【信号与系统】拉普拉斯变换

拉普拉斯变换

---

---

基本公式

$$\begin{gathered} F(s)={\int }_0^{+\infty }f(\tau )e^{-s\tau }d\tau =\mathcal{L}[f(t)] \\ f(t)=\frac{1}{2\pi j}{\int }_{\beta -j\infty }^{\beta +j\infty }F(s)e^{st}ds={\mathcal{L}}^{-1}[F(s)] \end{gathered}$$

常用公式

https://blog.csdn.net/lafea/article/details/118651638

基本性质

序号	解释
线性	$$\mathcal{L}[\alpha f_1(t)+\beta f_2(t)]=\alpha F_1(s)+\beta F_2(s)$$
微分	$$\begin{gathered} \mathcal{L}[f^{\prime }(t)]=sF(s)-f(0) \\ \mathcal{L}[f^{\prime \prime }(t)]=s^{2}F(s)-sf(0)-f^{\prime }(0) \\ \mathcal{L}[f^{(n)}(t)]=s^{n}F(s)-s^{n-1}f(0)-s^{n-2}{f}^{\prime }(0)-\cdots -f^{(n-1)}(0) \\ \mathcal{L}[tf(t)]=-F^{\prime }(s) \\ \mathcal{L}[t^{n}f(t)]=(-1{)}^n{F}^{(n)}(s) \\ \mathcal{L}[t{f}^{\prime }(t)]=-F(s)-s{F}^{\prime }(s) \\ \mathcal{L}[t{f}^{\prime \prime }(t)]=-(2sF(s)+s^2{F}^{\prime }(s)-f(0)) \end{gathered}$$
积分	$$\begin{gathered} \mathcal{L}[{\int }_0^{t}f(t)dt]=\frac{1}{s}F(s) \\ \mathcal{L}[{\int }_0^t{\int }_0^t{\int }_0^t\stackrel{ntimes}{\cdots }f(t)dt]=\frac{1}{s^n}F(s) \\ \mathcal{L}[\frac{f(t)}{t}]={\int }_s^{\infty }F(s)ds \\ \star {\int }_0^{+\infty }\frac{f(t)}{t}{e}^{-st}dt={\int }_s^{\infty }F(s)ds \\ 取s=0 \\ {\int }_0^{+\infty }\frac{f(t)}{t}dt={\int }_0^{\infty }F(s)ds \end{gathered}$$
时移	$$\begin{gathered} \mathcal{L}[f(t-t_0)]=e^{-s{t}_0}F(s) \\ {\mathcal{L}}^{-1}[e^{-s{t}_0}F(s)]=f(t-t_0)\cdot u(t-t_0) \end{gathered}$$
频移	$$\mathcal{L}[e^{\pm at}f(t)]=F(s\mp a)$$
尺度变换	$$\mathcal{L}[f(at)]=\frac{1}{a}F(\frac{s}{a})$$
初值定理	$$\begin{gathered} \underset{t\to 0_{+}}{\lim }f(t)=f(0_{+})=\underset{s\to \infty }{\lim }sF(s) \\ 若F(s)不是真分式，应化位真分式F(s)=F_1(s)+K \\ 则f(0_{+})=\underset{s\to \infty }{\lim }s{F}_1(s) \end{gathered}$$ K在某种程度上代表了跳变量$\delta$，所谓初值是指除去了跳变量之外的初值
终值定理	$$\begin{gathered} 若sF(s)在右半平面和j\omega 轴（原点除外）上无极点，则 \\ \underset{t\to \infty }{\lim }f(t)=\underset{s\to 0}{\lim }sF(s) \end{gathered}$$

其他公式

卷积公式

$$\begin{gathered} \mathcal{L}[f_1\ast f_2]=F_1(s)\cdot F_2(s) \\ \mathcal{L}[f_1\cdot f_2]=\frac{1}{2\pi j}{F}_1(s)\ast F_2(s) \\ {f}_1{e}^{at}\ast f_2{e}^{at}=e^{at}{f}_1\ast f_2 \end{gathered}$$

单边抽样信号的拉普拉斯变换

$$\mathcal{L}[f_s(t)]={\int }_0^{\infty }\sum _0^{\infty }f(nT)\delta (t-nT)e^{-st}dt=\sum _{n=0}^{\infty }f(nT)e^{-nsT}$$

周期函数的拉普拉斯变换

$$\begin{gathered} \mathcal{L}[\sum _{n=0}^{\infty }f(t-nT)]=\frac{F_1(s)}{1-e^{-sT}} \\ {F}_1(s)为第一个周期的拉普拉斯变换 \end{gathered}$$

50%周期矩形波	正弦全波整流脉冲
$$\frac{1-e^{-s\tau }}{s(1-e^{-sT})}$$	$$\frac{\omega }{s^2+{\omega }^2}\frac{1+e^{-sT/2}}{1-e^{-sT}}$$ 重复周期为T/2

一些方法与技巧

利用拉普拉斯变换计算微分方程解的各个部分

$$\begin{gathered} 先进行冲激量匹配法 \\ 求出解r在r(0)，(t=0)时候的冲激量 \\ \{\begin{array}{c}①算r_{zi}零输入响应：\{\begin{array}{c}等式右边为0\\ 等式左边代入r(0_{-})\end{array}\\ \\ ②算r_{zs}零输入响应：\{\begin{array}{c}等式右边代入输入\\ 等式左边带入r(0_{-})=0\end{array}\\ \\ ③算r全响应：\{\begin{array}{c}等式右边代入输入\\ 等式左边带入r(0_{-})\end{array}\end{array} \\ 最后的全解r要加上冲激量匹配法求出的冲激量 \end{gathered}$$
$$\begin{gathered} 注意： \\ ①若冲激量有{\delta }^{\prime \prime \prime },{\delta }^{\prime \prime }等，化为积分方程后再做. \\ ②变换域方法无法很好区分自由响应与强迫响应 \\ 一般来说，全解中含特征根的指数部分为自由相应，反之为强迫响应 \\ 但如果微分方程特解本身含有带特征根的指数部分 \\ 则无法通过变换域方法区分 \\ ③变换域方法不涉及r(0_{+}) \end{gathered}$$
$$\begin{gathered} 当然，冲击量匹配法仍然属于是时域的方法，求跳变量可以有更快的方法 \\ 当得到未化为真分式的F(s)时，直接带入s=\infty \\ 所得到的量设为A，则在用各种方法求出拉氏逆变换后，加上 \\ A\delta (t)即可 \\ 这种方法同时说明了，如果F(s)分母最高次比分子高， \\ 则求逆变换后不可能有跳变量 \end{gathered}$$

时域	s域
$\delta (t)$	1
${\delta }^{\prime }(t)$	s
${\delta }^{\prime \prime }(t)$	$s^2$
${\delta }^{(n)}(t)$	$s^n$

关于系统的稳定性

写出电路的s域等效模型

几个经典的解拉氏逆变换的技巧

对于系统函数H(s)

$$\begin{gathered} 冲激响应的拉氏变换 \\ 当有输入输出，叫转移函数 \\ 输入输出在同一个端口，叫策动点函数 \\ H(s)=\frac{R_{zs}(s)}{E(s)} \\ 系统函数零极点对应自由响应分量 \\ 但可能由于零极点的相消导致丢失信息 \end{gathered}$$

$$\begin{gathered} H_1\cdot H_2为开环传递函数 \\ 由上可以看到，为负反馈时，H(s)<H_1(s) \\ 为正反馈时，开环传递函数前要取负号 \end{gathered}$$