信号与系统复频域上特征函数的见解

博主在学习信号与系统时探讨了傅立叶变换和拉普拉斯变换的区别,指出傅立叶变换在某些情况下可能产生误导。文章介绍了特征函数的概念,并通过数学推导说明其在复频域上的表现。博主认为特征函数在经过系统后,输出为系统函数在特定点的幅度与输入信号的乘积。文章寻求对这一理解的验证和指正。
摘要由CSDN通过智能技术生成

前言

2022-01-11-
现在想想 傅立叶上面是成立的 在拉普拉斯上会很奇怪,甚至都不成立。会有误导,有大神指点一下吗

最近在学习信号与系统,发现特征函数那里挺有意思的,但想了一会,可能因为太过简单了,并没有很轻松的找到明确的解释。
公式在数学层面上的推导大概如下
y ( t ) = e s 0 t ∗ h ( t ) ∫ ∞ ∞ e s 0 ( t − τ ) h ( τ ) d τ   = e s 0 t ∫ ∞ ∞ h ( t ) e − s 0 t d t = e s 0 t H ( s 0 ) y(t) = e^{s_0t} \ast h(t)\int_\infty^\infty e^{s_0(t-\tau)}h(\tau)d\tau\,= e^{s_0t}\int_\infty^\infty h(t)e^{-s_0t}dt=e^{s_0t}H(s_0) y(t)=es0th(t)es0(tτ)h(τ)dτ=es0th(t)es0tdt=es0tH(s0)
我的在信号层面的初步理解是这样的,这样一个特征函数,由欧拉公式可知在复频域上表现为离散的点w=w0,幅度通常为1,因此在通过系统之后,仅为系统函数在此点的幅度与原输入信号的信号乘积。
一己之见,如有错误误人子弟请谅解,更正。

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