【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

  • 援引《信号与系统(第二版)-奥本海默》一书例: 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


  • 个人对收敛域的思考:
    基于拉普拉斯变换公式成立条件——绝对可积,需要一个信号,也就是 e − s t e^{-st} est,能够抑制 f ( t ) f(t) f(t) 发散的、能使 f ( t ) f(t) f(t) 保持衰减(收敛趋势),即这个 s s s 系数要保证能使整个信号收敛

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)

  • 21
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值