信号与系统笔记05：连续时间信号与系统复频域分析

m0_46521579

已于 2022-08-15 23:56:41 修改

阅读量3.7k

点赞数 1

分类专栏：信号与系统文章标签：学习

于 2022-08-14 21:41:17 首次发布

本文链接：https://blog.csdn.net/m0_46521579/article/details/126335947

版权

信号与系统专栏收录该内容

9 篇文章 1 订阅

订阅专栏

一、拉普拉斯变换

1. 拉普拉斯变换

$F(s) = \int_{-\infty}^{\infty} f(t) e^{-st} dt$

$f(t) = \frac{1}{2\pi j} \int_{\sigma - j\infty} ^{\sigma + j \infty} F(s) e^{st} ds$

$s = \sigma + j w$

2. 基本信号的拉普拉斯变换

$f(t)$	$F(s) = \int_{-\infty}^{+\infty}f(t)e^{-st} dt$	收敛域
$\delta(t)$	1	整个 $s$ 平面
$u(t)$	$\frac{1}{s}$	$Re[s] > 0$
$e^{-\alpha t}u(t)$	$\frac{1}{s+\alpha}$	$Re[s] > -\alpha$
$t^nu(t)$
$sin(wt) u(t)$
$cos(wt)u(t)$
$e^{-\alpha t} sin(wt) u(t)$
$e^{-\alpha t} cos(wt) u(t)$
$t^n e^{-\alpha t} u(t)$

二、拉普拉斯变换的性质

特性	信号	拉普拉斯变换
	$f(t),f_1(t),f_2(t)$	$F(s),F_1(s),F_2(s)$
时移	$f(t-t_0)$	$F(s)e^{-s t_0}$
压扩	$f(at)$	$\frac{1}{a}F\left( \frac{s}{a} \right )$
时间运算综合	$f(at-b)$	$\frac{1}{a} F\left( \frac{s}{a} \right ) e^{-s \frac{a}{b}}$
线性	$k_1f_1(t) \pm k_2f_2(t)$	$k_1F_1(s) \pm k_2F_2(s)$
时域微分	$\frac{d f(t)}{d t}$	$sF(s) - f(0_{-})$
时域积分	$\int_{-\infty}^{t} f(\tau) d\tau$	$\frac{F(s)}{s}+\frac{f^{(-1)}(0_{-})}{s}$
$s$ 域平移	$e^{s_0 t} f(t)$	$F(s-s_0)$
$s$ 域微分	$-tf(t)$	$\frac{dF(s)}{ds}$
$s$ 域积分	$\frac{f(t)}{t}$	$\int_{s}^{\infty} F(\lambda) d \lambda$
时域卷积	$f_1(t) \otimes f_2(t)$	$F_1(s) F_2(s)$
频域积分	$f_1(t)f_2(t)$	$\frac{1}{2\pi j} F_1(s) \otimes F_2(s)$
初值、终值	$f(t)$ 及其倒数的拉普拉斯变换存在，则 $f(0_{+}) = \lim_{s \rightarrow \infty} sF(s)$ $\lim_{t \rightarrow \infty} f(t) = \lim_{s \rightarrow 0} sF(s)$

三、拉普拉斯逆变换

求解 $F(s) = \frac{2s^2 + 3s +3}{ s^3 +6s^2 + 11s + 6}$ 的拉普拉斯逆变换 $f(t)$ 。

$F(s) = \frac{2s^2 + 3s +3}{ s^3 +6s^2 + 11s + 6} = \frac{2s^2 + 3s +3}{(s+1) (s+2) (s+3)} \\ = \frac{k_1}{s+1} + \frac{k_2}{s+2} + \frac{k_3}{s+3}$

$k_1 = (s+1) F(s) |_{s=-1} = 1$

$k_2 = (s+2) F(s)|_{s=-2} = -5$

$k_3 = (s+3) F(s)|_{s = -3} = 6$

$F(s) = \frac{1}{s+1} + \frac{-5}{s+2} + \frac{6}{s+3}$

$f(t) = \left[ e^{-t} - 5e^{-2t} + 6e^{-3t} \right ] u(t)$

四、拉普拉斯变换与傅里叶变换的关系

1. $Re[s] > 0$ （收敛轴位于 $s$ 右半平面）

当极点位于s的右半平面时，信号必须由 $e^{-\sigma t}$ 衰减因子进行衰减才能存在傅里叶变换，其自身不满足绝对可积的条件，相应的傅里叶变换不存在，因此不可以将s换做jw以得到不存在的傅里叶变换。

2. $Re[s] < 0$ （收敛轴位于 $s$ 左半平面）

当极点位于s的左半平面时，说明信号在乘以增长因子时都满足绝对可积的条件，相应的傅里叶变换存在，因此可以将s换做jw得到其傅里叶变换。

3. $Re[s] = 0$ （收敛轴位于虚轴）

当极点位于虚轴之上时，从信号本身而言并不满足绝对可积的条件，但其傅里叶积分得到的无穷大是一种可以通过冲激函数 $\delta(w)$ 来描述和界定的无穷大，其实际计算意义是通过其积分为有限值来体现的。虽然这类信号的傅里叶变换和拉普拉斯变换都存在，但其傅里叶变换中包含 $\delta(w)$ 或其微分形式，显然不能通过 $s=jw$ 由拉普拉斯变换获得其傅里叶变换。

当一个信号存在单边拉普拉斯变换时，若收敛域包含jw虚轴则一定存在傅里叶变换，且只需要将F(s)中的s换成jw即可；若jw虚轴为收敛域边界，其傅里叶变换也存在，且等于将F(s)中的s换成jw、再加上包含 $\delta(w)$ 或其微分项部分；若jw虚轴既不在收敛域内也不在收敛边界上，则该信号的傅里叶变换不存在。

五、利用拉普拉斯变换求解连续时间系统响应

电路元件	微分方程	电流	电压
电阻（R）	$u_R(t) = Ri_R(t)$	$I_R(s) = \frac{U_R(s)}{R}$	$U_R(s) = RI_R(s)$
电感（L）	$u_L(t) = L \frac{di_L(t)}{dt}$	$I_L(s) = \frac{U_L(s)}{sL} + \frac{i_L(0_{-})}{s}$	$U_L(s) = sLI_L(s) - Li_L(0_{-})$
电容（C）	$i_C(t) = C \frac{d u_C(t)}{d t}$	$I_C(s) =CsU_C(s) - Cu_C(0_{-})$	$U_C(s) = \frac{I_C(s)}{Cs} + \frac{u_C(0_{-})}{s}$

六、系统函数

$r(t) = e(t) \otimes h(t)$

$R(s) = E(s)H(s)$

$H(s) = \frac{R(s)}{E(s)}$

七、S域系统稳定性判断

1. 系统稳定性与零、极点阶数的关系

$H(s) = \frac{N(s)}{D(s)} = \frac{\sum_{i=0}^{i=m} b_i s^i}{\sum_{j=0}^{j=n} b_js^j}$

基于系统激励与响应微分阶次关系的系统稳定的必要条件是：

（1）当m<n或m=n时，系统稳定；

（2）当m=n+1时，系统边界稳定；

（3）当m>n+1时，系统不稳定。

2. 由H(s)分母多项式的系数判断系统的稳定性

基于D(s)多项式系数判断系数稳定性的必要条件：

（1）D(s)多项式中所有系数均为正数或负数；

（2）D(s)多项式不缺项，或者缺全部的偶次项或奇次项；

若上述条件中有一条不满足，则系统不稳定。

3. 劳斯准则

判断以下系统是否稳定

$H(s) = \frac{1}{2s^4 + 2s^3 + 4s^2 + 4s + 5}$

1	2	4	5
2	2	4
3	$\varepsilon$	5
4	$-\frac{10-4\varepsilon }{\varepsilon }$	0
5	5

$\varepsilon$ 与 $-\frac{10-4\varepsilon }{\varepsilon }$ 始终符号相反，故H(s)有两个位于S右半平面的极点，系统不稳定。

$H(s) = \frac{1}{s^4 + 2s^3 + 8s^2 + 3s + 4}$

1	1	8	4
2	2	3
3	6.5	4
4	$23/13$	0
5	4

第一列全为正数，所以系统稳定。

八、复频域与频域相结合的系统特性分析

1. 利用H(s)零极点分布几何法确定H(w)特性

$H(s) = k \frac{\prod_{j=1}^{m} (s-z_j)}{\prod_{i=1}^{n} (s-p_i)}$

$H(w) = H(s)|_{s=jw} = k \frac{\prod_{j=1}^{m} (jw-z_j)}{\prod_{i=1}^{n} (jw-p_i)} = k \frac{\prod_{j=1}^{j=m} N_j e^{j\psi_j}}{\prod_{i=1}^{i=n} M_i e^{j\theta_i}}$