【信号与系统 - 10】拉普拉斯变换

1 定义

周期信号的傅里叶变换那篇提到了: F ( j w ) = ∫ − ∞ + ∞ e − j w t f ( t ) d t F(jw)=\int^{+\infty}_{-\infty}e^{-jwt}f(t)dt F(jw)=+ejwtf(t)dt 这个定义式需要满足绝对可积,即 ∫ − ∞ + ∞ ∣ f ( t ) ∣ d t < + ∞ \int^{+\infty}_{-\infty}|f(t)|dt<+\infty +f(t)dt<+,例如: e α t u ( t ) e^{\alpha t}u(t) eαtu(t) α > 0 \alpha>0 α>0 时不存在傅里叶变换
如果将 f ( t ) f(t) f(t) 乘以一个收敛趋势的函数 e − σ t e^{-\sigma t} eσt σ > 0 \sigma>0 σ>0),则信号绝对可积,则:

∫ − ∞ + ∞ f ( t ) e − σ t e − j w t d t = ∫ − ∞ + ∞ f ( t ) e − ( σ + j w ) t d t \int_{-\infty}^{+\infty}f(t)e^{-\sigma t}e^{-jwt}dt=\int_{-\infty}^{+\infty}f(t)e^{-(\sigma+jw)t}dt +f(t)eσtejwtdt=+f(t)e(σ+jw)tdt

其中 s = σ + j w s=\sigma+jw s=σ+jw,则:

L [ f ( t ) ] = X ( s ) = ∫ − ∞ + ∞ f ( t ) e − s t d t L[f(t)]=X(s)=\int_{-\infty}^{+\infty}f(t)e^{-st}dt L[f(t)]=X(s)=+f(t)estdt

  • 所以傅里叶变换其实就是拉普拉斯变换的一种特例——即当复频率为纯虚数时

2 拉氏变换的收敛域 R O C ROC ROC

例、 f ( t ) = e − α t u ( t ) f(t)=e^{-\alpha t}u(t) f(t)=eαtu(t),在 α > 0 \alpha>0 α>0 时,对应的 F ( j w ) F(jw) F(jw) 收敛

F ( j w ) = ∫ 0 ∞ e − α t e − j w t d t = ∫ 0 ∞ e − ( α + j w ) t d t = − 1 α + j w [ e − ( α + j w ) t ] t = 0 t = ∞ = 1 α + j w F(jw)=\int_{0}^{\infty}e^{-\alpha t}e^{-jwt}dt=\int_{0}^{\infty}e^{-(\alpha+jw)t}dt=-\frac{1}{\alpha+jw}\bigg[e^{-(\alpha+jw)t}\bigg]^{t=\infty}_{t=0}=\frac{1}{\alpha+jw} F(jw)=0eαtejwtdt=0e(α+jw)tdt=α+jw1[e(α+jw)t]t=0t==α+jw1
其拉氏变换为:

X ( s ) = ∫ 0 ∞ e − ( α + s ) t d t = − 1 α + s [ e − ( α + s ) t ] t = 0 t = ∞ = − 1 ( α + σ ) + j w [ e − [ ( α + σ ) + j w ] t ] t = 0 t = ∞ X(s)=\int_{0}^{\infty}e^{-(\alpha+s)t}dt=-\frac{1}{\alpha+s}\bigg[e^{-(\alpha+s)t}\bigg]^{t=\infty}_{t=0}=-\frac{1}{(\alpha+\sigma)+jw}\bigg[e^{-[(\alpha+\sigma)+jw]t}\bigg]^{t=\infty}_{t=0} X(s)=0e(α+s)tdt=α+s1[e(α+s)t]t=0t==(α+σ)+jw1[e[(α+σ)+jw]t]t=0t=

其中 e − [ ( α + σ ) + j w ] ⋅ ∞ e^{-[(\alpha+\sigma)+jw]\cdot\infty} e[(α+σ)+jw] 需要 α + σ > 0 \alpha+\sigma>0 α+σ>0 时收敛为 0 0 0,即 σ > − α \sigma>-\alpha σ>α,收敛域为 R e { s } > − α Re\{s\}>-\alpha Re{s}>α

e − α t u ( t ) ↔ 1 α + s , R e { s } > − α e^{-\alpha t}u(t)\leftrightarrow\frac{1}{\alpha+s},Re\{s\}>-\alpha eαtu(t)α+s1,Re{s}>α

由于 α > 0 \alpha>0 α>0,则存在 R e { s } = 0 Re\{s\}=0 Re{s}=0,即 σ = 0 \sigma=0 σ=0,则:

X ( s ) = X ( 0 + j w ) = 1 α + j w X(s)=X(0+jw)=\frac{1}{\alpha+jw} X(s)=X(0+jw)=α+jw1

此时,拉普拉斯变换就是傅里叶变换:

X ( s ) ∣ s = j w = F ( j w ) X(s)\bigg|_{s=jw}=F(jw) X(s) s=jw=F(jw)

  • 总结:
    ①拉氏变换和傅里叶变换一样存在收敛问题,并不是所有信号的拉普拉斯变换都存在(即不是S平面上任何复数都能使拉普拉斯变换收敛)

②不同的信号可能有相同的拉普拉斯变换表达式,区别他们的方式就是看收敛域

3 零极点图

f ( t ) = e − t u ( t ) f(t)=e^{-t}u(t) f(t)=etu(t)
X ( s ) = 1 1 + s , R e { s } > − 1 X(s)=\frac{1}{1+s},Re\{s\}>-1 X(s)=1+s1,Re{s}>1

在这里插入图片描述

按照 R O C ROC ROC 标准可以将 f ( t ) f(t) f(t) 分成四类:

  • ①时限信号(有始有终): R O C ROC ROC 为整个平面
    例、 f ( t ) = e − t [ u ( t ) − u ( t − 1 ) ] f(t)=e^{-t}[u(t)-u(t-1)] f(t)=et[u(t)u(t1)]
    X ( s ) = ∫ 0 1 e − ( 1 + s ) t d t = − 1 1 + s [ e − ( 1 + s ) t ] t = 0 t = 1 X(s)=\int_{0}^{1}e^{-(1+s)t}dt=-\frac{1}{1+s}\bigg[e^{-(1+s)t}\bigg]^{t=1}_{t=0} X(s)=01e(1+s)tdt=1+s1[e(1+s)t]t=0t=1
    此时 R e { s } Re\{s\} Re{s} 可以随便取,即 R O C ROC ROC 为整个复平面

  • ②右边信号(有始无终): R O C ROC ROC 向右

  • ③左边信号(无始有终): R O C ROC ROC 向左

  • ④双边信号(无始无终): R O C ROC ROC 为带状
    例、 f ( t ) = e − t u ( t − 2 ) + e t u [ − ( t + 2 ) ] f(t)=e^{-t}u(t-2)+e^{t}u[-(t+2)] f(t)=etu(t2)+etu[(t+2)]
    X ( s ) = ∫ 2 + ∞ e − ( 1 + s ) t d t + ∫ − ∞ − 2 e ( 1 − s ) t d t = − 1 1 + s [ e − ( 1 + s ) t ] t = 2 t = ∞ + 1 1 − s [ e ( 1 − s ) t ] t = − ∞ t = − 2 X(s)=\int_{2}^{+\infty}e^{-(1+s)t}dt+\int_{-\infty}^{-2}e^{(1-s)t}dt=-\frac{1}{1+s}\bigg[e^{-(1+s)t}\bigg]^{t=\infty}_{t=2}+\frac{1}{1-s}\bigg[e^{(1-s)t}\bigg]^{t=-2}_{t=-\infty} X(s)=2+e(1+s)tdt+2e(1s)tdt=1+s1[e(1+s)t]t=2t=+1s1[e(1s)t]t=t=2
    需要 e − ( 1 + s ) ∞ e^{-(1+s)\infty} e(1+s) e ( 1 − s ) ⋅ − ∞ e^{(1-s)\cdot-\infty} e(1s)⋅− 收敛:
    { R e { s } > − 1 R e { s } < 1 \begin{cases} Re\{s\}>-1\\ Re\{s\}<1\\ \end{cases} {Re{s}>1Re{s}<1
    R e { s } ∈ ( − 1 , 1 ) Re\{s\}\in(-1,1) Re{s}(1,1)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/636806.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C++11 数据结构5 队列的概念,队列的顺序存储,实现,测试

一&#xff0c;队列的概念 队列是一种特殊的受限制的线性表。 队列&#xff08;queue&#xff09;是只允许在一端进行插入操作&#xff0c;而在另一端进行删除操作的线性表。 队列是一种先进先出的t&#xff08;First In First Out&#xff09;的线性表&#xff0c;简称FIF…

这8款3DMAX建筑室内插件一个都不能少!

3DMax是一款经典的建筑室内场景设计和渲染软件&#xff0c;它能够帮助3D设计师、建筑师和艺术家实现他们的创意概念。本文推荐的8款建筑室内插件&#xff0c;将使3DMax如虎添翼&#xff0c;大大节约设计师们的工作时间&#xff0c;提高工作效率。 1.3DMAX楼层平面图生成器&…

idea使用plantuml插件报错(类图):Dot Executable: /opt/local/bin/dot

报错提示&#xff1a; 解决方式&#xff1a; 方式一: 直接设置Remote Rendering即可 &#xff08;使用服务器地址&#xff09; 无特殊要求可直接使用默认提供的服务地址&#xff0c;也可自行搭建服务替换地址。 自行搭建服务可参考&#xff1a; 在本地Windows 11 系统的桌面…

C++ 程序的内存分配

C 程序的内存分配 C 程序的内存分配栈堆数据区程序代码区参考 C 程序的内存分配 一个 C 编译的程序占用内存分为以下几个部分&#xff08;从高地址到低地址&#xff09;&#xff1a; 内核空间&#xff1a;由操作系统创建并控制&#xff0c;用户代码不能读写。栈&#xff1a;由…

【ds】替换空格

用‘%20’替换空格 var replaceBlank (charArr)> {if (!charArr || charArr.length 0) return var len charArr.lengthlet spaceLen 0for (let i 0; i < len; i) {if (charArr[i] ) {spaceLen}}var extraLen spaceLen * 2 // -> 20% 每一个空格需要增加2个ch…

Pytest精通指南(23)钩子函数-执行顺序(pytest-ordering)

文章目录 前言应用场景插件安装参数分析装饰方法装饰类装饰模块 前言 pytest-ordering 是一个pytest插件&#xff0c;它允许用户自定义测试用例的执行顺序。 默认情况下&#xff0c;pytest会按照模块、类、函数定义的顺序以及它们的名称的字母顺序来执行测试用例。 但通过使用 …

Kafka集群搭建可视化指南

欢迎来到我的博客&#xff0c;代码的世界里&#xff0c;每一行都是一个故事 Kafka集群搭建可视化指南 前言准备工作硬件要求环境准备 kafka集群的部署与配置3.1 单节点部署与多节点集群搭建单节点部署&#xff1a;多节点集群搭建&#xff1a; 3.2 Broker配置与优化3.3 Topic的创…

如何30天快速掌握键盘盲打

失业后在家备考公务员&#xff0c;发现了自己不正确的打字方式&#xff0c;决定每天抽出一点时间练习打字。在抖音上看到一些高手的飞速盲打键盘后&#xff0c;觉得使用正确的指法打字是很必要的。 练习打字&#xff0c;掌握正确的键盘指法十分关键。 练习打字的第一步是找到…

RIP最短路实验(思科)

华为设备参考&#xff1a;RIP最短路实验&#xff08;华为&#xff09; 一&#xff0c;技术简介 RIP&#xff08;Routing Information Protocol&#xff0c;路由信息协议&#xff09;是一种基于距离矢量的内部网关协议&#xff0c;工作原理是每个路由器周期性地向邻居路由器发…

分享一款嵌入式开源按键框架代码工程MultiButton

一、工程简介 MultiButton 是一个小巧简单易用的事件驱动型按键驱动模块。 Github地址&#xff1a;https://github.com/0x1abin/MultiButton 这个项目非常精简&#xff0c;只有两个文件&#xff1a; &#xff08;1&#xff09;可无限扩展按键&#xff1b; &#xff08;2&#x…

sublime text的json快捷键

系统 macos 配置 sublime Text->Settings->Key Bindings 效果 可以看到&#xff0c;按&#xff1a;shiftcommandp&#xff0c;会出现快捷键窗口&#xff0c;打pretty&#xff0c;会出现Format JSON&#xff0c;最右侧显示⌘J&#xff0c;说明只需要macos的⌘和J同时按…

垃圾回收知识整理

1.为什么要有垃圾回收 提高开发效率:程序员无需显式地分配和释放内存&#xff0c;这是由Java虚拟机&#xff08;JVM&#xff09;自动处理的。这种自动内存管理大大简化了程序员的工作。 减少程序错误: 手动管理内存致各种内存管理错误&#xff08;如内存泄漏、野指针等&#xf…