【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:/a/562037.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

小图标还不会设计!

ICON图标设计 hello&#xff0c;我是小索奇 image-20230805225451447 你有好奇过这样的图标如何设计的吗&#xff1f; 其实非常简单&#xff0c;仅需要一行代码即可完成&#xff0c;本篇文章就带伙伴们使用&#xff0c;每天看一篇&#xff0c;简单易懂&#xff0c;日久技长~…

MATLAB实现图片栅格化

MATLAB实现图片栅格化 1.读取图片&#xff1a;首先&#xff0c;你需要使用imread函数读取要栅格化的图片。 2.设置栅格大小&#xff1a;确定你希望将图片划分成的栅格大小&#xff0c;即每个栅格的宽度和高度。 3.计算栅格数量&#xff1a;根据图片的总尺寸和栅格大小&#…

应对.halo勒索病毒:如何应对并保护你的数据安全?

导言&#xff1a; 在数字化时代的今天&#xff0c;网络空间已成为人们生活和工作中不可或缺的一部分。然而&#xff0c;随着网络的普及和技术的不断进步&#xff0c;网络安全问题也日益凸显。其中&#xff0c;勒索病毒作为一种极具破坏性的网络攻击手段&#xff0c;已经引起了…

【Linux】小知识点温习---命令

许多常见命令会用&#xff0c;但是很少注意他们的区别&#xff1b;亦或在学习中使用较少&#xff0c;容易忘记&#xff0c;今天做一个回顾。 ls系列 -a:显示所有文件&#xff08;包括隐藏文件&#xff09; -l:将文件以竖列形式显示 -i&#xff1a;显示文件的inode编号 pwd 显…

盲盒一番赏小程序:打开未知的惊喜之旅

在快节奏的生活中&#xff0c;人们总是渴望寻找一份属于自己的小确幸。盲盒一番赏小程序&#xff0c;正是这样一个为你带来无尽惊喜与乐趣的平台。我们精心打造这一小程序&#xff0c;让每一次点击都成为一次全新的探索&#xff0c;让每一次选择都充满无限可能。 盲盒一番赏小…

星链全解1

星链基本信息 星链卫星的寿命约为5年&#xff0c;最终目标是发射42000颗卫星。最初&#xff0c;每颗卫星重约260公斤&#xff0c;与1吨以上的大卫星相比属于“小卫星”。现在&#xff0c;向V2版进化的星链卫星重量近800公斤&#xff0c;约为老一代卫星的3倍。 点击“星链地图…

算法课程笔记——蓝桥云课第二次直播

注意是‘’ 都正确 可以理解为a的首地址也是数字&#xff0c;向右1 %p逻辑地址 Cin cout字符串“”单个字符本身‘’&#xff0c;其他时候不用加 这样就可以 逆运算 bool比较真假<从小到大排 11/25 都输出最省事 变成长度为n1的数组 考虑到整个都可能为一个颜色&#xff0c;…

Ubuntu 20.04.06 PCL C++学习记录(二十六)

[TOC]PCL中点云配准模块的学习 学习背景 参考书籍&#xff1a;《点云库PCL从入门到精通》以及官方代码PCL官方代码链接,&#xff0c;PCL版本为1.10.0&#xff0c;CMake版本为3.16&#xff0c;可用点云下载地址 学习内容 在代码中使用ICP迭代最近点算法&#xff0c;程序随机…

人工智能论文GPT-3(3):2020.5 Language Models are Few-Shot Learners;架构;训练数据集;开源

2.1 模型与架构 我们使用了与GPT-2相同的模型和架构&#xff0c;包括其中描述的改进初始化、预归一化和可逆分词技术&#xff0c;但有所不同的是&#xff0c;我们在Transformer的各层中使用了交替的密集和局部带状稀疏注意力模式&#xff0c;类似于Sparse Transformer 。为了研…

普通人切入抖音的黄金赛道 软件自动生成文字动画视频 3天15个作品涨粉5000

文字动画&#xff0c;就是导入一段文字&#xff0c;用软件可以自动生成一条文字动画视频&#xff0c;因为这是软件自动生成的&#xff0c;所以过原创的话是很简单没什么问题的。 这种视频的特点是什么? 首先第一点就是非常简单&#xff0c;找好素材直接导入软件就可以自动生成…

LabVIEW仪器信息管理系统

LabVIEW仪器信息管理系统 在计量检测实验室的日常工作中&#xff0c;仪器检定校准是一项基础而重要的任务。随着科技的进步和实验室工作量的增加&#xff0c;传统的人工管理方式已经难以满足现代实验室对效率和准确性的要求。开发一套基于LabVIEW的仪器信息管理系统显得尤为必…

【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…

【图论 单源最短路】100276. 最短路径中的边

本文时间知识点 单源最短路 图论知识汇总 LeetCode100276. 最短路径中的边 给你一个 n 个节点的无向带权图&#xff0c;节点编号为 0 到 n - 1 。图中总共有 m 条边&#xff0c;用二维数组 edges 表示&#xff0c;其中 edges[i] [ai, bi, wi] 表示节点 ai 和 bi 之间有一条…

Java 初学者必看 最全详细入门指南(一)

--------------------------------------------------------------------- 1.AIGC未来发展前景 未完持续… 1.1 人工智能相关科研重要性 拥有一篇人工智能科研论文及专利软著竞赛是保研考研留学深造以及找工作的关键门票&#xff01;&#xff01;&#xff01; 拥有一篇人工…

C++ 程序的内存分配

C 程序的内存分配 C 程序的内存分配栈堆数据区程序代码区参考 C 程序的内存分配 一个 C 编译的程序占用内存分为以下几个部分&#xff08;从高地址到低地址&#xff09;&#xff1a; 内核空间&#xff1a;由操作系统创建并控制&#xff0c;用户代码不能读写。栈&#xff1a;由…

文件系统和软硬链接

文章目录 文件系统磁盘磁盘逻辑抽象inode 软硬链接软链接硬链接 文件系统 文件分为打开的文件和没有被打开的文件&#xff0c;而只有打开的文件是在内存的&#xff0c;也就是我们之前讲的&#xff0c;然而大部分文件都不是被打开的(当前不需要被访问的)&#xff0c;它们都在磁…

arping命令详解

arping – send ARP REQUEST to a neighbour host. arping 是一个在网络中发送 ARP 请求以查找特定 IP 地址对应的 MAC 地址的命令行工具。它的功能类似于 ping 命令&#xff0c;基于ARP协议报文的交互机制&#xff0c;只能测试同一网段或子网的网络主机的连通性。 ARP 是 Add…

中国人的谦逊与生俱来

中国人的谦逊是与生俱来的&#xff0c;我们从老子的《道德经》就能探知一二&#xff1a; 一、不自夸、不自傲 《道德经》原文&#xff1a;自见者不明&#xff1b;自是者不彰&#xff1b;自伐者无功&#xff1b;自矜者不长。&#xff08;第二十四章&#xff09; 译文&#xff…

就业班 第三阶段(ansible) 2401--4.16 day2 ansible2 剧本+角色

六、Ansible playbook 简介 playbook 是 ansible 用于配置&#xff0c;部署&#xff0c;和管理被控节点的剧本。   通过 playbook 的详细描述&#xff0c;执行其中的一系列 tasks &#xff0c;可以让远端主机达到预期的状态。playbook 就像 Ansible 控制器给被控节点列出的的…

AI助力科研创新与效率双提升:ChatGPT深度科研应用、数据分析及机器学习、AI绘图与高效论文撰写

2022年11月30日&#xff0c;可能将成为一个改变人类历史的日子——美国人工智能开发机构OpenAI推出了聊天机器人ChatGPT3.5&#xff0c;将人工智能的发展推向了一个新的高度。2023年4月&#xff0c;更强版本的ChatGPT4.0上线&#xff0c;文本、语音、图像等多模态交互方式使其在…