【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

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

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)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/1339.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ant design vue + jeecgboot 实现本地上传视频及播放视频功能

文章目录 上传视频1. 上传按钮事件2. 上传按钮触发3. 声明变量visible_uploadVideov4. 上传视频弹窗5. 保存视频6. 关闭上传视频弹窗 播放视频1. 获取上传后的视频1.1 插槽2. 触发播放视频事件3. 播放视频弹窗4. 暂停视频 上传视频 1. 上传按钮事件 点击上传按钮事件 --这个地…

linux进阶篇:使用Apache搭建文件服务器目录

Linux服务搭建篇&#xff1a;使用Apache搭建文件服务器目录 一、关于文件服务器 ​ 在一个项目中&#xff0c;如果想把公共软件或者资料共享给项目组成员&#xff0c;可以搭建一个简易的文件服务器来实现&#xff0c;只要是在局域网内的成员都可以通过浏览器或者wget命令来下…

IDEA中添加servlet模板

官方代码链接 #if (${PACKAGE_NAME} && ${PACKAGE_NAME} != "")package ${PACKAGE_NAME};#end #parse("File Header.java")import javax.servlet.*; import javax.servlet.http.*;

C++奇迹之旅:构造函数和析构函数

文章目录 &#x1f4dd;类的6个默认成员函数&#x1f320; 构造函数&#x1f309; 概念&#x1f309;特性&#x1f309;三种默认构造函数 &#x1f320; 析构函数&#x1f320; 特性&#x1f6a9;总结 &#x1f4dd;类的6个默认成员函数 如果一个类中什么成员都没有&#xff0…

iOS重签名-超详细,附排错

文章目录 重签名步骤步骤 1: 准备必要的材料步骤 2: 解压 .ipa 文件步骤3:将 Provisioning Profile 复制到 Payload 目录步骤 4: 移除原来的签名步骤 5: 使用新的证书和 Provisioning Profile 进行重签名步骤 6: 重新打包 .ipa 文件步骤 7: 安装和测试得到provisioning file和…

Python编程玩转二维码

文章目录 Python编程玩转二维码第一部分&#xff1a;背景介绍第二部分&#xff1a;qrcode库是什么&#xff1f;第三部分&#xff1a;如何安装这个库&#xff1f;第四部分&#xff1a;库函数使用方法第五部分&#xff1a;场景应用第六部分&#xff1a;常见Bug及解决方案第七部分…

微信小程序展示倒计时

html <view class"countdown"> <text>倒计时&#xff1a;</text> <text wx:for"{{countdown}}" wx:key"index">{{item}}</text> </view> ts data: {countdown: [], // 存放倒计时数组 targetTime:…

vue项目多语言配置

1. 安装 Vue I18n&#xff1a;首先安装 Vue I18n 库&#xff0c;我这里使用 npm 进行安装&#xff1a; npm install vue-i18n2. 创建语言文件&#xff1a;在你的项目中创建一个文件夹用于存放多语言文件&#xff0c;例如 locales&#xff0c;然后在这个文件夹中创建每种语言的…

【CSAPP/计组】#1 数的存储与表示方法、机器中浮点数加减法详解

文章目录 前言一、定点格式定点整数 二、浮点数的表示方法2.1 浮点数存储2.2 浮点数加减法a. 操作数检查b. 对阶c. 尾数相加与检查溢出d. 结果规格化与溢出处理e.舍入处理 Some tips: 为什么进位/双符号判断法有效的通俗解释&#xff1f;Some tips:符号位拓展 前言 计算机中常…

【归并】Leetcode 排序数组

题目讲解 912. 排序数组 算法讲解 使用归并算法排序数组&#xff0c;我们先在数组中寻找一个mid点&#xff0c;然后把数组分成了两部分&#xff0c;我们先排左部分&#xff0c;排左边部分的时候有需要将当前的子数组分成两部分&#xff0c;继续循环&#xff0c;直到当前子数组…

【结构型模式】装饰器模式

​一、装饰器模式概述 装饰器模式&#xff08;装饰者模式&#xff09;定义&#xff1a;装饰器模式动态地将责任附加到对象上。若要拓展功能&#xff0c;装饰者提供了比继承更有弹性地替代方案。&#xff08;对象结构型模型&#xff09;通俗点来说&#xff1a;动态的给一个对象增…

淘宝购物更智能:taobao.item_search API接口实现关键字精准匹配

随着电子商务的飞速发展&#xff0c;淘宝作为中国最大的网络购物平台之一&#xff0c;为亿万消费者提供了便捷、丰富的购物体验。然而&#xff0c;在海量商品中快速找到符合自己需求的商品&#xff0c;一直是消费者面临的挑战。为了提升购物体验&#xff0c;淘宝开放平台提供了…

【JS】js数字转k、w结尾 | 1000 = 1k

问题 数字转k、w结尾 如&#xff1a;10001k 100001w 码 /*** 数字转k,w* param {Number} num * returns String*/ const numberTokw num > {if (num < 1000) return numlet endStr w,numVal 10000;if (num > 999 && num < 10000) {endStr knumVal …

使用python socket搭建Client测试平台

目录 概述 1 背景 2 Client功能实现 2.1 何谓Client 2.2 代码功能介绍 2.3 代码实现 2.3.1 代码介绍 2.3.2 代码内容 3 测试 3.1 PC上创建Server 3.2 同一台PC上运行Client 3.2.1 建立连接 3.2.2 测试数据交互 3.3 Linux 环境下运行Client 3.3.1 建立连接 3.3.…

ElasticSearch实战之项目搜索高亮

文章目录 1. 前情配置2、数据操作2.1 操作API2.2 数据入库 3. 高亮搜索3.1 方法封装3.2 高亮搜索 1. 前情配置 为满足ElasticSearch可在项目中实现搜索高亮&#xff0c;我们需要先做一些前情配置 导入ElasticSearch依赖 <dependency><groupId>org.springframewor…

Linux网络实战(三)- Samba服务器搭建

Linux网络实战&#xff08;三&#xff09;- Samba服务器搭建 1 安装Samba服务软件编程要求输出输入 2 Samba服务器启动/关闭编程要求输出输入 3 Samba客户端编程要求输出输入 1 安装Samba服务软件 编程要求 本关任务是学会如何在线安装samba软件。 具体编程要求如下&#xf…

两个表归并为有序表

先排序&#xff0c;在逐个比较插入&#xff0c;最坏时间复杂度为表1长度表2长度-1 #define _CRT_SECURE_NO_WARNINGS 1 #include<stdio.h> #include<stdlib.h>typedef struct List {int* elem;//存储空间地址int length;//表长 }List;void sortList(List* p, int …

第3章 决策树

决策树经常处理分类问题&#xff0c;近来的调查表明决策树也是经常使用的数据挖掘算法。 决策树的流程图&#xff1a; 长方形代表判断模块(decision block)&#xff0c;椭圆形代表中止模块(terminating block),表示已经得出结论&#xff0c;可以中止运行。 从判断模块引出左右箭…

EPSON晶振应用到汽车电子产品上的型号有哪些?

EPSON品牌应用在汽车电子产品上的晶振.&#xff0c;当然也少不了晶振可能最熟悉的就是32.768K系列和26MHZGPS晶振用的多。 在汽车里每一个部件都应有的不一样,甚至多次使用到同一尺寸,不同频率的晶振.爱普生品牌晶振型号就有几百种,很容易混淆,要想记住汽车里所应用到的不是件…

模型实战(19)之 从头搭建yolov9环境+tensorrt部署+CUDA前处理 -> 实现目标检测

从头搭建yolov9环境+tensorrt部署实现目标检测 yolov9虚拟环境搭建实现训练、推理与导出导出onnx并转为tensorrt模型Python\C++ - trt实现推理,CUDA实现图像前处理文中将给出详细实现源码python、C++效果如下:output_video_1 1. 搭建环境 拉去官方代码根据配置下载虚拟环境所…