- 信号与系统教程
- 信号与系统主页
- 信号与系统概述
- 信号基本类型
- 信号分类
- 信号基本运算
- 系统分类
- 信号分析
- 傅里叶级数
- 傅里叶级数性质
- 傅里叶级数类型
- 傅里叶变换
- 傅里叶变换性质
- 无失真传输
- 希尔伯特变换
- 卷积和相关
- 信号采样定理
- 信号采样技术
- 拉普拉斯变换
- 拉普拉斯变换性质
- 收敛域
- Z变换 (ZT)
- Z变换性质
- 信号与系统资源
- 信号与系统 - 资源
- 信号与系统 - 讨论
拉普拉斯变换 (LT)
复数傅里叶变换也称为双边拉普拉斯变换。它用于求解微分方程。考虑一个由形式为x(t) = Gest的复指数信号激发的LTI系统。
其中 s = 任意复数 = $\sigma + j\omega$,
σ = s 的实部,以及
ω = s 的虚部
LTI 的响应可以通过输入与其脉冲响应的卷积得到,即
$ y(t) = x(t) \times h(t) = \int_{-\infty}^{\infty}\, h (\tau)\, x (t-\tau)d\tau $
$= \int_{-\infty}^{\infty}\, h (\tau)\, Ge^{s(t-\tau)}d\tau $
$= Ge^{st}. \int_{-\infty}^{\infty}\, h (\tau)\, e^{(-s \tau)}d\tau $
$ y(t) = Ge^{st}.H(S) = x(t).H(S)$
其中 H(S) = $h(\tau)$ 的拉普拉斯变换 = $\int_{-\infty}^{\infty} h (\tau) e^{-s\tau} d\tau $
类似地,$x(t)$ 的拉普拉斯变换为 $X(S) = \int_{-\infty}^{\infty} x(t) e^{-st} dt\,...\,...(1)$
拉普拉斯变换和傅里叶变换之间的关系
$x(t)$ 的拉普拉斯变换为 $X(S) =\int_{-\infty}^{\infty} x(t) e^{-st} dt$
在上述等式中代入 s= σ + jω。
$→ X(\sigma+j\omega) =\int_{-\infty}^{\infty}\,x (t) e^{-(\sigma+j\omega)t} dt$
$ = \int_{-\infty}^{\infty} [ x (t) e^{-\sigma t}] e^{-j\omega t} dt $
$\therefore X(S) = F.T [x (t) e^{-\sigma t}]\,...\,...(2)$
$X(S) = X(\omega) \quad\quad for\,\, s= j\omega$
拉普拉斯逆变换
已知 $X(S) = F.T [x (t) e^{-\sigma t}]$
$\to x (t) e^{-\sigma t} = F.T^{-1} [X(S)] = F.T^{-1} [X(\sigma+j\omega)]$
$= {1\over 2}\pi \int_{-\infty}^{\infty} X(\sigma+j\omega) e^{j\omega t} d\omega$
$ x (t) = e^{\sigma t} {1 \over 2\pi} \int_{-\infty}^{\infty} X(\sigma+j\omega) e^{j\omega t} d\omega $
$= {1 \over 2\pi} \int_{-\infty}^{\infty} X(\sigma+j\omega) e^{(\sigma+j\omega)t} d\omega \,...\,...(3)$
这里,$\sigma+j\omega = s$
$jdω = ds → dω = ds/j$
$ \therefore x (t) = {1 \over 2\pi j} \int_{-\infty}^{\infty} X(s) e^{st} ds\,...\,...(4) $
公式1和4分别表示信号x(t)的拉普拉斯变换和拉普拉斯逆变换。
拉普拉斯变换存在的条件
狄利克雷条件用于定义拉普拉斯变换的存在性,即
函数f(t)具有有限个最大值和最小值。
在给定的时间区间内,信号f(t)必须具有有限个不连续点。
它在给定的时间区间内必须是绝对可积的,即
$ \int_{-\infty}^{\infty} |\,f(t)|\, dt \lt \infty $
初始值定理和终值定理
如果已知未知函数x(t)的拉普拉斯变换,则可以确定该未知信号的初始值和终值,即t=0+和t=∞时的x(t)。
初始值定理
叙述:如果x(t)及其一阶导数是拉普拉斯可变换的,则x(t)的初始值由下式给出
$$ x(0^+) = \lim_{s \to \infty} SX(S) $$
终值定理
叙述:如果x(t)及其一阶导数是拉普拉斯可变换的,则x(t)的终值由下式给出
$$ x(\infty) = \lim_{s \to 0} SX(S) $$