《信号与系统》系列 - Ch05 拉普拉斯变换

Ch 05 - 拉普拉斯变换

傅里叶变换可求的条件是 \(\int_{-\infty}^{+\infty}x(t){\rm e}^{-{\rm j}\Omega t}{\rm d}t\) 绝对可积。显然,对于某些增长阶过高的信号,该积分发散。

拉普拉斯变换推广了傅里叶变换,放宽了信号可转频域分析的条件:

\[X(s)=\int_{-\infty}^{+\infty}x(t){\rm e}^{-\sigma t}{\rm e}^{-{\rm j}\Omega t}{\rm d}t \\=\int_{-\infty}^{+\infty}x(t){\rm e}^{-s t}{\rm d}t \]

其中 \(s=\sigma+{\rm j}\Omega\),可视为用 \(\exp({-\sigma t})\) 调制 \(x(t)\) 后的傅里叶变换。取 \(\sigma=0\),结果退化为傅里叶变换。

收敛域

不难看出,拉普拉斯变换是否存在,与 \(\sigma\) 的取值有关,即 \(x(t)\) 的增长阶能否被压制。可行的 \(\sigma\) 的区间被称为收敛域(ROC)。ROC 可在零极点图上表示,横轴为 \(\sigma\),纵轴为 \({\rm j}\Omega\)。收敛域的边界是平行于 \({\rm j}\Omega\) 轴的直线。

  • 如果 \(x(t)\) 是时限的,则收敛域是整个 \(s\) 平面。可解释为时限即时域加窗,则频域有无限的 \(\rm sinc\)

  • 右边信号的 ROC 靠右,左边信号的 ROC 靠左

拉普拉斯反变换

\[x(t)=\frac{1}{2\pi{\rm j}}\int_{\sigma-{\rm j}\infty}^{\sigma+{\rm j}\infty}X(s){\rm e}^{st}{\rm d}s \]

直接求取拉普拉斯反变换的形式需要更多复变函数的知识,部分典型的反变换可查表得到。

对于可使用微分方程描述的系统,还可使用部分分式分解来得到:

\[X(s)=N(s)/D(s)=(b_ms^m+...+b_1s+b_0)/(s^n+a_{n-1}s^{n-1}+...+a_1s+a_0) \]

  • \(m\ge n\)

    此时 \(X(s)\) 可化为多项式+有理真分式的形式

  • \(m<n\)

    \[X(s)=\frac{K_1}{s-s_1}+...+\frac{K_n}{s-s_n} \]

    对于无重根的情况,\(K_k=(s-s_k)X(s)|_{s=s_k}\)

    对于有重根的情况,\(K_{1p}=(s-s_k)^pX(s)|_{s=s_k}\)\(K_{1k}=\frac{1}{(p-k)!}(\frac{\rm d}{{\rm d}s})^{p-k}(s-s_1)^pX(s)|_{s=s_1}\)

基本性质

  • 线性

  • 时移

    \(x(t-t_0)\leftrightarrow {\rm e}^{-st_0}X(s)\)

  • 频移

    \({\rm e}^{s_0t}x(t)\leftrightarrow X(s-s_0)\)

  • 尺度变换

    \(x(at)\leftrightarrow \frac{1}{|a|}X(s/a)\)

  • 卷积

    \(x_1(t)*x_2(t)\leftrightarrow X_1(s)X_2(s)\)

  • 微分

    \(\frac{\rm d}{{\rm d}t}x(t)\leftrightarrow sX(s)\)

    \(-tx(t)\leftrightarrow \frac{\rm d}{{\rm d}s} X(s)\)

  • 积分

    \(\int_{-\infty}^tx(\tau){\rm d}\tau\leftrightarrow X(s)/s\)

    \(x(t)/t \leftrightarrow \int_{s}^{+\infty}X(s'){\rm d}s'\)

  • 初值定理与终值定理

    \(x(0^+)=\lim_{s\rightarrow +\infty} sX(s)\)

    \(\lim_{t\rightarrow+\infty}x(t)=\lim_{s\rightarrow 0}X(s)\)

常用变换对

时域 复频域 ROC
\(\delta(t)\) \(1\) \(s\) 平面
\(\delta(t-T)\) \({\rm e}^{-sT}\) \(s\) 平面
\(u(t)\) \(1/s\) \({\rm Re}\{s\}>0\)
\(-u(-t)\) \(1/s\) \({\rm Re}\{s\}<0\)
\(tu(t)\) \(1/s^2\) \({\rm Re}\{s\}>0\)
\({\rm e}^{-at}u(t)\) \(1/(s+a)\) \({\rm Re}\{s\}>-a\)
\(-{\rm e}^{-at}u(-t)\) \(1/(s+a)\) \({\rm Re}\{s\}<-a\)
\(\cos(\Omega_ct)u(t)\) \(s/(s^2+\Omega_c^2)\) \({\rm Re} \{s\}>0\)
\(\sin(\Omega_ct)u(t)\) \(\Omega_c/(s^2+\Omega_c^2)\) \({\rm Re} \{s\}>0\)
\({\rm e}^{-at} \cos(\Omega_ct)u(t)\) \((s+a)/((s+a)^2+\Omega_c^2)\) \({\rm Re}\{s\}>-a\)
\({\rm e}^{-at} \sin(\Omega_ct)u(t)\) \(\Omega_c/((s+a)^2+\Omega_c^2)\) \({\rm Re}\{s\}>-a\)

在使用该表进行反变换时,需要根据收敛域确定左边与右边信号。例如:

\[\frac{K_k}{s-s_k}\leftrightarrow \begin{cases} K_k{\rm e}^{s_kt}u(t),~{\rm Rightside} \\-K_k{\rm e}^{s_kt}u(-t),~{\rm Leftside} \end{cases} \]

对于极点在 ROC 左的,适用右边函数;极点在 ROC 右的,适用左边函数。

带初始条件的增量线性系统单边 \(\mathcal L\) 变换

考虑带偏置的系统的两组输出 \(y_1=kx_1+b\)\(y_2=kx_2+b\),不满足线性

\[k(\alpha x_1+ \beta x_2)+b \neq \alpha y_1+\beta y_2 \]

但满足增量线性

\[\Delta y_1=k\Delta x_1,~\Delta y_2=k\Delta x_2 \\ \Rightarrow k(\alpha \Delta x_1+ \beta \Delta x_2) = \alpha \Delta y_1+\beta \Delta y_2 \]

对这类系统也有类似的结论来进行频域分析。增量线性系统满足

\[\frac{{\rm d}^2}{{\rm d}t^2}y(t)=s^2Y(s)-sy(0^-)-y'(0^-)\\ \frac{{\rm d}}{{\rm d}t}y(t)=sY(s)-y(0^-)\\ \]

则频域可化为

\[Y(s)=X(s)/H_1(s)+H_2(s) \]

其中与输入无关,仅与系统本身相关(初值条件)的 \(H_2(s)\) 称为零输入响应;加号的另一部分称为零状态响应。

连续 LTI 系统的复频域分析

  • \(X(s)=\mathcal L(x(t))\)
  • 确定 \(H(s)\)
  • \(Y(s)=X(s)H(s)\)
  • \(y(t)=\mathcal L^{-1}(Y(s))\)

对于稳定的 LTI 系统,ROC 必含 \({\rm j}\Omega\) 轴;对于因果的 LTI 系统,全部极点都在 \(s\) 平面的左半平面。

posted @ 2022-04-24 20:14  z0gSh1u  阅读(340)  评论(0编辑  收藏  举报