【信号与系统】笔记(4-1)拉普拉斯变换

Author:AXYZdong
自动化专业 工科男
有一点思考,有一点想法,有一点理性!
CSDN@AXYZdong

前言

连续系统的S域分析

一、从傅里叶变换到拉普拉斯变换

傅里叶变换要满足Dirichlet(狄利克雷)条件中的绝对可积,对于某些增长信号,如 e a t ( a > 0 ) e^{at}(a>0) ,它就不存在傅里叶变换。

引入一个衰减因子 e σ t σ e^{-\sigma t}(\sigma 为任意实数) ,使它与 f ( t ) f(t) 相乘,于是 e σ t f ( t ) e^{-\sigma t}f(t) 得以收敛。

F b ( s ) = f ( t ) e s t d t (1) F_{b}(s)=\int _{-\infty}^{\infty} f(t) e^{-st}dt \tag1
f ( t ) = 1 2 π j σ σ + F ( s ) e s t d s (2) f(t)=\frac{1}{2\pi j}\int_{\sigma-\infty}^{\sigma+\infty} F(s)e^{st }ds \tag2
( 1 ) (1) 双边拉氏变换, F b ( s ) F_b(s) :象函数

( 2 ) (2) 双边拉氏逆变换, f ( t ) f(t) :原函数

二、拉氏变换收敛域

使 f ( t ) f(t) 拉氏变换存在的 σ \sigma 取值范围称为 F ( s ) F(s) 的收敛域

在这里插入图片描述
在这里插入图片描述

取值范围不同,变换的结果也不同

三、单边拉氏变换

带有初始时刻的信号,双边拉氏变换就转化成单边拉氏变换。
F b ( s ) = 0 f ( t ) e s t d t F_{b}(s)=\int _{0_-}^{\infty} f(t) e^{-st}dt
f ( t ) = [ 1 2 π j σ σ + F ( s ) e s t d s ] ϵ ( t ) f(t)=[\frac{1}{2\pi j}\int_{\sigma-\infty}^{\sigma+\infty} F(s)e^{st }ds] \cdot\epsilon(t)

扫描二维码关注公众号,回复: 10713230 查看本文章

四、常见函数的拉氏变换

1、 δ ( t ) 1 , σ > \delta(t) \longleftrightarrow 1, \sigma>-\infty

2、 ϵ ( t ) 1 1 s , σ > 0 \epsilon(t) 或 1 \longleftrightarrow \frac{1}{s},\sigma>0

3、指数函数
e s 0 t 1 s + s 0 , σ > R e [ s 0 ] e^{-s_0 t} \longleftrightarrow \frac{1}{s+s_0}, \sigma>-Re[s_0]

4、三角函数
cos ω 0 t s s 2 + w 0 2 \cos\omega_0t \longleftrightarrow \frac{s}{s^2+w_0^2}
sin ω 0 t ω 0 s 2 + w 0 2 \sin\omega_0t \longleftrightarrow \frac{\omega_0}{s^2+w_0^2}

在这里插入图片描述

总结

拉普拉斯变换与傅里叶变换的基本差别在于:

傅氏变换将时域函数 f ( t ) f(t) 变换为频域函数 F ( ω ) F(\omega) ,或作相反变换,时域中的变量 t t 和频域中的变量 ω \omega 都是实数;而拉氏变换是将时间函数 f ( t ) f(t) 变换为复变函数 F ( s ) F(s) ,或作相反变换,这时,时域变量 t t 虽是实数, F ( s ) F(s) 的变量 s s 却是复数,与 ω \omega 相比较,变量 s s 可称为“复频率”。

傅里叶变换建立了时域和频域间的联系,而拉氏变换则建立了时域与复频域( s s 域)间的联系。

看完就赞,养成习惯 ^ _ ^ ❤️ ❤️ ❤️
码字不易,大家的支持就是我坚持下去的动力。点赞后不要忘了关注我哦!

笔记记得可能有点粗糙,如有错误之处,还请批评指正 ^ _ ^

发布了22 篇原创文章 · 获赞 71 · 访问量 1万+

猜你喜欢

转载自blog.csdn.net/qq_43328313/article/details/105437995