拉普拉斯变换 (LT)
复傅里叶变换也称为双边拉普拉斯变换。这用于求解微分方程。考虑由 x(t) = Ge st形式的复指数信号退出的 LTI 系统。
其中 s = 任意复数 = $\sigma + j\omega$,
σ = s 的实数,并且
ω = s 的虚数
LTI的响应可以通过输入与其脉冲响应的卷积来获得,即
$ y(t) = x(t) \times h(t) = \int_{-\infty}^{\infty}\, h (\tau)\, x (t-\tau)d\tau $
$= \int_{-\infty}^{\infty}\, h (\tau)\, Ge^{s(t-\tau)}d\tau $
$= Ge^{st}。\int_{-\infty}^{\infty}\, h (\tau)\, e^{(-s \tau)}d\tau $
$ y(t) = Ge^{st}.H(S) = x(t).H(S)$
其中 H(S) = $h(\tau) = \int_{-\infty}^{\infty} h (\tau) e^{-s\tau} d\tau $ 的拉普拉斯变换
类似地,$x(t) = X(S) = \int_{-\infty}^{\infty} x(t) e^{-st} dt\,...\,...( 1)$
拉普拉斯和傅立叶变换之间的关系
$x(t) = X(S) =\int_{-\infty}^{\infty} x(t) e^{-st} dt$ 的拉普拉斯变换
将 s= σ + jω 代入上式中。
$→ X(\sigma+j\omega) =\int_{-\infty}^{\infty}\,x (t) e^{-(\sigma+j\omega)t} dt$
$ = \int_{-\infty}^{\infty} [ x (t) e^{-\sigma t}] e^{-j\omega t} dt $
$\因此 X(S) = FT [x (t) e^{-\sigma t}]\,...\,...(2)$
$X(S) = X(\omega) \quad\quad 对于\,\, s= j\omega$
拉普拉斯逆变换
你知道 $X(S) = FT [x (t) e^{-\sigma t}]$
$\to x (t) e^{-\sigma t} = FT^{-1} [X(S)] = FT^{-1} [X(\sigma+j\omega)]$
$= {1\over 2}\pi \int_{-\infty}^{\infty} X(\sigma+j\omega) e^{j\omega t} d\omega$
$ x (t) = e^{\sigma t} {1 \over 2\pi} \int_{-\infty}^{\infty} X(\sigma+j\omega) e^{j\omega t} d\欧米伽$
$= {1 \over 2\pi} \int_{-\infty}^{\infty} X(\sigma+j\omega) e^{(\sigma+j\omega)t} d\omega \,. ..\,...(3)$
这里,$\sigma+j\omega = s$
$jdω = ds → dω = ds/j$
$ \因此 x (t) = {1 \over 2\pi j} \int_{-\infty}^{\infty} X(s) e^{st} ds\,...\,...( 4) $
等式1和4表示信号x(t)的拉普拉斯变换和拉普拉斯逆变换。
拉普拉斯变换存在的条件
狄利克雷条件用于定义拉普拉斯变换的存在性。IE
函数 f(t) 具有有限数量的最大值和最小值。
在给定的时间间隔内,信号 f(t) 中必须存在有限数量的不连续点。
它必须在给定的时间间隔内绝对可积。IE
$ \int_{-\infty}^{\infty} |\,f(t)|\, dt \lt \infty $
初值和终值定理
如果未知函数 x(t) 的拉普拉斯变换已知,则可以确定该未知信号的初始值和最终值,即 t=0 + 和 t=∞ 时的 x(t )。
初值定理
陈述:如果 x(t) 及其一阶导数是拉普拉斯可变换的,则 x(t) 的初始值由下式给出
$$ x(0^+) = \lim_{s \to \infty} SX(S) $$
最终值定理
陈述:如果 x(t) 及其一阶导数是拉普拉斯可变换的,则 x(t) 的最终值由下式给出
$$ x(\infty) = \lim_{s \to \infty} SX(S) $$