拉普拉斯变换拉普拉斯变换是一种数学工具，用于将时域中的微分方程转换为频域或 s 域中的代数方程。数学上，如果 $\mathit{x}\mathrm{\left(\mathit{t}\right)}$ 是一个时域函数，那么它的拉普拉斯变换定义为 −$$\mathrm{\mathit{L}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{t}\right)}\right]}\:\mathrm{=}\:\mathit{X}\mathrm{\left(\mathit{s}\right)}\:\mathrm{=}\:\int_{-\infty }^{\infty }\mathit{x}\mathrm{\left(\mathit{t}\right)}\mathit{e^{-\mathit{st}}\:\mathit{dt}}\:\:\:\:\:\:...(1)}$$拉普拉斯变换的时间域积分特性陈述 - 拉普拉斯变换的时间积分特性指出，如果$$\mathrm{\mathit{x}\mathrm{\left(\mathit{t}\right)}\overset{\mathit{LT}}{\leftrightarrow}\mathit{X}\mathrm{\left(\mathit{s}\right)}}$$那么$$\mathrm{\int_{-\infty}^{\mathit{t}}\mathit{x}\mathrm{\left(\mathit{\tau }\right)}\mathit{d\tau}\overset{\mathit{LT}}{\leftrightarrow}\frac{\mathit{x}\mathrm{\left(\mathit{s}\right)}}{\mathit{s}}\:\mathrm{+}\:\int_{-\infty}^{\mathrm{0}}\frac{\mathit{x}\mathrm{\left(\mathit{\tau }\right)}}{\mathit{s}}\:\mathit{d\tau}}$$证明考虑一个函数 $\mathit{y}\mathrm{\left(\mathit{t}\right)}$ 作为， $$\mathrm{\mathit{y}\mathrm{\left(\mathit{t}\right)}\:\mathrm{=}\:\int_{-\infty }^{\mathit{t}}\mathit{x}\mathrm{\left(\mathit{\tau }\right)}\:\mathit{d\tau}}$$对两边关于时间求导，我们有， $$\mathrm{\frac{\mathit{d\mathit{y}\mathrm{\left(\mathit{t}\right)}}}{\mathit{dt}}\:\mathrm{=}\:\mathit{x}\mathrm{\left(\mathit{t}\right)}\:\:\:\:\:\:...(2)}$$另外， $$\mathrm{\mathit{y}\mathrm{\left(\mathrm{0}^{-}\right)}\:\mathrm{=}\:\int_{-\infty }^{\mathrm{0}}\mathit{x}\mathrm{\left(\mathit{\tau }\right)}\:\mathit{d\tau}\:\:\:\:\:\:...(3)}$$对公式 (2) 进行拉普拉斯变换，我们得到， $$\mathrm{\mathit{L}\mathrm{\left[ \frac{\mathit{d\mathit{y}\mathrm{\left(\mathit{t}\right)}}}{\mathit{dt}}\right ]}\:\mathrm{=}\:\mathit{L}\mathrm{\left [ \mathit{x}\mathrm{\left(\mathit{t}\right)} ... 阅读更多

Z 变换Z 变换是一种数学工具，用于将时域中的差分方程转换为频域中的代数方程。数学上，如果 $\mathrm{\mathit{x\left ( n \right )}}$ 是一个离散时间序列，那么它的 Z 变换定义为 −$$\mathrm{\mathit{X\left ( z \right )\mathrm{\, =\, }\sum_{n\mathrm{\, =\, }-\infty }^{\infty }x\left ( n \right )z^{-n}\; \; \; \cdot \cdot \cdot \left ( \mathrm{1} \right )}}$$其中，z 是一个复变量。等式 (1) 中定义的 Z 变换称为双边或双侧 Z 变换。单边或单侧 Z 变换定义为 −$$\mathrm{\mathit{X\left ( z \right )\mathrm{\, =\, }\sum_{n\mathrm{\, =\, }\mathrm{0}}^{\infty }x\left ( ... 阅读更多

拉普拉斯变换拉普拉斯变换是一种数学工具，用于将时域中的微分方程转换为频域或 s 域中的代数方程。数学上，如果 $\mathrm{\mathit{x\left ( t \right )}}$ 是一个时域函数，那么它的拉普拉斯变换定义为， $$\mathrm{\mathit{L\left [ x\left ( t \right ) \right ]\mathrm{\, =\, }X\left ( s \right )\mathrm{\, =\, }\int_{-\infty }^{\infty }x\left ( t \right )e^{-st}\:dt \; \; \cdot \cdot \cdot \left ( \mathrm{1} \right )}}$$公式 (1) 给出了函数 $\mathrm{\mathit{x\left ( t \right )}}$ 的双边拉普拉斯变换。但是对于因果信号，... 阅读更多

拉普拉斯变换拉普拉斯变换是一种数学工具，用于将时域中的微分方程转换为频域或 s 域中的代数方程。数学上，如果 $\mathrm{\mathit{x\left ( t \right )}}$ 是一个时域函数，那么它的拉普拉斯变换定义为 −$$\mathrm{\mathit{L\left [ x\left ( t \right ) \right ]\mathrm{\, =\, }X\left ( s \right )\mathrm{\, =\, }\int_{-\infty }^{\infty }x\left ( t \right )e^{-st}\:dt }}$$拉普拉斯变换的时间反转特性陈述 – 拉普拉斯变换的时间反转特性指出，如果一个信号在时域原点处关于垂直轴反转... 阅读更多

拉普拉斯变换拉普拉斯变换是一种数学工具，用于将时域中的微分方程转换为频域或 s 域中的代数方程。数学上，如果 $\mathrm{\mathit{x\left ( t \right )}}$ 是一个时域函数，那么它的拉普拉斯变换定义为 −$$\mathrm{\mathit{L\left [ x\left ( t \right ) \right ]\mathrm{\, =\, }X\left ( s \right )\mathrm{\, =\, }\int_{-\infty }^{\infty }x\left ( t \right )e^{-st}\:dt\; \; \cdot \cdot \cdot\left ( \mathrm{1} \right ) }}$$公式 (1) 给出了函数 $\mathrm{\mathit{x\left ( t \right )}}$ 的双边拉普拉斯变换。但是对于因果信号，单边... 阅读更多

反 Z 变换反 Z 变换定义为从其 Z 变换 $\mathrm{\mathit{X\left ( z \right )}}$ 中找到时域信号 $\mathrm{\mathit{x\left ( n \right )}}$ 的过程。反 Z 变换表示为 −$$\mathrm{\mathit{x\left ( n \right )\mathrm{\, =\, }Z^{-\mathrm{1}}\left [ X\left ( z \right ) \right ]}}$$由于 Z 变换定义为， $$\mathrm{\mathit{X\left ( z \right )\mathrm{\, =\, }\sum_{n\mathrm{\, =\, }-\infty }^{\infty }x\left ( n \right )z^{-n}\; \; \; \cdot \cdot \cdot \left ( \mathrm{1} \right )}}$$其中，z 是一个复变量，由下式给出， $$\mathrm{\mathit{z\mathrm{\, =\, }r\, e^{j\, \omega }}}$$其中，r 是... 阅读更多

拉普拉斯变换拉普拉斯变换是一种数学工具，用于将时域中的微分方程转换为频域或 s 域中的代数方程。数学上，如果 $\mathit{x}\mathrm{\left(\mathit{t}\right)}$ 是一个时域函数，那么它的拉普拉斯变换定义为 −$$\mathrm{\mathit{L}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{t}\right)}\right]}\:\mathrm{=}\:\mathit{X}\mathrm{\left(\mathit{s}\right)}\:\mathrm{=}\:\int_{-\infty }^{\infty }\mathit{x}\mathrm{\left(\mathit{t}\right)}\mathit{e^{-\mathit{st}}\:\mathit{dt}}}$$使用拉普拉斯变换求解微分方程线性时不变 (LTI) 系统由常系数微分方程描述，这些方程将系统的输入和输出联系起来。LTI 系统的响应是通过求解这些微分方程得到的。拉普拉斯变换技术可用于求解描述... 阅读更多

Z变换Z变换是一种数学工具，用于将时域中的差分方程转换为z域中的代数方程。在数学上，离散时间信号或序列$\mathit{x}\mathrm{\left(\mathit{n}\right)}$的Z变换定义为−$$\mathrm{\mathit{X}\mathrm{\left(\mathit{z}\right)}\:\mathrm{=}\:\sum_{\mathit{n=-\infty }}^{\infty }\mathit{x}\mathrm{\left(\mathit{n}\right)}\mathit{z}^{-\mathit{n}}}$$Z变换的性质下表突出显示了Z变换的一些重要性质−性质时域z域收敛域（ROC）符号$\mathrm{\mathit{x}\mathrm{\left(\mathit{n}\right)}}$$\mathrm{\mathit{X}\mathrm{\left(\mathit{z}\right)}}$$\mathrm{\mathit{R}}$$\mathrm{\mathit{x}_{\mathrm{1}}\mathrm{\left(\mathit{n}\right)}}$$\mathrm{\mathit{X}_{\mathrm{1}}\mathrm{\left(\mathit{z}\right)}}$$\mathrm{\mathit{R}_{\mathrm{1}}}$$\mathrm{\mathit{x}_{\mathrm{2}}\mathrm{\left(\mathit{n}\right)}}$$\mathrm{\mathit{X}_{\mathrm{2}}\mathrm{\left(\mathit{z}\right)}}$$\mathrm{\mathit{R}_{\mathrm{2}}}$线性与叠加$\mathrm{\mathit{a}\mathit{x}_{\mathrm{1}}\mathrm{\left(\mathit{n} \right)}\:\mathrm{+}\:\mathit{b}\mathit{x}_{\mathrm{2}}\mathrm{\left(\mathit{n} \right)}}$$\mathrm{\mathit{a}\mathit{X}_{\mathrm{1}}\mathrm{\left(\mathit{z} \right)}\:\mathrm{+}\:\mathit{b}\mathit{X}_{\mathrm{2}}\mathrm{\left(\mathit{z}\right)}}$$\mathrm{\mathit{R}_{\mathrm{1}}\:\cap \mathit{R}_{\mathrm{2}}}$时移$\mathrm{\mathit{x}\mathrm{\left(\mathit{n-k}\right)}}$$\mathrm{\mathit{z}^{-\mathit{k}}\mathit{X}\mathrm{\left(\mathit{z}\right)}}$$\mathrm{\mathrm{same\:as\:}\mathit{X}\mathrm{\left(\mathit{z}\right)}\:\mathrm{except}\:\mathit{z}\:\mathrm{=}\:\mathrm{0}}$$\mathrm{\mathit{x}\mathrm{\left(\mathit{n\mathrm{+}\mathit{k}}\right)}}$$\mathrm{\mathit{z}^{\mathit{k}}\mathit{X}\mathrm{\left(\mathit{z}\right)}}$$\mathrm{\mathrm{same\:as\:}\mathit{X}\mathrm{\left(\mathit{z}\right)}\:\mathrm{except}\:\mathit{z}\:\mathrm{=}\:\mathrm{\infty}}$z域缩放$\mathrm{\mathit{a}^{\mathit{n}}\mathit{x}\mathrm{\left(\mathit{n}\right)}}$$\mathrm{\mathit{X}\mathrm{\left( \frac{\mathit{z}}{\mathit{a}}\right )}}$$\mathrm{\left|\mathit{a}\right|\mathit{R}_{\mathrm{1}}阅读更多

拉普拉斯变换拉普拉斯变换是一种数学工具，用于将时域中的微分方程转换为频域或s域中的代数方程。在数学上，时域函数$\mathit{x}\mathrm{\left(\mathit{t}\right)}$的拉普拉斯变换定义为−$$\mathrm{\mathit{L}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{t}\right)}\right]}\:\mathrm{=}\:\mathit{X}\mathrm{\left(\mathit{s}\right)}\:\mathrm{=}\:\int_{\mathrm{0} }^{\mathrm{\infty} }\mathit{x}\mathrm{\left(\mathit{t}\right)}\mathit{e^{-\mathit{st}}\:\mathit{dt}}}$$其中，s是一个复变量，由下式给出，$$\mathrm{\mathit{s}\:\mathrm{=}\:\sigma \:\mathrm{+}\:\mathit{j\omega}}$$并且算子L称为拉普拉斯变换算子，它将时域函数$\mathit{x}\mathrm{\left(\mathit{t}\right)}$转换为频域函数X(s)。拉普拉斯变换的性质下表突出显示了拉普拉斯变换的一些重要性质−性质函数 $\mathit{x}\mathrm{\left(\mathit{t}\right)}$拉普拉斯变换 $\mathit{X}\mathrm{\left(\mathit{s}\right)}$符号$\mathrm{\mathit{x}_{\mathrm{1}}\mathrm{\left(\mathit{t}\right)}}$$\mathrm{\mathit{X}_{\mathrm{1}}\mathrm{\left(\mathit{s}\right)}}$$\mathrm{\mathit{x}_{\mathrm{2}}\mathrm{\left(\mathit{t}\right)}}$$\mathrm{\mathit{X}_{\mathrm{2}}\mathrm{\left(\mathit{s}\right)}}$标量乘法$\mathrm{\mathit{k}\mathit{x}\mathrm{\left(\mathit{t}\right)}}$$\mathrm{\mathit{k}\mathit{X}\mathrm{\left(\mathit{s}\right)}}$线性$\mathrm{\mathit{a}\mathit{x}_{\mathrm{1}}\mathrm{\left( \mathit{t}\right)}\:\mathrm{+}\:\mathit{b}\mathit{x}_{\mathrm{2}}\mathrm{\left( \mathit{t}\right)}}$$\mathrm{\mathit{a}\mathit{X}_{\mathrm{1}}\mathrm{\left( \mathit{s }\right)}\:\mathrm{+}\:\mathit{b}\mathit{X}_{\mathrm{2}}\mathrm{\left(\mathit{s}\right)}}$时移$\mathrm{\mathit{x}\mathrm{\left(\mathit{t-t_{\mathrm{0}}}\right)}}$$\mathrm{\mathit{e}^{- ... 阅读更多

离散时间傅里叶变换离散时间傅里叶变换是一种数学工具，用于将离散时间序列转换为频域。因此，离散时间信号或序列的傅里叶变换称为离散时间傅里叶变换（DTFT）。在数学上，如果$\mathit{x}\mathrm{\left(\mathit{n}\right)}$是一个离散时间序列，则该序列的离散时间傅里叶变换定义为−$$\mathrm{\mathit{F}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{n}\right)}\right]}\:\mathrm{=}\:\mathit{X}\mathrm{\left(\mathit{\omega }\right)}\:\mathrm{=}\:\sum_{\mathit{n=-\infty }}^{\infty }\mathit{x}\mathrm{\left(\mathit{n}\right)}\mathit{e}^{-\mathit{j\omega n}}}$$离散时间傅里叶变换的性质下表给出了离散时间傅里叶变换的重要性质−性质离散时间序列DTFT符号$\mathrm{\mathit{x}\mathrm{\left(\mathit{n}\right)}}$$\mathrm{\mathit{X}\mathrm{\left(\mathit{\omega}\right)}}$$\mathrm{\mathit{x}_{\mathrm{1}}\mathrm{\left(\mathit{n}\right)}}$$\mathrm{\mathit{X}_{\mathrm{1}}\mathrm{\left(\mathit{\omega}\right)}}$$\mathrm{\mathit{x}_{\mathrm{2}}\mathrm{\left(\mathit{n}\right)}}$$\mathrm{\mathit{X}_{\mathrm{2}}\mathrm{\left(\mathit{\omega}\right)}}$线性$\mathrm{\mathit{a}\mathit{x}_{\mathrm{1}}\mathrm{\left( \mathit{n}\right)}\:\mathrm{+}\:\mathit{b}\mathit{x}_{\mathrm{2}}\mathrm{\left(\mathit{n}\right)}}$$\mathrm{\mathit{a}\mathit{X}_{\mathrm{1}}\mathrm{\left( \mathit{\omega }\right)}\:\mathrm{+}\:\mathit{b}\mathit{X}_{\mathrm{2}}\mathrm{\left(\mathit{\omega}\right)}}$时移$\mathrm{\mathit{x}\mathrm{\left(\mathit{n-k}\right)}}$$\mathrm{\mathit{e}^{\mathit{-j\omega k}}\mathit{X}\mathrm{\left(\mathit{\omega }\right)}}$频移$\mathrm{\mathit{x}\mathrm{\left(\mathit{n}\right)}\mathit{e}^{\mathit{j\omega} _{\mathrm{0}}\mathit{n}}}$$\mathrm{\mathit{X}\mathrm{\left(\mathit{\omega -\omega _{\mathrm{0}}}\right)}}$时间反转$\mathrm{\mathit{x}\mathrm{\left(\mathit{-n}\right)}}$$\mathrm{\mathit{X}\mathrm{\left(\mathit{-\omega}\right)}}$频率微分$\mathrm{\mathit{n}\mathit{x}\mathrm{\left(\mathit{n}\right)}}$$\mathrm{\mathit{j}\frac{\mathit{d}}{\mathit{d\omega}}\mathit{X}\mathrm{\left(\mathit{\omega }\right)}}$时间卷积$\mathrm{\mathit{x}_{\mathrm{1}}\mathrm{\left(\mathit{n}\right)}\:*\:\mathit{x}_{\mathrm{2}}\mathrm{\left(\mathit{n}\right)}}$$\mathrm{\mathit{X}_{\mathrm{1}}\mathrm{\left(\mathit{\omega }\right)}\mathit{X}_{\mathrm{2}}\mathrm{\left(\mathit{\omega }\right)}}$频率 ... 阅读更多