嚴格 LTV 框架：Zadeh 時變傳函與 harmonic transfer matrix

先備：lti_vs_ltv（LTV vs LTI 的直覺）、convolution_derivation（[P1] Eq.(11) 的 LTV 卷積）、fourier_series_of_isf（ISF 傅立葉係數 $c_n$）｜接下來：derivation_floquet_ppv（同一個 ISF 的 PPV/Floquet 面孔）

本站主線（[P1]）用「物理直覺 + impulse 模擬」把 ISF 引出來，並在 convolution_derivation 用疊加把單一 impulse 推廣到任意 noise。 那條路非常好走，但有一塊缺口：我們一直說「振盪器對 noise 是 LTV（linear time-varying，線性時變）」、 「它像一台時變混頻器（mixer）、會把 $n\omega_0$ 附近的 noise 搬到 carrier」——但這些話在 訊號與系統（signals and systems） 的語言裡，到底對應哪一個嚴格物件？「頻率被搬移、增益是 $c_k$」 能不能寫成一個乾淨的傳函？

這頁就是補上這塊系統理論的地基。我們用讀者熟悉的卷積/LTI 當起點，一路推到 Zadeh 的時變傳函 $H(f,t)$（time-varying transfer function）與 harmonic transfer matrix（HTM，諧波轉移矩陣）， 然後證明一句話：

ISF（連同 $1/q_{max}$）就是「相位輸出對各輸入諧波 band 的轉換向量」——它的第 $k$ 個分量正是 ISF 的第 $k$ 個傅立葉係數 $c_k$。 換句話說 ISF 的傅立葉級數 $\{c_k\}$ 不只是一組數字，它就是這個 LTV 系統的 HTM 在「相位輸出列」上的一整列。

誠實聲明（請先讀）：本頁的 Zadeh 時變傳函 $H(f,t)$、bi-frequency function、harmonic transfer matrix（HTM） 屬於更廣的線性時變系統理論，不在本站下載的 5 篇 PDF 內。原始概念來自 [E5] L. A. Zadeh, "Frequency Analysis of Variable Networks," Proc. IRE, vol. 38, no. 3, pp. 291–299, Mar. 1950（DOI 10.1109/JRPROC.1950.231083）；HTM 形式則在週期時變/RF 電路文獻 （如 cyclostationary、LPTV 系統分析）中標準化。這些是外部數學框架；正式 [E5] citation（Zadeh 1950, Proc. IRE 38(3):291–299, DOI 10.1109/JRPROC.1950.231083）已收於 references。 本頁只用它們「重講 ISF」，所有與 ISF 的對應都會收斂回 [P1] Eq.(13)（在 5 篇 PDF 內、已核實）。

這頁要回答四個問題：

1. LTI 的卷積，推廣到 LTV 長什麼樣？（先把讀者的訊號與系統背景接上）
2. Zadeh 怎麼把「LTV 對每個輸入頻率 $f$ 的響應」寫成一個時變傳函 $H(f,t)$？
3. 當這個 LTV 是週期的（振盪器就是），$H(f,t)$ 的結構塌縮成什麼——為什麼輸入頻率 $f$ 只會被搬到 離散的 $f+kf_0$、增益是 $c_k$？這就是 HTM。
4. 把它窄化到「相位輸出」，怎麼證 ISF 就是那條轉換向量？

---

第 0 步：先複習 LTI——卷積與單一傳函（讀者的起點）

訊號與系統課教的 LTI（linear time-invariant，線性非時變） 系統，由單一 impulse response $h(\tau)$ 完全決定。對輸入 $x(t)$，輸出是卷積：

$$y(t)=\int_{-\infty}^{\infty}h(t-\tau)\,x(\tau)\,d\tau .$$

• 關鍵特徵：核 $h$ 只依賴時間差 $t-\tau$，不在乎絕對時刻。「現在踢」和「等一拍再踢」效果一樣， 只是輸出平移。
• 頻域是對角的：LTI 的招牌性質是「複指數是本徵函數」。把 $x(t)=e^{j2\pi f t}$ 代入，

$$y(t)=\int h(t-\tau)\,e^{j2\pi f\tau}\,d\tau =e^{j2\pi f t}\underbrace{\int h(\sigma)\,e^{-j2\pi f\sigma}\,d\sigma}_{=\,H(f)},$$

（換變數 $\sigma=t-\tau$）。輸出是同一個頻率 $f$ 乘上一個複數增益 $H(f)$。

• 這就是 LTI 的本質：輸入頻率 $f$ 進去、只有頻率 $f$ 出來，不生新頻率。所以單一傳函 $H(f)$ 足以描述一切——頻域裡 LTI 是對角的（不同頻率互不耦合）。
• 單位檢查：$[h]=[y]/([x]\cdot\text{s})$（卷積帶一個 $d\tau$）；$H(f)=\int h\,e^{-j2\pi f\sigma}d\sigma$ 與 $h$ 差一個 $\text{s}$，故 $[H]=[y]/[x]$（純增益）✓。

為什麼振盪器不是 LTI？因為「在波峰踢」與「在零交越踢」效果天差地遠——核依賴絕對注入時刻 （透過 $\Gamma(\omega_0\tau)$），不是只依賴 $t-\tau$。這正是 lti_vs_ltv 與 impulse_to_phase_shift 第 4 步「$h_\phi(t,\tau)$ 依賴 $\tau$」講的事。下面我們把這件事系統化。

---

第 1 步：LTV——核變成雙變數 $h(t,\tau)$

把 LTI 的「只依賴時間差」放寬：LTV 系統的 impulse response 依賴兩個時刻——「何時施加 impulse （$\tau$）」與「何時觀測（$t$）」。輸出寫成（規範 11.2）：

$$\boxed{\ y(t)=\int_{-\infty}^{\infty}h(t,\tau)\,x(\tau)\,d\tau\ }$$

• $h(t,\tau)$ 讀作「在 $\tau$ 時刻打一發單位 impulse，在 $t$ 時刻量到的響應」。
• LTI 是特例：若系統時不變，$h(t,\tau)=h(t-\tau)$，上式塌回卷積。LTV 把「$t-\tau$」鬆綁成「獨立的 $(t,\tau)$」——多出來的那個自由度，就是「何時踢很重要」這件物理事實的數學容器。
• 對應 ISF：[P1] Eq.(10), p.182 的 excess-phase impulse response $h_\phi(t,\tau)=\dfrac{\Gamma(\omega_0\tau)}{q_{max}}\,u(t-\tau)$ 正是一個 $h(t,\tau)$——它對 $\tau$ 的依賴 全藏在 $\Gamma(\omega_0\tau)$ 裡，對 $t-\tau$ 的依賴只有一個 unit step（相位步階永久保留）。代進上式就是 [P1] Eq.(11) 的 $\phi(t)=\frac{1}{q_{max}}\int_{-\infty}^{t}\Gamma(\omega_0\tau)\,i_n(\tau)\,d\tau$ （見 convolution_derivation）。所以 ISF 理論本來就是一個 LTV 卷積，只是核特別簡單。
• 單位檢查：與 LTI 同，$[h(t,\tau)]=[y]/([x]\cdot\text{s})$ ✓。

---

第 2 步：Zadeh 時變傳函 $H(f,t)$——「對每個頻率即時的響應」

LTI 只要一個 $H(f)$。LTV 對「每個輸入頻率」的響應會隨觀測時刻 $t$ 變化，所以 Zadeh（1950）定義一個 時變傳函（time-varying transfer function） $H(f,t)$：把純正弦 $x(\tau)=e^{j2\pi f\tau}$ 餵進系統， 輸出寫成「$e^{j2\pi f t}$ 乘上一個會隨 $t$ 變的增益」：

$$y(t)\big|_{x=e^{j2\pi f\tau}}=H(f,t)\,e^{j2\pi f t}.$$

把第 1 步的 LTV 卷積代進去，並換變數 $\sigma=t-\tau$（即 $\tau=t-\sigma$）：

$$y(t)=\int h(t,\tau)\,e^{j2\pi f\tau}\,d\tau =\int h(t,\,t-\sigma)\,e^{j2\pi f(t-\sigma)}\,d\sigma =e^{j2\pi f t}\underbrace{\int h(t,\,t-\sigma)\,e^{-j2\pi f\sigma}\,d\sigma}_{\equiv\,H(f,t)} .$$

於是得到 Zadeh 時變傳函（規範 11.2）：

$$\boxed{\ H(f,t)=\int_{-\infty}^{\infty}h(t,\,t-\sigma)\,e^{-j2\pi f\sigma}\,d\sigma\ }$$

• 怎麼讀：$H(f,t)$ 是「此刻 $t$、對輸入頻率 $f$ 的瞬時複增益」。它對 $f$ 的依賴像 LTI 的 $H(f)$； 多出來的 $t$ 依賴，正是 time-varying 的全部內容。
• 退化檢查：時不變時 $h(t,t-\sigma)=h(\sigma)$ 與 $t$ 無關，$H(f,t)\to H(f)$ 回到 LTI ✓。
• 單位檢查：與 $H(f)$ 同，$[H(f,t)]=[y]/[x]$（純增益）✓。
• 為什麼這還不夠「漂亮」：$H(f,t)$ 是 $t$ 的任意函數，資訊量等於整個 $h(t,\tau)$，沒有壓縮。真正的 魔法在下一步——當系統是週期的，$H(f,t)$ 對 $t$ 只剩離散傅立葉成分，整個 LTV 塌縮成一個 矩陣（HTM）。

---

第 3 步：週期 LTV → $H(f,t)$ 的傅立葉展開 → harmonic transfer matrix

振盪器在週期穩態下，其 LTV 核是 $T$-週期的：$h(t+T,\tau+T)=h(t,\tau)$（在 $\tau$ 與 $t$ 同步平移一個週期下 不變）。這類系統叫 LPTV（linear periodically time-varying，線性週期時變）。週期性讓 $H(f,t)$ 對 $t$ 變成 $T$-週期，於是可以對 $t$ 做傅立葉級數展開：

$$H(f,t)=\sum_{k=-\infty}^{\infty}H_k(f)\,e^{j2\pi k f_0 t},\qquad f_0=\frac1T,$$

其中 $H_k(f)=\dfrac1T\displaystyle\int_0^T H(f,t)\,e^{-j2\pi k f_0 t}\,dt$ 是第 $k$ 個諧波傳函。

• 物理意義（關鍵）：把純正弦 $x=e^{j2\pi f\tau}$ 餵進去，輸出是

$$y(t)=H(f,t)\,e^{j2\pi f t}=\sum_{k}H_k(f)\,e^{j2\pi (f+kf_0) t}.$$

一個輸入頻率 $f$，輸出散到一整排離散頻率 $f+kf_0$（$k=0,\pm1,\pm2,\dots$），第 $k$ 條的複增益是 $H_k(f)$。這正是「振盪器是時變 mixer」「頻率被搬移」的嚴格陳述：LPTV 在頻域不再對角，而是把輸入 band 耦合到所有「相距整數倍 $f_0$」的 band。

• harmonic transfer matrix（HTM）：把輸入/輸出都用「以 $f_0$ 為間隔的諧波 band」做索引，整個 LPTV 系統就被一個矩陣 $\mathbf{H}$ 描述，其元素

$$[\mathbf{H}]_{m,k}=H_{m-k}\!\left(f\right)$$

把「輸入第 $k$ band」映到「輸出第 $m$ band」。它是 Toeplitz 結構（元素只依賴 band 差 $m-k$），因為 搬移量只看「差幾個 $f_0$」。這就是 harmonic transfer matrix——LPTV 的「傳函」不是一個數，而是這個 把各諧波 band 互相耦合的矩陣。

• 退化檢查：若系統時不變，只有 $H_0(f)=H(f)$ 非零，矩陣變對角（$k=0$ 那條），回到 LTI 的「不生新頻率」 ✓。
• 單位檢查：每個 $H_k(f)$ 都是純增益（與 $H(f,t)$ 同量綱）✓。

與 fourier_series_of_isf 的圖一模一樣：那頁的 mermaid 圖把「$n\omega_0$ 附近的 noise 經 $c_n$ 折回 carrier」畫成一排箭頭；這裡的 $H_k$ 就是那些箭頭的嚴格名字。 下一步我們把 $H_k$ 算出來，會發現它正是 ISF 的傅立葉係數。

把上面這個 boxed 結果畫成圖：左圖是頻率軸上的頻帶折疊——單一輸入 noise band 落在 $f$，被 LPTV 系統折到一整排 $f+kf_0$（$k=-2..2$），每根箭頭的高度與標籤就是折疊增益 $|\tilde c_k|$（DC $=c_0/2$、$\pm1=c_1/2$、…）；右圖是 $[\mathbf H]_{m,k}=H_{m-k}$ 的 Toeplitz 熱圖，沿對角線為常數（搬移量只看「相差幾個 $f_0$」）。增益由 simulations/common/isf_utils.compute_fourier_coefficients 從一條 pedagogical ISF（同 lab_05、含非零 $c_0$）算出。

（圖：simulations/fig_htm_bandfold.py。這是 illustrative 教學圖，非 transistor-level 萃取。左圖箭頭增益 $|\tilde c_0|=c_0/2$、$|\tilde c_{\pm1}|=c_1/2$、$|\tilde c_{\pm2}|=c_2/2$，正對應第 4 步將證的 $H_k^{(\Gamma)}=\tilde c_k$；折疊增益的模平方和 $\sum_k|\tilde c_k|^2=\Gamma_{rms}^2$ 即第 5 步的 Parseval。）

親手拖拖看——下面這個互動版把上圖的「單一輸入 band、固定 ISF」換成可拖動的 $f_{in}$ 與可調的 ISF： 拉動滑桿把輸入單音 $f_{in}$ 從 0 掃到 $3f_0$，小工具會即時找出離 $f_{in}$ 最近的諧波 $k\cdot f_0$， 畫出折到 baseband 偏移 $\Delta f=|f_{in}-k f_0|$ 的箭頭，箭頭高度／標籤就是折疊增益 $|\tilde c_k|$（$k=0$ 是 $c_0/2$、$k\ge1$ 是 $c_k/2$）——正是上面 boxed 結果與第 4 步 $H_k^{(\Gamma)}=\tilde c_k$ 的逐字視覺化。三顆預設按鈕切換 ISF 波形（ideal LC 只有 $c_1$、asymmetric 同本頁圖的 pedagogical ISF、 square-ish 讓奇次諧波 $c_1,c_3$ 較強），也可以用下面四支滑桿自由調 $c_0$–$c_3$。讀數卡片同時顯示 主導諧波 $k^*$、baseband 偏移 $\Delta f$、折疊增益 $|\tilde c_{k^*}|$、relevant terms 的 $\sum|c_k/2|^2$（baseband 相位雜訊權重）、以及積分器 $1/(2\pi\Delta f)$（把 Step 5 的 $1/\Delta\omega$ 積分器增益也讀出來，取 $I_0/q_{max}=1$ 正規化）。

HTM 頻帶折疊探索器：拖動輸入單音，看它折回 baseband

輸入單音 f_in1.10 f₀ × f₀

ISF 預設：

c₀ (DC term)0.50

c₁1.00

c₂0.35

c₃0.18

主導諧波 k*

k = 1

離 f_in 最近

baseband 偏移 Δf

0.100

× f₀ = |f_in − k*·f₀|

折疊增益 |c̃_k*|

0.500

c1/2

Σ |cₖ/2|²（相關項）

0.2500

baseband 相位雜訊權重

積分器 1/Δω（∝ 1/Δf）

1.59e+0

（單位 1/f₀，取 I₀/q_max=1）

模型：拖動 f_in（0–3 f₀），小工具會找出最近的諧波 k·f₀（k=0..3）， 畫出折疊到 baseband 偏移 Δf = |f_in − k f₀| 的箭頭，增益 |c̃_k| = c₀/2（k=0） 或 c_k/2（k≥1）——正是本頁 Step 4 的 H_k^(Γ)。單音停在諧波正上方 （Δf→0）時會整段折到 DC、拿到全部增益 c_k/2，讀數的積分器 1/(2π Δf) 在那裡發散 （對應 [P1] Eq.16/17 的 sideband φ_p = I₀c_k/(2q_max Δω)，這裡把 I₀/q_max 正規化為 1）。 錨點案例：選 ideal LC（只有 c₁≠0）——只有 f₀ 附近的單音會折疊，其餘諧波 band 增益皆為零，Σ|c_k/2|² 收斂成單一 c₁/2=0.5 項。這是 pedagogical toy model （illustrative），非 transistor-level 萃取；完整推導見 ltv_htm 第 3–5 步。

錨點案例（試試看）：切到 ideal LC 預設（$\Gamma=-\sin\theta$，只有 $c_1\neq0$）。把 $f_{in}$ 掃過整個 0–$3f_0$ 視窗，你會看到只有 $f_{in}$ 掃過 $f_0$ 附近時才有非零的折疊箭頭——DC、$2f_0$、$3f_0$ band 的增益全部是 0，因為 ideal LC 的 ISF 只有基頻分量。$\sum|c_k/2|^2$ 讀數也只剩單一 $c_1/2=0.5$ 這一項（$|c_1/2|^2=0.25$）。這就是「LC oscillator 對遠離 $f_0$ 整數倍的 noise 幾乎不折疊」 的直接視覺證據；換成 asymmetric 或 square-ish 預設，DC／高次諧波 band 才會冒出非零箭頭。

---

第 4 步：把振盪器的 ISF 核代進去——$H_k$ 就是 $c_k$

現在把抽象的 HTM 窄化到 [P1] 的相位通道。相位輸出的 LTV 核（對 noise 電流而言）來自 [P1] Eq.(11)， 寫成第 1 步的 $h(t,\tau)$ 形式（相位是 noise 的累積積分，核帶 unit step）：

$$h_\phi(t,\tau)=\frac{\Gamma(\omega_0\tau)}{q_{max}}\,u(t-\tau)\qquad[\text{P1] Eq.(10), p.182}.$$

把 ISF 的傅立葉級數（[P1] Eq.(12), p.183）代入 $\Gamma$：

$$\Gamma(\omega_0\tau)=\frac{c_0}{2}+\sum_{n=1}^{\infty}c_n\cos(n\omega_0\tau+\theta_n) =\sum_{k=-\infty}^{\infty}\tilde c_k\,e^{jk\omega_0\tau},$$

其中右邊把實數 cos 級數寫成複數指數級數（$\tilde c_0=c_0/2$、$\tilde c_{\pm k}=\tfrac12 c_k e^{\pm j\theta_k}$， $k\ge1$；這是標準的實↔複傅立葉互換，見 math_identities）。

核心代數：相位通道是「ISF 加權後再積分」。先看「ISF 加權」這個瞬時乘法部分（積分器留到下一步單獨處理， 因為它對所有 band 一律乘 $1/(j2\pi f)$，不耦合 band）。把純正弦 noise $i_n(\tau)=e^{j2\pi f\tau}$ 經 ISF 加權：

$$\Gamma(\omega_0\tau)\,e^{j2\pi f\tau} =\sum_{k}\tilde c_k\,e^{jk\omega_0\tau}\,e^{j2\pi f\tau} =\sum_{k}\tilde c_k\,e^{j2\pi (f+kf_0)\tau}.$$

（用了 $k\omega_0\tau=2\pi(kf_0)\tau$。）對照第 3 步的 $y=\sum_k H_k(f)e^{j2\pi(f+kf_0)t}$，逐項比對就讀出 ISF 加權級的諧波傳函：

$$\boxed{\ H_k^{(\Gamma)}=\tilde c_k\ }\qquad\Longleftrightarrow\qquad H_0^{(\Gamma)}=\frac{c_0}{2},\quad H_{\pm k}^{(\Gamma)}=\tfrac12 c_k\,e^{\pm j\theta_k}\ (k\ge1).$$

• 這就是本頁的招牌結果的一半：ISF 加權級的 HTM 諧波增益，就是 ISF 的傅立葉係數。「把輸入頻率 $f$ 搬到 $f+kf_0$、增益是 $c_k$」這句話，現在是逐字成立的定理，不是比喻。
• $H_0=c_0/2$（DC band，把 $f$ 原封搬到 $f$ 自己）——這正是 $c_0$ 把 baseband flicker 上轉的 band； $H_{\pm1}\propto c_1$ 把 $\omega_0$ 附近的 band 折下來……與 fourier_series_of_isf 第 4、5 步完全吻合。
• 單位檢查：$c_k$ 無因次、$1/q_{max}$ 帶 $\text{C}^{-1}$；ISF 通道把電流（A）變成相位變化率，量綱由 $1/q_{max}$ 與後面積分器共同調成 rad（見下一步）✓。

動手驗證：$H_k=c_k$ 不是比喻，是可量的數字

下面這段可直接跑（依賴本站 simulations/common/isf_utils）。它把 $H_k=\tilde c_k$ 的主張逐字測一遍： 分別在 $1\omega_0$、$2\omega_0$、$3\omega_0$ 附近（各偏 $\Delta f$）注入等幅單音 noise，積分成相位 $\phi(t)$、 對 $\phi(t)$ 做 FFT，量「被降頻搬到 baseband $\Delta f$ 的 sideband」幅度。若 $H_n\propto c_n$，這些 sideband 的比值必須等於 ISF 傅立葉係數的比值 $c_1:c_2:c_3$。

import numpy as np
from simulations.common.isf_utils import (
    compute_fourier_coefficients, integrate_phase_from_noise)

f0, qmax = 5e9, 1e-12                 # 5 GHz carrier, q_max = 1 pC
w0 = 2 * np.pi * f0
fs = 8 * f0                           # 可解析到 ~3 w0 而不混疊
df = 5e6                              # 每個諧波旁的注入單音偏移 [Hz]
N  = 1 << 21                          # 大 N -> 把 baseband df sideband 解析清楚
t  = np.arange(N) / fs

# 同本頁圖 / lab_05 的 pedagogical ISF（含非零 c0、數個諧波非平凡）：
def gamma(theta):
    return (-np.sin(theta) + 0.35*np.sin(2*theta)
            + 0.18*np.cos(3*theta) + 0.25)

g_traj = gamma(w0 * t)                # Gamma(w0 t)，沿軌跡取樣
th = np.linspace(0, 2*np.pi, 4000, True)
_, _, _, c, _ = compute_fourier_coefficients(th, gamma(th), 4)
print(np.round(c[:4], 3))             # -> [0.5  1.    0.35 0.18]  (c0, c1, c2, c3)

I0 = 1e-6
def phi_sideband(n):                  # 注入 I0 cos((n w0 + df) t)，量 phi 在 df 的 sideband
    i_n = I0 * np.cos((n*w0 + 2*np.pi*df) * t)
    phi = integrate_phase_from_noise(t, i_n, g_traj, qmax)
    P = np.abs(np.fft.rfft((phi - phi.mean()) * np.hanning(N))) / N
    f = np.fft.rfftfreq(N, 1/fs)
    k = int(np.argmin(np.abs(f - df)))
    return P[k-5:k+6].max()

a1, a2, a3 = (phi_sideband(n) for n in (1, 2, 3))
print(f"a1/a2 = {a1/a2:.3f}   c1/c2 = {c[1]/c[2]:.3f}")  # -> a1/a2 = 2.857   c1/c2 = 2.857
print(f"a1/a3 = {a1/a3:.3f}   c1/c3 = {c[1]/c[3]:.3f}")  # -> a1/a3 = 5.556   c1/c3 = 5.556

兩組比值逐位吻合：$\phi$ 對「$n\omega_0$ 附近注入」的響應強度正比於 $c_n$，這就是 $H_n^{(\Gamma)}=\tilde c_n$ 的數值見證——HTM 的折疊增益就是 ISF 的傅立葉係數，不是比喻。（這也對應上面那張頻帶折疊圖左側的箭頭高度 $|\tilde c_{\pm1}|=c_1/2$、$|\tilde c_{\pm2}|=c_2/2$。）

---

第 5 步：加回積分器與 $1/q_{max}$——相位通道的完整 HTM 列

相位通道完整是「ISF 加權 $\to$ 乘 $1/q_{max}$ $\to$ 積分」（見 white_noise_to_phase_noise 的 block diagram）。積分器在頻域 對「搬移後的頻率 $f+kf_0$」乘 $\dfrac{1}{j2\pi(f+kf_0)}$。但我們關心的是 carrier 附近的 phase noise： 落在 $f=-kf_0+\Delta f$（即「$k$ 次諧波 band 偏 $\Delta f$」）的 noise，被 $H_{k}$ 搬到 baseband 的 $\Delta f$（依 Step 3 的 HTM 慣例 $y=\sum_m H_m\,x(f-mf_0)$，把輸入 $-kf_0+\Delta f$ 搬到 $\Delta f$ 需 $m=k$）， 積分器在那裡乘 $\dfrac{1}{j2\pi\Delta f}$。於是「第 $k$ band 的 noise → carrier 旁 $\Delta f$ 的相位」整條鏈的增益是

$$\frac{1}{q_{max}}\cdot \underbrace{\tilde c_{k}}_{\text{ISF 搬移}}\cdot\underbrace{\frac{1}{j2\pi\Delta f}}_{\text{積分器}} \;\xrightarrow{\ |\cdot|\ }\; \frac{|c_k|}{2\,q_{max}}\cdot\frac{1}{2\pi\Delta f}\quad(k\ge1).$$

這正是 [P1] Eq.(16/17), p.183 的單音 sideband 結果 $\phi_p=\dfrac{I_0\,c_k}{2q_{max}\,\Delta\omega}$（$\Delta\omega=2\pi\Delta f$）——我們從 HTM 重新推出來了， 而且把每一塊（ISF 搬移＝$c_k$、積分器＝$1/(j2\pi\Delta f)$、normalization＝$1/q_{max}$）拆得清清楚楚。

把「各輸入諧波 band → 相位輸出」的這一整排增益收成一個向量（這就是 HTM 中對應「相位輸出列」的那一列）：

$$\boxed{\ \mathbf{g}_\phi=\frac{1}{q_{max}}\big[\dots,\ \tilde c_{-2},\ \tilde c_{-1},\ \tfrac{c_0}{2},\ \tilde c_{1},\ \tilde c_{2},\ \dots\big]\ }$$

• 第 $k$ 個分量 $=\tilde c_k/q_{max}$：把「離 carrier $kf_0$ 的那個 noise band」映到相位。模平方求和 $\sum_k|\tilde c_k|^2=(c_0/2)^2+\tfrac12\sum_{n\ge1}c_n^2=\Gamma_{rms}^2$（DC 項以 $(c_0/2)^2$ 計入，與 lab_05 Parseval 修正、[P1] Eq.(20) 一致）——這就是 white_noise_to_phase_noise 用 Parseval 把 $\sum c_n^2$ 換成 $\Gamma_{rms}^2$ 的 HTM 版本：phase noise 的總權重 = 這條轉換向量的能量。
• 單位檢查：每個分量 $\tilde c_k/q_{max}$ 帶 $\text{C}^{-1}$；乘上 noise band 的電荷量（A·s/...）與 積分器後得 rad ✓。

---

第 6 步：結論——「ISF 就是相位輸出對各諧波的轉換向量」

把第 4、5 步合起來，本頁的招牌定理成立：

定理（ISF = 相位輸出的 HTM 列）：把週期時變的振盪器相位通道視為一個 LPTV 系統，用以 $f_0$ 為間隔的 諧波 band 索引輸入/輸出。則「輸入各諧波 band → 相位輸出」的轉換向量 $\mathbf{g}_\phi$ 的第 $k$ 個分量， 恰是（複數）ISF 傅立葉係數除以 $q_{max}$：$[\mathbf{g}_\phi]_k=\tilde c_k/q_{max}$。等價地，ISF 的傅立葉 級數 $\{c_k\}$ 就是相位輸出在 HTM 中那一列的內容。

這把三句一直被當「直覺/比喻」的話，升級成 LTV 系統理論的定理：

本站一直講的（直覺）	HTM 嚴格陳述	對應
振盪器是「時變 mixer」	LPTV 系統，$H(f,t)=\sum_k H_k(f)e^{jk\omega_0 t}$ 非對角	輸入 $f$ → 輸出 $f+kf_0$
「$n\omega_0$ 附近 noise 被搬到 carrier」	$H_{\pm k}^{(\Gamma)}=\tfrac12 c_k e^{\pm j\theta_k}$	搬移增益 $=c_k$
「ISF 的傅立葉係數 $c_k$ 是 mixer 增益」	$[\mathbf{g}_\phi]_k=\tilde c_k/q_{max}$	ISF $=$ 相位輸出的 HTM 列
「總權重 $\sum c_n^2=2\Gamma_{rms}^2$」	轉換向量能量 $\sum_k\vert \tilde c_k\vert ^2=\Gamma_{rms}^2$	Parseval = 向量範數

• 與 [P1] Eq.(13) 的關係（在 5 篇 PDF 內）：[P1] Eq.(13), p.183 把相位寫成「$c_0$ 項積分 + 各諧波 $c_n\cos(n\omega_0\tau+\theta_n)$ 加權積分之和」。那正是把上面的轉換向量 $\mathbf{g}_\phi$ 作用在 noise 上、再積分的時域寫法——HTM 是它的頻域對應。兩者是同一件事的兩種語言（時域級數 vs 頻域 band 矩陣）。
• 與 PPV/Floquet 的關係：derivation_floquet_ppv 證明 ISF $=$ PPV 在注入節點的分量（$\Gamma/q_{max}=v_1^T\mathbf b$）。HTM 是「同一個 ISF」的頻域/系統理論面孔；PPV 是它的 狀態空間/微分幾何面孔。三者（[P1] 直覺、PPV、HTM）描述同一個物件 $\Gamma$，只是抽象層級不同。

---

與訊號與系統三大物件的對照表

把這頁的 LTV 物件並排在讀者熟悉的 LTI 物件旁邊，地圖就完整了：

概念	LTI（訊號與系統課）	LTV（本頁）	週期 LTV / 振盪器
impulse response	$h(t-\tau)$	$h(t,\tau)$	$h(t,\tau)=\frac{\Gamma(\omega_0\tau)}{q_{max}}u(t-\tau)$
輸出	卷積 $\int h(t-\tau)x\,d\tau$	$\int h(t,\tau)x\,d\tau$	[P1] Eq.(11)
傳函	一個 $H(f)$	$H(f,t)$（Zadeh）	$H(f,t)=\sum_k H_k(f)e^{jk\omega_0 t}$
頻域結構	對角（不生新頻率）	一般	Toeplitz HTM（搬移 $kf_0$）
「傳函」是什麼	純量 $H(f)$	函數 $H(f,t)$	矩陣 $\mathbf H$（HTM）
相位通道增益	—	—	轉換向量 $\mathbf g_\phi$，$[\mathbf g_\phi]_k=\tilde c_k/q_{max}$

---

適用與失效條件

條件	成立時	失效時會怎樣
系統線性（小擾動）	卷積/Zadeh/HTM 全套成立	大注入 → 非線性，諧波交互、HTM 不再單一線性映射
週期穩態（LPTV）	$H(f,t)$ 對 $t$ 為 $T$-週期，可展 $\sum_k H_k$	啟動暫態/被 injection 拉動 → 非純週期，HTM 失效
noise 為加性	轉換向量 $\mathbf g_\phi$ 線性作用	強乘性/cyclostationary 要先吸進 $\Gamma_{eff}=\Gamma\alpha$（見 effective_isf）
只取相位輸出列	$\mathbf g_\phi$ 即 ISF	要同時追振幅 → 需 HTM 的「振幅輸出列」（對應 APF [P4]）
band 截斷有限 $k$	低階 $c_k$ 主宰，數值收斂快	ISF 高階諧波強時要保留更多 band

---

與哪些 paper／公式對應

• 本站主線（5 篇 PDF 內）：LTV 卷積 [P1] Eq.(11)、ISF 傅立葉級數 [P1] Eq.(12)、分諧波相位響應 [P1] Eq.(13)，p.182–183（見 convolution_derivation、 fourier_series_of_isf）。本頁的 HTM 是 Eq.(13) 的頻域重述。
• 單音 sideband 的 HTM 重推：對回 [P1] Eq.(16/17), p.183（第 5 步）。
• 嚴格基礎的另一面孔：PPV/Floquet（ISF $=v_1^T\mathbf b$）見 derivation_floquet_ppv（外部 [E2] Demir 2000）。
• 本頁的 LTV 系統框架（Zadeh $H(f,t)$、HTM）屬外部文獻、不在 5 篇 PDF 內：[E5] L. A. Zadeh, "Frequency Analysis of Variable Networks," Proc. IRE 38(3):291–299, Mar. 1950；HTM 為 LPTV/RF 文獻標準形式。 （[E5] Zadeh 1950 正式 citation 已收於 references，DOI 10.1109/JRPROC.1950.231083。）

重點回顧

• LTI 由單一 $h(t-\tau)$／$H(f)$ 描述，頻域對角、不生新頻率；LTV 的核變成 $h(t,\tau)$，輸出 $y=\int h(t,\tau)x\,d\tau$，振盪器的 $h_\phi(t,\tau)=\frac{\Gamma(\omega_0\tau)}{q_{max}}u(t-\tau)$ 正是一例。
• Zadeh 時變傳函 $H(f,t)=\int h(t,t-\sigma)e^{-j2\pi f\sigma}d\sigma$ 描述「此刻對頻率 $f$ 的瞬時增益」； 時不變時退化回 $H(f)$。
• 週期 LTV（LPTV）：$H(f,t)=\sum_k H_k(f)e^{jk\omega_0 t}$，輸入頻率 $f$ 被搬到一整排 $f+kf_0$、增益 $H_k$。 這組諧波增益排成 Toeplitz 的 harmonic transfer matrix（HTM）。
• 把 ISF 核代入 → $H_k^{(\Gamma)}=\tilde c_k$（ISF 的傅立葉係數）；加回 $1/q_{max}$ 與積分器，重推出 [P1] Eq.(16/17) 的單音 sideband。
• 招牌定理：相位輸出的轉換向量 $[\mathbf g_\phi]_k=\tilde c_k/q_{max}$——ISF 就是相位輸出對各諧波 band 的轉換向量（HTM 的相位輸出列）；其能量 $\sum_k|\tilde c_k|^2=\Gamma_{rms}^2$ 即 Parseval。
• 全套 Zadeh/HTM 屬外部 LTV 系統理論、不在 5 篇 PDF 內（[E5] Zadeh 1950）；與 [P1] Eq.(13)、PPV 是 同一個 ISF 的三種語言。

延伸閱讀

• LTV vs LTI 的本質差異（直覺版）：lti_vs_ltv
• ISF 的傅立葉係數與 mixer 圖（HTM 的時域臉孔）：fourier_series_of_isf
• LTV 卷積的逐步推導：convolution_derivation
• 嚴格基礎的另一面孔（PPV/Floquet/adjoint）：derivation_floquet_ppv
• phase noise 的 DSP 視角（頻率搬移 + 積分器）：dsp_view_of_phase_noise
• cyclostationary 與 $\Gamma_{eff}$（HTM 之前先吸收的調制）：effective_isf
• 完整文獻與外部 citation：references