理解卷积与拉普拉斯变化学习笔记

关于卷积

卷积的运算只是乘积之和，真正令人困惑的在于一个乘积因子是X(τ)，而另一个是H(t-τ)。
这里解释一下为什么是t-τ：τ作为时间微元对应于线性时不变系统一般在t之前，那么这个时间微元τ到时刻t的时间间隔就是t-τ，H(t-τ)也就代表着τ时刻的冲击在t时刻的残余响应。所有τ时刻的残余响应与输入的X(τ)结合最终叠加得到的也就是在t时刻前信号的输出。离散状况下要更容易理解些（相当于卷加）。在理解卷积内涵的基础上再去学习卷积的计算方法会更有意义。

关于拉普拉斯变换

• 傅里叶变换即用等幅的正弦信号将原信号分解，但是遇到随时间区域无穷大的信号无能为力
• 拉普拉斯变换是加强版傅里叶变换，相当于先对原函数乘上一个衰减因子，将其“掰弯”“掰直”，直到可以被傅里叶变换分解，所以拉普拉斯变换是将原输入信号分解成一个个振幅逐渐增大的正弦信号。

公式

σ=0时，即为不衰减，即为傅里叶变换，分解为等幅正弦信号