L {x(t )} = X (s)e s
4. Frekvencijski pomak
L e at x(t ) = X (s + a)
5. Konvolucija u vremenu
max(1 , 2 ) < < min( 1 , 2 ) .

a < < a .
< < .
Re{a} < < Re{a}.
118
L {x x } = X XX(s)
6.LIntegracija
x( )d u=vremenu
1t
max( 1 , 2 ) < < min(1 , 2 ) .

max( ,0) < < ,
X ( s)
7.LVremenska
=
< < min( ,0).
x( )d derivacija
dx
s
t
L = sX (s)
< < .
dt
8. Frekvencijska derivacija
n
L (t ) n x(t ) = d Fn (s)
< < .
ds
Da bi se L -transformacija efikasno upotrebljavala u analizi sustava, transformiranje iz t
u s domenu i obratno treba biti lagano. Odreivanje L -transformacije provodi se
L -integralom, ali vrlo esto i koritenjem gornjih pravila i malog broja osnovnih
transformacija. U tabeli 6.1 su dani korisni osnovni signali, njihove transformacije i podruje
konvergencije.
Transformacija je dvostrana iako su suport signala osim (, ) esto polubeskonaan
[0,) ili (,0], odnosno iako su signali nekauzalni, kauzalni ili antikauzalni.
TABELA
6.9 Inverzija Laplaceove transformacije
Inverzna transformacija definirana integralom (6.28) moe se provoditi linijskom ili

integracijom po zatvorenoj krivulji u domeni kompleksne frekvencije s.
Nije meutim uvijek potrebno ii tim putem da bi se dobila x(t). Izvjesne klase sustava,
kao to su sustavi opisani obinim diferencijalnim jednadbama, odnosno razlomljenim
racionalnim funkcijama u s domeni, omoguuju jednostavne postupke. Oni se opet naslanjaju
na nekoliko osnovnih i tipinih transformacija danih u tabelama, te na pravila koja vrijede za
L -transformaciju.
Pri tom znaajnu ulogu igra razlaganje sloenih sustava u ekvivalentni skup povezanih
jednostavnijih podsustava.
Polovi razlomljene racionalne funkcije odreuju eksponente eksponencijale i podruje
konvergencije L -integrala.
Podruje konvergencije za kauzalne signale (x(t) = 0 za t < 0) je oblika > c, za
antikauzalne signale (x(t) = 0 za t > 0) je < c, te za opi nekauzalni signal 1 < < 2, gdje
c odreuju najblii polovi.
{s C Re(s) > max Re( p )},

{s C Re(s) < min Re( p )} .
i
Prekrivanje
{s C min Re(s) < Re(s) < max Re(p )}.

i
119
Integracija po vertikalnoj liniji racionalne funkcije X(s) unutar podruja konvergencije

svodi se na integraciju po zatvorenoj krivulji i sumu reziduuma svih polova i to za t > 0 oko
polova lijevo od linije (podruja konvergencije), a za t < 0 oko polova desno od linije
(podruja konvergencije) integracije.
Uz upotrebu razvoja funkcije X(s) na parcijalne razlomke to se odnosi na inverziju
parcijalnih razlomaka koji pripadaju spomenutim polovima lijevo (t > 0) i desno (t < 0) od
linije integracije s = c.
j
s-ravnina
Sl. 6.8
7. LINEARNI DIFERENCIJALNI SUSTAVI

7.1 Model sustava s ulazno izlaznim varijablama
Klasian nain opisivanja vladanja sustava s jednim ulazom i jednim izlazom je

diferencijalna jednadba koja vezuje izlaznu y i ulaznu vremensku funkciju u. Iako sustav u
poetku moe biti opisan sa simultanim diferencijalnim jednadbama obino se nekim
sustavom eliminiranja uklone ostale varijable i jednadba napie samo pomou jedne, obino
izlazne varijable. Tipino je dakle da je sustav s jednim izlazom i ulazom opisan
diferencijalnom jednadbom vieg reda.
a n y ( n ) + a n 1 y ( n 1) + K + a 0 y = f (t ) = b m u ( m ) + b m 1u ( m 1) + K + b 0 u.
(7.1)
Desna strana u (7.1) f(t) je funkcija smetnje ili funkcija pobude, koja u opem sluaju
kako se vidi moe biti funkcija ulaznog signala u(t) i njegovih derivacija do m-tog reda.
U realnim sustavima broj m je ogranien s mn.
Linearna diferencijalna jednadba moe imati koeficijente {ai} i {bj} kao funkcije
vremena ili kao konstante. U posljednjem sluaju jednadba opisuje stalni (stacionarni)
odnosno vremenski nepromjenjivi linearni sustav. Ako koeficijenti {ai} i {bj} zavise od
izlazne ili ulazne veliine (zavisna varijabla), odnosno njihovih derivacija, bit e to
nelinearna diferencijalna jednadba, odnosno nelinearni sustav.
Redukciju simultanih diferencijalnih jednadbi nekog sustava na jednu diferencijalnu
jednadbu vieg reda moe se izvriti na vie naina. Uobiajeno je da se provede eliminacija
pojedinih varijabli tako da se iz jedne jednadbe dobije jedna varijabla eksplicitno i uvrsti u
drugu jednadbu. Obino je pri tom potreban postupak deriviranja ako je varijabla pod
znakom integrala.
Daljnja mogunost da se integrali uklone iz jednadbe je uzimanje integrala kao
varijable. U elektrikim krugovima je to est sluaj kad se umjesto struje uzme naboj na
kapacitetima, kao varijabla ili umjesto napona fluks u induktivitetima, to je posebno uputno
pri analizi vremenski promjenjivih ili nelinearnih elektrikih mrea.
Mnogo bre i sistematizirano moe se postupak eliminacije provesti upotrebom operatora kod
linearnih jednadbi s konstantnim koeficijentima. Operator deriviranja u (7.3) ima slijedea
svojstva
D n D m y = D m D n y = D n+ m y ,
uz C1 i C2 konstante vrijedi:
D n (C1 y1 + C 2 y 2 ) = C1 D n y1 + C 2 D n y 2 ,
(D + C1 )(D + C 2 ) y = [D 2 + (C1 + C 2 )D + C1C 2 ]y.

Zbog ovih svojih svojstava operatorom se moe raunati kao s brojem i algebarskim
operacijama svesti simultane jednadbe na jednadbu vieg reda. U tehnikoj literaturi se
esto umjesto D operator oznaava s p.
121
LINEARNI DIFERENCIJALNI SUSTAVI
Diferencijalna jednadba se moe napisati uz pomo operatora deriviranja D ili p.
(a D
n
+ K + a 0 )y = (b m D m + K + b 0 )u.
(7.2)
ili
A(D) y = B(D)u,.
(7.3)
gdje su
Dy
dy
dny
, Dn y n .
dt
dt
Linearni sustav se obino predstavlja u obliku
H(D)
Sl. 7.1
gdje je H(D) sloeni operator H(D) = B(D)/A(D), kojeg treba interpretirati kao diferencijalnu
jednadbu.
7.2 Klasine metode rjeavanja
Linearna diferencijalna jednadba (7.1) je nehomogena jer ima pobudnu funkciju f(t) ili
funkciju smetnja f(t).
Jednadba postaje homogena za f(t) = 0.
an
dny
+ ... + a 0 y = 0.
dt n
(7.4)
Iz teorije ovakvih jednadbi proizlazi da homogena jednadba n-tog reda ima n linearno
nezavisnih rjeenja {yi}, i = 1,2,,n.
Ope rjeenje homogene jednadbe je linearna kombinacija ovih pojedinanih rjeenja
y0 = K1 y1 + K 2 y2 + ... + K n yn
(7.5)
Postoji opa metoda da se odrede pojedinana rjeenja y1,,yn za vremenski stalne

sustave dok za vremenski promjenljive to ne postoji. Proizvoljne konstante se odreuju iz
poetnih ili rubnih uvjeta, tj. na temelju n podataka o funkciji y0.
Rjeenje nehomogene jednadbe se dobiva tako da se rjeenju homogene doda jedna
funkcija yp tzv. partikularno rjeenje ili partikularni integral koji zadovoljava nehomogenu
jednadbu.
y = y0 + y p .
(7.6)
Za odreenje te funkcije moe se pokuati s uvrtavanjem nekih funkcija koje bi mogle

zadovoljiti ili uvrstiti rjeenje u obliku reda, odreivati koeficijente reda i njegovu
konvergenciju.
122
Za teoriju sustava je zanimljiva metoda neodreenih koeficijenata i Lagrangeova metoda

varijacije parametara. Prva s matematikog gledita je vrlo ograniena, jer se odnosi na
jednadbu s konstantnim koeficijentima i ogranien broj funkcija koje se mogu svesti na
eksponencijalne i polinome. No kako je eksponencijalna, karakteristina funkcija linearne
diferencijalne jednadbe, raunanje je izuzetno jednostavno, pa se ta metoda puno
upotrebljava u analizi sustava.
Metoda varijacija parametra se moe primijeniti za vremenski promjenjive i stalne
sustave uz ope pobudne funkcije. Postupak iskoritava rjeenje homogene jednadbe da se
nae partikularno odnosno ope rjeenje, tako da se umjesto proizvoljnih konstanti u rjeenju
homogene jednadbe pretpostave vremenske funkcije, kako smo to pokazali kod sustava
prvog reda.
7.3 Vremenski stalni sustavi
Homogena jednadba napisana s operatorom D je

(a n D n + a n 1 D ( n 1) + K + a 1 D + a 0 ) y = 0.
(7.7)
Ovdje se moe pretpostaviti rjeenje npr. u obliku reda, ali linearnu jednadbu s
konstantnim koeficijentima e zadovoljiti eksponencijalne funkcije to bi i red pokazao.
Supstitucijom y(t) = ept, gdje je p neki broj pC, dobivamo
(a n p n + a n 1 p ( n 1) + K + a1 p + a 0 )e pt = 0.
Ta jednakost e biti zadovoljena za svaki t ako je broj p takav da zadovoljava uvjet
a n p n + a n 1 p ( n 1) + K + a1 p + a 0 = 0.
(7.8)
Ovo se naziva karakteristina jednadba gornje diferencijalne jednadbe.

Lijeva strana je polinom n-tog stupnja, tako da karakteristina jednadba ima n rjeenja
za p. Kad je n karakteristinih korijena p1,,pn razliito, eksponencijale e pi t su pojedinana
rjeenja diferencijalne jednadbe.
y1 = e p1t ;
y 2 = e p 2t ;... y n = e p nt ;
(7.9)
Ope rjeenje homogene diferencijalne jednadbe moe se tada napisati u obliku:

n
y 0 (t ) = K 1e p1t + K 2 e p 2t + K + K n e p nt = K i e pit ,
(7.10)
i =1
gdje su {Ki} proizvoljne konstante. Ako meu korijenima ima jednakih na primjer
p1 = p2 = = pk, tj. p1 se ponavlja k puta kao korijen, moe se pokazati da su:
y1 = e p1t ;
y 2 = te p1t ;K; y k = t k 1e p1t ;
(7.11)
pojedinana rjeenja. Tada se ope rjeenje moe napisati u obliku
y0 (t ) = K 1e p1t + K 2 te p1t + K + K k t k 1e p1t + K k +1e p k +1t + K + K n e p nt ,
(7.12)
123
gdje je eksponencijala, e p1t mnoena s polinomima (k 1) stupnja u varijabli t. Koeficijenti su

proizvoljne konstante. U opem sluaju sustava n-tog reda s korijenima p1, p2,, pn
viestrukosti m1, m2,, mn rjeenje je oblika
n'
mi
i =1
j =1
y0 (t ) = e pit K ij t j 1.
(7.13)
Pri tom vrijedi da je suma viestrukosti pojedinih korijena jednaka redu jednadbe n.
n
= n.
(7.14)
i =1
Rjeenje homogene jednadbe se obino naziva komplementarno rjeenje ili slobodni

odziv sustava. Ono moe postojati kako se vidi i kad nema funkcije pobude. Tada je to ope
rjeenje jednadbe sustava i opisuje titranje energije u sustavu bez vanjskog poticaja. Naziva
se vlastito gibanje ili titranje sustava. Pridjev vlastito potjee od injenice da pojedina
rjeenja y1,, yn ili komponente slobodnog odziva sustava titraju iskljuivo karakteristinim
frekvencijama sustava pi, koje zavise od samog sustava (njegove strukturne sheme i
parametara), a ne vanjske pobude.
Titranje sustava vlastitim frekvencijama moe biti potaknuto i vanjskom pobudom jer je
komplementarno rjeenje openito prisutno u opem rjeenju nehomogene jednadbe.
7.4 Oblici vlastitog titranja sustava
Karakteristini polinom realnih sustava ima realne koeficijente{ai}. Korijeni mogu biti
kompleksni, ali se tada pojavljuju uvijek u konjugiranom paru
p i = + j
p j = j .
Pri tom moe nastati specijalni sluaj kad su korijeni isto imaginarni pi = + j,
pj = j, ili realni pi = , ili nula pi = 0. Obino se korijeni predstavljaju kao toke u
Gausovoj kompleksnoj ravnini.
Im (j)
Re ()
Sl. 7.2
Za realne i pasivne sustave nalaze se u lijevoj polovini te ravnine. Konjugirano

kompleksni par e dati dvije komponente odziva
y0 (t ) = K 1e p1t + K 2 e p 2t ,
124
koje zajedno daju realnu funkciju vremena. Vidi se da pri tom moraju i proizvoljne konstante
K1 i K2 biti konjugirani par.
Vrijedi da je
p 2 = p1 * i K 2 = K 1 .
(7.15)
Uz
K 1 = K 1 e j izlazi K 2 = K 1 e j
y0 (t ) = K1 e j e ( + j ) t + K1 e j e ( j ) t
y0 (t ) = K1 e t e j (t + ) + e j (t )
y 0 (t ) = 2 K 1 e t cos(t + ) ,
(7.16)
pa je to prigueno titranje frekvencijom i faktora priguenja . Specijalni sluaj = 0 daje

neprigueno sinusno titranje
y 0 (t ) = 2 K 1 cos(t + )
Realni korijen daje istu eksponencijalu (konstanta je realna) u odzivu.

y0 (t ) = K1e t
Korijen nula daje ( 0 ) konstantu u odzivu
y0 (t ) = K1
Posebno je zanimljiv granini sluaj = 0 kad par korijena prelazi na jedan dvostruki
korijen. Tom se moemo pribliiti iz kompleksnih < 0 i iz realnih korijena > 0.
Zanimljivo je naime, to se dogaa eksponencijalama neposredno prije nego to korijeni
padnu u jednu toku. Pretpostavimo da su u jednadbi poetni uvjeti za t = 0, y(0) = y0 i
y& (0) = 0, i odredimo iznose konstanti K1 i K2 ( > 0).
Za realne korijene izlazi
+ ( + ) t ( ) t
y0 (t ) = y0 (0)
e
2
2
(7.17)
Kad se padajui pribliava graninom sluaju = 0, = 0.

Vidi se da pojedine eksponencijale postaju po vremenskim konstantama 1/( + ) i
1/( ) sve blie dok njihove amplitude dobivaju vrlo velike iznose kada se korijeni
dovoljno priblie. Funkcija odziva je konana veliina reda yo(t) y0(0). Njen trenutni
iznos y0(t) daje razlika dviju eksponencijala vrlo visokih iznosa, ali malih razlika u
vremenskoj konstanti. Numerika raunanja odziva zato pokazuju velike pogreke kad su
korijeni bliski. U nazivniku su male razlike velikih brojeva.
Granini prijelaz dobiven analitiki pokazuje da funkcija koja predstavlja odziv nije ista
eksponencijala
t ( + )e t ( )e t
= y 0 (1 + t )e t
lim y 0 (t ) = lim y 0 e
0
0
2
(7.18)
125
Limes je odreen upotrebom L' Hospitalovog pravila. Istim postupkom se moe doi do
gornjeg oblika rjeenja polazei od rjeenja s kompleksnim korijenima, graninim prijelazom
za 0 odnosno 0.
Vee tonosti u sluaju bliskih korijena moe pruiti upotreba hiperbolnih i
3 5
trigonometrijskih funkcija gdje se one u zanimljivom podruju t <
mogu razviti u red,
ako je odnosno malen. Uzimanje samo prvog lana reda vodi na gornji izraz (7.18) to
znai da se dva bliska korijena mogu aproksimirati jednim dvostrukim kad se ue u raunske
tekoe zbog njihove male razlike.
7.5 O stabilnosti slobodnog odziva
Ako varijable u sustavu rastu bez granica kad vrijeme raste u beskonanost, kae se da je
takav odziv i sustav nestabilan. To je sluaj kad karakteristini korijeni sustava imaju
pozitivan realni dio, odnosno kad se nalaze u desnoj polovini kompleksne p-ravnine. Pojedini
lanovi odzivne funkcije rastu eksponencijalno s t i mogu postati vei (u linearnom sustavu!)
od bilo kako velikog unaprijed zadanog iznosa.
Za korijene koji lee na imaginarnoj osi, koja za kriterij stabilnosti predstavlja granicu,
moe se ustanoviti slijedee: imaginarni par korijena ako su korijeni sustava jednostruki daje
titranje s amplitudom koja ostaje konstantna. To se smatra se granino stabilnim sluajem.
Jednako tako korijen u ishoditu, koji daje za odziv konstantu.
Viestruki korijeni na imaginarnoj osi meutim daju odziv oblika tk ili tkcos(t + ) koji
mogu rasti linearno ili parabolino u beskonanost s vremenom. Prema tome sustav je
stabilan samo ako su korijeni na imaginarnoj osi jednostruki.
Iz gornjeg slijedi da treba odrediti korijene kako bi se znalo da li je neki linearni sustav
stabilan. Postoji meutim vie postupaka koji omoguuju odreivanje stabilnosti na temelju
koeficijenata diferencijalne jednadbe i bez odreivanja korijena.
7.6 Amplitude vlastitog titranja sustava
Proizvoljne konstante pojedinih rjeenja se mogu odrediti iz poetnih uvjeta, koje mora
zadovoljiti ope rjeenje diferencijalne jednadbe. Za sluaj nejednakih korijena ope
rjeenje jednadbe je
n
y (t ) = K i e pi t + yp (t ).
(7.19)
i =1
Mada jo nije razmatrana metoda odreivanja partikularnog rjeenja ovdje e se uzeti da

je to poznata funkcija yp.
Poetni uvjeti za diferencijalnu jednadbu vieg reda daju se redovito kao vrijednost
funkcije i njenih derivacija do (n 1) reda
{y(0), y& (0),K, y
( n 1)
(0)},
u nekom trenutku kojeg emo uzeti kao poetni t = 0.
(7.20)
126
Za taj trenutak moe se napisati sustav od n jednadbi deriviranjem izraza (7.19).

y ( 0) y p ( 0) = K 1 + K 2 + K + K n ,
y& (0) y& p (0) = p1K 1 + p 2 K 2 + K p n K n ,
M
y ( n 1) (0) y p
( n 1)
(7.21)
(0) = p1n 1K 1 + p 2n 1K 2 + K + p nn 1K n ,
odakle se mogu odrediti konstante rjeenja homogene jednadbe.

Vrijednosti partikularnog rjeenja i njegovih derivacija za t = 0 , kao poznatih, stavljene
su na lijevo tako da imamo sustav linearnih algebarskih jednadbi. Svaka konstanta Ki se
moe dobiti Cramerovim pravilom. Determinanta sustava sastavljena od potencija korijena
pin je tzv. Van der Mondova. Njeni elementi su potencije korijena pi.
Iz sustava jednadbi se vidi da je veliina konstanti Ki zavisna od razlike poetnih uvjeta
tj. cjelovitog odziva sustava u trenutku t = 0 i partikularnog rjeenja u as t = 0. Izgleda dakle
kao da je partikularno rjeenje poelo odmah u t = 0 , a da komplementarno pokriva razliku
izmeu njega i poetnih uvjeta u trenutku t = 0.
Ako je pobuda konstanta ili periodina funkcija (trajna pobuda), partikularno rjeenje je
istog karaktera, pa se esto naziva stacionarno stanje. Komplementarno rjeenje predstavlja
jedan proces koji s vremenom iezava, pa se naziva prelazno ili prolazno stanje. Za trajne
pobude to je jedan meustadij u procesu dok se ne uspostavi iskljuivo stacionarno stanje.
Prelazno stanje se sastoji od titranja vlastitim frekvencijama sustava pi, dok njegove
amplitude odreuje razlika poetnog stanja i iznosa stacionarnog stanja, u trenutku t = 0.
Pri tom je mogu specijalan sluaj da su poetni uvjeti ba jednaki partikularnom
rjeenju u trenutku t = 0 tj.
y ( i ) (0) y (pi ) (0) = 0,
i = 0,1,2, K , n 1 .
Tada homogeni sustav, uz Van der Mondeovu determinantu razliitu od nula, ima samo
trivijalno rjeenje tj. da su sve konstante Ki = 0. Komplementarnog rjeenja odnosno
prijelaznog procesa tada nema, ve partikularno rjeenje (stacionarno stanje) kree odmah.
(To je sluaj kad u sustavu imamo samo stacionarni proces koji ponemo promatrati u nekom
trenutku t = 0).
Osim gornjeg specijalnog sluaja moemo imati jo dva.
Sluaj homogenih poetnih uvjeta y (0) = 0, y& (0) = 0, &y&(0) = 0,K, y ( n 1) (0) = 0, tada je
sustav bez poetne energije, tj. miran sustav.
Drugi je sluaj kad je sustav nepobuen f(t) = 0; pa je i partikularni integral yp(t) = 0 i
sve njegove derivacije, yp(i)(t) = 0.
Neka su proizvoljne konstante koje slijede samo iz poetnih uvjeta (yp(i)(0) = 0) u (7.21)
oznaene s K0i, a konstante koje slijede samo iz partikularnog rjeenja kad je sustav miran
(y(i)(0) = 0) u (7.21) s Kpi, pa se konstante rjeenja homogene jednadbe Ki mogu razdvojiti
K i = K 0i + K pi .
127
Ukupno rjeenje (7.21) odnosno, odziv sustava e biti prikazan s

n
n
n
y (t ) = K 0i e pit + K pi e pit + y p (t ) = y (t ) = K 0i e pit + K pi e pit + y p (t ) .

i =1
i =1
i =1
i =1
Ovdje moemo izdvojiti dio s vlastitim titranjem frekvencijom pi, koje ine prve dvije
sume u zagradi, te prisilno titranje yp(t) frekvencijom pobude. S druge strane moemo
grupirati odziv nepobuenog sustava - prva sumacija, te odziv mirnog sustava - druga
sumacija i partikularno rjeenje yp(t). Odziv mirnog sustava (K0i = 0) titra vlastitim
frekvencijama sustava pi i frekvencijom pobude.
Na kraju spomenimo da veliine { y (0), y& (0),K , y ( n 1) (0) } esto treba izraunati iz
sheme sustava ili polaznih diferencijalnih jednadbi, to esto predstavlja dodatni napor.
Nadalje iz partikularnog rjeenja treba traiti sve vie derivacije da bi se odredile konstante
{Ki}. Problem konstanti je daleko preglednije rijeen predstavljanjem i rjeavanjem skupa
diferencijalnih jednadbi prvog reda kod modela sustava s varijablama stanja.
7.7 Prisilni odziv sustava
Prisilni odziv sustava predstavlja partikularno rjeenje nehomogene jednadbe. Veinu

potreba moe zadovoljiti metoda neodreenih koeficijenata. Osnovni postupak se sastoji u
tome da se yp(t) predstavi kao linearna kombinacija lanova koji se nalaze u f(t) ukoliko je to
suma eksponencijala e pit ili potencija ti i njihovih derivacija. Pri tom je svaki lan pomnoen
s jednim neodreenim koeficijentom. Pretpostavljeno rjeenje se uvrsti u jednadbu i
koeficijenti odrede iz uvjeta za koje je jednadba zadovoljena.
Razmotrit emo odreivanje yp za dvije vane funkcije u teoriji sustava.
a) Pobuda se moe predstaviti kao polinom:
f (t ) = c m t m + ... + c 0
Rjeenje moemo takoer predstaviti u obliku polinoma m-tog stupnja i to uvijek sa
svim lanovima odnosno svim potencijama od t.
y p (t ) = d m t m + ... + d 0
Nakon uvrtenja u diferencijalnu jednadbu slijede uvjeti koji moraju zadovoljiti

neodreeni koeficijenti. Uvrtenje u jednadbu trai derivaciju do n-tog reda.
y p (t ) = md m t m1 + (m 1)d m1t m 2 + ...
Derivacije pretpostavljenog rjeenja su polinomi sve nieg stupnja. Odatle slijedi da

stupanj pretpostavljenog polinoma mora biti barem jednak stupnju polinoma pobude, da bi se
mogla postii jednakost lijeve i desne strane za svaki t. Pretpostaviti polinom jo vie
potencije takoer nema smisla jer e njegov koeficijent izai jednak nuli.
Nadalje pretpostavljeni polinom u yp mora imati sve potencije iako ih u polinomu
pobude u nema jer zbog deriviranja neodreeni koeficijenti se grupiraju.
128
b) Pobuda dana eksponencijalnom funkcijom

Pobuda eksponencijalom je najzanimljivija pobuda ne samo zbog toga to ta funkcija
koja se u prirodi i sustavima najee pojavljuje nego to se odziv sustava izuzetno
jednostavno odreuje na tu pobudu. Jednostavnost odreivanja odziva potie od svojstva
eksponencijale da su sve njene derivacije opet eksponencijale pa u linearnom diferencijalnom
sustavu jedino ona ne doivljava promjenu oblika. Jedini efekt koji eksponencijala doivljava
u sustavu je promjena njene kompleksne amplitude (amplitude i faze). (Eksponencijalna
funkcija (eigen function) linearnog operatora).
Napiimo opi oblik diferencijalne jednadbe operatorski
(an D n + a n 1D n 1 + K + a 0 ) y = (b m D m + b m1D m1 + K + b 0 )u.

Desna strana sadrava pobudni signal i njegove derivacije. Ako pretpostavimo pobudni
signal u obliku eksponencijale
u (t ) = Ue st ,
U = U e j ,
gdje U predstavlja njenu kompleksnu amplitudu, odnosno U amplitudu, a fazu, dok

s = + j kompleksnu frekvenciju. Za oekivati je da e partikularno rjeenje biti
eksponencijala iste kompleksne frekvencije
y (t ) = Ye st ,
gdje Y predstavlja neodreeni koeficijent.

Uvrtenjem u jednadbu, vodei rauna da je:
dn
d st
(e ) = se st , K , n (e st ) = s n e st ,
dt
dt
dobivamo
(a n s n + a n 1 s n 1 + K + a 1 s + a 0 )Ye st = (b m s m + b m1 s m1 + K + b1 s + b 0 ) Ue st .
Jednakost e biti zadovoljena za svaki t ako je
(a n s n + a n 1 s n 1 + K + a 0 )Y = (b m s m + b m 1 s m1 + K + b 0 )U ,
odnosno:
Y=
bm s m + K + b0
U = H ( s) U.
a n s n + Ka 0
Odatle slijedi da je partikularno rjeenje eksponencijala ija je amplituda Y odreena

osim amplitudom pobude i svojstvima sustava sadranim u koeficijentima {ai} i {bi} te
kompleksnom frekvencijom pobude s = + j.
Veliina koja odreuje odnos kompleksne amplitude prisilnog odziva Yest i kompleksne
amplitude pobude Uest se naziva transfer ili prijenosna funkcija sustava, ili jednostavno
funkcija sustava:
H ( s) =
b m s m + K + b0 Y
=
a n s n + Ka 0
U
129
Transfer funkcija je kako se vidi kompleksan broj koji kazuje koliko je puta kompleksna
amplituda prisilnog odziva Y vea od kompleksne amplitude eksponencijalne pobude U.
Moglo bi se napisati i u obliku:
y p (t )
H (s) =
u (t ) u ( t )=Ue st
Transfer funkcija zavisi od kompleksne frekvencije s. Za fiksirani s ona ima odreen
iznos (kompleksan broj).
Gledajui na koeficijente i potencije varijable s ona je formalno jednaka operatoru H(D).
Operator H(D), meutim, pridruuje vremensku funkciju y funkciji u.
y = H (D)u
dok H(s) ima znaenje faktora ili broja, kojim treba mnoiti kompleksnu amplitudu ulaza da
se dobije amplituda izlaza.
Y = H ( s )Y
Transfer funkcija sadrava bitna svojstva sustava kao i operator H(D) ili diferencijalna
jednadba.
Operator H(D) i transfer funkcija H(s) mogu se napisati direktno iz blok dijagrama ili
kruga koristei funkcije ili impedancije elemenata piui jednadbe ravnotee za kompleksne
amplitude umjesto za vremenske funkcije. Tada se dobivaju algebarske jednadbe pa se
operator ili transfer funkcija odreuje jednostavno i brzo, kako se to radi u krugovima
izmjenine struje.
Kompleksna frekvencija pobude s moe imati jo, specijalne sluajeve s = 0, s = i
s = j
Uz s = 0 imamo podatak o prisilnom odzivu na pobudu konstantom.
u = Ue 0t = U , H (0) =
b0
.
a0
Uz s = j dobiva se odziv na eksponencijalnu pobudu oblika ejt = cos t + jsin t,

dakle harmonijskom ili sinusnom pobudom
b m ( j ) m + K + b 0
H ( s) =
.
a n ( j ) n + Ka 0
Kako je H(j) ili H() je kompleksna veliina pie se obino u pravokutnom ili
polarnom obliku
H ( j ) = H ( ) = H r ( ) + jH i ( ) = A( )e j ( ) ,
i naziva frekvencijska karakteristika sustava. Pri tom je Hr i Hi realni i imaginarni dio

frekvencijske karakteristike, a A() amplitudna i () fazna karakteristika.
Harmonijska ili sinusna pobuda se zbog jednostavnosti raunanja s eksponencijalom
redovito predstavlja u eksponencijalnom obliku
130
u (t ) = Ue jt ,
gdje kompleksna amplituda U = U e j , sadrava amplitudu i fazu pobude. Sinusna

pobuda i odgovarajue partikularno rjeenje su realni odnosno imaginarni dio
eksponencijalne pobude odnosno partikularnog rjeenja. To vrijedi openito za pobudu
kompleksnom frekvencijom s kod sustava s ai, bi FR .
Ako je yp(t) = Yest posljedica pobude u = Uest onda je yp(t) = Re{Yest} posljedica
Re{Uest} to proizlazi iz principa superpozicije ako pobudu predstavimo s
u = Uest = Re[Uest] + jIm[Uest].
c) Sluaj pobude vlastitom kompleksnom frekvencijom sustava
Ako je sustav pobuen eksponencijalom ija je frekvencija jednaka jednoj od
karakteristinih frekvencija, pretpostavka partikularnog rjeenja u obliku eksponencijale u
jednadbi nee moi zadovoljiti identitet bez obzira na izbor neodreenog koeficijenta. To
znai da pretpostavljena funkcija ne odgovara.
Razmotrimo poblie taj sluaj na jednom jednostavnom primjeru.
Primjer 2.9. Pretpostavimo RC krug s pobudom et
R
dq q
+ = e t .
dt C
Odziv mirnog sustava e biti:

dq q
R + =0
dt C
q0 = Ce
t
RC
= Ce t .
Partikularni integral pretpostavimo u obliku:

1 t
t
R( ) Qe = Ee ,
C
E 1
q (t ) = q0 (t ) + q p (t ) = Ce t + Qe t , Q =
,
R
q (0) = 0 = C + Q C = Q.
q p = Qe t ,
Prema tome:
q (t ) =
E 1
(e t e t )
R
131
q(t)
PARTIKULARNO
TOTALNO
t
KOMPLEMENT
Sl. 7.3
Pustimo sad da se vremenska konstanta pobude pribliava vremenskoj konstanti sustava:

=
q (t ) =
= +
E 1 ( + ) t
(e
e t ),
R
0
za = 0 imamo oblik .
0
Upotrebom L'Hospitalovog pravila dolazimo da za 0 taj oblik tei
lim q (t ) =
0
E d t t
e (e 1)
E e t ( t )
E
R d
=
= te t .
d
R
R
1
=0
d
=0
Vidimo da smo trebali za partikularno rjeenje pretpostaviti oblik q = Qtet kad je

= .
dq
E
+ q = e t ,
dt
R
dq p
q p = Qte t ,
= Q(e t te t ),
dt
E t
e ,
R
E
q p = te t ,
R
Q(e t te t ) + Qte t =
Q=
E
,
R
Ako postoji poetni uvjet q(0) rjeenje dobiva oblik

q (0) = Ce t +
E t
te ,
R
q(0) = C pa imamo:
odziv nepobuepog
E t
te
R
partikularni integral
sustava
odziv mirnog sustava
q (t ) = q(0)e t
132
Onaj dio vlastitog titranja koji izaziva pobuda stopio se s partikularnom eksponencijalom
u partikularno rjeenje novog oblika.
Pri procesu pribliavanja , amplituda jedne i druge eksponencijale je rasla u
beskonanost, ali tako da je njihova razlika ostajala uvijek konana i podjednaka.
Da smo samo promatrali amplitudu partikularne eksponencijale mogli bi vidjeti da njena
amplituda za = divergira u beskonanost.
q
<
>
Sl. 7.4
To je fenomen koji nam je poznat kao rezonancija. On se ovdje pojavljuje za realne

korijene, ali se moe openito pojaviti za svaki tip korijena. Stvarno je mnogo poznatiji sluaj
kompleksnog korijena j0 i pobude Eejt, kad se mijenja u okoliu 0.
Rjeenje za titrajni krug je:
q (t ) =
EC
(cos t cos 0 t ) .
2
1 ( / 0 )
q
< 0
> 0
Sl. 7.5
Ovdje imamo superpoziciju dviju nepriguenih sinusoida od kojih jedna predstavlja

prisilni odziv frekvencije koje je izazvala pobuda i vlastito titranje sustava izazvano
neslaganjem poetnog stanja na kapacitetu i onog kojeg trai prisilni odziv. Ovdje su titranja
iste amplitude pa se dobije proces tzv. treptaj to se lako vidi ako se suma kosinusoida napie
kao produkt.
q (t ) =
2 EC
1 ( / 0 )
+ 0 0
sin 2 t sin 2 t .
(7.22)
133
Vidimo jedno titranje s razlikom frekvencija (0 )/2 koja odreuje dodirnicu i titranje
srednjom frekvencijom ( + 0)/2 unutar dodirnice. Ako su frekvencije bliske 0,
frekvencija treptanja je malena. Pribliavanje pobudne frekvencije rezonantnoj e jo izazvati
i poveanje njihovih amplituda.
q(t)
Sl. 7.6
U graninom sluaju = 0 amplituda EC / 1 ( / 0 ) tei u beskonanost to znai

da prisilno i vlastito titranje idu u beskonanost. Ustanovimo meutim, iz izraza (__) kakav je
vremenski tok titranja kad 0.
lim q (t ) =
q(t ) =
EC0
1 + / 0
0 ECt
2
+ 0
sin( 0 )t / 2
sin 2 t lim
0 ( 0 ) / 2

sin(0 t )
Amplituda dakle raste postepeno od 0 prema beskonanosti.

Tona koincidencija kompleksne frekvencije pobude i vlastite kompleksne frekvencije
sustava se naziva nekad superrezonancija ili potpuna rezonancija jer koincidira realni i
imaginarni dio dok se normalna rezonancija pojavljuje u sustavu koji ima vlastitu
kompleksnu frekvenciju s = + j0, a pobudna eksponencijala je oblika Ee j 0t
Uzmimo primjer pobude s kompleksnom frekvencijom Ee st jednog sustava prvog reda
(RL krug) s realnim korijenom.
Partikularni dio je odreen s transfer funkcijom
I=
E
E
1
E
1
,
=
=
sL + R L s ( R / L) L s p1
gdje je p1 korijen karakteristinog polinoma ili pol transfer funkcije.

Ako uzmemo da su s i p1 kompleksni brojevi predoeni u kompleksnoj ravnini s radij
vektorima onda s s1 predstavlja vektor njihove razlike, koji odreuje amplitudu struje (I) i
njen kut (I) za bilo koji s-pobude. Za sve kompleksne frekvencije pobude s bi dobili jednu
plohu iznad kompleksne ravnine Sl. 7.7,
134
+ j + = konst.
( ) 2 + 2 = konst.
Im
Re
Sl. 7.7
za koju bi mogli rei da predstavlja rezonantnu plohu jer za svaku kompleksnu frekvenciju
pobude daje amplitudu prisilnog odziva. Specijalno zanimljiv sluaj je kad je pobuda sinusna
s = j.
Tada se sve frekvencije nalaze na imaginarnoj osi i amplitude prisilnog odziva e se
dobivati za sve frekvencije na krivulji koja je presjecite rezonantne plohe s ravninom koju
odreuje imaginarna os (podebljana krivulja na Sl. 7.7 posebno nacrtana na Sl. 7.8).
Frekvencijska karakteristika
amplitude RL kruga
Sl. 7.8
Analogno se moe nacrtati struja ( I ) za titrajni krug odnosno sustav drugog reda, to e
dati rezonantnu plohu s dva iljka, a iznad osi s = j, (, ) e biti rezonantna krivulja
Sl. 7.9.
Sl. 7.9
135
A.
Transfer funkcija dobiva velike apsolutne iznose u okolini polova te je simetrina
obzirom na simetrinu os = 0 jer su polovi realnog sustava i FR uvijek razmjeteni
simetrino oko realne osi. Zbog rada s kompleksnom pobudom oblika ejt, gdje moe imati
negativne iznose frekvencijska karakteristika se dobiva i za pozitivne i negativne frekvencije.
Zbog simetrije amplitudne i antisimetrije fazne karakteristike dovoljno je poznavati
karakteristiku samo u polovici frekvencijske skale, tj. bilo za 0 ili za 0.
7.8 Transfer funkcija linearnog vremenski invarijantnog sustava
U analizi linearnih vremenski invarijantnih sustava veoma vanu ulogu imaju integralne
transformacije posebice Fourierova i Laplaceova. Opis sustava nakon transformacije je
mogu u domenu kompleksne frekvencije.
Takav model sustava ima izuzetne prednosti, jer se diferencijalne jednadbe svode na
algebarske, pa se razlaganje modela ili njegove transformacije mogu provesti algebarskim
transformacijama.
Provedimo jednostranu Laplaceovu transformaciju ulazno izlaznog modela.
Laplaceova transformacija signala u i y se obino oznaava s
U ( s ) = L{u (t )}, Y ( s ) = L{ y (t )}.
Transformacija derivacija ulaza i izlaza je:
d mu
L m = s mU ( s) s m1u (0) K u ( m1) (0),
dt
(7.23)
d n y
L n = s nY ( s ) s n 1 y (0) K y ( n 1) (0).
dt
(7.24)
Na temelju linearnosti Laplaceove transformacije moe se napisati
(a
s n + a n-1 s n 1 + ... + a 0 Y ( s ) = b m s m + ... + b 0 U ( s ) + E ( s ) ,
(7.25)
gdje E(s) sadrava lanove proporcionalne poetnim iznosima odziva y i pobude u.

U sluaju da je
y ( ) (0) = 0 za = 0,1,2,3,4,..., n 1 ,
(7.26)
u ( ) (0) = 0 za = 0,1,2,3,4,..., m 1 ,
(7.27)
izlazi rjeenje za odziv mirnog sustava u obliku

Y (s) =
bm s m + K + b0
U ( s ).
a n s n + K + a0
(7.28)
Rjeenje se moe napisati kao

Y ( s ) = H ( s )U ( s ).
(7.29)
Funkcija H(s) kompleksne frekvencije s naziva se transfer funkcija ili prijenosna

funkcija sustava. Ona je definirana s
136
H ( s) =
Y ( s ) L {y (t )}
=
,
U ( s ) L {u (t )}
(7.30)
dakle kao kvocijent transformata izlaznog i transformata ulaznog signala sustava, koji je bio
miran prije pobude (u(t) = 0 za t<0).
Transfer funkcija je model sustava ekvivalentan diferencijalnoj jednadbi. Obratan
postupak od gornjeg, vodi u diferencijalnu jednadbu.
Linearan dinamiki sustav s jednim ulazom moemo predstaviti kao blok u s-domeni.
U(s)
H(s)
Y(s)
Sl. 7.10
7.8.1 Impulsni odziv sustava i konvolucijski integral

Odziv mirnog sustava za opu pobudu dan je u s domeni s Y(s) = H(s) U(s).
Ako pretpostavimo da je pobuda impuls u(t) = (t) odnosno U(s) = 1, dobivamo impulsni
odziv sustava
Y ( s ) = H ( s ) ili h(t ) = L1 {H ( s )}.
(7.31)
Za opu pobudu u izlazi

t
y (t ) = L1 {H ( s )U ( s )} = h(t )u ( )d ,
(7.32)
u obliku konvolucijskog integrala.

Odziv sustava na opu pobudu u moe se dakle dobiti pomou impulsnog odziva
sustava.
7.9 Transfer funkcija sloenih sustava
Linearni sustavi s transfer funkcijom Hi(s) mogu biti podsustavi veeg sustava. Za
njihovo spajanje vae ista pravila kao za spajanje funkcijskih blokova.
Sloeni linearni sustav se moe opisati s rezultirajuom transfer funkcijom. Ona se moe
dobiti pomou transfer funkcija podsustava.
7.9.1 Paralelni spoj podsustava
U(s)
H1(s)
Y(s)
H2(s)
Sl. 7.11
U(s)
H(s) =
Y(s)
H1(s) + H2(s)
137
Y ( s ) = Y1 ( s ) + Y2 ( s ) = [H 1 ( s ) + H 2 ( s )]U ( s ) = H ( s )U ( s ),
H ( s ) = H 1 ( s ) + H 2 ( s ).
Impulsni odziv paralelnog sloga je h(t ) = h1 (t ) + h2 (t ) .
(7.33)
(7.34)
7.9.2 Kaskadni spoj podsustava
U(s) H (s)
1
Y(s)
H2(s)
U(s) H (s)H (s) Y(s)

1
2
=
Sl. 7.12
Y ( s ) = H 2 ( s )V ( s ) = H 2 ( s ) H 1 ( s )U ( s ),
H ( s ) = H 2 ( s ) H 1 ( s ).
(7.35)
Impulsni odziv kaskade je

t
h(t ) = h1 (t )h2 ( )d .
(7.36)
7.9.3 Prstenasti spoj podsustava - sustav s povratnom vezom
U(s)
H1(s)
Y(s)
=
U(s)
H2(s)
H1 ( s )
1 + H 2 ( s ) H1 ( s )
Y(s)
Sl. 7.13
E ( s ) = U ( s ) H 2 ( s )Y ( s ),
Y ( s ) = H 1 ( s ) E ( s ) = H 1 ( s )[U ( s ) H 2 ( s )Y ( s )] = Y ( s ),
Y ( s )(1 + H 1 ( s ) H 2 ( s )) = H 1 ( s )U ( s ),
H ( s) =
(7.37)
H 1 ( s)
.
1 + H 1 ( s) H 2 ( s)
odnosno
1
.
+ H 2 ( s)
(7.38)
H11 ( s) << H 2 ( s) ,
za svaki s,
H ( s) =
1
1
Zanimljiv je specijalni sluaj kad je
odnosno
H1 ( s) >> H2 ( s) .
Tada sustav s povratnom vezom ima transfer funkciju priblino
138
H ( s)
1
= H21 ( s) ,
H2 ( s)
(7.39)
koja je reciprona transfer funkciji povratnog podsustava.

Praktiki se to postie velikim pojaanjem u direktnom podsustavu. Na taj nain se moe
dobiti inverzni sustav sustavu H2(s).
Ako transfer funkciju inverznog sustava sustavu H(s) oznaimo s I(s), vrijedi
H ( s) I ( s) = 1,
(7.40)
h(t )i( )d = (t ) .
(7.41)
odnosno u vremenskoj domeni

t
U sloenom linearnom sustavu signali dolaze kao linearna kombinacija iz linearnih

podsustava i mogu se uz koritenje gornjih osnovnih spojeva i inverznog sustava s transfer
funkcijom I(s) = H 1(s) razlagati na strukture sastavljene od jednostavnijih podsustava ili
elemenata, to se moe pregledno predstaviti blokovskim dijagramom.
Podsustavi su najee prvog i drugog reda, odnosno elementi kao to su zbrajala,
pojaala i integratori.
Za mirni y(0) = 0 integrator vrijedi
t
y (t ) = u( )d .
(7.42)
1
Y ( s) = U ( s) .
s
(7.43)
L transformacijom izlazi
Transfer funkcija mirnog integratora je H ( s) =
U(s)
1
s
1
s
(7.44)
Y(s)
Sl. 7.14
7.10 Ulazno izlazni model sustava s vie ulaza i izlaza
Sloeni sustav s vie ulaza uj i izlaza yk moe biti opisan skupom diferencijalnih
jednadbi vieg reda.
Upotrijebimo sloene operatore Aik(D) i Bij(D), da bi pisanje bilo zbijeno i pregledno.
A11 (D) y1 + K + A1r (D) y r = B11 (D)u1 + K + B1m (D)u m ,
A21 (D) y1 + K + A2 r (D) y r = B21 (D)u1 + K + B2 m (D)u m ,
M
M
Ar1 (D) y1 + K + Arr (D) y r = Br1 (D)u1 + K + Brm (D)u m .
(7.45)
139
Ako definiramo izlazni i ulazni vektor s
y [ y1 , y2 , K, yr ]
u [u1 , u2 , K, um ]
(7.46)
moemo skup jednadbi napisati u matrinom obliku
L(D)y = K (D)u.
(7.47)
7.10.1 Transfer matrica sustava s vie ulaza i izlaza

Laplaceova transformacija skupa jednadbi ima oblik
L ( s ) Y ( s ) = K ( s ) U ( s ) + E( s ) .
(7.48)
U E(s) su skupljeni lanovi koji sadravaju poetne iznose funkcija uj(0) i yk(0), te
iznose njihovih viih derivacija u t = 0. Za mirni sustav kod kojeg su svi poetni iznosi
jednaki nuli E(s) = 0, izlazni vektor se moe dobiti u obliku.
Y( s ) = L1 ( s )K ( s )U( s ) = H ( s )U( s ) ,
(7.49)
gdje se ulazni vektor mnoi matricom
H ( s ) = L1 ( s )K ( s ) .
(7.50)
Ova matrica se naziva transfer matricom sustava.

7.11 Model s varijablama stanja linearnog sustava
Vladanje vremenski stalnog linearnog sustava opisuje obina nehomogena vektorska

diferencijalna jednadba n-tog reda
x& = Ax + Bu .
(7.51)
A je matrica koeficijenata s realnim i konstantnim elementima aij FR
{a },
ij
i, j = 1,2,..., n.
(7.52)
B je pobudna ili kontrolna matrica s konstantnim elementima
{bik },
i = 1,2,..., n; k = 1,2,..., m.
(7.53)
Gornja vektorska jednadba je identina skupu linearnih diferencijalnih jednadbi prvog

reda:
n
j =1
k =1
x& i (t ) = aij x j (t ) + bik u k (t ), i = 1,2,, n .
(7.54)
Ako je pobuda u = 0 rezultirajua jednadba je homogena
x& (t ) = A x(t ) .
(7.55)
y (t ) = Cx(t ) + Du(t ) ,
(7.56)
Izlazna vektorska jednadba

identina je skupu od r linearnih algebarskih jednadbi
140

n
j =1
k =1
yi (t ) = cij x j (t ) + d ik u k (t ), i = 1,2,, r .
(7.57)
7.11.1 Blok dijagram linearnog sustava

Blok dijagram omoguava vizualnu predstavu meusobne povezanosti odnosno interakcije
varijabli sustava.
Na temelju linearnih jednadbi stanja moe se nacrtati blok dijagram sustava. Budui da
u linearnim jednadbama imamo operacije zbrajanja i mnoenja s konstantom u
bezmemorijskom dijelu emo imati zbrajala i pojaala. Vezu izmeu x& i i xi realizira
integrator. Uzmimo jednostavni sustav drugog reda s dva ulaza i izlaza. Jednadbe stanja su:
x&1 = a11 x1 + a12 x2 + b11u1 + b12u2 ,
x& 2 = a21 x1 + a22 x2 + b21u1 + b22u2 .
(7.58)
One izriu sumu signala na ulazu u dva integratora.
Sl. 7.15
Izlazi iz integratora su varijable stanja x1 i x2, a ulazi su njihove derivacije. Razumljivo je

da se varijable stanja pojavljuju kao izlazi iz integratora, jer izlaz iz integratora u svakom
trenutku t1 predstavlja podatak, koji je dovoljan da se uz poznavanje ulaza u integrator,
poevi od trenutka t1, odredi njegov izlaz u bilo koji kasniji trenutak t > t1.
Izlazna jednadba se realizira s dva zbrajala
y1 (t ) = c11 x1 (t ) + c12 x 2 (t ) + d11u1 (t ) + d12 u 2 (t ),
y 2 (t ) = c 21 x1 (t ) + c 22 x 2 (t ) + d 21u1 (t ) + d 22 u 2 (t ).
(7.59)
141
Za kompletan sustav jednadbi stanja i izlaznih jednadbi moemo nacrtati tzv. kabelski
blok dijagram (Sl. 7.16).
A
D
Sl. 7.16
Blok dijagram ne samo da nam osigurava uvid u interakciju varijabli u sustavu, nego
nam daje i shemu spajanja za simulaciju procesa na analognom i digitalnom raunalu.
7.11.2 Razlaganje sustava na jednostavnije podsustave i elemente

Model s varijablama stanja je skup diferencijalnih jednadbi prvog reda. Ako smo u
mogunosti da jedan sloeni sustav razloimo na ekvivalentni, sastavljen od podsustava
prvog reda, otvara nam se mogunost da tako razloen sustav predstavimo u standardnom
obliku
x& = Ax + Bu, y = Cx + Du .
(7.60)
Pogotovo e to biti jednostavno ako smo i te podsustave prvog reda dalje razloiti na
elemente: integrator, kao memorijski dio, i pojaala i zbrajala kao bezmemorijski dio. Za dani
razloeni sustav, predstavljen blok dijagramom, dovoljno je izlaze iz integratora kvalificirati
kao varijable stanja da bismo iz blok dijagrama mogli napisati diferencijalne jednadbe u
standardnom obliku.
Algebarskim transformacijama transfer funkcije sustava, na primjer s jednim ulazom i
jednim izlazom, moemo dobiti podsustave prvog reda i nacrtati blok dijagram s
integratorima, sluei se s tri klasine metode razlaganja: direktnom, iterativnom i
paralelnom.
7.12 Razlaganje sustava i prijelaz u model s varijablama stanja
7.12.1 Direktna metoda

Uzmimo sustav s transfer funkcijom
H (s) =
odnosno
b0
,
s +K + a0
n
a n = 1,
(7.61)
142
( s n + K + a 0 )Y ( s ) = b 0U ( s ).
(7.62)
Izrazimo lan najvie derivacije snY(s) s ostalim derivacijama
1
1
s nY ( s ) = b 0U ( s ) a n 1 s nY ( s ) K n a 0 s nY ( s ) ,
s
s
(7.63)
odnosno
y ( n ) = b 0u a n 1 y ( n 1) K a 0 y.
Ovako napisana jednakost ukljuuje operaciju sumiranja i n integracija.
u
y(n)
b0
y(n-1)
y(n-2)
an-1
an-2
a0
Sl. 7.17
Opi sluaj transfer funkcije bi 0 moe se interpretirati kao

U ( s)
Y ( s) = B ( s)
= B ( s) Z ( s )
A( s)
(7.64)
Struktura za Z(s) = U(s) / A(s) je ista kao na Sl. 7.17, samo umjesto Y(s) stoji Z(s), dok
polinom B(s)Z(s) = (bmsm + + b0)Z(s) izrie da treba nainiti linearnu kombinaciju svih
izlaza integratora, odnosno derivacija z()(t), = 0, 1, 2, , m 1.
y
bn
u
bn-1
z(n)
xn
bn-2
xn-1
b0
x1
an-1
an-2
a0
Sl. 7.18
143
Izlazi iz integratora (Sl. 7.18) su veliine y(t), y& (t), , y(n 1)(t). Kako je poznavanje tih
veliina u trenutku t = 0 neophodno da bi se rijeila polazna diferencijalna jednadba vieg
reda, izlazi da se te veliine kvalificiraju kao varijable stanja. Ovako izabrane varijable stanja
nazivaju se fazne varijable.
Prema tome, uz varijable stanja
y = x1 , y& = x2 , L , y ( n1) = xn
(7.65)
i an = 1, moemo napisati diferencijalnu jednadbu

x& n + a n 1 + a n 2 x n 1 + L + a 1 x 2 + a 0 x1 = b 0 u .
(7.66)
Dobivenu jednadbu moemo interpretirati kao jednu jednadbu stanja za x& n , dok ostale
jednadbe proizlaze iz gornjeg izbora varijabli stanja
x&1 = x 2 ,
x& 2 = x3 ,
M
x& n 1 = x n ,
x& n = a 0 x1 a 1 x 2 L a n 1 x n + b 0 u.
(7.67)
Jednadba izlaza ima oblik

y (t ) = x1 (t ) ,
(7.68)
x1
y = [1 0 0 L] M .
x n
Te smo jednadbe mogli napisati i direktno iz blok dijagrama oznaivi izlaze iz

integratora kao varijable stanja.
Iz dijagrama izlazi da se opi model sustava s jednim izlazom i ulazom dade prikazati s
faznim varijablama u standardnom obliku
x&1 0
x& 0
2
M = M

x&n 1 0
x&n a 0
y = [b 0 a 0 b n
O
0
a1
a2
b1 a 1 b n
0 x1 0
0 x2 0

M M + M u ,

1 xn 1 0
L a n 1 xn 1
(7.69)
x1
x
L b n 1 a n 1 b n ] 2 + bn u.
M

xn
(7.70)
7.12.2 Iterativna metoda

Iterativna metoda vodi na razlaganje sustava na kaskadu podsustava.
144
Polinomi A(s) i B(s) u transfer funkciji mogu se predstaviti kao produkt korjenih faktora.
Polinom A(s) je nazivnik transfer funkcije H(s). Njegove nultoke su polovi transfer
funkcije H(s).
n
A( s ) = a n s n + K + a 0 = a n ( s p k ).
(7.71)
k =1
Polinom B(s) je brojnik od H(s)

m
B ( s ) = b m s + K + b 0 = b m ( s s k ).
m
(7.72)
Korijeni brojnika sk se nazivaju nule transfer funkcije H(s). Uz pomo korjenih faktora
(s sk) i (s pk) moe se transfer funkcija predstaviti u obliku
m
b
H (s) = m
an
(s s
1
n
(s p
(7.73)
.
k
dakle kao produkt lanova

(s s k )
.
(s p k )
(7.74)
Oni se mogu interpretirati kao podsustavi prvog reda jedne kaskade.

U(s)
s s1
s p1
s s2
s p2
H1
H2
s sk
s pk
Yk-1(s)
Hk
Yk(s)
s sn
s pn
Y(s)
Hn
Sl. 7.19
Y ( s ) = H k ( s )U ( s ) .
1
(7.75)
Svaka pojedina sekcija s nulom i jednim polom naziva se bilinearnom sekcijom i moe
se realizirati s jednim integratorom
Yk = H k ( s )Yk 1 =
X k ( s) =
s sk
Yk 1 ,
s pk
1
Yk 1 ,
s pk
(7.76)
(7.77)
Yk ( s ) = ( s s k ) X k ( s ) ,
(7.78)
sX k ( s ) = p k X k ( s ) + Yk 1 ,
(7.79)
odatle
145
sX k ( s ) = Yk 1 + p k
Yk-1
sXk
1
( sX k ( s )) .
s
Xk
sk
(7.80)
Yk
pk
Sl. 7.20
Budui da {sk} i {pk} mogu biti kompleksni, proizlazi da su i koeficijenti pojaala

kompleksni, to nije svojstvo realnog sustava. Gornje razlaganje se koristi u analizama, ali za
realizaciju sustava sklopovljem ili na analognom raunalu, trebaju koeficijenti polinoma biti
realni. Realni sustavi imaju realne koeficijente, pa se polovi i nule javljaju u konjugiranim
parovima.
Kombiniranjem konjugiranog para nultoaka i para polova
( s s k )( s s k *)
Hk =
( s p k )( s p k *)
s k = + j , 02 = 2 + 2
p k = + j , 02 = 2 + 2
(7.81)
moe se sustav drugog reda predstaviti blok dijagramom

Y
U
1
s
2
1
s
02
Sl. 7.21
Dobivena struktura se naziva bikvadratna sekcija. U opem sluaju kaskada e se

sastojati od sekcija prvog i drugog reda.
Razlaganje sustava u kaskadu bilinearnih sekcija ukazuje da se impulsni odziv sloenog
sustava moe dobiti viestrukom konvolucijom.
n
h = L-1 H i ( s ) = h1 h2 L hn ,
1
gdje je hi impulsni odziv podsustava
(7.82)
146
s si
pt
hi (t ) = L1
= (t ) + (p i s i )e i (t ) .
s
p
i
(7.83)
Za k-ti podsustav prvog reda u kaskadi na Sl. 7.19 mogu se napisati jednadbe u
vremenskoj domeni. Uz izlaz iz integratora oznaen s xk na Sl. 7.20 izlazi:
x& k = p k xk + yk 1 ,
yk = x& k s k xk
za k = 1, 2, L , n.
(7.84)
Polazei u ovom rekurzivnom sustavu jednadbi od y0 = u, dolazimo postupnom

eliminacijom derivacije xk iz jednadbe za yk do skupa jednadbi
x&1 = p1 x1 + u
x& 2 = p 2 x 2 + ( p1 s1 ) x1 + u
y1 = ( p1 s1 ) x1 + u
y 2 = ( p 2 s 2 ) x 2 + ( p1 s1 ) x1 + u
x& 3 = p3 x3 + y 2 , itd.
(7.85)
y n-1 = ( p n-1 - s n-1 ) x n-1 + L
x& n = p n x n + ( p n-1 - s n-1 ) x n-1 + L + ( p1 - s1 ) x1 + u,

a izlaz
y = y n = (p n s n ) x n + (p n 1 s n 1 ) x n 1 + L + (p1 s1 ) x1 + u ,
(7.86)
odnosno standardni oblik izlazi kao:

L
0
x1 1
x&1 p1
x 1
x& (p s )
p2
0
2 + u ,
2 = 1 1
M M
M M

x& n (p1 s1 ) (p 2 s 2 ) L p n x n 1
(7.87)
x1
x
y = [(p1 s1 ) (p 2 s 2 ) L (p n s n )] 2 + u .
M

xn
(7.88)
7.12.3 Paralelna metoda

Paralelna metoda vodi na razlaganje sustava na paralelni slog podsustava kako e se
pokazati. Transfer funkcija sustava s m n moe se razloiti na parcijalne razlomke.
Za razliite polove
p k pi
i, k = 1,2,3,..., n ,
mogue je transfer funkciju predstaviti s

H (s) = d 0 +
n
c1
c
c
+L + n = d0 + k ,
s p1
s pn
1 s pk
(7.89)
Skalar ck se naziva koeficijent parcijalnog razlomka s polom pk. Koeficijenti ck mogu se

izraunati kada su polovi jednostruki iz
147
c k = (s p k ) H (s) s =p ,
(7.90)
d0 =
bn
.
an
(7.91)
Linearna kombinacija parcijalnih razlomaka upuuje na paralelni spoj podsustava

prvog reda.
1
s p1
c1
1
s p2
c2
...
...
d0
1
s pn
cn
Sl. 7.22
Svaki pojedini podsustav se moe svesti na elemente s jednim integratorom i povratnom

vezom
pk
Sl. 7.23
I ovaj oblik, meutim, ima koeficijent pojaanja pk, koji moe biti kompleksan broj.
Ovakvo pojaanje nije svojstveno realnom sustavu. U realnom sustavu pojavljuju se
kompleksni polovi u konjugiranim parovima. Trebat e dakle sloiti po dva razlomka s
konjugiranim parom polova pk = k + jk i pk* = k jk.
ck
ck *
c ( s p k *) + c k * ( s p k ) s (c k + c k *) p k * c k p k c k *
=
+
= k
=
s pk s pk *
( s p k )( s p k *)
s 2 + 2 k s + k2 + k2
s sk
= 2c kr 2
,
s + 2 k s + 02k
2
0k
= + ,
2
k
2
k
p * c + pk ck *
sk = c k k
.
ck + ck *
Ovo se dade predstaviti slijedeim blok dijagramom (ckr = Re[ck])
(7.92)
148
U
1
s
2k
2ckr
1
s
0k2
sk
Sl. 7.24
u kojem su svi koeficijenti realni.

Polazei od sluaja s jednostrukim polovima, (Sl. 7.22), svaki sustav prvog reda daje
jednadbu u vremenskoj domeni
x& j = p j x j + u ,
(7.93)
dok je izlaz dan linearnom kombinacijom

n
y = c j x j + du ,
(7.94)
odatle slijedi standardni oblik jednadbe

x&1 p1
x& 0
2 =
M

x&n 0
0
p2
0
y = [c1 c 2
0 x1 1
0 x2 1
+ u ,
M M
O

p n xn 1
(7.95)
x1
x
]
L c n 2 + du.
M

xn
(7.96)
Dobili smo dijagonalnu matricu A. Ovakav sustav se naziva razvezanim, budui da je

predstavljen s n nezavisnih diferencijalnih jednadbi prvog reda, a blok dijagram od n
nezavisnih kanala. Naziva se esto kanonskim oblikom, a varijable stanja kanonske varijable.
Iz njega se vrlo lagano dolazi do odziva sustava jer se vremensko mijenjanje svake varijable
stanja dobiva rjeenjem jedne diferencijalne jednadbe, koja vrijedi za dotinu varijablu, a ne
cijelog sustava jednadbi.
Sluaj viestrukog pola viestrukosti k daje skup jednadbi oblika
x& j = p1 x j + x j +1 ,
x& j = p1 x j + u ,
j = 1,2,..., k 1 ,
(7.97)
j=k.
(7.98)
149
Ostali podsustavi s jednostrukim polovima daju kao i prije

x& j = p j x j + u,
j = k + 1,..., n .
(7.99)
Odatle slijedi oblik

x1 p1
x 0
2
x3 0

M =
xk

M
x
n
p1
p1
O
pk
y = [c1 c 2
x1 0
x 0
2
x3 0

M + M u. ,
xk 1

O
M M
p n xn 1
x1
x
L c n ] 2 + du. .
M

xn
(7.100)
(7.101)
Matrica A je kvazidijagonalna, ima jedan tzv. Jordanov blok. Svaki viestruki pol u
transfer funkciji e dati jedan takav blok u matrici A.
U sluaju da transfer funkcija ima viestruke polove, postupak razlaganja treba
modificirati kako slijedi.
Uzmimo da je pol p1 viestrukosti k, dok su ostali polovi jednostruki pk + 1, , pn.
Transfer funkcija se rastavlja u parcijalne razlomke
cj
H ( s) = d 0 +
j =1
( s p1 )
k j +1
cj
j = k +1
(s p j )
(7.102)
Koeficijenti parcijalnih razlomaka mogu se dobiti iz

d0 =
bn
,
an
cj =
d j 1
1
( j 1)! ds j 1
k B( s)
,
( s p1 ) A( s )
s = p1
(7.103)
za j = 1, 2, , k.
Dok je za jednostruke polove
B( s)
c j = ( s p j )
,
A( s ) s = p
j = k + 1, L ,n .
(7.104)
Kako se izlaz moe napisati kao linearna kombinacija razlomaka

k
Y ( s ) = d 0U ( s ) + c j
1
n
U ( s)
U (s)
+
cj
,
k j +1
(s p j )
( s p1 )
k +1
lanovi Xj(s) = U(s)/(s p1)k j + 1 prve sumacije su takovi da se moe napisati
(7.105)
150
U
X j ( s)
( s p1 ) k j 1
1
,
=
=
U
X j +1 ( s )
s p2
( s p1 ) k j 1+1
odnosno rekurzivni izraz

X j ( s) =
1
X j +1 ( s ) .
( s p1 )
(7.106)
Taj izraz se moe predstaviti kaskadom od k jednakih sekcija s transfer funkcijom

1
.
s p1
Sl. 7.25
Ovakvom strukturom za svaki viestruki pol treba proiriti strukturu na Sl. 7.22.
Prvi lan razvoja pripada direktnom prijenosu signala kad je d0 0, a zadnji lan ve
ranije dobivenom paralelnom slogu podsustava prvog reda koji pripadaju jednostrukim
polovima.
Ako su viestruki polovi kompleksni, svaki konjugirani par se moe sloiti u kvadratnu
sekciju. Za par viestrukosti m formira se kaskada jednakih sekcija drugog reda duine m.
Razlaganje sustava na paralelni slog podsustava ukazuje da se impulsni odziv moe
dobiti kao linearna kombinacija odziva jednostavnih sustava, danih s parcijalnim razlomcima.
k
n
1
1
h(t ) = L 1d 0 + c j
c
+
,
j
( s p1 ) k j +1 k +1 ( s p j )
1
k
n
cj
p t
p t
h(t ) = d 0 (t ) +
t k j e j + c j e j
1 ( k j )!
k +1
za t 0 .
(7.107)
(7.108)
7.13 Transformacija varijabli stanja
Pretpostavimo da je jedan linearni sustav opisan pomou varijabli stanja xi u standardnom obliku
x& = Ax + Bu
y = Cx + Du .
151
Mi moemo taj sustav prikazati pomou nekih drugih varijabli stanja z, koje e, budui
da se radi o linearnom sustavu biti linearna kombinacija starih varijabli stanja. Ovo se moe
napisati u matrinoj simbolici kao
x = Pz .
(7.109)
Pri tom je jedini zahtjev da matrica P ne bude singularna, tj. det P = 0. Supstituirajmo
nove varijable u jednadbu stanja.
Pz& = APz + Bu .
Mnoenjem s inverznom matricom P1 dobivamo
z& = P 1 APz + P 1 Bu
y = CPz + Du ,
(7.110)
to moe biti napisano u obliku
z& = A * z + B * u
y = C* z + D*u ,
(7.111)
gdje je
A* = P 1 AP
B* = P 1B
C* = CP
D* = D .
(7.112)
Iz vie razloga je interesantno reducirati standardni oblik na oblik s kanonskim

varijablama. Matrica P formirana tako da transformacija daje dijagonalnu matricu A* naziva
se modalna matrica. U opem sluaju se moe dobiti na temelju vlastitih vrijednosti i vlastitih
vektora matrice A.
Do karakteristine jednadbe dolazimo razmatranjem linearne transformacije vektora x u
vektor y
y = Ax .
Da li postoji vektor x takav da njegova transformacija daje vektor y koji ima isti smjer u
vektorskom prostoru? Ako takav vektor postoji, on je proporcionalan s x tj.:
y = Ax = x ,
(7.113)
gdje je neki skalar.

Ako ova jednakost ima netrivijalno rjeenje (x 0) za neku vrijednost skalara k , tada
je k vlastita vrijednost matrice A. Vektor xk koji se dobije kao rjeenje je vlastiti vektor
matrice A koji pripada vrijednosti k.
Jednakost Ax = x je homogeni sustav algebarskih jednadbi
(I A ) x = 0 ,
(7.114)
gdje je I jedinina matrica

1 0 L 0
0 1
M
I=
.
M
O 0
0 L 0 1
U homogenom sustavu netrivijalno rjeenje xk 0, moe se dobiti jedino ako
determinanta koeficijenata homogenog sustava iezava, tj.
152
det(I A) = 0 .
(7.115)
Ako je A matrica n x n, determinanta je polinom n-tog stupnja u varijabli i za to ima n

korijena. Oni su vlastite vrijednosti matrice A. Ako su elementi matrice A realni, tada su i
koeficijenti polinoma realni. Odatle slijedi da korijeni mogu biti realni ili kompleksni. Kada
su kompleksni, javljaju se u konjugiranim parovima.
Kod polinoma stupnja vieg od n = 3 raunanje korijena nije jednostavno, ali danas
postoje programi za njihovo numeriko raunanje.
Pri transformaciji varijabli karakteristini polinom slijedi iz nove matrice A* = P1AP
Pn ( ) = det(I A*) = det(I P 1 AP) =
= det(P 1 P P 1 AP) = det P 1 det(I A) det P =

= det P 1 det P det(I A) =
= det(I A).
(7.116)
Dobili smo isti karakteristini polinom, dakle i iste vlastite vrijednosti. Pri linearnoj
transformaciji varijabli sustava Pn() = det(I A) je invarijantan, pa prema tome i vlastite
vrijednosti.
Vlastiti vektori se dobivaju rjeenjem jednadbe (I A)x = 0.
Vratimo se transformaciji jednadbi u kanonski oblik.
Formirajmo matricu M od vlastitih vektora matrice A.
M = [x1
x2 L xn ] .
Odredimo produkt AM
AM = A[x1
x 2 L x n ] = [Ax1
Koritenjem Axk = kxk izlazi
AM = [1x1
Ax 2 L Ax n ] .
2 x 2 L n x n ] ,
to se moe napisati u obliku

AM = [x1
x2
2
= M .
L xn ]
n
144
42444
3
Vrijedi dakle jednakost

AM = M = M 1 AM .
(7.117)
Matrica M je traena modalna matrica, jer vri transformaciju matrice A u dijagonalnu

matricu .
Za sluaj jednakih korijena modalna matrica se moe odrediti tako da se matrica A
dobije u Jordanovom obliku.
153
7.14 Upravljivost i osmotrivost sustava
Transformacijom standardnog oblika jednadbi stanja s matricom A u kanonski oblik

s dijagonalnom = diag[1, 2, , n] daje nam mogunost da uvedemo i jednostavno
interpretiramo koncept upravljivosti i osmotrivosti sustava.
Ta, za vladanje sustava vrlo vana svojstva, pokazuju da li su varijable stanja povezane s
ulaznim, odnosno izlaznim varijablama.
Upravljivost se moe lagano ustanoviti u sustavu prikazanom u kanonskom obliku za
sluaj razliitih korijena
x&1 = p1 x1 + b11u1 + b12 u 2 ,
x& 2 = p 2 x 2 + b21u1 + b22 u 2 ,
M
x& n = p n x n + bn1u1 + bn 2 u 2 .
x& = x + u,
(7.118)
Sustav je razvezan pa se ne rjeava kao cjelina. Svaka varijabla stanja moe se dobiti
rjeenjem jedne jednadbe. Tako e jednadba za xi
x&i = p i xi + bi1u1 + bi 2u2 ,
i = 1,2,..., n ,
(7.119)
dati odziv na pobudu s u1 i u2. U tom odzivu e biti prisutno titranje karakteristinom
frekvencijom p1. Ako je postojao neki poetni iznos varijable x1(0), taj e se takoer istitrati s
p1.
Varijabla x2 se istitrava s frekvencijom p2, itd. Svaka varijabla se istitrava svojom
frekvencijom. U sluaju pune matrice A, tj. vezanog sustava jedna e varijabla titrati s
nekoliko ili svim karakteristinim frekvencijama p1 , p2 , , pn .
Sustav je upravljiv ako ulazni signali mogu pobuditi sve karakteristine frekvencije
sustava.
U kanonskom obliku lako je vidjeti da e se sustav moi pobuditi na titranje nekom
frekvencijom pi, ako se s ulaznim signalima moe pobuditi na titranje varijabla xi, dakle ako
bi1 i bi2 nisu jednaki nuli.
Sustav s razliitim karakteristinim frekvencijama je upravljiv ako matrica = M1B
nema nultih redaka, tj. nije sluaj da su svi elementi nekog retka jednaki nuli.
U sluaju da je i-ti redak matrice nul-redak, titranje frekvencijom pi moe postojati samo
od poetnog uvjeta xi(0) 0, ali ne od pobude u.
Za varijablu stanja xi, koja odgovara nul retku kae se da je neupravljiva.
Primjer: Pobuda je u jednoj dijagonali uravnoteenog mosta, a titrajni krug u drugoj
dijagonali.
154
Sl. 7.26
Za sluaj kad matrica A ima viestruke vlastite vrijednosti sustav je upravljiv

(i) ako ne postoje dva Jordanova bloka koja pripadaju istim vlastitim vrijednostima,
(ii) ako elementi matrice , koji odgovaraju zadnjem retku svakog Jordanovog bloka nisu
jednaki nuli,
(iii) ako svi elementi svakog retka matrice , koji pripadaju jednostrukim vlastitim
vrijednostima nisu jednaki nuli.
Osmotrivost je drugo vano svojstvo sustava, koje se moe takoer lako interpretirati iz
jednadbi u kanonskom obliku.
y = x + Du .
(7.120)
Sustav je osmotriv ako se preko izlaza sustava mogu registrirati sve prirodne frekvencije
sustava. Na izlazu iz sustava se nee moi registrirati neka frekvencija pi, ako nema veze
izmeu bilo kojeg izlaza i varijable xi koja titra s pi. To je sluaj kad postoji nulti stupac u
matrici , kako se to vidi iz jednadbi izlaza (di = 0).
y1 = 11 x1 + 12 x 2 + L + 1n x n
y 2 = 12 x1 + 22 x 2 + L + 2 n x n
M
y r = r1 x1 + r 2 x 2 + L + rn x n
(7.121)
Neka su na primjer svi i2 = 0, i = 1, 2, , r na izlazima yi se nee moi ustanoviti to se

dogaa s varijablom x2. Za varijablu koja odgovara nultom stupcu kae se da je neosmotriva.
Sustav je dakle osmotriv ako matrica nema nul stupaca.
Primjer: Uravnoteeni most
155
Sl. 7.27
Titranje kruga njegovom frekvencijom se ne moe registrirati.

Sustav je osmotriv za sluaj viestrukih korijena
(i) ako ne postoje dva Jordanova bloka koji pripadaju istim vlastitim vrijednostima,
(ii) ako u stupcima matrice , koji pripadaju prvom retku Jordanovog bloka nisu nule,
(iii) ako se u stupcima koji pripadaju jednostrukim vlastitim vrijednostima nisu nule.
156
U jednom sustavu moemo ustanoviti upravljive, neupravljive, osmotrive i neosmotrive

varijable, tako da u opem sluaju moemo jedan sustav razloiti na etiri podsustava
osmotriv
x& 1 = 1x1 + 1u1
neosmotriv
x& 2 = 2 x 2 + 2u 2
SUSTAV
y1 = 1x1 + D1u1
x& 3 = 3x3
y2 = 0
x& 4 = 4 x 4
upravljiv
y 3 = 3 x3
y4 = 0
(7.122)
neupravljiv
Kombiniranjem ovih kanonskih jednadbi dolazimo do jednadbi sustava

x& 1 1
x&
2 =
x& 3

x& 4
2
3
y1 1 0 0
y = 0 0
3
2
x1 1 0
x 0 u
2 1
2 +
,
x 3 0 0 u 2

4 x 4 0 0
(7.123)
x1
0 x 2 D1 0 u1
.
+
0 x 3 0 0 u 2

x 4
(7.124)
Razlaganje sustava na etiri podsustava se moe prikazati blok dijagramom (sl. 7.28) iz kojeg
se vidi da samo upravljivi i osmotrivi dio osigurava prolaz signala kroz sustav i odreuje
transfer funkciju H(s).
su
u
suo
so
snn
Sl. 7.25
157
Primjer:
1
1
x + 1 u
2
x& =

3 0
y = [1 0 1]x + [0]u
x1
-1
x2
-2
x3
-3
Sl. 7.26
Odziv sustava y(t) je odreen samo s upravljivim i osmotrivim podsustavom p1 = 1. Na

izlazu se sustav vlada kao da je prvog reda. Neupravljivost x3 i neosmotrivost x2 skriva
injenicu da je sustav treeg reda.
8. ODZIV I SVOJSTVA LINEARNIH SUSTAVA

8.1 Odziv nepobuenog sustava
Dinamiko vladanje i svojstva linearnog sustava mogu se odrediti rjeenjem jednadbi

stanja sustava.
Jednadba stanja linearnog sustava ima oblik
x& = Ax + Bu ,
(8.1)
gdje su matrice A i B u opem sluaju funkcije vremena, dok za sustav vremenski stalan,
elementi {aij} i {bij}matrica A i B su konstante. Iz pobude u i poetnog stanja x0 moe se
odrediti stanje sustava poevi od trenutka t0 do bilo kojeg trenutka t rjeenjem gornje
matrine jednadbe.
Prvo emo rijeiti njen homogeni dio, tj. kad nema pobude. Rjeenje je vektor zavisan od
vremena xn(t), koja zadovoljava jednadbu
x& (t ) = Ax(t )
(8.2)
i rubni uvjet, tj. poetno stanje x0 = x(0). Da doemo do analitikog rjeenja ove jednadbe
moemo pretpostaviti rjeenje u obliku reda potencija u varijabli t.
x(t ) = c 0 + c1t + K + c k t k + K ,
gdje su koeficijenti ck vektori.
Supstitucijom u diferencijalnu jednadbu dobivamo
c1 + 2c 2 t + K + kc k t k-1 + K = A(c 0 + c1t + K + kc k t k + K) .

Da bi ova jednakost bila zadovoljena za svaki t, koeficijenti ispred istih potencija moraju
biti identini, tj.
c1 = Ac 0 ;
1
1
Ac1 = A 2 c 0 ;
2
2
1
1
c 3 = Ac 2 =
A 3c 0 ;
3
3 2
LLL
1
ck = A k c0 .
k!
c2 =
(8.3)
Iz pretpostavljenog reda za t = 0 izlazi
x(0) = c0.
(8.4)
At 1 2 2
1
x(t ) = I +
+ A t +K+ A k t k +K x(0) .
k!
1! 2!
(8.5)
Rjeenje se moe sada napisati:
Red podsjea na razvoj eksponencijalne funkcije.
ODZIV I SVOJSTVA LINEARNIH SUSTAVA
159
Aktk
At
x ( t ) =
x (0) = e x (0) .
k
!
k =0
Sumacija je pravokutna matrica eAt kao i matrica A, tj. n n , i naziva se matrina

eksponencijala.
Matrina eksponencijala ima slina svojstva svojstvima eksponencijalne funkcije. Ona
zadovoljava diferencijalnu jednadbu.
& (t ) = A (t ),
(8.6)
uz
(0) = I, (t ) = e At .
Poznavanje matrice (t) i poetnog stanja sustava omoguuje da se odredi stanje
nepobuenog sustava u bilo koji trenutak t > t0. Ona dakle odreuje proces prijelaza iz jednog
stanja u drugo, pa se naziva prijelazna matrica (engl. state-transition matrix). Naziva se
takoer i fundamentalna matrica sustava.
Ta se matrica moe smatrati matricom linearne transformacije, koja transformira poetno
stanje sustava x0 u stanje x(t).
Svojstva fundamentalne matrice:
a) Matrica eAt nije singularna za sve konane t.
(t1) (t2) = (t1 + t2)
b) e At1 e At2 = e A ( t1 + t2 ) odnosno
At At
odnosno
1(t) = (t)
c) e e = I
ako je
AB = BA.
d) e(A + B)t = eAteBt
Svojstva, matrice se mogu iskoristiti na primjer da se izrazi stanje u t, ako je poznato
stanje u t0.
x(t ) = e A ( t t 0 ) x( t 0 ) = (t t 0 )x( t 0 ).
(8.7)
Dokaz:
x(t0) = ( t0)x(0) x(0) = 1(t0)x(t0) = (t0)x(t0),

x(t) = (t) (t0)x(t0) = (t t0)x(t0).
(8.8)
Fundamentalna matrica sadrava sve informacije o vlastitom gibanju ili titranju sustava.
Upotrebom reda za matrinu eksponencijalu moe se pokazati da je
d At
e = e At A = Ae At ,
dt
(8.9)
a takoer
t
d = A 1 (e At e At 0 ).
(8.10)
t0
8.2 Odreivanje fundamentalne matrice razvojem u red
Gornji izvod za fundamentalnu matricu daje mogunosti za njezino raunanje u obliku

reda. Mnoenje matrica je pogodan oblik za numeriko raunanje pomou raunala.
Matrica eAt se aproksimira s N lanova reda
160
e At = I + At +
1
1
( At ) 2 + K + ( At ) N .
2!
N!
(8.11)
Potrebni N za neki A je teko predvidjeti pa je najbolje pustiti raunalo da uzme toliko

lanova reda N dok norma zadnjeg lana ne padne ispod doputene greke .
1
( At ) N < .
N!
(8.12)
N e zavisiti od vlastitih vrijednosti matrice A. U redovima se nekad mogu prepoznati

elementarne funkcije koje su za vremenski invarijantne sustave - eksponencijale. Ako se eli
matrica u kompaktnom obliku, predoena pomou elementarnih funkcija, trebat e
upotrijebiti druge metode. Za numerike postupke moe biti povoljniji prikaz.
At (At )2
+ K = I + At I +
+
+ K,
2!
3!
2!
3!
At At
At
At
K I +
+
(t ) = I + At I +
I
K .
I +
N 1
N
2
3
(t ) = I + At +
(At )2 + (At )3
8.3 Klasina metoda odreivanja fundamentalne matrice.
Budui da matrica (t) sadrava vremenske funkcije svih varijabli stanja pri openito
zadanim poetnim uvjetima mogla bi se odrediti na klasian nain. Svaku varijablu stanja
moe se pretpostaviti u obliku eksponencijale
xi = X i e pt .
(8.13)
Supstitucija u skalarizirani sustav jednadbi

x&1 = a11 x1 + a12 x 2 + K + a1n x n ,
x& 2 = a 21 x1 + a 22 x 2 + K + a 2 n x n ,
M
M
x& n = a n1 x1 + a n 2 x 2 + K + a nn x n ,
(8.14)
daje sustav homogenih algebarskih jednadbi za veliine Xi, nakon prebacivanja pXi na desnu
stranu. Da bi amplitude eksponencijala Xi bile razliite od nule, mora determinanta sustava
biti jednaka nuli.
a11 p
a21
L
an1
a12
L a1n
a22 p a23 L a2 n
= 0.
(8.15)
L ann p
Odatle slijedi karakteristini polinom u varijabli p, koji daje karakteristine korijene ili
frekvencije sustava. Ope rjeenje za svaku varijablu stanja bi sadravalo sumu
eksponencijala sa svakom od karakteristinih korijena ili frekvencija pj
161

n
xi (t ) = X ij e j ,
p t
i=1,.....,n.
(8.16)
j =1
Amplitude pojedinih eksponencijala se mogu odrediti iz poetnih uvjeta xk(0).

Formiramo li matricu od svih rjeenja ik(t) uz openito zadane xk(0), tako da poetni uvjeti
stoje posebno, izlazi za xi(t)
n
xi (t ) = ik (t ) xk (0) ,
(8.17)
k =1
odnosno vektor stanja

x(t) = (t)x(0).
Funkcije ij(t) bit e elementi fundamentalne matrice sustava.

Iako ovaj nain daje vezu s klasinim metodama analize i interpretaciju fundamentalnoj
matrici, ipak raunski izgleda prilino dugotrajan.
Ovim putem je najjednostavnije odrediti fundamentalnu matricu kada je matrica A
dijagonalna A = . Sustav se sastoji tada od n nezavisnih sustava prvoga reda opisanih s
diferencijalnim jednadbama
x& i = i xi ,
i = 1,2, K, n
(8.18)
pa je rjeenje
xi = e it xi (0).
(8.19)
Svaka varijabla xi titra samo svojom karakteristinom frekvencijom i poevi od

poetnog iznosa xi(0) nezavisno od ostalih varijabli. Rjeenje se moe napisati u obliku
x1 e 1t
x
2 =
M

x n
2 t
x1 (0)
x 2 (0) ,
M
O
n t
e x n (0)
x = e t x(0) ,
(8.20)
gdje je i (t) = et dijagonalna matrica.

Budui da se transformacijom moe sustav s punom matricom A svesti na oblik s
dijagonalnom matricom , to je mogue odrediti i fundamentalnu matricu opeg sustava eAt
iz rjeenja u obliku (8.20)
eAt = MetM1.
To se moe pokazati polazei od sustava koji je opisan jednadbama u obliku
x& = x + u,
y = x + Du.
Neka je matrica je dijagonalna s razliitim vlastitim vrijednostima
1, 2, , n.
Njezina potencija je
(8.21)
(8.22)
162
k =
1k
k
2
kn
(8.23)
Odatle slijedi da je matrina eksponencijala

e
1k t k
k = 0 k!
2 t 2 3t 3
kt k
= I +
+
+K+
+ K =
2!
3!
k!
(8.24)
t
e 1

=

O

kn t k
0 k!
(8.25)
k2 t k
k!
e nt
2 t
Kako su 1,, n vlastite vrijednosti matrice , a vrijednosti 1k, 2k,,nk matrice k,

izlazi da su e 1 , e 2 , K , e n vlastite vrijednosti matrice e.
Preko odziva danog s et moemo dobiti odziv za izvornu matricu A ako izvrimo
transformaciju standardnog u kanonski oblik.
Za to su potrebne vlastite vrijednosti matrice A koje slijede iz det(I A) = 0, vlastiti
vektori {qk, k = 1,2,,n} i modalna matrica M.
Matrica formirana je od vlastitih vrijednosti i vezana je s matricom A
= M1AM ili A = MM1.
(8.26)
Odatle
e At
= I + (M
)t + (M 1M
= I + M 1t + M 2 M 1
= M ( I + t + 2
e At
t2
+ K,
2!
t2
+ K,
2
(8.27)
t2
t3
+ 3 + K)M 1 ,
2
3!
= Me t M 1 .
odakle slijedi
x(t) = Met M1 x0.
(8.28)
8.4 Geometrijska interpretacija rjeenja
Vrlo ilustrativno geometrijsko predstavljanje rjeenja moe se dobiti pomou vlastitih

vektora matrice A.
Neka su 1,, n vlastite vrijednosti, a q1, q2,, qn vlastiti vektori matrice A.
Za njih vrijedi ( )
163
Aqk = kqk.
(8.29)
Pretpostavimo da je poetno stanje x(0) = qk, dano jednim vlastitim vektorom qk, odziv
izlazi u obliku
1
1
x k (t ) = e At q k = I + At + A 2 t 2 + A 3t 3 + Kq k
2!
3!
2
3
t
t
x k (t ) = q k + Aq k t + A 2 q k + A 3q k + K
2!
3!
(8.30)
Uzevi (8.29) izlazi

t2
t3
3
x k (t ) = q k + k q k t + q k + k q k +K = e k t q k .
2!
3!
2
k
Gornje vrijedi jer je vlastiti vektor od Ak jednak vlastitom vektoru od A tj. qk. Odavde
zakljuujemo da je rjeenje xk kolinearno uvijek s vlastitim vektorom, ako poetno stanje
koincidira s njim.
Kako su 1,, n razliiti, vlastiti vektori q1, q2,..., qn su linearno nezavisni, pa mogu
predstavljati novi koordinatni sustav. Bilo koji vektor se moe predstaviti linearnom
kombinacijom ovih vektora.
Uzmimo da smo poetno stanje sustava predstavili s vlastitim vektorima matrice A.
x(0) = 1q1 + 2q2 + + nqn ,
(8.31)
tada e stanje x(t) biti dano sumom

x(t) = 1x1(t) + 2x2(t) + + nxn(t),
(8.32)
gdje je svaki x k (t ) = e k t q k . Izlazi

x(t ) = 1e 1t q1 (t ) + 2 e 2t q 2 (t ) +K+n e nt q n (t ).
(8.33)
Dobili smo jednadbu identinu jednadbi

x(t) = MetM1x(0).
(8.34)
ali iz prve se vidi da titranje vlastitom frekvencijom k ide du vlastitog vektora qk matrice A
ako su k realni.
Kad su vlastite vrijednosti imaginarne k i k + 1, gdje je k +1 = k , titranje ide po elipsi u
ravnini odreenoj s vektorima qk i qk + 1.
8.5 Odreivanje (t) pomou L - transformacije
Laplaceova transformacija stupaste matrice, iji su elementi funkcije vremena (u

gornjem podruju) je opet matrica s elementima koje su funkcije kompleksne frekvencije s.
L {x(t)} = X(s).
Inverzna transformacija je matrica iji elementi su inverznom transformacijom prebaeni
u gornje podruje
{X(s)} = x(t).
Transformacija matrine jednadbe x& (t ) = Ax(t ) je
164
sX( s) x (0) = AX( s) .
(8.35)
[X1(s) X2(s) Xn(s)]t.
(8.36)
X(s) je stupasta matrica
Prebacimo nepoznato na lijevo i iskoristimo jedininu matricu I, da bi dobili kvadratnu

matricu koja mnoi stupastu matricu X(s).
sX(s) AX(s) = (sI A ) X(s) = x(0).
(8.37)
Stanje u donjem podruju eksplicitno se moe dobiti mnoenjem s lijeva matricom

(sI A )1
1
( s ) x(0). ,
X(s ) = (sI A ) x(0) =
(8.38)
to izgleda vrlo slino skalarnom sluaju, tj. sustavom opisanim s jednom diferencijalnom
jednadbom prvog reda.
$ s) to mnoi poetno stanje x(0), naziva se matricom
Matrica u donjem podruju (
karakteristinih frekvencija ili rezolventom sustava. Ona predstavlja L - transformat
fundamentalne matrice sustava
(s ) = L1 (sI A )1 ,
(t ) = L1
(8.39)
( s ) = ( sI A) 1 = adj( sI A)
det( sI A)
(8.40)
gdje je
transponirana matrica kofaktora.

Matrica adj (sI A ) je pridruena matrica matrici (sI A ) , a det (sI A ) determinanta
matrice (sI A ) ili determinanta sustava.
$ s) su razlomljene racionalne funkcije kompleksne frekvencije s. U
Elementi matrice (
brojniku se nalazi polinom n 1 stupnja. U nazivniku se nalazi polinom n-tog stupnja koji
slijedi iz det (sI A ) . Determinanta det (sI A ) kao i svaki polinom moe se prikazati kao
produkt korjenih faktora.
n
det ( sI - A)=( s - p1 ) m1 ( s - p 2 ) m 2 K ( s - p i ) mi K ( s - p n ) mn = ( s p i ) mi .
(8.41)
Pri tom su p1,, pn, korijeni polinoma odnosno korijeni karakteristine jednadbe
sustava det (sI A ) = 0, pa se nazivaju i karakteristine frekvencije sustava. Veliina mi
predstavlja viestrukost i-tog korijena. Zbroj viestrukosti svakog korijena predstavlja red
sustava
n
m
i =1
=n.
(8.42)
Determinanta sustava moe se takoer prikazati u obliku polinoma

det (sI A ) = sn + d1sn 1 + + dn 1s + dn.
Koeficijenti {di}se mogu dobiti iz tragova matrice A i njenih potencija [ ].
(8.43)
165
[ ]
Trag matrice T1 = tr A = tr aij = aii .
(8.44)
i =1
Slijedea rekurzivna formula osigurava put za odreivanje koeficijenata karakteristine

jednadbe koji je vrlo pogodan za raunalo
d 1 = tr A,
1
d 2 = (d 1 tr A + tr A 2 ),
2
1
d 3 = (d 2 tr A + d 1 tr A 2 + tr A 3 ),
3
1
d n = (d n 1 tr A + d n 2 tr A 2 + K + d 1 tr A n 1 + tr A n ).
n
(8.45)
Fundamentalna matrica se openito moe dobiti kao inverzna L transformacija od

(sI A ) 1.
Uobiajeni put je razvoj u parcijalne razlomke svakog elementa jk(s) to se moe
napisati zbijeno u obliku
n m k
( s ) = ( sI A) 1 = C
jk
k =1 j =1
1
.
(s p k ) j
(8.46)
Matrice Cjk su matrice koeficijenata parcijalnih razlomaka, iji se elementi mogu nai iz
$ s) ili cijela matrica kao
elemenata matrice (
C jk =
C jk =
1
d mk j
( s)
(s p k )mk
mk j
s = pk ,
(m k j )! ds
(8.47)
adj( sI - A)
n
,
( s p ) mi
i

i =1
s = pk
(8.48)
mk j
1
d
(m k j )! ds m k j
gdje je mk viestrukost k-tog korijena, to u sluaju jednostrukog korijena ima oblik
adj(p I A)
(s)
= n k
.
C1k = ( s p k )
s = pk
(p k p i )
(8.49)
1
ik
Inverzna transformacija daje fundamentalnu matricu u obliku

n
mk
k =1
j =1
(t ) = e p k t C jk
t j 1
.
( j 1)!
(8.50)
Svaki lan fundamentalne matrice se sastoji od sume eksponencijala eventualno

mnoenih s polinomom u varijabli t, (mk 1)-stupnja, ako je frekvencija (pk) viestruki
korijen.
166
Najtei dio u gornjem postupku je odreivanje inverzne matrice od (sI A ) , posebice

kad je sustav vieg reda. Spomenut emo dvije metode pomou kojih se laganije dolazi do
matrice karakteristinih frekvencija, analitiki a naroito numeriki.
8.6 Leverierov algoritam []
Matrica karakteristinih frekvencija se moe u donjem podruju napisati u obliku

n 1
n2
( s ) = ( sI A) 1 = adj( sI A) = s F1 + s F2 + K + Fn .
det( sI A)
s n + d1 s n 1 + K + d n
(8.51)
Polinom u brojniku je (n 1) stupnja budui da je svaki element pridruene matrice

polinom (n-1) stupnja, dok su matrice F1,,Fn kvadratne matrice n-tog reda. Lako se vidi da
je F1 = I. Raunanje ostalih matrica Fk i koeficijenata karakteristinih polinoma moe se
izvriti pomou slijedeeg algoritma [ ]
1
d1 = tr AF1
1
1
d 2 = tr AF2
2
1
d 3 = tr AF3
3
M
1
d k = tr AFk
k
M
1
d n = tr AFn
n
F1 = I
F2 = AF1 + d1I
F3 = AF2 + d 2 I
M
Fk = AFk 1 + d k 1I
M
Fn = AFn 1 + d n 1I
(8.52)
Kao kontrola tonosti moe posluiti jo jednadba

0 = AFn + dnI.
Algoritam je pogodan za raunanje s raunalom posebice kad se radi o sustavu vieg
reda.
8.7 Sylvestrov razvoj za fundamentalnu matricu
Spomenut emo jo jednu metodu za odreivanje fundamentalne matrice u vremenskoj

domeni. Ona se temelji na Sylvestrovom teoremu razvoja. Dokaz za teorem se moe nai u
literaturi [1][2]. Sylvestrov teorem za matrice s razliitim karakteristinim vrijednostima je
kako slijedi.
Ako se funkcija matrice f(A) dade prikazati kao matrini polinom
f ( A) = C k A k ,
k =0
tada f(A) se moe izraziti u obliku
(8.53)
167

n
f ( A ) = f ( p j )F j ,
(8.54)
gdje su pj karakteristine vrijednosti matrice A, a Fj produkt

n
Fj =
i =1
j i
A piI
.
p j pi
(8.55)
Za odreivanje fundamentalne matrice funkcija matrice je f(A) = eAt, pa primjena

gornjeg teorema daje
n
(t ) = e
j =1
pj t
Fj = e
pj t
j =1
i j
A piI
.
j pi
p
i =1
(8.56)
Poznavanje korijena sustava pj omoguuje da se nau matrice Fj iz gornjeg izraza.

Za sluaj viestrukih korijena karakteristinog polinoma Sylvestrov teorem dobiva tzv.
konfluentni oblik
n
d mk 1
1
f ( A) =
mk 1
k =1 ( m k 1)! ds
f ( s )adj( sI A)
.
n
mi
(s p i )

i =1
s = p
i k
At
(8.57)
st
Za funkciju matrice f(A) = e treba staviti f(s) = e .

8.8 Odziv pobuenog linearnog sustava
Da bi se odredio totalni odziv linearnog sustava treba odrediti rjeenje nehomogene

matrine jednadbe
x& = Ax + Bu .
(8.58)
Posluit emo se Lagrangeovom metodom varijacije parametra. Metoda se sastoji u tome

da se proizvoljne konstante rjeenja homogene jednadbe x& = Ax pretpostave kao funkcije
vremena.
Pretpostavimo dakle
x(t) = eAtf(t),
gdje umjesto poetnog stanja stoji za sada nepoznata funkcija vremena f(t).
Uvrtenjem u jednadbu dobiva se
e At f& (t ) = Bu .
Mnoenjem s lijeva s inverznom matricom eAt dobivamo f& (t ) eksplicitno
f& (t ) = e At Bu(t ) .
Integriranjem u intervalu (0,t] izlazi
(8.59)
(8.60)
(8.61)
168

t
f (t ) f (0) = e A Bu( )d .
(8.62)
Stanje slijedi iz (8.59) kao

t A
x(t ) = e e Bu( )d + f (0) .

0
At
(8.63)
Iz stanja x(0) u poetnom trenutku t = 0, izlazi
x(0) = f(0).
Kako je f(0) = x(0) poetno stanje u t = 0 moemo dobiti konano rjeenje za stanje
sustava za linearne, vremenski invarijantne sustave kao superpoziciju dvaju procesa razliitog
uzorka.
t
x(t ) = e At x(0) + e A (t ) Bu( )d ,
(8.64)
x(t ) = (t )x(0) + (t )Bu( )d .
(8.64a)
Prvi lan predstavlja istitravanje poetnog stanja ili funkciju stanja sustava xn(t) kada
nema pobude.
Drugi lan, koji ima oblik konvolucijskog integrala predstavlja komponentu stanja
sustava, koja rezultira od pobude u intervalu (0, t]. Ta komponenta je odziv stanja mirnog
sustava xm(t).
Odziv sustava na izlazu se dobiva nakon uvrtenja u izlaznu jednadbu
y (t ) = Cx(t ) + Du(t ) ,
odnosno
t
y (t ) = C(t t0 )x(t0 ) + C(t )Bu( )d + Du(t ).
(8.65)
t0
Prvi lan predstavlja odziv sustava bez pobude, a drugi i trei lan predstavlja odziv
mirnog sustava. Odziv sustava kad je pobuda poela u t = t0 dan je izrazom
t
y (t ) = C(t t 0 )x( t 0 ) + C(t )Bu( )d + Du(t ).
(8.65a)
t0
Konvolucijski integral daje cjeloviti odziv kada t0 , ako je pobuda trajna (,).
t
y (t ) = C(t )Bu( )d + Du(t ). = C(t )Bu( )d + Du(t ) ,
(8.66)
jer se pretpostavlja da je poetno stanje x() = 0 ili ako je x() 0, vlastito titranje je
davno utrnulo.
Drugi integral je napisan s gornjom granicom , pa vrijedi za kauzalne i nekauzalne
sustave.
169
8.9 Impulsni odziv sustava
Promatrajmo sustav pobuen impulsima u(t) = U(t), gdje elementi matrice U

predstavljaju intenzitet impulsa na svakom pojedinom ulazu.
Stanje sustava je dano s
t
x(t ) = e At x(0 ) + e A ( t ) BU ( )d
0
(8.67)
= e At x(0 ) + BU = (t ) x(0 ) + BU .
Odavde se vidi da stanje u trenutku t sustava bez pobude odreeno poetnim stanjem
x(0 ), dok stanje mirnog sustava [x(0) = 0] odreeno impulsima pobude BU. Vremenska
funkcija (t) je jednaka bez obzira da li se radi o istitravanju poetnog stanja ili uslijed
impulsne pobude. Jedno se moe s drugim nadomjestiti ako vrijedi
x(0) = BU.
(8.68)
Impulsni odziv mirnog sustava [x(0) = 0] se moe dobiti u jo jednom obliku ako
pobudu razloimo na impulse
t+
u(t ) = (t )u( )d .
(8.69)
Mnoenjem s matricom D i stavljanjem u konvolucijski integral, dobivamo

t+
y (t ) =
[C(t )B + (t )D] u( )d ,
(8.70)
odnosno
t+
y (t ) = H (t )u( )d ,
0
(8.71)
gdje je matrica u zagradi ( r m ) matrica impulsnog odziva sustava

h11 (t ) L h1m (t )
h (t ) L h (t )
2m
. .
H (t ) = C(t )B + (t )D = 21
M
M
hk1 (t ) L hkm (t )
(8.72)
Kao i (8.66) konvolucijski integral moe predstavljati cjeloviti odziv kauzalnog sustava
za t0 , pa i nekauzalnog sustava s gornjom granicom .
t
y (t ) = H (t )u( )d = H (t )u( )d = H ( )u(t )d .

8.10 Odziv stanja sustava na stepenicu eksponencijalne pobude
u(t ) = U (t )e s0t . ,
gdje su elementi stupca U, U1, U2,,Um, amplitude skoka na ulazima 1,2,,m.
(8.73)
170

t
x(t ) = e At x(0) + e A ( t ) BUe s0 d ,

0
x(t ) = e x(0) + e
At
At
( s0 I A )
BUd ,
(8.74)
x(t ) = e At x(0) + e At e ( s0I A ) t I ( s 0 I A) 1 BU,

x(t ) = e At x(0) + (Ie s0t e At )( s 0 I A) 1 BU.
U odzivu stanja moemo razlikovati tri komponente:

(i) stanje nepobuenog sustava
x n (t ) = e At x (0) ,
(8.75)
koje titra vlastitim frekvencijama sustava,

(ii) stanje mirnog sustava
x mp (t ) = e At (s 0 I A) 1 BU ,
(8.76)
koje takoer titra vlastitim frekvencijama sustava 1, 2,,m,

(iii) stanje mirnog sustava
x ms (t ) = (s 0 I A) 1 BUe s0t
(8.77)
koje titra frekvencijom pobude s0.

Ako se skupe lanovi titranja vlastitim frekvencijama tj. prve dvije komponente, izlazi
x(t ) = e At x(0) (s 0 I A) 1 BU + (s 0 I A ) BUe s 0t .

1
(8.78)
Prvi lan se naziva prolaznim ili prelaznim stanjem jer u stabilnom sustavu
eksponencijalno trne. Drugi lan se naziva prisilnim stanjem, koji u sluaju konstantne s0 = 0
ili periodine pobude s0 = j naziva stacionarnim stanjem sustava.
Lako se vidi da su amplitude titranja prelaznog stanja odreene neskladom izmeu
poetnog stanja x(0) i prisilnog stanja xms(0) u trenutku t = 0. Kako se vidi iz (8.78) cjeloviti
odziv stanja sustava moe se napisati kao
x(t ) = e At [x(0) x ms (0)] + x ms (t ) .
(8.79)
Cjelovit odziv sustava na eksponencijalnu pobudu izlazi iz (8.65a):
] [
(s )BU + C
(s )B + D Ue s 0t = y (t ) + y (t ) .
y (t ) = C(t ) x(0)
0
0
pr
s
(8.80)
Prvi lan se moe nazvati prolaznim ili prelaznim odzivom ypr, a drugi prisilnim ys.
Posvetimo panju prisilnom odzivu koji je partikularno rjeenje diferencijalne vektorske
jednadbe
(s )B + D Ue s0t = H (s )Ue s0t = Ye s 0t ,

y s (t ) = C
0
0
$ ( s ) transfer matrica sustava

gdje je H
0
$ ( s ) B + D.
$ (s ) = C
H
0
0
Komponente vektora Y su kompleksne amplitude eksponencijala na izlazu sustava
(8.81)
171
Y1 H11 (s 0 ) H12 (s 0 ) L H1m (s 0 ) U1

U
Y H (s )
2 .
2 = 21 0
M M
M M

L H rm (s 0 ) U m
Yr H r1 (s 0 )
(8.82)
Element matrice Hij(s0) je transfer funkcija izmeu i-tog izlaza i j-tog ulaza sustava. Ona
je za zadanu frekvenciju pobude s0, broj kojim treba mnoiti kompleksnu amplitudu ulaza Uj
da se dobije amplituda izlaza Yi, uz ostale ulaze Uk = 0 za k j.
Yi = Hij(s0) Uj, ako je Uk = 0 za kj,
kako se vidi iz (8.82) razvijanjem i-tog retka
Yi = Hi1 U1 + Hi2 U2 + + Hij Uj + + Him Um.
Transfer funkcija Hij(s0) zavisi od pobudne frekvencije s0.
Ovdje je transfer matrica dobivena traenjem kompleksnih amplituda prisilnog odziva ili
partikularnog rjeenja pri pobudi sustava eksponencijalom.
Transfer matrica predstavlja poopenje transfer funkcije za sustave s vie ulaza i izlaza.
Odziv na stepenicu (s0 = 0),
u(t) = U(t).
Stanje izlaza je specijalan sluaj (8.78) i (8.80).
x(t) = eAt[x(0) + A1BU] A1BU. t 0,

At
(8.83)
y(t) = Ce [x(0) + A BU] CA BU + DU t 0.

Odziv na sinusnu pobudu frekvencijom , s0 = j,
u(t) = Uejt(t),.
x(t) = eAt[x(0) (jI A)1BU] + (jI A)1BUejt,
y(t) = C (t)[x(0) (jI A)1BU ] + [C (jI A)1B + D] U ejt.
Prisilni odziv odnosno stacionarni odziv izlazi
( j )Ue jt ,
y s (t ) = C( jI A ) B + D Ue jt = H
1
(8.84)
$ ( j ) transfer matrica pri frekvenciji . Elementi te matrice Hij(j) su frekvencijske

gdje je H
karakteristike sustava izmeu pojedinih ulaza i izlaza.
Uvrtenjem pobude u(t) = Uejt, t (,) u zadnji konvolucijski integral u (8.73)
dobivamo odziv u obliku
y(t ) = H( )e j d Ue jt .
(8.85)
$ ( j ) vezana s matricom
Usporedbom s (8.89) zakljuujemo da je transfer matrica H
impulsnog odziva
172
( j ) = H ( )e j d .
H
(8.86)
8.11 Odziv sustava L - transformacijom
Cjeloviti odziv sustava moemo odrediti i L - transformacijom jednadbe stanja (8.58).

sX(s) x(0) = AX(s) + BU(s),
(sI A ) X(s) = x(0) + BU(s),

X(s) = (sI A)1x(0) + (sI A ) 1BU(s),
( s )x(0) +
( s )BU ( s ) ,
X( s ) =
(s )}x(0) + L1 {
(s )BU (s )}.
x(t ) = L1 {
Matrica L
pa slijedi:
(8.87)
$ ( s) } to mnoi x(0) mora biti fundamentalna matrica (t) = eAt sustava,

{
t
x(t ) = (t )x(0) + (t )BU ( )d .
(8.88)
Izlazni signal (vektor) u donjem podruju je
Y(s) = CX(s) + DU(s),

$ s) x(0) + C
$ ( s) BU(s) + DU(s),
Y(s) = C (
to se moe napisati u obliku
(s )x(0) + C
(s )B + D U(s ) .
Y(s ) = C
(8.89)
Sustav u mirnom stanju x(0) = 0 ima na izlazu vektor:
(s )B + D U(s ) = H
(s )U(s ) .
Y(s ) = C
(8.90)
$ ( s) je matrica s r redaka i m stupaca i naziva se transfer matrica sustava.

H
U razvijenoj formi (8.72) se moe napisati u obliku (8.82) s elementima koji su transfer
funkcije izmeu pojedinih ulaza i izlaza sustava.
Ovdje je transfer matrica odnosno funkcije Hij(s) za razliku od onih u sekciji 8.10
dobivene su L - transformacijom.
Transfer funkcija Hij(s) se moe interpretirati s
Yi(s) = Hij(s)Uj(s) ;
Hij = Hij(s)1,
(8.91)
to u vremenskoj domeni daje

t
y i (t ) = hij (t )u j ( )d ;
0
hij (t ) = hij (t ) ( )d .
(8.92)
Vremenska funkcija hij(t) = L 1{Hij(s)} je odziv sustava na i-tom izlazu na jedinini

impuls na jtom ulazu, pa se moe rei da je Hij(s) spomenuti odziv u donjem podruju
L - transformacije.
173
Inverzna transformacija odnosno matrica s elementima {hij(t)} je, kako znamo iz (8.72),
matrica impulsnog odziva H(t) za koju dakle vrijedi
{ }
( s ) = L 1 C
( s )B + D .
H (t ) = L 1 H
Posljednje razmatranje generalizira koncepciju transfer funkcije i impulsnog odziva za
sustave s viestrukim ulazom i izlazom.
9. UVOD U VREMENSKI DISKRETNE SIGNALE I SUSTAVE

Diskretni procesi se susreu u prirodi i ljudskim aktivnostima. Primjer diskretnog
procesa je mnoenje neke bioloke vrste (bakterija, zeeva). Bankovno ili financijsko
poslovanje je primjer gdje se raunanja s brojevima novanih jedinica provode na kraju
nekog vremenskog intervala (dnevno, kvartalno).
Sva raunanja na digitalnom elektronikom raunalu provode se postupno korak po
korak, a (meu)rezultati stoje na raspolaganju samo u diskretnim vremenskim trenucima.
Procesi kontinuirani u vremenu mogu se takoer modelirati diskretnim sustavom.
Matematiki model diskretnog sustava je skup operacija, koji treba izvriti na jednom skupu
brojeva da se dobije drugi skup brojeva. Pri tom se te operacije obino svode na aritmetike,
a raunanje se provodi konanom tonosti. Definicija sustava izloena u uvodu kontinuiranih
sustava je openita, prema tome vrijedi i za diskretne sustave.
Varijable diskretnog sustava u, x, y su funkcije diskretne nezavisne varijable tkT gdje je
T FR prebrojivi skup. Sve tk moemo poredati u niz, s rastuim indeksima k koji moemo
interpretirati kao niz vremenskih trenutaka.
Niz emo definirati kao funkciju t: ZZ T. Vrijednost niza t na cijelom broju k ZZ ,
oznaava se s t(k) ili ee s tk. Opi lan niza t je tk. Nizovi se oznaavaju s , t1, t0, t1,
t2,, ili {tk}, k ZZ ili s (tk), k ZZ .
Budui da vrijeme neprestano raste, funkcija t: ZZ T je strogo rastua, odnosno niz
{tk}, k ZZ je strogo rastui, tj. za k> tk > t.
Najjednostavniji i ujedno najvaniji sluaj niza t = {tk} je sluaj aritmetikog niza kad je
funkcija tk = T0k, gdje je T0 po volji uzeta pozitivna konstanta (aritmetiki niz).
t k = T0 k ,
k ZZ .
(9.1)
Diskretizacija vremena je ovdje jednolika. Nekad se ovakva diskretizacija naziva

kvantizacijom vremena, gdje je T0 kvant vremena.
Varijable odnosno signali sustava u, x, y s uvedenom restrikcijom domene signala na
skup T, postali su vremenski diskretni signali. Npr.
u = {(t k , u ( t k ) )}, t k T .
(9.2)
u(tk)
t0 t1
t2 t3
t4
t5 t6
tk
Sl. 9.1
Kompozicijom signala u s funkcijom t, dobit emo u = u o t , koja je funkcija od k, tj.
175
UVOD U VREMENSKI DISKRETNE SIGNALE I SUSTAVE
u = {( k , u ( k ))} = {( k , uk )}, k K ,
(9.3)
gdje su signali funkcije u: K U , U FR , koraka k i takoer nizovi brojeva.

u(k)
0 1
Sl. 9.2
Jedan element niza uk = u(k) naziva se podatak ili uzorak. Upotrebom kompozicije,
vrijednosti funkcije u dobile su indekse i tvore niz koji oznaavamo
u = {u k } ili u = {u (k )}, k ZZ
(9.4)
u = ...u 2 , u 1 , u 0 , u1 , u 2 ,...
(9.5)
ili s
u = {...u 2 , u 1 , u 0 , u1 , u 2 ,...},
odnosno s vrijednostima i indeksacijom koja pokazuje redoslijed lanova niza
u = ...32 ,7 1 ,50 ,91 ,32 ,...
(9.6)
Ako su lanovi niza napisani u svom prirodnom redu, mogu se indeksi izostaviti, osim
onog s k = 0. Njega treba oznaiti na neki nain. Npr.
u = ...3,7,5,9,3,...
(9.7)
Niz za koji vrijedi

u k = 0 za k < 0, k ZZ ,
nazivamo kauzalnim
u c = {u 0 , u1 , u 2 ,...},
(9.8)
dok niz za koji vrijedi uk = 0 za k > 0 nazivamo antikauzalnim. Niz koji se protee od k < 0
preko k = 0 na k > 0 nazivamo nekauzalnim kao (9.4) (9.5). Te nizove bi mogli zvati
jednostrano beskonani, odnosno dvostrano beskonani.
Niz za koji vrijedi
0
uk =
0
k <0
k K,
k , K ZZ
nazivamo konanim, duine K i oznaavamo s

u = {u 0 , u1 ,..., u K 1 }.
(9.9)
Nizove konane duine K uvijek moemo nadopuniti nulama, ako trebamo niz duine
N>K. Npr.
u = {u 0 , u1 ,..., u K 1 , u K ,..., u N 1 },
u k = 0 za k k < N.
(9.10)
176
Niz za koji vrijedi

uk +N = uk , k , N N
(9.11)
nazivamo periodinim s periodom N.

9.1 Osnovni nizovi
Jedinini niz (Niz s jedininim lanom ili uzorkom, Kroneckerov delta, -niz)
= ...,0,0,1,0,0,...
1 za k = 0, k ZZ
0 za k 0
(k ) =
(9.12)
(k)
1
-2
-1
Sl. 9.3
Jedinina stepenica (Heavisideov niz)

S = ...,0,0,1,1,1,...
1 za k 0, k ZZ
S (k ) =
0 za k < 0
(9.13)
S ( k)
1
0
Sl. 9.4
Jedinina stepenica, osnovni je kauzalni niz. Mnoenjem nekauzalnog niza s

Heavisideovom nizom on postaje kauzalan.
Jedinina kosina
L = ...,0,0,1,2,3,4,...
k za k 0, k ZZ
L(k ) =
0 za k < 0
(9.14)
177

L(k)
Sl. 9.5
Jedinina parabola n-tog stupnja

k n za k 0, k ZZ
Pn ( k ) =
0 za k < 0
(9.15)
Pn(k)
n=2
1
0
Sl. 9.6
Sinusni niz
u (k ) = U cos(T0 k + ) ,
gdje je frekvencija dodirnice
u ( k)
10
11
12 k
Sl. 9.7
u (k ) = U cos(T0 k + ),
k ZZ ,
(9.16)
gdje je U - amplituda, - faza, = T0 je korak argumenta u radijanima analogan

frekvenciji (frekvencija niza, moramo razlikovati od frekvencije signala). Period dodirnice
niza slijedi iz
(T0k + T + ) = (T0k + 2 + ) T = 2,
T=
p=
T
, p FR .
T0
Prvi uzorak nakon nultoke ne mora biti isti.

cos ((k + N) + ) = cos (k + )
(k + N) = k + 2n , n = 1, 2, N
(9.17)
178
n - broj perioda dodirnice u periodu niza.

N = 2n
N = 2n / .
(9.18)
Prirodni broj n je najmanji koji daje prirodni broj N. Ako se ne moe nai konaan N, niz
nije periodian. Ako se eli da period dodirnice i period niza budu jednaki onda
T0 = T = 2
2
T0 =
=
N
Ako niz ima dulji period

TN = 2n
Tniza
Tdodirnice
T0 N
=n
T
Daljnja svojstva sinusnog niza

1. Za = + izlazi
u(k) = cos ( + )k = cos (2 + + )k
= cos ( + )k = cos ( )k.
Iz raspoloivog niza se ne moe dakle razlikovati da li je frekvencija dodirnice
1 = + ili 2 =
2. Za = 2 izlazi
u(k) = cos (2 )k = cos (k)
u(k) = cos (k)
Iz raspoloivog niza se ne moe dakle razlikovati da li je frekvencija dodirnice
1 = 2 ili 2 =
u(k)
-2
Sl. 9.8
Vidi se da se iz ovog niza ne moe razlikovati frekvencija 1 od bilo koje

n = 1 + 2n , n ZZ ,
jer je
cos [(1 + 2n)k] = cos (1k + 2nk) = cos (1k); n, k ZZ .
(9.19)
Ako ustanovimo u danom nizu frekvenciju ili frekvenciju dodirnice takvu da je 1<
2n
.
ili 1T0<, izvorna frekvencija signala frekvencije moe biti bilo koja. n =
T0
179
Da bi se mogao odrediti jednoznano iz niza moramo biti sigurni da je < , odn.

</T0 ili f = 1/(2T0).
Eksponencijalni niz
padajui niz
u(k) = qk, q FR , q < 1
q>1
rastui niz
konstantni niz
q=1
alternirajui niz
q = 1
q>1
Sl. 9.9
Eksponencijalni niz ovisno od kompleksnog parametra q ili zn moe poprimiti razliite

oblike, a pogotovo ako nekoliko elementarnih nizova znk formira linearnu kombinaciju.
N 1
u (k ) = c n z nk .
n =0
Za k ZZ nizovi su nekauzalnog oblika, a za kN su kauzalni.

Kompleksna frekvencija niza z moe biti realna, kompleksna, imaginarna.
Sl. 9.10
9.2 Osnovne operacije na nizovima i elementi diskretnog sustava
Zbrajanje nizova
Zbroj dva niza
y = u + v ili
{y(k)} = {u(k)} + {v(k)}
je niz s opim lanom
y(k) = u(k) + v(k) za svaki k ZZ .
Produkt nizova
u
y
v
u
(9.20)
y
v
180
Produkt dvaju nizova

y = uv ili
{y(k)} = {u(k)}{v(k)}
je niz s opim lanom
y(k) = u(k) v(k) za svaki k ZZ .
Mnoenje s konstantom
y = a u ili
{y(k)} = a{u(k)} = {a u(k)}
(9.21)
y(k) = a u(k).
Funkcijski blok
y = f(u) ili
{y(k)} = f [{u(k)}]
(9.22)
y(k) = f [u(k)].
(9.23)
Ovo su osnovni bezmemorijski elementi vremenski diskretnog sustava.

9.3 Osnovne memorijske i predikcijske operacije
Pomak niza
Jedinini pomak daje iz ulaznog niza, niz pomaknut za jedan korak.
unaprijed (predikcija)
unatrag (kanjenje i pamenje)
y = E1 u, ili {y(k)} = E1
{u(k)},
y(k) = (Eu)(k),
y(k) = (E1u)(k),
y(k) = u(k + 1) k0,
y(k) = u(k 1) k>0.
(1.24)
Operacija niza unaprijed trai nekauzalan sustav pa je neostvariva u realnom vremenu.
Zato se u sustavima sluimo redovito jedinicama za kanjenje, odnosno operacijom E1. Ako
je poznat ulazni niz u intervalu [0, k), treba poznavati y(0) da bi se dobio izlaz u intervalu [0,
k], tj.
y = E u, ili {y(k)} = E {u(k)},
k =0
y (0) ,
y( k ) =
u( k 1) , k > 0
181
u(k)
0 1
y(k) = u(k+1)
0 1
k0
y(k)
0 1
u( k 1) , k > 0
y(k ) =
k =0
y (0) ,
Sl. 9.11
Poetak i kraj zbog oznake intervala

Diferencija niza
y = u ili {y(k)} = {u(k)},
y(k) = (u)(k) = u(k + 1) u(k)
y = u ili {y(k)} = {u(k)},

y(k) = (u)(k) = u(k) u(k 1),
{y(k)} = (E 1){u(k)},
{y(k)} = (1 E1){u(k)}.
(1.25)
Diferencija vieg reda

n
n
n {u (k )} = ( E 1) n {u (k )} = (1) r E n 1{u (k )},
r =0
r
(9.26)
n
n
n {u (k )} = (1 E 1 ) n {u (k )} = (1) r E r {u (k )} ,
r =0
r
n n(n 1)(n 2) K (n r + 1)
n!
=
=
.
r!
r!(n r )!
r
Akumulacija niza
Antidiferencijski operator 1 daje niz
{y(k)} = 1 {u(k)},
182
takav da je
{y(k)} = {u(k)}.
Moe se pokazati da vrijedi
k 1
u ( j ) + K = {u (k )}.
j =0
(9.27)
Za sluaj kauzalnih signala

k
k 1
u ( j ) + K u ( j ) + K = u (k ).
j =0
j =0
Prema tome
1
k 1
{u (k )} = u ( j ) + K ,
j =0
(9.28)
k = 0,
y ( 0) ,
k 1
y (k ) =
y ( 0) + u ( j ) , k > 0.
j =0
y(0)
Uzlazni akumulator
y(k + 1) y(k) = u(k),

u[0, k)
y[0, k)
y(k + 1) = u(k) + y(k),
y(1) = u(0) + y(0)
Moramo poznavati y(0),
y(2) = u(1)
+ y(1) = u(1) + u(0) + y(0),
k 1
y ( k ) = u( j ) + y (0) , k > 0 .
j=0
Zato se ovaj element naziva akumulator. Jednoznana veza izmeu izlaza i ulaza postoji
ako je poznat poetni iznos izlaza y(0), pa je akumulator diskretni analogon integratora.
Akumulator je ekvivalentan bloku na slijedeoj slici, moe se svesti na sustav s
kanjenjem i zbrajanjem
u(k)
x(k+1)
x(k)
Sl. 9.12
x(k + 1) = x(k) + u(k),

y(0,k] = F(y(0), u[0, k) ).
Silazni akumulator
k
1 {u( k )} = u( j ) + K ,
j =0
k 1
y ( k ) = y ( 1) + u( j ) ,
j =0
k 0.
(9.29)
183
Ovaj akumulator se moe svesti na
u(k)
y(k) = x(k+1)
x(k)
Izlaz ispred
kanjenja
Sl. 9.13
x(k + 1) = u(k) + x(k),

y(k) y(k 1) = u(k),
y(k) = u(k) + y(k 1),
y(-1)
y(0) = u(0) + y(1)
Moramo poznavati y(1),
y(1) = u(1) + u(0) + y(1),
u[0, k)
y[0, k)
y(2) = u(2)
+
u(1)
+
u(0)
+
y(
1),
k 1
y ( k ) = u( j ) + y ( 1) , k0.
j=0
U oba sluaja je prisutna elementarna operacija kanjenja niza i u oba sluaja je izlaz iz
akumulatora odreen s vrijednou izlaza iz jedinice za kanjenje, pa se sustavi s
akumulatorom dadu svesti na sustave sloene od jedinice za kanjenje.
9.4 Model vremenski diskretnog sustava
Za bezmemorijski sustav vrijedi
Sl. 9.14
y(k) = f [u(k)].
(9.30)
Izlaz u koraku k zavisi samo od ulaza u koraku k. Funkcijski blokovi se mogu slagati u
sustave kao i kontinuirani.
Za memorijski sustav vrijedi
y(k) = F (x(k0), u( k0 ,k ] ) za k>k0 ili
(9.31)
y(k) = F (x(k0), u[ k0 ,k ) ) za k>k0,

da je izlaz u koraku k odreen stanjem memorijskog elementa i s pobudom u iz intervala
(k0, k], odn. intervala [k0, k).
Model sustava s varijablama stanja sastoji se od bezmemorijskog i memorijskog dijela.
Bezmemorijski:
v(k) = f (x(k), u(k)).
y(k) = g(x(k), u(k)),
Memorijski dan funkcijom stanja
(9.32)
184
x(k) = f (x(k0), v[k0, k)),

y(k) = g (x(k), v(k)).
(9.33)
Funkcija f daje vrijednost v(k) za pripremu stanja, a funkcija g daje izlaz y(k), za danu
vrijednost stanja x(k) i ulaza u(k) u koraku k. Funkcija F je pravilo koje daje stanje sustava u
bilo kojem koraku k > k0 za dani x(k0) i niza za pripremu stanja v iz intervala [k0, k), odn.
(k0, k].
Ima vie memorijskih operacija, koje se mogu pojaviti kao osnovni memorijski element
u memorijskom podsustavu. Posebno vaan je element jedininog kanjenja koji vodi na
jednadbe diferencija.
Blok dijagram modela vremenski diskretnog sustava je na slici
x(k)
u(k)
E-1
v(k)
f
g
y(k)
Sl. 9.15
Vektori sustava su u tom sluaju u(k), x(k) i y(k)

x(k + 1) = f(x(k), u(k)),
(9.34)
y(k) = g(x(k), u(k)).
(9.35)
Prva je identina skupu jednadbi diferencija, a druga skupu algebarskih jednadbi.

Ako se funkcija f iskoristi da se izrauna x(k + 1) dobivamo
x(k + 1) = f(x(k), v(k)).
Veza s kontinuiranim sustavom u sluaju da se derivacija aproksimira s diferencijom

x& = f (x, u)
x(k + 1) x(k )
= f (x(k ), u(k )),
T
x(k + 1) = x(k) + Tf(x(k), u(k)).
Za linearni sustav imamo

x(k + 1) x(k )
= Ax + Bu,
T
x(k + 1) = (I + TA)x(k) + TBu(k),
x(k + 1) = Adx(k) + TBu(k).
10. SUSTAVI PRVOG I DRUGOG REDA

10.1 Sustavi prvog reda
Sustav prvog reda sastoji se od jednog elementa za kanjenje i jednog ili vie funkcijskih
blokova.
Memorijski element - kanjenje, daje stanje u koraku k ako je poznat ulaz v(k) = x(k + 1),
pa prema tome podatak o stanju x(k) i ulazu u(k) dovoljni su da se odredi stanje u narednom
koraku x(k + 1). Tako da na temelju poznatog stanja npr. x(0) u k = 0 i poznatog ulaznog niza
{u(0), u(1), , u(k)} moemo jednoznano odrediti stanje x(1), x(2), , x(k + 1), korak po
korak.
x(k + 1) = f( x(k), u(k), k ),
y(k) = g( x(k), u(k), k ).
Gornja jednadba diferencija je rekurzivna formula za numeriko rjeavanje korak po

korak bez obzira radi li se o linearnom, nelinearnom, vremenski stalnom ili promjenjivom
sustavu.
10.2 Linearni vremenski invarijantan sustav
Za linearnu funkciju f imamo

x(k + 1) = ax(k) + bu(k),
y(k) = cx(k) + du(k).
Blok dijagram je na Sl. 10.1

u(k)
y(k)
d
b
x(k+1)
E-1
x(k)
a
Sl. 10.1
Primjer 10.1.
Uzmimo primjer tednje na bankovnoj knjiici. Tipian sluaj je da banka plaa kamate
u iznosu r na koncu svake godine, s tim, da kamate obraunava dnevno r/n. Mi
pretpostavljamo da ulaemo i uzimamo novac s te knjiice u iznosu u(k), k-tog dana. Zanima
nas stvarno stanje tog rauna y(k), k-tog dana. (Ako naime zatvorimo raun, banka e nam
obraunati kamate do tog dana i isplatiti). Znai da za stvarno stanje rauna za bilo koji dan
treba pribrojiti i kamatu.
186
SUSTAVI PRVOG I DRUGOG REDA
Moemo napisati jednadbu

r
y ( k 1) + u( k ) ,
n
y ( k ) = y ( k 1) +
r
y ( k ) = (1 + ) y ( k 1) + u( k ) .
n
(10.1)
Stanje rauna k-tog dana y(k) je odreeno stanjem prethodnog dana y(k 1) kojem je
r
dodana jednodnevna kamata y ( k 1) , te uplata u(k)>0, odnosno isplata u(k)<0 k-tog dana.
n
Jednadba je diferencijska prvog reda. Da bi mogli raunati y(k) moramo znati y(k 1)
odnosno poetno stanje prethodnog dana. Ako smo raun tek otvorili 0-tog dana ulogom u(0),
onda je y(k 1) = 0. Iz jednadbe moemo izraunati y(1), a zatim y(2), itd., uzimajui u
obzir koliko smo uplaivali ili podizali u(k).
Blok dijagram ove jednadbe je
u(k)
y(k)
E-1
x(k) = y(k 1)
Sl. 10.2
Ako x(k) = y(k 1) uzmemo kao varijablu stanja, izlazi standardni oblik jednadbe
stanja
x(k + 1) = x(k) + u(k)
(10.2)
y(k) = x(k) + u(k).
(10.3)
i izlazne jednadbe
Pokuajmo prvo nai rjeenje jednadbe
x(k + 1) = x(k) + u(k),
raunanjem x(1), x(2), postupnom upotrebom jednadbe kao rekurzivne formule poevi
od poznatog x(0) i poznatog niza pobude {u(k)}
x(1) = x(0) + u(0),
x(2) = x(1) + u(1) = (x(0) + u(0)) = 2x(0) + u(0) + u(1),
x(3) = x(2) + u(2) = 3x(0) + 2x(0) + u(1) + u(2),
k 1
x(k ) = k x(0) + k ( j +1) u (k ), k > 0 .
(10.4)
j =0
Izlaz je prema (10.3),

k 1
y (k ) = k +1 x(0) + k j 1u ( j ) + u (k ) ,
j =0
y(0) = x(0) + u(0),
k = 0,
(10.5)
187
y (k ) =
k +1
k 1
x(0) + k j u ( j ) + u (k ), k > 0 ,
(10.6)
j =0
odnosno
k 1
y (k ) = k +1 x(0) + k j u ( j ), k 0 .
(10.7)
j =0
Gornju jednadbu (10.2) moemo rijeiti i klasinim postupkom rjeavanja jednadbi

diferencija koji je analogan rjeavanju linearnih diferencijalnih jednadbi. Ovdje imamo
linearnu jednadbu diferencija ije ope rjeenje moemo dobiti poevi od rjeenja
homogene jednadbe xh(k), a zatim dobiti rjeenje nehomogene primjenom Lagrangeove
metode varijacije parametra.
Pretpostavimo da je rjeenje homogene jednadbe oblika x(k) = Cqk gdje je C
proizvoljna konstanta
x(k + 1) = x(k) qk + 1 = qk q = .
(10.8)
Jednadbu zadovoljava xh = C q ako je q = .

Pretpostavimo rjeenje nehomogene jednadbe u obliku
k
x(k) = qk f(k) x(k) = k f(k),
(10.9)
gdje je {f(k)} neka sekvencija stavljena mjesto konstante u rjeenju homogene jednadbe.
Uvrtenjem u jednadbu diferencija dobivamo
k + 1 f(k + 1) = k f(k) + u(k) k + 1[f(k + 1) f(k)] = u(k),

f(k) = u(k) q(k + 1) , q = ..
Primjenom antidiferencijskog operatora (8.27) izlazi
k 1
f (k ) = 1 u (k )q ( k +1) = u ( j )q ( j +1) + C.
(10.10)
j =0
Rjeenje nehomogene jednadbe slijedi iz x(k) = qkf(k), tj.

k 1
k 1
x(k ) = q k u ( j )q ( j +1) + C = Cq k + u ( j )q k ( j +1) .

j =0
j =0
(10.11)
Konstantu C moemo dobiti uvrtenjem u polaznu jednadbu (10.2) uz k = 0.

Za x(1) = Cq + u(0) = qx(0) + u(0) C = x(0).
(10.12)
Dobivamo rjeenje u obliku kao ranije (10.4), uz q = .

x(0),
k 1
x(k ) = k
q
x
(
0
)
u ( j )q k ( j +1) ,
+
j =0
za k = 0,
za k > 0,
(10.13)
a izlaz
k
y (k ) = q k +1 x(0) + u ( j )q j ,
j =0
Jedinini odziv u(k) = (k) slijedi iz (10.13).
za k 0.
(10.14)
188
za k = 0,
x(0),
x(k ) = k
k 1
x(0) + , za k > 0,
(10.15)
y (k ) = k +1 x(0) + k , za k 0 .
y( k)
Sl. 10.3
Odziv na jedininu stepenicu u(k) = (k) uz x(0) = 0

k 1
x(k ) = q k q ( j +1) =
j =0
y (k ) = q k q j = 1 + q 1 + K + q k =
j =0
y (k ) = q k q j =
j =0
1 q k +1
, k 0.
1 q
1 qk
, k > 0,
1 q
(10.16)
k +1
1 q ( k +1)
1 q k +1 1
1 q
q
, k 0,
=
=
q 1
1 q 1
1 q 1
y( k)
Sl. 10.4
10.3 Vremenski promjenjivi sustav
Primjer 10.3
Primjer je raunanje binomnih koeficijenata rekurzivnom formulom
n
n!
y (k ) = =
, k = 0,1,2,K
k k!(n k )!
(10.17)
n
n!
=
y (k 1) =
, k = 1,2,K
k 1 (k 1)!(n k + 1)!
Dijeljenjem ovih jednadbi izlazi

y (k ) =
(n k + 1)
y (k 1), k = 1,2,K , n.
k
Uz poetni uvjet y(0) = 1 slijede svi binomni koeficijenti
(10.18)
189
n n(n - 1) n(n 1)(n 2)

,
,
,K
1!
2!
3!
Uvoenjem y(k 1) = x(k) za stanje izlaza iz jedinice za kanjenje dobivamo jednadbu
stanja
x(k + 1) = a(k) x(k) + b(k) u(k).
(10.19)
Budui da je u(k) = 0, sustav je homogen. Rjeenje u opem sluaju a(k) moemo opet
dobiti korak po korak.
x(1) = a(0) x(0)
x(2) = a(1) x(1) = a(1) a(0) x(0)
x(3) = a(2) x(2) = a(2) a(1) a(0) x(0)
k 1
x(k ) = a( j ) x(0)
j =0
(10.20)
predstavlja opi oblik rjeenja vremenski varijantnog sustava prvog reda.

x(k)
E-1
x(k+1)
a(k)
Sl. 10.5
Za pobueni sustav moe se pokazati na jedan od spomenutih naina da je

k 1
k 1
k 1
x(k ) = b( j )u ( j ) a (i ) + a( j ) x(0) .
j =0
i = j +1
j =0
(10.21)
Jedinini odziv u(k) = (k) uz x(0) = 0.

k 1
x ( k ) = b(0) a (i ) , k > 0 .
i =1
10.4 Nelinearni sustav
Primjer 10.4
Algoritam za raunanje drugog korijena iz pozitivnog broja u = konst.
y (k ) =
1
u
y (k 1) +
,
2
y (k 1)
je nelinearan sustav. Za x(k) = y(k 1) dobivamo oblik

x(k + 1) = f (x(k), u).
Blok dijagram je na slici.
(10.22)
190
u(k)
y(k)
1/2
(.)-1
E-1
Sl. 10.6
Ovdje rjeenje dobivamo numeriki, korak po korak, poevi od poetnog stanja koje je
ovdje pretpostavljeno priblino rjeenje za u . Aproksimacija korak po korak postaje sve
blia broju u .
10.5 Sustavi drugog reda
Ako se sustav moe opisati s dvije jednadbe diferencija prvog reda:

x1(k + 1) = f1 (x1(k), x2(k), u(k)) , x1(0) = x10,
x2(k + 1) = f2 (x1(k), x2(k), u(k)) , x2(0) = x20,
(10.23)
y(k) = g (x1(k), x2(k), u(k)),

kaemo da je sustav drugog reda. Blokovski dijagram je kao na sl. 4.2. i 4.4.
Uz vektor stanja x(k) = [x1(k), x2(k)]t i vektorske funkcije f i g jednadbe su zbijene
x(k + 1) = f[x(k), u(k)], x(0) = x0;
y(k) = g[x(k), u(k)].
Rjeenje moemo dobiti korak po korak poevi od x(0) = x0 uz poznati niz {u(k)}
x(1) = f(x(0), u(0)),
x(2) = f(x(1), u(1)) = f[f(x(0), u(0)), u(1)],
x(3) = f(x(2), u(2)) = f{f[f(x(0), u(0)), u(1)], u(2)}.
Sustav se moe opisati takoer s jednom jednadbom diferencija drugog reda u obliku
y(k + 2) = f (y(k + 1), y(k), u(k + 2), u(k + 1), u(k))
ili
y(k) = f (y(k 1), y(k 2), u(k), u(k 1), u(k 2)),
(10.24)
to predstavlja model s ulazno izlaznim varijablama.

10.6 Linearni sustav drugog reda
Ako je f1 i f2 odnosno f linearna funkcija, imamo linearni sustav kao (4.5) ili (4.7)
x1(k + 1) = a11x1(k) + a12x2(k) + u1(k),
x2(k + 1) = a21x1(k) + a22x2(k) + u2(k),
(10.25)
x(k + 1) = Ax(k) + Bu(k), y(k) = Cx(k) + Du(k),
(10.26)
moe transformirati u
191
x1(k + 2) Tx1(k + 1) + x1(k) = u(k),

x2(k + 2) Tx2(k + 1) + x2(k) = v(k).
(10.27)
Blok dijagram je na slici 4.2 i 4.4.

Primjer 10.6.
Jednostavni model nacionalnog bruto dohotka je jednadba drugog reda. Bruto dohodak
y(k) ustanovljava se na kraju k-te godine, a sastoji se iz iznosa p(k) koji su potroai utroili
na kupovinu raznih dobara, zatim investicija i(k) za kupovinu proizvodnih sredstava, te
trokova dravne uprave d(k), tj.
y(k) = p(k) + i(k) + d(k).
Ustanovljeno je da priblino vrijede slijedei odnosi izmeu navedenih veliina.
Trokovi dobara za ivot su proporcionalni ukupnom nacionalnom dohotku u
prethodnom periodu, jer potroai vie troe kad imaju vie novaca.
p(k) = y(k 1).
Investicije su proporcionalne prirastu potronje u prethodnom periodu, jer proizvoai
vie investiraju kad prodaja ide dobro, odnosno kad ustanove poveanje potroka u proloj
godini.
i(k) = p(k 1) = (y(k 1) y(k 2)).
Trokovi drave su priblino konstantni d(k) = d. Ako uvrstimo u sumu dobivamo
y(k) = (1 + ) y(k 1) y(k 2) + d.
Blok dijagram je na Sl. 10.7
u(k)
y(k)
(1+)
E-1
y(k-1)
E-1
y(k-2)
Sl. 10.7
Da bi rijeili jednadbu, poevi od k = 0, od koje pratimo proces, moramo znati y(1) i

y(2), tj. dohodak u proloj i pretproloj godini. Te veliine predstavljaju poetne uvjete.
Jednadba se moe rijeiti korak po korak uz odreene parametre i .
Pretpostavimo da za rjeenje linearne homogene jednadbe drugog reda zadovoljava
sekvencija oblika
y(k) = qk.
Uvrtenje u jednadbu oblika
192
a2y(k + 2) + a1(k + 1) + a0y(k) = 0,

daje karakteristini polinom
a2q2 + a1q + a0 = 0.
Korijeni su
2
q 12 =
a 1 a 1 4a 0 a 2
2a 2
Karakteristina jednadba se esto pie u obliku

q2 (2r cos ) q + r2 = 0, za cos2 < 1,
q12 = r (cos j sin ) = r e
(par kompl. korjena), ili
(10.28)
(10.29)
q (2r ch ) q + r2 = 0, za ch > 1,
(10.30)
q12 = r (ch sh ) = r e (par realnih korjena) ili
(10.31)
q 2rq + r = 0 , q12 = r (dvostruki korijen).

Rjeenje jednadbe diferencija je linearna kombinacija od q1k i q2k tj.
yh(k) = C1q1k + C2q2k.
Oscilatorni sluaj za cos2 < 1
yn(k) = C1 rk ejk + C2 rk ejk = 2C rk cos (k ),
(10.32)
pri tom je za r < 1 padajui, a za r > 1 rastui (nestabilni sustav) niz.

Za r = 1 imamo neprigueni oscilatorni sluaj
yn(k) = C1 ejk + C2 ejk = 2C cos (k + ).
(10.33)
Kritiki aperiodian sluaj cos2 = 1

yn(k) = C1 rk + C2 krk,
(10.34)
pri tom je za r<1 padajui, a za r>1 rastui niz (nestabilan sustav).

Za sluaj r = 1, odziv linearno raste
yn(k) = C1 + C2k,
pa je sustav nestabilan.
Aperiodian sluaj ch > 1
yn(k) = C1 rk ek + C2 rk ek,
(10.35)
pritom za re < 1 i re < 1 niz je padajui (stabilan sustav).

Homogeni sustav jednadbi s varijablama stanja
Rjeenje jednadbi sustava drugog reda se moe dobiti slino kao kod kontinuiranih
sustava. (4.12).
Supstitucijom y(k) = qk u jednadbe stanja
x1(k + 1) = a11x1(k) + a12x2(k)
x2(k + 1) = a21x1(k) + a22x2(k)
izlazi
X1qk + 1 = a11X1qk + a12X2qk
(10.36)
193
X2qk + 1 = a21X1qk + a22X2qk,

odnosno
qX1 = a11X1 + a12X2,
qX2 = a21X1 + a22X2.
(10.37)
Da bi sustav algebarskih jednadbi dao rjeenje za amplitude X1, X2 mora determinanta

iezavati. Odakle slijedi karakteristini polinom kao iz (4.19), (4.20).
q2 Tq + = 0,
(10.38)
iji korijeni q1 i q2 su prirodne ili vlastite frekvencije sustava. Rjeenja se mogu dobiti za
konstante kao u (4.23.), a diskusija rjeenja i trajektorija ima za razne sluajeve prirodnih
frekvencija slian tok. Odzivi su sekvencije a trajektorije niz toaka u ravnini stanja. Sl.
10.7 Vremenski promjenjiv sustav drugog reda
10.8 Nelinearni sustav drugog reda
Primjer 10.8.
Diskretni ekvivalent Van der Polove jednadbe je:
y(k) = 2,1y(k 1) 0,1y(k 1)y2(k 2) 1,1y(k 2) + 0,1y3(k 2).
Rjeenje korak po korak za poetne uvjete y(k 1) i y(k 2) dano je u tablici.
TABLICA I SLIKA
(10.39)
11. VREMENSKI DISKRETNI LINEARNI SUSTAVI

11.1 Model sustava s ulazno-izlaznim varijablama
Najopenitiji opis linearnog sustava s jednim ulazom u i jednim izlazom y je u obliku

skalarne jednadbe diferencija n-tog reda (an 0, a0 0).
any(k + n) + an 1y(k + n 1) + + a0y(k) =
bmu(k + m) + bm 1u(k + m 1) + + b0u(k).
(11.1)
Sustav je vremenski stalan ili po koraku stalan ako su koeficijenti {ai} i {bi} konstante, a
po koraku promjenjiv ako su koeficijenti funkcije koraka k.
Diferencijske odnosno jednadbe diferencija esto se piu uz pomo operatora pomaka
E, koji se u literaturi nekad oznaava s q.
(anEn + + a0) y = (bmEm + + b0) u
(11.2)
A(E) y = B(E) u ,
(11.3)
( E y )( k ) = y ( k + 1) , a (E n y )(k ) = y (k + n ) ,
(11.4)
ili
gdje je
E = q E1 = q1
ili
(q y )(k ) = y (k + 1) , a (q n y )( k ) = y ( k + n)
Red diferencijske jednadbe je dan razlikom izmeu najvee i najmanje potencije

operatora E ili q. Linearni sustav se moe predstaviti kao blok
H(E)
Sl. 11.1
gdje je H(E) = B(E)/A(E) sloeni operator kojeg treba interpretirati kao diferencijsku
jednadbu.
Jednadba sustava se esto pie kao linearna kombinacija pobude u i njenih zakanjelih
replika, te izlaza y i njegovih zakanjelih replika
c0y(k) + c1y(k 1) + + cny(k n) = d0u(k) + d1u(k 1) + + dnu(k n)
(11.5)
odnosno uz pomo operatora E1 ili q1.

Prijelaz iz jednog oblika u drugi vri se supstitucijom k = k' n ili mnoenjem s En.
11.2 Rjeavanje jednadbe diferencija
Linearna jednadba diferencija vieg reda moe se rijeiti korak po korak raunanjem
y(k) iz {y(k i)}ni = 1 i {u(k i)}ni = 0
195
VREMENSKI DISKRETNI LINEARNI SUSTAVI

n
i =1
i =0
y (k ) = a i y (k i ) + b i u (k i ),
a 0 = 1, za k = 0,1, 2, K
(11.6)
Da bi to bilo mogue, potrebno je poznavati n poetnih uvjeta tj.

y(1), y(2), , y(n).
(11.7)
Postupak se moe prevesti "runo" ili se moe napisati program za programabilni

kalkulator ili elektroniko raunalo. Rezultat e se dobiti kao niz numerikih podataka i to e
biti zadovoljavajui rezultat za konkretni sluaj. Za potrebe openite analize i sinteze
odnosno projektiranja linearnih diskretnih sustava, poeljnije je imati rjeenja u obliku
kompaktnog izraza, gdje parametri sustava figuriraju u rjeenju. Teorija linearnih jednadbi
diferencija s konstantnim koeficijentima je razraena i veoma upotrebljiva kao i teorija
linearnih diferencijalnih jednadbi.
Klasini put dobivanja rjeenja
Rjeenje linearne jednadbe (11.1) openito se dobiva kao rjeenje homogene jednadbe
anyh(k + n) + an 1yh(k + n 1) + + a0yh(k) = 0
(11.8)
i partikularnog rjeenja yp(k) koje odreuje ukupna funkcija pobude na desnoj strani
f(k) = bmu(k + m) + bm 1u(k + m 1) + + b0u(k).
(11.9)
Najopenitije rjeenje homogene jednadbe je linearna kombinacija od n posebnih

linearno nezavisnih rjeenja
y1(k), y2(k),, yn(k),
s proizvoljnim konstantama, dakle
yh(k) = C1y1(k) + C2y2(k) + + Cny(k).
(11.10)
Jednadbu (11.8) moemo pokuati rijeiti redom, ali se lako vidi da funkcija eak ili bolje
y(k) = qk zadovoljava jednadbu, gdje ovdje qC predstavlja kompleksan broj, a ne operator.
Uvrtenjem dobivamo tzv. karakteristinu jednadbu
anqk + n + an 1qk + n 1 + + a0qk = 0,
(anqn + an 1qn 1 + + a0) qk = 0.
Netrivijalno rjeenje gornje jednadbe trai da bude
anqn + an 1qn 1 + + a0 = 0.
(11.11)
Karakteristini polinom (11.11) ima n korijena

q1, q2, , qn.
(11.12)
k
Jednadbu dakle zadovoljavaju funkcije odnosno nizovi q1 , q2 ,, qn , pa se

najopenitije rjeenje homogene jednadbe, kad su korijeni razliiti, dobiva u obliku
yh(k) = C1q1k + C2q2k + + Cnqnk.
(11.13)
Ako je neki korijen viestruk, na primjer q1 s viestrukosti m, moe se pokazati da e

jednadba zadovoljiti sekvencije oblika q1k, kq1k,, km 1q1k, qm + 1k,, qmk, pa e rjeenje biti
y(k) = C1q1k + C2kq1k + + Cmkm 1q1k + Cm + 1qm + 1k + + Cnqnk.
(11.14)
196
Kompleksni korijeni u jednadbi s realnim koeficijentima

q1,2 = re{aji} dolaze u konjugiranim
parovima.
r<1
Nadalje, budui da su y(k) FR , proizvoljne konstante tih sekvencija su takoer
q-ravnina
q3
konjugiranoIm
kompleksne. Dakle
kad
yh(k) = C1q1k + C2q2k,
q1
ima qq18 = rej, tada je q2 =q7rej, i kad je C1 = Cej tada je C2 = Cej. Rjeenje se moe napisati
q6 Re
q5
u obliku
0
q3,4 = rej
k
cos(k
yqh2 (k) = C rqk4 ej ejk + C rk ej ejk = 2Crr>
1 + ).
(11.15)
Korijen q = 0 se ne uzima u obzir. On samo smanjuje red jednadbe za jedan odnosno za

m ako je m-terostruk.
Kompleksni korijeni se mogu predstaviti tokama u kompleksnoj q-ravnini
k
q7 = 1
q8 = -1
q5 = a < 1
q6 = a > 1
k
k
Sl. 11.2
Kako se vidi, veliina |qi| = ri je odluna da li e sekvencija rjeenja geometrijski padati r

< 1 ili rasti r > 1 ili biti konstantna r = 1, odnosno da li su karakteristini korijeni unutar,
izvan ili na jedininoj krunici. Za nepobuen sustav, gdje uzorci niza rastu tako da mogu
prerasti bilo kako veliki unaprijed zadani broj, kae se da je nestabilan. Odatle se moe
zakljuiti da je sustav nestabilan ako ima karakteristine korijene izvan jedinine krunice ili
viestruki korijen na jedininoj krunici.
Partikularno rjeenje nehomogene jednadbe diferencija
Za dobivanje partikularnog rjeenja jednadbe uz opu sekvenciju pobude {f(k)} moe
se koristiti Lagrange-ov metoda varijacije parametara kao kod diferencijalnih jednadbi, kako
je to pokazano kod sustava prvog reda. Njegova primjena rezultira u sumacijama, koje su
esto krupne i vie puta ih je teko predstaviti u kompaktnom obliku. Iako se rjeenje dobiva
u eksplicitnom obliku, za bilo kakvu {f(k)}, druga metoda, tzv. metoda neodreenog
koeficijenta vie se upotrebljava u analizi sustava. Ona je meutim ograniena na pobude
oblika polinoma i eksponencijalne sekvencije. Budui se veliki broj pobuda zanimljivih za
197
analizu dade predstaviti ili aproksimirati spomenutim sekvencijama, zadovoljit emo se ovdje
metodom neodreenog parametra.
Pobuda polinomom oblika
f(k) = d0 + d1k + + dmkm,
(11.16)
dat e partikularno rjeenje takoer u obliku polinoma m-tog stupnja, tj.

yp(k) = C0 + C1k + + Cmkm.
(11.17)
Partikularno rjeenje se pretpostavlja uvijek u obliku kompletnog polinoma, tj. sa

lanovima svih potencija od 0 do m, bez obzira da li polinom pobude je kompletan ili ne.
Pobuda eksponencijalom ek
Najzanimljivija pobudna sekvencija je oblika u(k) = zk, ek = zk ; z, C, ponajprije zato
to svi linearni sustavi kao to smo vidjeli daju vlastito titranje u oblicima qik, pa se oni esto
pojavljuju i kao pobuda sustavima. Nadalje pobuda s zk moe dati i odreeni uvid u odnose
izmeu klasinog rjeavanja diferencijskih jednadbi i onog s transformacijama.
Partikularno rjeenje koje e zadovoljiti jednadbu (11.1) uz u(k) = Uzk, gdje je zC
kompleksan broj koji moemo predstaviti u obliku
yp(k) = Y zk,
(11.18)
gdje se U i Y nazivaju kompleksne amplitude pobude odnosno odziva.

Uvrtenjem pretpostavljenog rjeenja yp(k) = Y zk izlazi
(anzn + an 1zn 1 + + a0) Y zk = (bmzm + bm 1zm 1 + + b0) U zk
odnosno
A(z) Y zk = B(z) U zk ,
odakle slijedi kompleksna amplituda odziva Y, koja zadovoljava jednadbu
Y=
b z m + K + b0
B( z )
U= m n
U
A( z )
anz +K+ a0
(11.19)
(11.20)
Razlomljenu racionalnu funkciju od kompleksne varijable z nazivamo transfer funkcijom

ili prijenosnom funkcijom diskretnog sustava.
H ( z) =
B( z ) y p (k )
Yz k Y
=
=
= .
A( z ) u (k ) u ( k )= z k Uz k U
(11.21)
Transfer funkcija je, dakle, odnos kompleksnih amplituda prisilnog odziva i pobude, kad
je pobuda zk. (11.1) ili (11.5).
Transfer funkcija se moe lako napisati iz jednadbe diferencija formalno zamjenom
operatora E s brojem z.
Partikularno rjeenje koje se esto naziva i prisilni odziv je
yp(k) = H(z)Uzk.
Zavisno od broja z partikularni niz moe biti rastui ili padajui aperiodian ili valovit, te
stalan ili periodian, zavisno gdje z lei u kompleksnoj ravnini. Valovitost se javlja kad je
z = ej, a periodinost kad je z = ej.
198
Realan niz se dobiva linearnom kombinacijom
ejk + ejk = 2 cos k

Za = 1 je niz sinusni, dakle, konstantne amplitude
u (k ) = U cos(k + ) = Ue jk + U * e jk / 2 = U e j e jk + e j e jk / 2
prikazan s dvije konjugirane eksponencijale. Jednako tako partikularno rjeenje slijedi

kao superpozicija dvije konjugirane eksponencijale
yp = H(ej)Uejk + H(ej)U*ejk
Aperiodian niz je konstantan za z = 1 ili alternirajue konstantan za z = 1
yp = H(1)U ili yp = H(1)U
Trajnu pobudu imamo kad je z na jedininoj krunici, pa i prisilni odziv (odnosno
partikularno rjeenje) imamo trajan, ili jednak nuli. Takav odziv se naziva stacionarnim.
Za viestruki (m), pobudna frekvencija na jedininoj krunici daje oblik
u(k) = km 1
(11.22b)
koji takoer moe dati rastui odziv.

Partikularno rjeenje treba pretpostaviti u obliku polinoma u varijabli k istog stupnja.
Transfer funkcija se esto upotrebljava u obliku
H ( z) = K
( z z1 )( z z 2 )K( z z m )
,
( z q1 )( z q 2 )K( z q n )
(11.23a)
gdje su polinomi brojnika i nazivnika predstavljeni kao produkt korjenih faktora. Korijeni
brojnika B(zi) = 0 su nultoke, a korijeni nazivnika A(qi) = 0 su polovi racionalne transfer
funkcije. Koincidencija frekvencije pobude s vlastitom frekvencijom z = qi trai pretpostavku
partikularnog rjeenja u obliku yp(k) = kmYzk.
Cjeloviti odziv nehomogene jednadbe diferencija uz pobudu s u(k) = Uzk izlazi
y(k) = yh(k) + yp(k) = C1q1k + C2q2k + + Cnqnk + H(z)Uzk.
Primjer: Rijeiti jednadbu diferencija
y(k + 2) + y(k + 1) + 0,21y(k) = (1)k,
uz poetne uvjete y(0) = 0 i y(1) = 0.
Rjeenje homogene jednadbe
y(k + 2) + y(k + 1) + 0,21y(k) = 0,
e se pretpostaviti u obliku yh(k) = qk. Uvrtenjem se dobiva karakteristina jednadba
q2 + q + 0,21 = 0.
Korijeni su q1 = 0,7 i q2 = 0,3, pa izlazi
yh(k) = C1(0,7)k + C2(0,3)k.
Partikularno rjeenje oblika yp(k) = Y(1)k uvrteno u nehomogenu jednadbu daje
y p (k ) =
1
1
(1) k .
(1) k =
0.21
1 + (1) + 0.21
199
Kompletno rjeenje izlazi

y (k ) = y h (k ) + y p (k ) = C1 (0,7) k + C 2 (0,3) k +
1
(1) k .
0,21
Uvrtenjem poetnih uvjeta

0 = C1 + C 2 + 1 / 0,21,
0 = (0,7) C 1 + (0,3) C2 1 / 0,21 ,
daje
y(k) = 8,33 (0,7)k + 3,5 (0,3)k + 4,76 (1)k.
11.3 Frekvencijske karakteristike vremenski diskretnog sustava
Pobuda sinusnom frekvencijom

u (k ) = U cos(k + ) =
U
2
(e j ( k + ) + e j ( k + ) ) = Re{Ue jk } .
(11.24)
Dovoljno je, dakle, uzeti pobudu oblika ejk s kompleksnom amplitudom U = |U|ej, to
znai rijeiti sluaj pobude s
u(k) = Uejk = Re {Uejk } + j Im {Uejk }.
(11.25)
Partikularno rjeenje e se dobiti takoer u obliku

y(k) = Yejk = Re {Yejk} + j Im {Yejk},
(11.26)
pa se moe koristiti Re{} realni dio rjeenja kao posljedica realnog dijela pobude Re{Uejk}
Za jednadbu diferencija
A(E) y = B(E) u
i pobudu e
jk
dobiva se transfer funkcija

H ( e j ) =
b m e jm + K + b 0
.
a n e jn + K + a 0
(11.27)
Kako je H(ej) funkcija argumenta ej, zakljuujemo da se nita nee promijeniti ako
mjesto ej, stavimo ej( + 2i). Odakle slijedi da e periodinost argumenta s 2 dati i
periodinost transfer funkcije H(ej) s 2.
200
H(ej)
-3
-2
H(ej)
-3
-2
Sl. 11.3
Frekvencijska karakteristika vremenski diskretnog sustava dana je u jednom periodu,

dakle u intervalu (, ).
Frekvencijska karakteristika H(ej) daje stacionarno stanje sustava yp = H(ej)U u
ovisnosti od frekvencije pobudnog sinusnog signala.
Moe se predstaviti u pravokutnom obliku
H(ej) = Hr(ej) + Hi(ej)
ili u polarnom obliku
H(ej) = A()ej(),
gdje su A() = H(ej); () = arg H(ej) frekvencijske karakteristike amplitude i faze.
Budui da transfer funkcija ima realne koeficijente {ai} i {bi} izlazi da je
H(ej) = H*(ej),
a odatle da je Hr(ej) i A() parna, a Hi(ej) i () neparna funkcija od .
Kvadrat amplitude A2() moe se dobiti
A2() = H(ej)2 = H(ej) H(ej).
Za projektiranje frekvencijskih karakteristika pogodno je kvadrat amplitude izraziti s
n
e j + e j
A 2 () = H (e j ) H (e j ) = G
2
d 0 + 2 d r cos(r)
r =0
= G (cos ) =
.
n
c0 + 2 c r cos(r)
r =0
Frekvencijska karakteristika sustava I reda.

Uzmimo jednadbu
y(k) y(k 1) = Uzk , U FR .
(11.28)
201
Partikularno rjeenje je y(k) = Yzk

Y=
U
1 z 1
=
z = e j
U
.
1 z j
Transfer funkcija odnosno frekvencijska karakteristika

Y=
H ( e j ) =
U
U
,
=
j
1 (cos j sin )
1 e
{(1 cos )
1
2
+ ( sin )
2 1/ 2
(11.29)
1
.
(1 + 2 cos )1/ 2
(11.30)
Uzmimo primjer = 0,9. Izlazi karakteristika na Sl. 11.4.
10
H(ej)
10
= 0.9
/2
H(ej)
= 0.9
/2
Sl. 11.4
Sl. 11.5
koja predstavlja jednostavni vremenski diskretni nisko-propusni filtar. Za = 0,9 dobili

bismo visoko-propusni filtar Sl. 11.5.
Do rezultata smo mogli doi praenjem duine vektora (ej ) kad se mijenja izmeu
(, ), odnosno (0, ). Nazivnik je najmanji kad prolazi oko = 0.
H (e j ) =
1
1
.
j =
j
1 e
e
Im
Im
e
q2
Re
ej
Re
q1
Sl. 11.7
Sl. 11.6
Za sustav drugog reda izlazi transfer funkcija oblika

H ( z) =
1
.
( z q1 )( z q 2 )
odnosno za z = ej frekvencijska karakteristika izlazi
(11.31)
202
H ( e j ) =
(e
1
.
q1 )(e j q 2 )
(11.32)
Uzmimo, na primjer q1 = 0,9ej/4 i q2 = 0,9ej/4, gdje je r = 0,9. Za |H(ej)|, imamo

H ( e j ) =
1
(e
re
j / 4
)(e j re j / 4 )
(11.33)
Uz r 1 moe se karakteristika aproksimirati s (0 = /4)

H ( e j ) =
[(1 r)
1
2
+ (2( 0 ) / 0 ) 2
1/ 2
(11.34)
to za r = 0,9 odgovara frekvencijskoj karakteristici titrajnog kruga s rezonantnom

frekvencijom 0 = /4 i kvalitetom Q = 1/(1 r) = 10. Sl. 11.8.
H(ej)
-0
Sl. 11.8
Vidimo da se diskretni sustav vlada kao rezonator, odnosno jednostavni pojasno

propusni filtar. Vremenski diskretni sustavi se esto realiziraju s digitalnim sklopovima, pa se
ovakvi sustavi nazivaju u takvoj realizaciji - digitalnim filtrima.
Frekvencijsku karakteristiku se moe odrediti grafiki iz transfer funkcije predstavljene
korijenim faktorima
m
H ( z) = K
(z z )
i
i =1
n
(z q )
i =1
praenjem apsolutne vrijednosti H(ej) i argumenta H(ej) transfer funkcije na

jedininoj krunici z = ej ravnine z.
m
H (e ) = K
(e
(e
i =1
n
i =1
zi )
,
qi )
arg H ( z ) = arg(e j z i ) arg(e j q i ) .
Svako korijeni faktor transfer funkcije daje svoj individualni doprinos veliini
(multiplikativno) i fazi (aditivno).
203
Im
Ti doprinosi se mogu pregledno vidjeti i grafiki
ej
odrediti ako se nacrta dijagram polova i nula u
ej-z1
1
kompleksnoj ravnini z. Korijeni faktori (ej zi) ili
(ej qi) kao kompleksni brojevi mogu se interpretirati

0 z1
Re
kao vektori u kompleksnoj ravnini. Na primjer lan
(ej z1) ini vektor koji izlazi iz toke z1 i zavrava u
toki ej, koja se nalazi na jedininoj krunici z = 1,
ima duinu l = ej z1 i ini kut 1 = arg(ej z1) s
pozitivnim smjerom realne osi. Taj se vektor moe dobiti kao razlika vektora ej, koji izlazi
iz ishodita i zavrava u toki na jedininoj krunici ej = 1 i ini kut s pozitivnim
smjerom realne osi Re{z} i vektora z1 (r1 = z1), koji izlazi iz ishodita i zavrava u toki z1.
U skladu s iznesenim vrijednost transfer funkcije na frekvenciji
m
H (e ) = K
1
n
je, dakle, kvocijent produkta udaljenosti {di} toke na krunici ej do nultoki {zi} i produkta
udaljenosti {li} toke na krunici ej do polova {qi}.
Fazni kut transfer funkcije argH(ej) je
m
arg H (e j ) = i i ,
dakle razlika sume kutova {i} to ih ine spojnice toke na krunici ej s nultokama {zi} i
sume kutova {i} to ih ine spojnice toke na krunici ej s polovima {qi}.
Primjer:
H ( z) = K
z z1
,
( z q1 )( z q 2 )
H (e j ) = K
d1
,
l1l2
arg H(ej) = 1 (1 + 2).
Im
Gledajui na promjenu duina di i li kad toka e

putuje po krunici pri raznim frekvencijama , moemo
zakljuiti da veliina frekvencije karakteristike prolazi
manjim iznosima kad je ej u blizini nultoaka, a velikim
iznosima kad je ej u blizini polova (maleni li).
q1
0
q2
l1
d1
l2 z1
2
Re
204
11.4 Jedinini odziv diferencijskog sustava
Kroneckerov ili delta niz {(k)} i Heavisideov niz {S(k)} su izrazito vane pobude za
analizu sustava. One odgovaraju jedininom impulsu i stepenici. Ponajprije bitna svojstva
sustava se mogu ustanoviti iz odziva {h(k)} i {g(k)} na takove pobude. S druge strane
poznavanje odziva {h(k)} i {g(k)} moe posluiti za odreivanje odziva na bilo koji oblik
pobude upotrebom principa superpozicije. Jednadba diferencija se moe rijeiti korak po
korak, ali analitiko rjeenje ima prednost jer daje izraz u kompaktnom obliku, gdje je dana i
zavisnost rjeenja od parametara sustava.
Pretpostavimo opi oblik jednadbe (11.1) uz pobudu oblika u(k) = (k) i miran sustav
y(k) = 0 za k < 0.
any(k + n) + an 1y(k + n 1) + + y(k) = f(k) =
bn(k + n) + bn 1(k + n 1) + + b0(k)
(11.35)
Iz sekvencija na desnoj strani jednadbe vidimo da f(k) = 0 za k > 0. Radi toga

jedinini odziv k > 0 je rjeenje homogene jednadbe, tj. (11.8). Rjeenje je linearna
kombinacija (11.10)
h(k) = C1y1(k) + C2y2(k) + + Cnyn(k)
za k > 0.
(11.36)
Za odreivanje n konstanti {Ci} potrebno je n podataka odnosno n poetnih uvjeta h(1),

h(2), , h(n).
Ovi uvjeti se mogu dobiti iz jednadbe diferencija i svojstva niza da ima lan
(k + i) = 1, za k = i, a (k + i) = 0, za k i.
Uz desnu stranu (11.53) moemo napisati n + 1 jednadbu za k[n, 0]
k = n;
anh(0) + an 1h(1) + + a0h(n) = bn
k = n + 1;
anh(1) + an 1h(0) + + a0h(n + 1) = b
(11.37)
n1
k = n + 2;
anh(2) + an 1h(1) + + a0h(n + 2) = b

n2
k = 1;
anh(n 1) + an 1h(n 2) + + a0h(1)

= b1
k = 0;
anh(n) + an 1h(n 1) + + a0h(0) = b0
Budui da je sustav miran, h(k) = 0, za k < 0 mogu se napisati jednadbe u obliku

an
a
n 1
a n 2
M
a 0
an
a n 1 a n
a1
a2
h ( 0) b n
h(1) b
n 1
h ( 2) = b n 2

O
M M
L a n h(n) b 0
Ah = b
h = A 1b
(11.38)
205
Rjeenje se moe dobiti inverzijom matrice A, u kojoj su elementi koeficijenti {ai}

jednadbe diferencija.
Ako se meutim pogledaju jednadbe, moe se napisati rekurzivna formula za postupno
raunanje svakog lana niza {h(k)}.
Redak za neki k ima oblik
anh(k) + an 1h(k 1) + + a0h(k n) = bn k
(11.39)
to se vodei rauna da su h(k) = 0 za k < 0, moe napisati u obliku

anh(0) = bn , za k = 0
(11.40)
k 1
a n h(k ) + a n k +i h(i ) = b n k , za 0 < k n ,
(11.41)
za k = 0
b n / a n ,
k 1
h( k ) =
b
n k a n k +1h(i ) (1 / a n ), za k > 0
i =0
(11.42)
i =0
odakle izlazi
Sada se mogu odrediti {h(k)}, k = 1, 2, , n, potrebni za odreivanje {Ci},

i = 1, 2, , n. {Ci} e se odrediti iz skupa jednadbi (11.54) za k = 1, 2, , n.
Za razliite korijene karakteristine jednadbe q1, q2, , qn izlazi oblik
h(k) = C1q1k + C2q2k + + Cnqnk , k = 1, 2, , n
(11.43)
to u matrinoj simbolici vodi na

q1
q 2
1
q13
M
q1n
q 2 K q n C1 h(1)
q 22 L q 2n C 2 h(2)
q 32 L q 3n C 3 = h(3)

M M
q n2 L q nn C n h(n)
(11.44)
QC = h, je C = Q1h.
(11.45)
Rjeenje
Ako su jednadbe oblika (11.5) homogeno rjeenje (11.43) vrijedi za k > n.
Primjer 11.5
Provedimo odreivanje odziva na niz za jednostavan primjer
y(k + 2) 3y(k + 1) + 2y(k) = 2u(k + 1) 2u(k),
za u(k) = (k) y(k) = h(k),
k = 2;
k = 1;
k = 0;
h(0) 3h(1) + 2h(2) = 0 0

h(0) = 0
h(1) 3h(0) + 2h(1) = 2
h(1) = 2
h(2) 3h(1) + 2h(0) = 0 2
206
h(2) = 3 2 2 = 4
Karakteristina jednadba
q2 3q + 2 = 0 q1 = 1, q2 = 2,
h(k) = C1 1k + C2 2k , za k>0,
h(1) = C1 1 + C 2 2 = 2 2
,
h(2) = C1 1 + C 2 4 = 4
C1 = 0, C2 = 1,
0,
h( k ) = k
2 ,
k 0
k >0
Odziv na Heavisideov niz {g(k)} moe se dobiti iz jedininog odziva

k
g ( k ) = h(i ) .
(11.46)
i =0
11.5 Konvolucijska sumacija
Linearni sustav je karakteriziran svojstvom

H(E)[{u1(k)} + {u2(k)}] = H(E) {u2(k)} + H(E) {u2(k)},
(11.47)
odnosno za jedinini odziv vrijedi

{h(k)} = H(E) {(k)};
H(E) {c (k)} = {ch(k)}.
(11.48)
Za vremenski promjenljiv sustav vrijedi

H(E) {(k i)} = {h(k, i)}.
(11.49)
Za vremenski nepromjenljiv sustav vrijedi

H(E) {(k i)} = {h(k i)}.
(11.50)
Pretpostavimo proizvoljni signal predstavljen s nizom

u = u(1) {(k + 1)} + u(0) {(k)} + u(1) {(k 1)} + u(2) {(k 2)} +
(11.51)
u(i) {(k i)} u(i) {h(k i)}.

Odziv na niz u je:
y = u(1) {h(k + 1)} + u(0) {h(k)} + u(1) {h(k 1)} + u(2) {h(k 2)} +
(11.52)
Obje sekvence se mogu napisati krae u obliku tzv. konvolucijske sumacije

u=
u (i){ (k i)},
u = u*,
(11.53)
y = u*h.
(11.54)
i =
y=
u(i){h(k , i)}. ,
i =
k-ti lan ili uzorak ove sekvencije je dan s

y (k ) =
u(i)h(k , i). .
i =
(11.55)
207
Za vremenski stalan sustav je

+
u(i)h(k i) ,
y (k ) =
(11.56)
i =
ili
+
h(i)u(k i) .
y (k ) =
(11.57)
i =
Konvolucijska sumacija nam omoguuje odreivanje odziva za bilo kakvu pobudu kad
je poznat odziv na niz. S druge strane ova operacija je veoma vana u teorijskim
razmatranjima, i razumijevanju linearnih sustava.
{u(i)}
{h(4-i)}
k=4
Sl. 11.9
Raunanje y(4) Suma produkata uzoraka pobude u i prevrnutog i pomaknutog (za

k = 4) jedininog odziva h.
11.6 Dekonvolucija
Dekonvolucija je postupak dobivanja nepoznate pobude {u(k)}, ako je poznat odziv

sustava {y(k)}.
Pokazana veliina pri nekom mjerenju uvijek je rezultat konvolucije stvarne veliine s
odzivom mjernog sustava. Diskretni oblik je
k
y (k ) = u (k i )h(i ) =
i =0
Konvolucija napisana ovako

k
= u (k )h(0) + u (k i )h(i ) = y (k ) ,
(11.58)
i =1
vodi na jednostavnu rekurzivnu formulu

k
1
u (k ) = y (k ) u (k i )h(i )
.
i =1
h(0)
(11.59)
Sumacija u zagradi upotrebljava uzorke, koji su izraunati u prethodnim koracima

postupka tj. u(0), u(1), , u(k 1).
Ako dva niza daju konvolucijom -niz {u(k)}*{v(k)} = {i(k)} onda su oni meusobno
inverzni {v(k)} = {u(k)}1.
12. Z-TRANSFORMACIJA
12.1 Uvod
Linearni vremenski diskretni sustav je opisan jednadbom diferencija

any(k + n) + + a0y(k) = bnu(k + n) + + b0u(k).
Partikularno rjeenje za pobudu oblika Uzk je istog oblika
yp(k) = Yzk.
To e biti i jedino rjeenje ako pobuda u jednom stabilnom sustavu tee od k = .
Uvrtenjem se dobiva da je
bn z n + K + b 0
U = H ( z )U,
Y=
an zn +K + a0
pa se rjeenje moe napisati u obliku
y(k) = UH(z)zk.
(12.1)
Veliina H(z) se naziva transfer funkcija jer zavisi od kompleksne veliine z, koja je za
sluaj eksponencijalne pobude s frekvencijom jednaka z = ej i naziva se frekvencijska
karakteristika.
Odziv y(k) se moe dobiti i na drugi nain, koritenjem superpozicije odnosno
konvolucijske sumacije, ako je poznat jedinini odziv h(k).
Za pobudu preko cijele vremenske osi (, ) konvolucijska sumacija je oblika
y (k ) =
h(l )u(k l ).
l =
Za u(k) = Uzk izlazi

+
y (k ) = U h(l ) z k -l = Uz k
l =
h(l ) z
(12.2)
l =
Izjednaavanjem rjeenja (12.1) i (12.2) izlazi da je

H ( z) =
h(l ) z
(12.3)
l =
tj. da je transfer funkcija H(z) vezana s jedininim odzivom beskonanom sumacijom.

Frekvencijska karakteristika dobiva se za z = ej u obliku
H ( e j ) =
h(l )e
- j l
(12.4)
l =
Ovdje moemo prepoznati Fourierov red za periodinu funkciju H(ej) perioda 2.

Veliine {h(l)} su amplitude harmonijskih komponenti tog reda. Mogu se dakle dobiti
izrazom za Fourierov koeficijent
1
h(l ) =
2
H (e
) e j l d ,
(12.5)
209
Z-TRANSFORMACIJA
Ovaj par izraza (12.4) i (12.5) za H(ej) odnosno h(k) moemo shvatiti kao
transformaciju sekvencije {h(k)} u spektar H(ej) i obratno - dakle H(ej) je Fourier-ova
transformacija niza {h(k)}
H(ej) = F {h(k)} = VDFT{h}.
Par h(k) i H(z), koja je takoer funkcija kompleksne varijable z, predstavlja
transformacijski par, a izraz (12.3) odnosno
X ( z) =
x(k ) z
= Z {x(k )} ,
(12.6)
k =
definira Z-transformaciju niza {x(k)}, bio on jedinini odziv nekog sustava ili bilo koji drugi
niz.
Izraz (12.6) moe se interpretirati s Fourierovim redom i kad je z opi kompleksan broj
z = rej , r = z,
X (re j ) =
(12.7)
x(k )(re )
+
-k
k =
X (re j ) =
(x(k )r )e
+
jk
(12.8)
k =
X(rej) je F transformacija priguene sekvencije {x(k) rk}.

Za neki odreeni niz {x(k)}, Fourierov red (12.8) e biti konvergentan za neke
vrijednosti r-a. Tako e red koji definira Z transformacija biti konvergentan u nekom
podruju z-a, koji zovemo podrujem konvergencije Z-transformacije.
Inverzija se moe dobiti na temelju izraza za Fourierove koeficijente
x ( k )r k =
1
X (re j )e jk d .
Mnoenjem s rk i stavljanjem rk unutar integrala dobivamo

1
x( k ) =
2
X (re )(re )
j
(12.9)
dz
i promjenom varijable integracije rej = z uz r konstantan dz = jrejd odnosno d =
jz
izlazi
=
1
X ( z ) z k 1dz.
2j
(12.10)
Integracija po je preko intervala 2 to u varijabli z = rej odgovara jednom obilasku

po krunici radijusa z = r, pa bi se integral mogao napisati u obliku integrala u z-ravnini po
zatvorenoj krivulji. Za radijus r treba biti izabran neki broj za koji Z transformacija
konvergira. Oblik (12.10) predstavlja opi izraz za inverznu Z transformaciju. Ali kako e se
vidjeti, ima vie jednostavnih metoda da se dobije sekvencija iz njene Z transformacije.
210
Z-TRANSFORMACIJA
Z transformacija za linearne vremenski diskretne sustave ima znaenje koje ima Laplaceova transformacija za vremenski kontinuirane.
12.2 Svojstva Z-transformacije
Za kauzalne signale upotrebljava se jednostrana Z-transformacija
X ( z ) = x ( k ) z k .
(12.11)
k =0
Ako nije posebno istaknuto govorimo o jednostranoj transformaciji, koja je interesantna

za odreivanje vladanja vremenski diskretnih sustava.
Dvostrana transformacija se upotrebljava u analizi sluajnih signala i dvostrano
beskonanih sekvencija.
Konvergencija Z-transformacije
Ako niz zadovoljava slijedee uvjete:
1. x(k) < za sve konane k.
2. postoje pozitivni brojevi A, r i K takvi da x(k) Ark za k > K
tada jednostrana Z-transformacija
X ( z ) = x ( k ) z k ,
k =0
konvergira apsolutno za svaki z sa svojstvom z = > r.

Dokaz
K 1
k =0
k =K
X ( z ) = x( k ) z k + x( k ) z k ,
K 1
k =0
k =K
X ( z ) x(k ) k + x(k ) k .
(12.12)
Uvijek postoji broj M takav da je prva suma manja od

K 1
K 1
k =0
k =0
x( k ) k M k ,
odnosno iz toke 2.
x(k )
k =K
r
A
k =K
(12.13)
Odatle slijedi da je
r
1 K
+
X ( z) M
A
1
1
k =K
(12.14)
Prva suma je konana za sve i K < , a druga suma (geom. red) je konana za sve >
r.
211
Z-TRANSFORMACIJA
Najmanja vrijednost r-a takva da X(z) konvergira apsolutno naziva se radijus apsolutne
konvergencije F(z) i oznaava sa a = r.
Uzmimo nekoliko sekvencija i odredimo njihovu Z transformaciju
Z { (k )} = (k ) z k = 1
, a = 0,
k =0
k =0
k =0
Z {S (k )} = S (k ) z k = z k =
{ }= a
Za
k =0
z
=
k =0 a
z
1
a
1
1 z 1
(12.15)
, a = 1,
1
z
=
, z > a = a.
1
1 az
za
(12.16)
(12.17)
Ako je transformat racionalna funkcija podruje konvergencije je izvan najdaljeg pola

z > am.
Z-transformacija je linearna
Z{ax(k) + by(k)} = aX(z) + bY(z).
(12.18)
Pomak unaprijed za n-koraka
Z {x(k + n)} = x(k + n) z k = k + n = j =

k =0
n 1
= x( j ) z j + n = z n x( j ) z j == z n x( j ) z j x( j ) z j ,
j =n
j =n
j =0
j =0
n 1
Z {x(k + n)} = z n X ( z ) x( j ) z j .
j =0
(12.19)
Z{x(k + 1)} = zX(z) zx(0).
(12.20)
Za n = 1 izlazi
Kanjenje za n-koraka
Z {x(k n)} = x(k n) z k = k n = j =

k =0
j = n
j = n
x( j ) z j n = z n x( j ) z j =
= z n x ( j ) z j +
j =0
Z {x(k n)} = z n X ( z ) +
x( j ) z
j = n
x( j ) z
j = n
Z {x(k 1)} = z 1 [X ( z ) + x(1) z ] .
Konvolucijska sumacija kauzalnih nizova
(12.21)
(12.22)
212
Z-TRANSFORMACIJA
k =0
i =0
X ( z ) = Z {x} = Z {u h} = z k u (i )h(k i ) .
Inverzijom redoslijeda sumiranja prvo po k, pa onda po i dobivamo
i =0
k =0
i =0
j =i
X ( z ) = u (i ) h(k i ) z k = k i = j =
= u (i ) h( j ) z (i + j ) .
Budui da je h(j) = 0 za j < 0 izlazi
X ( z ) = u (i ) z
i =0
h( j ) z
= U ( z)H ( z) .
(12.23)
j =0
Multiplikacija s ak, y(k) = akx(k)
Z {y} = a x(k )z
k
k =0
-k
z
z
= x(k ) = X .
a
a
k =0
(12.24)
Multiplikacija s ejk (frekvencijski pomak)

y(k) = x(k) ejk,
Z {y} = x(k )e
j k
k =0
-k
z
= x(k ) j ,
e
k =0
Y(z) = X(ejz).
(12.25)
Multiplikacija s k
Z {kx(k )} = kx(k )z k = z x(k )k z k 1 =

k =0
k =0
d
d k
= z x(k )
z = z x ( k ) z -k =
dz k =0
dz
k =0
d
= z
X ( z ).
dz
(12.26)
Moe se generalizirati za kn
Z k x(k ) = z X ( z ).
dz
(12.27)
x (0) = lim X ( z ) .
(12.28)
Poetna vrijednost niza

z
(Svi lanovi reda X(z) iezavaju za z osim nultog).

Konana vrijednost niza
lim x ( k ) = lim( z 1) X ( z ) .
z 1
Dokaz slijedi iz razmatranja transformacije s

x(k) = x(k + 1) x(k),
(12.29)
213
Z-TRANSFORMACIJA
[ x( k + 1) - x( k )]z
= zX ( z ) X ( z ) zx (0) ,
k =0
odakle izlazi
( z 1) X ( z ) = zx (0) + [ x ( k + 1) - x ( k )]z k ,
k =0
za z1 dobivamo
lim( z 1) X ( z) = lim x ( k ) .
z 1
12.3 Inverzna Z-transformacija
Opi izraz je dobiven u obliku integrala po zatvorenoj krivulji. Z transformacija

omoguuje i druge metode posebice zbog toga to se moe prikazati u obliku reda i to su
funkcije linearnih diferencijskih sustava u donjem podruju razlomljene racionalne, pa se
mogu razviti u parcijalne razlomke.
1.
Razvoj u red
Transformacija Y(z) u obliku reda
Y(z) = y(0) + y(1)z1 + y(2)z2 +
(12.30)
sadrava ve veliinu uzoraka y(k) pa se oni mogu odrediti kao koeficijenti potencija od (z1).
U opem sluaju se taj red moe dobiti razvojem funkcije Y(z) u McLaurent-ov red oko
toke z1 = 0
1 d k Y ( z 1 )
.
y( k ) =
k! d ( z 1 ) k z 1 = 0
(12.31)
Kad je Y(z) razlomljena racionalna funkcija, koeficijente od (z1) lake je dobiti

dijeljenjem polinoma brojnika s nazivnikom.
Primjer:
Y ( z) =
2 0,5 z 1
= 2 + 0,5 z 1 + 1,25 z 2 + 0,875 z 3 + K
1 0,5 z 1 0,5 z 2
Svaki lan odgovara pomaknutom jedininom uzorku (Kronecker) u domeni koraka

(vremena).
y(k) = 2 (k) + 0,5 (k 1) + 1,25 (k 2) + 0,875 (k 3) +
Uz malo napora u ovom primjeru moemo prepoznati da se radi o nizu koji se moe
prikazati kompaktnim izrazom.
y(k) = 1 + (0,5)k
za k 0.
To prepoznavanje meutim u opem sluaju nee biti jednostavno, pa ova metoda slui
kad nam treba umjereni broj uzoraka.
Druga metoda se temelji na razvoju racionalne funkcije na parcijalne razlomke. Budui
da vrijedi
214
Z-TRANSFORMACIJA
{ }
z
,
z a
Z ak =
trebat e razviti Y(z) u sumu takvih elementarnih funkcija, odnosno razlomaka. To se moe
provesti razvojem funkcije Y(z)/z u razlomke i pomnoiti jednakost sa z.
Y ( z)
A
B
=
+
+K
z
z q1 z q 2
Y ( z) =
(12.32)
Az
Bz
+
+K
z q1 z q 2
(12.33)
U gornjem podruju dobivamo

y (k ) = Aq1k + Bq k2 + K
(12.34)
Primjer:
2 z 2 0.5 z
Y ( z) = 2
,
z 0.5 z 0.5
Y ( z)
2 z 0.5
1
1
= 2
=
+
z
z 0.5 z 0.5 z 1 z + 0.5
Y ( z) =
z,
z
z
+
.
z 1 z + 0.5
U domeni koraka izlazi

y (k ) = 1k + (0.5) k = 1 + (0.5) k .
Trea mogunost inverzije temelji se na opem izrazu - integralu po zatvorenoj krivulji
radijusa veeg od radijusa apsolutne konvergencije. Integral se moe odrediti upotrebom
teorema residuuma
y( k ) =
n
1
k 1
Y
(
z
)
z
dz
=
Resi Y ( z ) z k 1 .
2j
i =1
(12.35)
Za residuum vrijedi
Resi [Y ( z ) z k 1 ] = lim[Y ( z ) z k 1 ( z zi )] .
(12.36)
z zi
Primjer:
Y ( z) =
2 z 2 0,5z
.
z 2 0,5z 0,5
Polovi Y(z) kao i prije su q1 = 1, q2 = 0,5

y (k ) = Res1
y( k ) =
2 z 2 0,5 z
2 z 2 0,5 z
k 1
z
z k 1 ,
+
Res
2
z 2 0,5 z 0,5
z 2 0,5 z 0,5
2 z 0,5
( z 1) z k
( z 1)( z + 0,5)
+
z =1
2 z 0,5
( z + 0,5) z k
( z 1)( z + 0,5)
,
z = 0 , 5
215
Z-TRANSFORMACIJA
y( k ) =
2 0,5 k 2 0,5 0,5

( 0,5) k .
1 +
0,5 1
1 + 0,5
y (k ) = 1 + (-0,5) k ,
za k 0 .
12.4 Rjeenje jednadbi diferencija upotrebom Z-transformacije
Uzmimo jednadbu diferencija drugog reda.

a2y(k + 2) + a1y(k + 1) + a0y(k) = b1u(k + 1) + b0u(k).
(12.37)
Koritenjem linearnosti i pravila za Z-transformaciju pomaknutog niza dobivamo

a2[z2Y(z) z2y(0) zy(1)] + a1[zY(z) zy(0)] + a0Y(z) =
= b1[zU(z) zu(0)] + b0U(z).
(12.38)
[a2z2 + a1z + a0]Y(z) = [b1z + b0]U(z) b1zu(0) + a2z2y(0) + a2zy(1) + a1zy(0).
(12.39)
Nakon sreivanja imamo

Dijeljenjem dobivamo Y(z) eksplicitno
Y ( z) =
b1 z + b 0
U ( z) + E( z) .
a 2 z 2 + a1 z + a 0
(12.40)
U E(z) sadrani su lanovi koji zavise od poetnih veliina u(0), y(0), y(1). Ako
razmatramo sustav kod kojeg su poetni uvjeti nula, imamo
Y ( z) =
b1 z + b 0
U ( z ) = H ( z )U ( z ) .
a 2 z 2 + a1 z + a 0
(12.41)
H(z) je transfer funkcija vremenski diskretnog sustava.

Za pobudu jedininim uzorkom
u(k) = (k), U(z) = 1,
dobivamo
Y(z) = H(z),
(12.42)
Zakljuujemo da je transfer funkcija Z-transformat odziva na pobudu {(k)}.

Primjer: Pobueni mirni sustav drugog reda
y(k + 2) + y(k + 1) + 0,21y(k) = (1)k.
Transformacijom uz y(1) = y(0) = 0 dobivamo
( z 2 + z + 0.21)Y ( z ) =
z
,
z +1
odnosno
Y ( z) =
1
z
,
z + z + 0.21 z + 1
2
Y ( z)
A
B
C
=
+
+
,
z
z + 0.3 z + 0.7 z + 1
A=
1
1
1
,
C=
B=
0.21
0.12
0.28
216
Z-TRANSFORMACIJA
y (k ) =
(0.3) k (0.7) k (1) k
+
.
0.28
0.12
0.21
13. MODEL LINEARNOG VREMENSKI DISKRETNOG SUSTAVA S

VARIJABLAMA STANJA
13.1 Uvod
Vremenski diskretan sustav je linearan i vremenski invarijantan ako se moe opisati

jednadbama
x(k + 1) = Ax(k) + Bu(k),
(13.1)
y(k) = Cx(k) + Du(k), za k = 0, 1, 2, ,
(13.2)
gdje su x(k), u(k), y(k) vektori stanja, pobude i izlaza u koraku k, dok su A, B, C i D matrica
sustava, ulazna matrica, izlazna matrica i matrica direktnog prijenosa s realnim i konstantnim
elementima. Gornja vektorska jednadba stanja (13.1) je identina skupu od n linearnih
jednadbi diferencija
n
j =1
l =1
xi ( k + 1) = aij x j ( k ) + bil ul ( k ) ; i = 1,2,K, n .
(13.3)
Izlazna jednadba (13.2) identina je skupu r linearnih algebarskih jednadbi

n
j =1
l =1
yi ( k ) = cij x j ( k ) + d il ul ( k ) ; i = 1,2,K, r .
(13.4)
Na temelju gornjih jednadbi moe se nacrtati blokovski dijagram. Linearne kombinacije

desne strane se realiziraju bezmemorijskim dijelom (zbrajanja i mnoenja s konstantom) i
daju stanje u koraku (k + 1), dok element jedininog kanjenja tog stanja daje stanje u k-tom
koraku. Odatle slijedi kao i iz jednadbe stanja da poznavanjem stanja x(k) i pobude u(k) u
koraku k moemo odrediti stanje x(k + 1), odnosno korak po korak stanje u bilo kojem koraku
k, poevi od k = 0.
Sustav drugog reda
x1(k + 1) = a11x1(k) + a12x2(k) + b11u1(k) + b12u2(k),
x2(k + 1) = a21x1(k) + a22x2(k) + b21u1(k) + b22u2(k),
ima blok dijagram na Sl. 7.15 uz blok jedininog kanjenja umjesto integratora.
Kabelski blok dijagram je na Sl. 7.16. Blokovski dijagram e olakati pisanje programa
za simulaciju na digitalnom raunalu ili tzv. diferencijalnom analizatoru.
13.2 Jednadbe stanja u domeni Z-transformacije
Neka Z-transformacija ulaza, izlaza i stanja sustava bude oznaena vektorima

U(z) = Z{u(k)}, Y(z) = Z{y(k)}, X(z) = Z{x(k)}.
Transformacija jednadbe stanja (13.1)

zX(z) zx(0) = AX(z) + BU(z),
(zI A)X(z) = zx(0) + BU(z),
MODEL LINEARNOG VREMENSKI DISKRETNOG SUSTAVA S VARIJABLAMA STANJA
218
dobivamo X(z) eksplicitno

X(z) = z(zI A)1x(0) + (zI A)1BU(z).
(13.5)
Izlazna jednadba je (13.2)

Y(z) = CX(z) + DU(z),
(13.6)
Y(z) = C(zI A)1zx(0) + [C(zI A)1B + D] U(z).
(13.7)
odnosno
Izlaz mirnog sistema x(0) = 0 biti e odreen s
Y(z) = H(z) U(z),
(13.8)
gdje je matrica H(z) = C(zI A) B + D transfer matrica vremenski diskretnog sistema.

Za sistem s jednim ulazom i jednim izlazom matrica B je stupasta b, matrica C redna ct,
a matrica D jedan element d, pa je transfer funkcija sustava dana s
H(z) = ct(zI A)1b + d.
(13.9)
$ ( z ) = (zI A) z je rezolventa sustava i moe se dobiti iz

Matrica
$ ( z ) = ( zI A ) 1 z = z adj( zI A ) .
det( zI A )
(13.10)
13.3 Prijelaz iz modela s ulazno-izlaznim varijablama u model s varijablama

stanja
Izloene metode razlaganja sistema u podsisteme: direktna, iterativna i paralelna

omoguuju predstavljanje blok dijagramima kao na Sl. 7.17, Sl. 7.18, Sl. 7.19 i Sl. 7.22 te
pisanje jednadbe u obliku (7.69), (7.70), (7.85), (7.86), (7.87), (7.88), (7.95) i (7.96), samo
to s lijeva umjesto derivacije x& stoji varijabla stanja u koraku (k + 1). Ostale varijable su u
koraku k.
Sve reeno o transformaciji varijabli u 7.13, te osmotrivosti i upravljivosti u 7.14 vrijedi
i za vremenski diskretne sustave.
13.4 Odziv linearnih vremenski diskretnih sustava
Vektorska jednadba sustava

x(k + 1) = Ax(k) + Bu(k),
moe se rijeiti korak po korak poevi od k = k0, ako je poznato poetno stanje x(k0) i ulazni
niz {u(k0), u(k0 + 1), , u(k), }. Za k0 = 0 rekurzivni postupak daje
x(1)
= Ax(0) + Bu(0),
x(2)
= Ax(1) + Bu(1) =
= A[Ax(0) + Bu(0)] + Bu(1) =
= A2x(0) + ABu(0) + Bu(1),
x(3)
= Ax(2) + Bu(2) =
= A[A2x(0) + ABu(0) + Bu(1)] + Bu(2)
219
=
2
= A3x(0) + A
Bu(0) + ABu(1) + Bu(2),
k 1
= A k x(0) + A k 1 j Bu( j ) .
j =0
x(k)
Stanje u koraku k je odreeno i rezultira iz poetnog stanja x(0) i pobude {u(k)}.
Nepobueni sistem ima odziv
xnepob.(k) = Ak x(0) = (k) x(0),
(13.11)
(13.12)
gdje je (k) = Ak fundamentalna matrica sistema i odgovara matrinoj eksponencijali

(t) = eAt.
Drugi dio je stanje mirnog sistema u koraku k
k 1
k 1
j =0
j =0
x mirni ( k ) = A k 1 j Bu( j ) = ( k 1 j ) Bu( j ) ,
(13.13)
dano je konvolucijskom sumacijom. Izlaz sistema je dan s

k =0
Cx (0) + Du(0) ,
k 1
y( k ) =
k
CA
x
CA k 1 j Bu( j ) + Du( k ) ,
(
)
+
k >0
0
j =0
(13.14)
Odziv sustava na jedinini uzorak

{u(k)} = {U(k)} ; u(k) = U(k).
Stanje sustava je dano s
k 1
x(k ) = A k x(0) + A k 1 j BU ( j ) ,
(13.15)
j =0
x(0) ,
x( k ) = k
k 1
A x(0) + A BU ,
k =0
k >0
Uzorak pobude u k = 0 utjee tek na stanje u prvom uzorku.

Izlaz je dan s
y(k) = CAk x(0) + CAk 1 BU + DU(k).
(13.16)
Izlaz mirnog sustava x(0) = 0 koji predstavlja jedinini odziv sustava je

k = 0,
DU ,
h(k ) =
k 1
CA BU, k > 0.
(13.17)
13.5 Rjeenje vektorske jednadbe diferencija Z-transformacijom
Promatrajmo ranije dobiveni izraz (13.5)

X(z) = (zI A)1z x(0) + (zI A)1 BU(z).
Za nepobueni sustav dobivamo

$ (z) x(0)},
xnepob.(k) = [Z1{(zI A)1z}] x(0) = Z1{
a za mirni dio
(13.18)
$ (z) BU(z)]}.
xmirni(k) = Z1{(zI A)1 BU(z)} = Z1{z1 [
220
(13.19)
Izjednaenjem ranijeg rezultata izlazi
{ }
Z A k = z ( zI A) 1 =
z adj( zI A)
,
det( zI A)
k 1
Z A k 1 j Bu( j ) = ( zI A) 1 BU ( z ) .
j =0
(13.20)
(13.21)
Odziv nepobuenog sustava se moe dobiti izloenim postupcima za kontinuirane

sustave. Leverier-ovim algoritmom moemo odrediti matrice Fi u
z (F1 z n 1 + F2 z n 2 + K + Fn )
( z ) =
.
(13.22)
z n + d 1 z n 1 + K + d n
1
Poevi od F1 = I rauna se d = tr AF , te F + 1 = AF + dI za = 1, 2, , n.
Rezolventa se moe razviti u parcijalne razlomke da bi se odredila fundamentalna

matrica u kompleksnom obliku, a ne kao Ak.
Razvoj se moe napisati u obliku
mi
( z) = K
ij
i =1 j =1
z
.
(z zi ) j
(13.23)
Inverzna Z transformacija daje

n
mi
(k ) = L k j 1 z k ,
ij
i
(13.24)
i =1 j =1
sumu potencija vlastitih frekvencija zi eventualno mnoenih s polinomom mi 1 reda u

varijabli k.
Elementi matrica Kij i Lij slijede iz razvoja u parcijalne razlomke.
13.6 Upravljivost stanja diskretnog sustava
Uvjeti upravljivosti su jednaki za sustav jednadbi diferencija kao i za sustav

diferencijalnih jednadbi pokazan kod kontinuiranih sustava.
Drugi pristup upravljivosti je Kalmanov. Uvjeti upravljivosti stanja sistema dobiveni su
postavkom da je sistem upravljiv ako se iz bilo kojeg poetnog stanja sistema moe sistem
prevesti u bilo koje krajnje stanje diskretnim signalom u konanom broju koraka kf n.
Jednadba stanja diskretnih sistema je
x(k + 1) = Ax(k) + Bu(k),
(13.25)
gdje emo zbog jednostavnosti pretpostaviti u(k) kao skalar.

Gornji zahtjev nee izgubiti od svoje openitosti ako za konano stanje sistema
izaberemo nulto stanje, tj. x(kf) = 0, a poetno stanje potpuno po volji.
Ako je dakle stalni sistem upravljiv moi e se primjenom signala {u(0), u(1), u(2), ,
u(kf 1)} gdje je kf n iz proizvoljnog stanja x(0) prevesti u mirno stanje.
x( k f ) = 0 =
k f 1
k f j 1
Bu( j ) + A f x (0) .
221
(13.26)
j =0
Odatle slijedi (za najmanji broj koraka kf = n) da je

n 1
x(0) = A j 1Bu( j ) .
(13.27)
j =0
Budui da je matrica B, n1 i matrica A nesingularna nn veliina Aj 1B je vektor

odnosno stupasta matrica, pa se gornji izraz moe prikazati kao produkt vektora
u = {u(0), u(1), K , u(n 1)} i jedne nove matrice iji stupci su vektori Aj 1B za j = 0, 1, 2,
, n 1.
x(0) = [A1B A2B AnB] u .
(13.28)
Ako ova jednakost treba dati rjeenje za u pri bilo kojem skupu vrijednosti
x(0) = {x1(0), x2(0), , xn(0)}t, tada matrica G = [A1B A2B AnB] ne smije biti
singularna, pa prema tome stupci te matrice su linearno nezavisni vektori, odnosno matrica je
ranga n.
Budui da matrica A nije singularna, onda se moe napisati zahtjev da matrica
[B AB An 1B],
(13.29)
mora biti ranga n ako se eli da je sistem potpuno upravljiv.

Ako je sistem potpuno upravljiv tada se moe bilo koje poetno stanje prevesti u nulto
stanje u n koraka. Pri tom na veliinu uzoraka u(k) nije stavljeno nikakvo ogranienje.
Ukoliko je veliina uzoraka omeena, moe trebati katkada vie koraka od n.
13.7 Osmotrivost sustava
Za sustav se kae da je osmotriv ako poznavanje izlaznih signala za konaan broj koraka
omoguuje odreivanje poetnog stanja sustava.
Stanje vremenski stalnog sustava je odreeno s
x(k) = Ak x(0),
(13.30)
y(k) = CAk x(0).
(13.31)
a izlaz s
Potpuna osmotrivost znai da iz y(0), y(1), , y(n 1) moemo odrediti x1(0), x2(0), ,
xn(0)
y(0) = Cx(0),
y(1) = CAx(0),
(13.32)
y(n 1) = CAn 1x(0)
.
Ako je izlazni vektor p-dimenzionalan, gornjih n jednadbi predstavlja np jednadbi za
x1(0), x2(0), , xn(0) iz kojih mi moramo biti u stanju napisati n linearno nezavisnih
jednadbi. To trai da matrica
222
C
CA
n1
CA
(13.33)
mora biti n-tog ranga.
13.8 Sustav s povratnom vezom
Povratna veza je vrlo efikasan nain da se naini sistem s ponaanjem koje specificira
projektant.
Polazni sistem moe biti nezadovoljavajue spor, suvie oscilatoran, ak moe biti i
nestabilan. Sve to odreuju karakteristine vrijednosti matrice A.
Jednostavan nain da se korigiraju odzivna svojstva sustava je vraanje signala
proporcionalnog stanju sustava na ulaz sustava (Sl. 13.1.).
w(k)
u(k)
x(k+1)
x(k)
E-1
y(k)
A
G
Sl. 13.1
Signal u(k) koji upravlja sustavom je razlika ulaznog signala i vraenog signala koji je
proporcionalan iznosima varijabli stanja. Tu proporcionalnost odreuju elementi matrice G.
Napiimo jednadbe sustava uz D = 0:
x(k + 1
= Ax(k) + Bu(k),
)
u(k)
= w(k) Gx(k),
y(k)
= Cx(k),
x(k + 1
)
x(k + 1
)
x(k + 1
)
= Ax(k) + B(w(k) Gx(k)),
(13.34)
= (A BG)x(k) + Bw(k),
(13.35)
= A x(k) + Bw(k).
(13.36)
223
Ponaanje sustava e odreivati matrica A i njene karakteristine frekvencije qk. A je

matrica sustava uz zatvorene petlje povratnih veza.
Moemo oekivati da se moe nai barem jedna matrica G koja osigurava da sve
karakteristine vrijednosti imaju apsolutnu vrijednost manju od jedan, tako da je sustav
stabilan. to vie, treba nai za bilo koje A i B matricu G takvu da n karakteristinih
vrijednosti matrice A = A BG podese na specificirane vrijednosti.
Budui da karakteristine vrijednosti matrice A odreuju mijenjanje stanja, vidimo da
upotrebom povratne veze moemo podesiti odziv odnosno dinamiko ponaanje sustava.
Moe se dokazati da za upravljivi sustav postoji najmanje jedna matrica G takva da
karakteristine vrijednosti q1, , qn matrice A budu jednake zadanima.
13.9 Povratna veza s izlaza sustava
U sustavu s povratnom vezom od varijabli stanja mi pretpostavljamo da su varijable

stanja dostupne ili mjerljive. Meutim, ima mnogo sluajeva kad su u sustavu dostupne samo
izlazne varijable tako da mogunost da se korigira dinamika sustava povratnom vezom
postoji samo s izlaznih varijabli, Sl. 13.2.
w(k)
u(k)
x(k+1)
x(k)
-1
y(k)
A
K
Sl. 13.2
x(k + 1
)
u(k)
= Ax(k) + Bu(k),
(13.37)
= w(k) Ky(k),
(13.38)
y(k)
= Cx(k),
x(k + 1
= Ax(k) + B(w(k) KCx(k)),
)
x(k + 1
= (A BKC)x(k) + Bw(k).
)
Jednadba stanja je opet
x(k + 1
= A x(k) + Bw(k),
)
(13.39)
(13.40)
224
ali matrica A uz zatvorenu petlju zavisi od matrice A otvorenog sustava i matrica B i C, te

matrice povratne veze K. Ako je odziv izvornog sustava nezadovoljavajui, mi emo
pokuati nai matricu K takvu da sustav ima eljeni odziv.
To se, meutim, ne moe postii za bilo kakvu matricu B i C, tako da se taj zahtjev
nekad moe a nekad ne moe ostvariti.
Znai da povratna veza s varijablama stanja osigurava potpunu kontrolu dinamikog
ponaanja sustava dok povratna veza s izlaznih varijabli to ne omoguava uvijek.
Zato se esto u sustavima s povratnom vezom dodaju sklopovi koji na temelju mjernih
veliina odreuju tono ili priblino (estimatori) stanje sustava, da bi se mogla praktiki
realizirati povratna veza s varijabli stanja i time omoguila realizacija sustava eljenih
svojstava.
14. EKVIVALENCIJA VREMENSKI KONTINUIRANOG I DISKRETNOG

SIGNALA I SUSTAVA
14.1 Vremenska diskretizacija tipkanjem kontinuiranog signala
Vezu izmeu vremenski kontinuiranog i diskretnog signala moemo analizirati

upotrebom Dirac-ove delta funkcije (ili jedininog impulsa) budui da je ona definirana u
kontinuiranom vremenu, ali protezanje npr. (t t0) u vremenu je ogranieno na toku
lociranu na mjestu gdje njen argument prolazi kroz nulu, tj. t = t0.
Postupak uzimanja uzoraka ili tipkanja kontinuiranog signala f(t) moemo
matematiki modelirati kao pridruivanje funkciji f niza impulsa fs, iji intenzitet je
proporcionalan trenutnim vrijednostima kontinuiranog signala.
f s (t ) = S T { f (t )} .
(14.1)
Moemo to interpretirati kao modulaciju impulsnog niza
T (t ) =
(t kT)
(14.2)
k =
funkcijom f, tj.
+
f s (t ) = f (t ) (t kT)
(14.3)
f (t)
fs
f (t)
fs
k
Sl. 14.1
Zbog svojstva delta funkcije da vadi vrijednost kontinuirane funkcije na mjestu

diskontinuiteta t kT = 0, tj. tk = kT, vrijedi (f(t)(t-kT) = f(kT)(t-kT)), te se izraz (14.3)
moe napisati i u obliku
f s (t ) =
f (kT) (t kT).
(14.4)
k =
Uvjete ekvivalencije kontinuiranog i diskretnog signala dobivenog postupkom

otipkavanja najlake je pratiti preko njihovih spektara.
Neka signal f ima spektar F
EKVIVALENCIJA VREMENSKI KONTINUIRANOG I DISKRETNOG SIGNALA I SUSTAVA
F ( ) =
f (t )e
j t
dt.
226
(14.5)
Iz spektra se moe doi do same funkcije inverznim Fourierovim integralom

f (t ) =
1
2
F ( )e
j t
d .
(14.6)
Periodian niz T nastao ponavljanjem delta funkcije svakih T, kao svaka periodina
funkcija se dade predstaviti Fourierovim redom, gdje su amplitude dane s
1
1
2
(t )e jn 0t dt = , 0 = .
T T / 2
T
T
T/2
Fn =
(14.7)
Odatle
T (t ) =
Fn e jn0t =
n =
1 + jn0t
e .
T n =
(14.8)
Spektar Fs otipkanog signala fs moe se dobiti iz (14.3) i (14.8)

Fs ( ) =
f s (t )e jt dt =
f (t )
1 + jn0t jt
e e dt.
T n =
(14.9)
Zamjenom redoslijeda sumacije i integracije dobivamo

Fs ( ) =
1 +
T n=
f (t )e
j ( n0 ) t
dt.
(14.10)
Integral je spektar funkcije f, ali pomaknut za n0, pa izlazi

Fs ( ) =
1 +
F ( n0 ).
T n=
(14.11)
Spektar otipkanog signala fs je periodino ponavljani spektar kontinuiranog signala s

periodom 0.
Spektar Fs() je kako se obino kae periodino produenje spektra F().
Pretpostavimo da je spektar F() frekvencijski ogranien
F() = 0 za > g
(14.12)
Razliite frekvencije tipkanja signala 0 = 2/T mogu u spektru Fs() izazvati

razliite rezultate zavisno od toga da li je 0 g > g odnosno 0 > 2g, ili 0 < 2g.
Fs()
g (0-g) 0
Sl. 14.2
0 > 2g
Fs ()
0 < 2g
g 0
227
Sl. 14.3
Vidimo da je u sluaju 0 < 2g nastupilo preklapanje sekcija spektra koje se u engleskoj

literaturi naziva aliasing.
Diskretni se signal moe smatrati ekvivalentnim kontinuiranom samo ako je mogue
rekonstruirati izvorni signal iz otipkanog, odnosno ako se iz spektra Fs() moe dobiti
originalni F(). Taj postupak pretpostavlja izdvajanje osnovne sekcije spektra filtriranjem.
To e biti mogue nainiti bez pogreke samo ako je spektar F() ogranien na g, te ako je
frekvencija otipkavanja 0 > 2g.
14.2 Obnavljanje kontinuiranog signala iz diskretnog
Periodian spektar Fs() se moe predstaviti koritenjem izraza (14.4), gdje su

prisutni uzorci f(kT).
Fs ( ) =
+ +
f (kT) (t kT)e
j t
dt
(14.13)
k =
Fs ( ) =
f (kT)e
j kT
(14.14)
k =
u kojem moemo prepoznati Fourierov red za periodini spektar Fs().

Da bi se dobila osnovna sekcija spektra Fc(), odnosno po mogunosti F(), potrebno
r()
je izvriti filtraciju Fs()1 s H
filtrom
frekvencijske karakteristike Hr(),
Fc() = Fs() Hr()
Pretpostavimo idealni filtar

1
0
0 / 2
H r ( ) =
0
<
>
(14.15)
T ,
(14.16)
iji impulsni odziv je

hr (t ) =
1
2
( )e j t d =
1 sin 0 t / 2 1 sin t / T
=
,
T 0t / 2
T t / T
(14.17)
te frekvenciju otipkavanja 0 > 2g, tako da unutar pojasa (0/2, 0/2) ponavljanja nema
preklapanja sekcija spektra. Tada je
Fs ( ) H r ( ) =
Uz Fs iz (14.14) izlazi
1
F ( ).
T
(14.18)
228
+
1
H r ( ) f(kT )e jkT = F ( ).
k =
T
(14.19)
Budui da se f moe dobiti iz

f (t ) =
f (t ) =
T
2
1
2
F ( )e
j t
d ,
H
(
)
f (kT)e jkT e jt d ,
r k
=
f (t ) =
T
2
0 / 2
k =
j ( t kT )
d ,
(14.20)
sin (t kT ) / T
.
(t kT) / T
(14.21)
f (kT)
/2
izlazi
f (t ) =
f (kT)
k =
Vidimo da je f(t) dobiven iz uzoraka f(kT) interpolacijom s funkcijom

hr (t ) =
sin t / T
.
t/T
Iz gornjeg izvoda slijedi da je kontinuirana funkcija f(t), koja ima frekvencijski omeen
spektar (F() = 0 za >0), jednoznano odreena svojim trenutnim vrijednostima u
jednoliko rasporeenim trenucima tk = kT = 2k/0.
Interpolacijska funkcija predstavlja impulsni odziv idealnog filtra
(14.16) i (14.17).
+
+
Impulsni
niz fs prolaskom kroz filtar postaje
hr(t) dakle izvorni
kontinuirani
f (kT) (signal
kT)fh=r (fts*h
r.)d
+
k =
f s (t ) = f (kT) (t kT)
k =
f (kT)h (t kT) =
k =
f (t )
229
hr(t)
t
Sl. 14.4
Vidimo da filtar ima nekauzalan odziv i prema tome je neostvariv. Zato se koriste
druge vrste filtara za interpolaciju kod sustava koji rade u realnom vremenu.
Jednostavan i ostvariv filtar za interpolaciju iji je odziv pravokutni puls trajanja T
naziva se interpolatorom nultog reda.
hr(t)
Sl. 14.5
Ima vie sklopova koji ga mogu realizirati. Na Sl. 14.6 je princip koji iskoritava
jedan element za kanjenje (umjetnu liniju) i integrator.
Sl. 14.6
230
Slijedei bolji interpolator je s trokutnim impulsnim odzivom (interpolator prvog

reda).
h r(t)
Sl. 14.7
Rezultat je interpolacija lomljenom crtom i bolja je od one s pravokutnim pulsom, ali

unosi vee vremensko kanjenje.
Jedna realizacija je kaskada od dva interpolatora nultog reda (Sl. 14.8).
Sl. 14.8
Bolji interpolacijski filtri su bili predmet istraivanja koje se temeljilo na minimizaciji

greke bilo u vremenskoj bilo u frekvencijskoj domeni i mogu se nai u literaturi. Bolje
interpolacije se openito plaaju veim kanjenjem.
14.3 Antialiasing filtri
Drugi izvor greki pri tipkanju signala je neogranien spektar signala, pa dolazi do
preklapanja sekcija spektra u osnovnu sekciju i time unosi greku koja se ne moe vie
ukloniti. Tu greku nazivamo grekom uslijed aliasinga.
esto je uz korisni dio signala prisutan smetajui signal ili um iji spektar moe biti iri
od spektra korisnog signala i time nepotrebno unositi pogreke i smetnje. Zato se redovito
prije prekidaa ili tipkala stavlja filtar, tzv. predfiltar ili antialiasing filtar, koji proputa samo
korisni, odnosno eljeni spektar. Prema korisnom spektru prilagoena je i frekvencija
otipkavanja (obino neto via od Nyquistove 0 > 2g da ne bi zahtjevi za filtar bili previe
otri). Kako tipini filtrirani spektar signala postepeno tei nuli, greka uslijed aliasinga e
biti teoretski uvijek prisutna, a njena veliina odnosno energija greke e zavisiti od izabrane
frekvencije otipkavanja.
231
F ( )
=2
d .
(14.22)
0 /2
Filtri se projektiraju bilo prema zahtjevu konstantne amplitudne karakteristike

(Butherworth, Chebyshev, Cauer) ili kad se eli bolji prijenos valnog oblika prema zahtjevu
linearne faze (Bessel).
Blok dijagram sustava koji obrauje kontinuirani signal diskretnim sustavom prikazan je
na Sl. 14.9.
Tipkalo za
uzimanje uzoraka
u
y*
v*
Pred
filtar
Vremenski
diskretni
sustav
Interpol.
filtar
Sl. 14.9
14.4 Diskretizacija spektra kontinuiranog signala
Analogan pristup pokazan u sekcijama 14.1 i 14.2 moe se primijeniti pri diskretizaciji
kontinuiranog spektra nekog signala
Fd() = S{F()}.
(14.23)
Uzimanje uzoraka emo provesti periodinim nizom delta funkcija, ali ovaj put u
frekvencijskoj domeni
( ) =
( n) =
n =
1 jkt0
e
k =
t0 =
2
.
(14.24)
Diskretni spektar izlazi:

+
Fd ( ) = F ( ) ( n) ,
(14.25)
n =
Fd ( ) =
F (n) ( n).
(14.26)
n =
Signal u vremenu fd koji odgovara otipkanom spektru, dan je s

f d (t ) =
=
1
2
1
2
F ( )e
d
j t
d =
1 + jkt 0 jt
F
e
(
)
e d =
k
=
1 +
f d (t ) =
F ( )e j (t + kt 0 ) d
2 k =
Integral je funkcija f pomaknuta za kt0 = 2k/, pa dobivamo
(14.27)
f d (t ) =
1 +
f (t + kt 0 ) .

232
(14.28)
Otipkavanje spektra daje fd, periodino ponavljanu funkciju f, s periodom t0 = 2/. Ako
je funkcija omeena u vremenu f(t) = 0 za t>t0 tako da njeno trajanje 2tg bude krae od
perioda t0, tj.
2tg < t0,
(14.29)
nee nastupiti preklapanje (aliasing) u vremenu. Osnovnu sekciju, odnosno izvorni signal, e
se tada moi dobiti pomou vremenskog otvora (prozora), a otipkani spektar e se moi
smatrati ekvivalentnim izvornom kontinuiranom spektru.
14.5 Obnavljanje kontinuiranog spektra iz diskretnog
Moe se pokazati da vrijedi

f d (t ) =
1
2
F (n) ( n)e jt d =
n =
1
2
F (n)e
jnt
, =
n =
2
,
t0
(14.30)
da je fd periodina funkcija prikazana Fourierovim redom. Da bi se dobila osnovna

sekcija od fd, odnosno po mogunosti izvorna f, potrebno je fd pomnoiti s idealnim
pravokutnim vremenskim otvorom
1
w(t ) =
0
t < t0 / 2
(14.31)
t > t0 / 2
iji spektar je
W ( ) = t 0
sin t 0 / 2
sin /
= t0
.
t 0 / 2
/
(14.32)
Ako je vrijeme ponavljanja t0 takvo da unutar njega nema preklapanja, izlazi iz (14.28)
f d (t ) w(t ) =
1
1
f (t ) =
F (n)e
n =
jnt
w(t )
(14.33)
Budui da se F() moe dobiti iz

F ( ) =
f (t )e
j t
=
2
dt =
2
t0 / 2
n =
t 0 / 2
F (n) e
w
(
t
)
F (n)e jnt e jt dt =
n
=
jt ( n )
(14.34)
dt ,
izlazi
F ( ) =
F (n)
n =
sin ( n) /
.
( n) /
(14.35)
F() je dobiven jednoznano iz svojih uzoraka F(n) interpolacijom funkcijom

W ( ) =
sin /
,
/
(14.36)
233
koja predstavlja spektar pravokutnog vremenskog otvora.

Iz gornjeg izvoda slijedi da je kontinuirani spektar signala koji ima omeeno trajanje
(f(t) = 0 za t>t0/2) jednoznano odreen svojim uzorcima na jednoliko rasporeenim
frekvencijama n = n = 2n/t0.
14.6 Dimenzionalnost signala
Pretpostavimo da signal i njegov spektar trnu za t i , tako da imaju

Fourierovu transformaciju. Ako je signal konanog trajanja njegov spektar je beskonane
irine i obratno.
Tipkanje signala e izazvati ponavljanje spektra s p = 0 (aliasing u FD), a tipkanje
spektra e izazvati ponavljanje signala s Tp = t0 (aliasing u VD).
Relativna greka u FD i VD moe biti ocjenjena energijom signala i spektra izvan
izabranog trajanja Tp odnosno pojasa p, prema ukupnoj energiji signala.
VD =
f (t ) dt
Tp / 2
F ( )
FD =
2 f (t ) dt
2
p / 2
(14.37)
2 F ( ) d
2
Da bi tu ocjenu odredili moramo znati po kojem zakonu trne signal, a po kojem spektar.
Najee u sustavima imamo f(t)et, a F()( + j)n.
Ako se specificira dozvoljena greka aliasinga u FD i VD izii e potrebni parametri Tp i
p. Oni predstavljaju trajanje i irinu pojasa signala uz dopustivu greku.
Frekvencija otipkavanja signala treba biti najmanje
0 =
2
= p
T
(14.38)
Potrebni broj uzoraka u VD

2
p
N T T = Tp = N T
NT =
Tp p
2
(14.39)
ili FD
N = p = N
2
Tp
N =
p Tp
2
(14.40)
pokazuje
NT = N =
Tp p
2
= Tp Fp ,
koji se naziva dimenzijom signala.

Uzmimo kao primjer dvostranu eksponencijalu (engl. cusp)
(14.41)
234
f (t ) = e
Tp / 2
2t
F ( ) =
2e 2t
dt =
2

1+

2T / 2
=
Tp / 2
0
2e p
2
2
TD = e
Tp
T p
(14.42a)
4
4

arctg
,
2 2
=
+

p / 2 2 2 2

1+
1 +
p / 2

d

FD
2
.
(14.42b)
Dimenzionalnost signala pokazuje koliko podataka, tj. bilo uzoraka signala bilo uzoraka
spektra treba da bi ga se predstavilo sa specificiranom grekom. Razumljivo je da e biti
potrebno vie podataka ako je traena greka manja ili kad signal bilo u vremenskoj domeni
ili frekvencijskoj domeni sporije tei nuli. Dimenzionalnost je vana u teoriji signala, a imat
e direktnu primjenu u diskretnoj Fourierovoj transformaciji.
14.7 Diskretna Fourierova transformacija
Numeriko odreivanje spektra signala ima znaenje za veliki broj primjena kao to su
npr. digitalna ili numerika spektralna analiza ili raunanje odziva sustava u vremenskoj i
frekvencijskoj domeni itd.
Da bi se mogla raunati Fourierova transformacija numeriki, trebat e oblik signala i
njegov spektar predstaviti uzorcimabrojevima, to znai da e trebati tipkati signal i njegov
spektar. To s druge strane znai da e se otipkani signal i njegov otipkani spektar periodiki
produiti.
Uzmimo signal f i ponovimo ga periodiki svakih Tp
+
~
f (t ) =
f (t mT ) .
(14.43)
m =
Predstavimo ga Fourierovim redom

~
f (t ) =
F e
n =
jnt
2
.
Tp
Tipkanje tog signala moe se provesti nizom delta funkcija T (t ) =
(14.44)
+
(t kT). .
k =
~
+
+
f (t ) T (t ) = Fn e jnt (t kT) ,
n =
k =
+
+
~
f (kT ) (t kT) = Fn e jnt (t kT) == Fn e jnkT (t kT) .

n =
n =
235
(14.45)
odakle iz jednakosti 2/T = N slijedi

~
f (kT ) =
F e
n =
2kn
N
, k ZZ .
(14.46)
Budui da je eksponencijala periodina funkcija

e
2 ( n + lN ) k
N
=e
2 nk
N
(14.47)
mogu se skupiti komponente koje mnoi ista eksponencijala
(Fn + Fn+ N + K + Fn+lN + K)e
2 nk
N
+
j
= Fn +lN e
l =
2 nk
N
(14.48)
Uvoenjem
~
Fn =
l =
n + lN
(14.49)
izlazi
N 1
~
~ j
f(kT) = Fn e
2 nk
N
, 0 k N -1 ,
(14.50)
n =0
tj. da se suma (14.46) moe prikazati sumom od samo N razliitih eksponencijala.

~ N 1
Samo N komponenti spektra Fn 0 je dakle dovoljno za odreivanje bilo kojeg od N
N 1
~
uzoraka signala f (kT ) 0 .
~
Lako se vidi iz (14.50) da se u Fn nalaze zrcaljene amplitude svih komponenti koje se
~
nalaze izvan pojasa p = N. Fn su uzorci periodiki produenog spektra (s periodom p),
jednog otipkanog periodiki produenog signala (s periodom Tp). Imamo dakle periodinu
sekvenciju u VD i periodinu sekvenciju u FD. Odnos izmeu njih je u potpunosti odreen
odnosom uzoraka unutar jednog perioda N s tzv. diskretnom Fourierovom transformacijom.
~
~
( Fn = F (n) ).
{ }
N 1
j
~
~
f ( k ) = F ( n)e
2 nk
N
(14.51)
n =0
Potrebni broj uzoraka u bilo kojoj od domena je N, to predstavlja dimenzionalnost

signala.
Da bi dobili drugi izraz transformacije, pomnoimo izraz (14.51) s ej2kr/N i sumirajmo
preko N vremenskih uzoraka
N 1
~ j
f(k)e
k =0
2kr
N
N 1 N 1
j
~
= F(n)e
k =0 n =0
2k(n r)
N
236
N 1
~ N 1 j ( n r ) k N 1 ~
~
= F ( n) e N
= F (n) N (n r mN ) = NF (r ) .
n =0
k =0
(14.52)
n =0
Suma eksponencijala po k, daje za n = r + mN i m = 0, 1, 2, iznos N, a inae 0, kako

se moe zakljuiti iz izraza za sumu geometrijskog reda. Moe se napisati konano:
j
1 N 1 ~
~
F ( n) = f ( k )e
N k =0
2 n k
N
(14.53)
Izrazi (14.51) i (14.53) ine par izraza za diskretnu Fourierovu transformaciju (DFT) i
~
~
daju jednoznanu vezu izmeu sekvencija f (k ) i F (n) . Koeficijent 1/N se nekada
pridruuje sumaciji (14.51) koja se naziva inverznom DFT.
DFT omoguuje numeriki postupak jer su signal i spektar dani konanim brojem
uzoraka. Koliko tono DFT predstavlja Fourierovu transformaciju izvornog kontinuiranog
signala f u spektar F, zavisi kako je pokazano ranije u sekciji 14.6 od izabranog Tp i p, te
brzine opadanja signala i spektra za t > Tp /2 i > p/2.
{ } { }
14.8 Brza Fourierova transformacija
Brzom Fourierovom transformacijom (FFT) naziva se skupina efikasnih postupaka za

raunanje DFT-a. Direktno raunanje jednog uzorka trai N kompleksnih mnoenja s
WNkn = e j 2kn / N i N kompleksnih zbrajanja.
~
~
Budui da treba izraunati N uzoraka {F (n)}0N 1 , odnosno { f (k )}0N 1 pri inverznoj
transformaciji (IDFT) trebat e N2 mnoenja.
FFT postupci omoguuju raunanje DFT-a uz znatno manji broj mnoenja
proporcionalan s N log2N.
FFT postupci se openito temelje na razlaganju n uzoraka niza u nekoliko grupa uzoraka.
Pritom se koristi periodinost i simetrija eksponencijale WNkn = e j 2kn / N . Pretpostavimo da
~
sumaciju za F (n) razloimo u dvije sume, gdje smo u prvoj uzeli parne uzorke n = 2r, a u
drugoj neparne n = 2r + 1.
N / 2 1
j
~
~
F ( n) = f ( 2 r )e
2 n 2 r
N
r =0
N / 2 1
N / 2 1
j
~
f (2r + 1)e
2 n ( 2 r +1)
N
r =0
2 n r
j
j
~
f ( 2 r )e N / 2 + e
2 n N / 2 1
N
r =0
2 n r
j
~
f (2r + 1)e N / 2 .
r =0
Rezultat se moe napisati u obliku

j
~
F ( n) = G ( n ) + e
2 n
N
H ( n) ,
gdje je G(n) u stvari DFT od N/2 uzoraka (parnih) i H(n) takoer DFT od N/2 uzoraka
(neparnih).
Blok dijagram za N = 8 i WN = e j 2 / N prikazan je na Sl. 14.10.
237
f(0)
f(2)
f(4)
f(6)
f(1)
f(3)
f(5)
f(7)
G(0)
G(1)
WN0
N/2
G(2)
DFT
WN1
WN2
G(3)
WN3
H(0)
WN4
H(1)
N/2
DFT H(2)
WN5
WN6
H(3)
WN7
F(0)
F(1)
F(2)
F(3)
F(4)
F(5)
F(6)
F(7)
Sl. 14.10
Time je DFT za N = 8 uzoraka dobiven s dvije transformacije po N/2 = 4 uzorka. Sada e

trebati
(i) dvije DFT po N/2 uzoraka to trai 2(N/2)2 mnoenja,
(ii) N mnoenja s WNn, n = 0, 1, ..., N 1,
(iii) N zbrajanja.
Ovaj postupak za malo vei N trai praktiki pola od N2 mnoenja, to daje veliku
utedu.
Ako je N/2 i dalje paran broj moemo svaku sumaciju s N/2 uzoraka izraunati pomou
dvije sumacije s N/4 uzoraka, tj. ukupan broj mnoenja je 4(N/4)2 = N2 /4 pa e uteda prema
N2 biti 4 puta.
f(0)
N/4
DFT
f(4)
W
f(2)
G(0)
N/2
G(1)
N/2
G(2)
N/4
DFT
f(6)
238
N/2
G(3)
3
N/2
Sl. 14.11
U naem primjeru (N = 8) blokovi "N/4 DFT" se svode na DFT od 2 uzorka.
f(0)
W N 0=1
f(4)
W2=W N N/2=-1
Sl. 14.12
Ova struktura se naziva DFT leptir.

Cjelokupni blok dijagram FFT za na primjer N = 8 je na Sl. 14.13, a broj multiplikacija
je dan s mFFT = Nlog2N = 8 * 3 = 24, dok je za direktnu metodu raunanja DFT-a broj
multiplikacija mDFT = N2 = 64.
239
f(0)
f(4)
f(2)
f(6)
f(1)
f(5)
f(3)
f(7)
WN
WN4
WN
WN4
WN
WN4
WN
WN4
WN0
WN0
WN2
WN1
WN4
WN2
WN6
WN3
WN0
WN4
WN2
WN5
WN4
WN6
WN6
WN7
F(0)
F(1)
F(2)
F(3)
F(4)
F(5)
F(6)
F(7)
Sl. 14.13
U opem sluaju s N = 2q za svoenje na DFT od samo dva uzorka trebat e q stupnjeva

raunanja. Kako u svakom stupnju imamo N mnoenja izlazi mFFT = Nq = Nlog2i. Ovaj broj
mnoenja treba uzeti priblino jer WNn dobiva vrijednosti 1, 1, + j, j, to se ne moe uzeti
kao mnoenje.
Pokazali smo efikasan postupak za raunanje DFT-a koristei tzv. decimaciju u
vremenskoj domeni. Na slian nain se moe iskoristiti decimacija u frekvencijskoj domeni.
Kad je potrebna transformacija niza s N 2q , niz se moe nadopuniti s nulama.
Postoje strukture i postupci za DFT za N = 3,4,5,... uzoraka tako da se N moe rastaviti u
umnoak prostih (prim) brojeva.
15. LITERATURA
[1] De Russo et all: State Variables for Engineers. John Wiley & sons N.Y. 1965
(postoji i rusko izdanje)
[2] Gabel & Roberts: Signal and Linear Systems John Wiley & Sons, N.Y. 1973.
[3] Athans at all: Systems, Networks and computation: Multivariable Methods.
Mc Graw Hill Inc. 1974.
[4] Ogata K.: State Space Analysis of Control Systems Prentice Hall, 1967.
[5] Director & Rohrer: Introduction to System Theory. Mc Graw Hill, N.Y. 1972
(postoji rusko izdanje).
[6] R.A. Gabel & R.A. Roberts: Signals and Linear Systems, John Wiley &
Sons, N.Y. Third Edition, 1987.
[7] J.A. Cadzow: Discrete Time Systems, Prentice-Hall, Inc. 1973.
[8] Athans, Dertouzos, Spann & Mason: Systems, Networks and Computation:
Multivariable Methods, Mc Graw-Hill, N.Y.,1974.
[9] E.I. Jury: Theory and Applications of the Z-Transform Method, John Wiley
& Sons, N.Y., 1964.

Hrvoje Babić - Signali I Sustavi PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Hrvoje Babić - Signali I Sustavi PDF

Uploaded by

Copyright:

Available Formats

Sveuilite u Zagrebu

Fakultet elektrotehnike i raunarstva

Prof. dr.sc. Hrvoje Babi

1. UVOD U SIGNALE I SUSTAVE ....................................................................................1

BLOK DIJAGRAM ...............................................................................................63

5. SUSTAVI DRUGOG REDA ..........................................................................................85

SVOJSTVA DVOSTRANE L-TRANSFORMACIJE..................................................117

INVERZIJA LAPLACEOVE TRANSFORMACIJE ....................................................118

7. LINEARNI DIFERENCIJALNI SUSTAVI ...............................................................120

ODZIV NEPOBUENOG SUSTAVA .....................................................................158

LEVERIEROV ALGORITAM []............................................................................166

9. UVOD U VREMENSKI DISKRETNE SIGNALE I SUSTAVE ..............................174

OSNOVNI NIZOVI .............................................................................................176

10. SUSTAVI PRVOG I DRUGOG REDA ......................................................................185

SUSTAVI PRVOG REDA .....................................................................................185

VREMENSKI PROMJENJIV SUSTAV DRUGOG REDA ............................................193

11. VREMENSKI DISKRETNI LINEARNI SUSTAVI .................................................194

MODEL SUSTAVA S ULAZNO-IZLAZNIM VARIJABLAMA ....................................194

12. Z-TRANSFORMACIJA ...............................................................................................208

INVERZNA Z-TRANSFORMACIJA ......................................................................213

RJEENJE JEDNADBI DIFERENCIJA UPOTREBOM Z-TRANSFORMACIJE .............215

VARIJABLAMA STANJA .....................................................................................................218

ODZIV LINEARNIH VREMENSKI DISKRETNIH SUSTAVA.....................................218

UPRAVLJIVOST STANJA DISKRETNOG SUSTAVA ...............................................220

14. EKVIVALENCIJA VREMENSKI KONTINUIRANOG I DISKRETNOG

VREMENSKA DISKRETIZACIJA TIPKANJEM KONTINUIRANOG SIGNALA ............225

15. LITERATURA ..............................................................................................................240

1. UVOD U SIGNALE I SUSTAVE

UVOD U SIGNALE I SUSTAVE

1.1 Vremenske funkcije - signali

Skup svih signala s osi T i podrujem amplituda U moe se oznaiti s U.

Pretpostavimo da je t(t1, t2) i da u(t)<1 t(t1, t2) znai ogranienje trenutnih

UVOD U SIGNALE I SUSTAVE

S druge strane pretpostavka da u tom intervalu vrijedi u (t ) dt < 2 postavlja ogranienje

UVOD U SIGNALE I SUSTAVE

Najjednostavniji i ujedno u primjenama najvaniji je aritmetiki niz.

t = {0, T, 2T, } = ZZ + (T) ,

gdje je T konstanta (kvant vremena) pa vrijedi:

Diskretizacija vremena je ovdje jednolika.

Ako je vremenska os signala kontinuiranog i diskretnog sadrana u konanom intervalu,

Polubeskonana vremenska os, omeena slijeva:

se naziva "desna" polubeskonana vremenska os i obratno.

Beskonana vremenska os nije omeena

UVOD U SIGNALE I SUSTAVE

gdje je un mogua vrijednost amplitude oznaena cijelim brojem n ZZ , koji se zove

Najjednostavniji i ujedno u primjenama najvaniji niz je aritmetiki niz

gdje je Q konstanta (kvant amplitude) ili kvantizacijski interval, pa vrijedi

Signal s diskretnim amplitudama ili trenutnim vrijednostima naziva se kvantiziranim.

Vaan sluaj je kad su trenuci tk aritmetiki niz

u = {(k, n(k ) ) k K , n N}.

Signal je kao na slici Sl. 1.6.

UVOD U SIGNALE I SUSTAVE

UVOD U SIGNALE I SUSTAVE

1.2.1 Transformacija vremenske osi signala

Nova funkcija je kompozicija

UVOD U SIGNALE I SUSTAVE

Jednostavan, ali vaan sluaj je i vremenska translacija signala, gdje je

UVOD U SIGNALE I SUSTAVE

Vrijednost un(t) je pridruena vrijednosti us(t) u istom trenutku t. Transformacija

UVOD U SIGNALE I SUSTAVE

"Ograniavajua" funkcija je definirana s

U sloenije operacije na signalu spada preslikavanje signala. Preslikavanje moe biti

UVOD U SIGNALE I SUSTAVE