拉普拉斯变换、傅里叶变换、Z变换公式

• 拉普拉斯变换适用于连续时间信号，主要用于系统分析和稳定性分析。
• 傅里叶变换用于分析信号的频域特性，连续和离散时间信号均适用。
• Z变换主要用于离散时间信号的分析和处理，特别是在数字信号处理和控制系统中。

拉普拉斯变换 (Laplace Transform)

连续时间拉普拉斯变换

• 定义：
  L { f ( t ) } = F ( s ) = ∫ 0 ∞ f ( t ) e − s t   d t \mathcal{L}\{f(t)\} = F(s) = \int_{0}^{\infty} f(t)e^{-st} \, dt L{f(t)}=F(s)=∫0∞​f(t)e−stdt
  其中，s 是复数变量，$$s=\sigma +j\omega$$

• 逆变换：
  L − 1 { F ( s ) } = f ( t ) = 1 2 π j ∫ σ − j ∞ σ + j ∞ F ( s ) e s t   d s \mathcal{L}^{-1}\{F(s)\} = f(t) = \frac{1}{2\pi j} \int_{\sigma-j\infty}^{\sigma+j\infty} F(s)e^{st} \, ds L−1{F(s)}=f(t)=2πj1​∫σ−j∞σ+j∞​F(s)estds

离散时间拉普拉斯变换

离散时间拉普拉斯变换不常用，通常用Z变换处理离散时间信号。

傅里叶变换 (Fourier Transform)

连续时间傅里叶变换

• 定义：
  F { f ( t ) } = F ( ω ) = ∫ − ∞ ∞ f ( t ) e − j ω t   d t \mathcal{F}\{f(t)\} = F(\omega) = \int_{-\infty}^{\infty} f(t)e^{-j\omega t} \, dt F{f(t)}=F(ω)=∫−∞∞​f(t)e−jωtdt
  其中，$$\omega$$ 是角频率

• 逆变换：
  F − 1 { F ( ω ) } = f ( t ) = 1 2 π ∫ − ∞ ∞ F ( ω ) e j ω t   d ω \mathcal{F}^{-1}\{F(\omega)\} = f(t) = \frac{1}{2\pi} \int_{-\infty}^{\infty} F(\omega)e^{j\omega t} \, d\omega F−1{F(ω)}=f(t)=2π1​∫−∞∞​F(ω)ejωtdω

离散时间傅里叶变换 (DTFT)

• 定义：
  F { x [ k ] } = X ( ω ) = ∑ k = − ∞ ∞ x [ k ] e − j ω k \mathcal{F}\{x[k]\} = X(\omega) = \sum_{k=-\infty}^{\infty} x[k]e^{-j\omega k} F{x[k]}=X(ω)=k=−∞∑∞​x[k]e−jωk

• 逆变换：
  F − 1 { X ( ω ) } = x [ k ] = 1 2 π ∫ − ∞ ∞ X ( ω ) e j ω k   d ω \mathcal{F}^{-1}\{X(\omega)\} = x[k] = \frac{1}{2\pi} \int_{-\infty}^{\infty} X(\omega)e^{j\omega k} \, d\omega F−1{X(ω)}=x[k]=2π1​∫−∞∞​X(ω)ejωkdω

Z变换 (Z Transform)

离散时间Z变换

• 定义：
  Z { x [ k ] } = X ( z ) = ∑ k = − ∞ ∞ x [ k ] z − k \mathcal{Z}\{x[k]\} = X(z) = \sum_{k=-\infty}^{\infty} x[k]z^{-k} Z{x[k]}=X(z)=k=−∞∑∞​x[k]z−k
  其中，z 是复数变量

• 逆变换：
  Z − 1 { X ( z ) } = x [ k ] = 1 2 π j ∮ C X ( z ) z k − 1   d z \mathcal{Z}^{-1}\{X(z)\} = x[k] = \frac{1}{2\pi j} \oint_C X(z)z^{k-1} \, dz Z−1{X(z)}=x[k]=2πj1​∮C​X(z)zk−1dz
  其中，积分路径 $$C$$ 是包含所有 $$X(z)$$ 极点的闭合路径。