拉普拉斯變換與z變換

LTI系統(tǒng)對復指數(shù)信號對響應

傅里葉分析的重要價值在于:
1)相當廣泛的信號都能用復指數(shù)信號的線性組合來表示啃奴;
2)LTI系統(tǒng)對復指數(shù)的響應同樣是一個復指數(shù)。
傅里葉級數(shù)與傅里葉變換可以說明第一點雄妥,現(xiàn)證明第2點:
對任一輸入連續(xù)信號x(t) = e^{st}最蕾,LTI系統(tǒng)的輸出為:
y(t) = \int_{-\infty}^{+\infty}h(\tau)x(t-\tau)d\tau=\int_{-\infty}^{+\infty}h(\tau)e^{s(t-\tau)}d\tau=e^{st}\int_{-\infty}^{+\infty}h(\tau)e^{-s\tau}d\tau
{\boxed{y(t) = H(s)e^{st}\\ H(s) = \int_{-\infty}^{+\infty}h(\tau)e^{-s\tau}d\tau}}
同樣可證依溯,對于任一輸入離散信號x[n] = z^n
{\boxed{y[n] = H(z)z^n\\ H(z) = \sum_{k=-\infty}^{+\infty}h[k]z^{-k}}}

回顧傅里葉變換

連續(xù)時間傅里葉變換
{\boxed{x(t) = \frac 1{2\pi} \int_{-\infty}^{+\infty}X(jw)e^{jwt}dw\\ X(jw) = \int_{-\infty}^{+\infty} x(t)e^{-jwt}dt}}
離散時間傅里葉變換
{\boxed{x[n] = \frac 1{2\pi} \int_{2\pi}X(e^{jw})e^{jwn}dw\\ X(e^{jw}) = \sum_{n=\infty}x[n]e^{-jwn}}}

拉普拉斯變換

連續(xù)時間傅里葉變換提供了將信號表示為形如e^{st}, s=jw的線性組合,然而LTI系統(tǒng)對復指數(shù)信號的響應不局限于純虛數(shù)的情況瘟则,這就導致了連續(xù)時間傅里葉變換的推廣黎炉,稱為拉普拉斯變換。
回顧H(s) = \int_{-\infty}^{+\infty}h(\tau)e^{-s\tau}d\tau
s=jw, X(jw) = \int_{-\infty}^{+\infty} x(t)e^{-jwt}dt醋拧,即傅里葉變換慷嗜;
當s為一般復變量時,X(s) = \int_{-\infty}^{+\infty}x(t)e^{-st}dt趁仙,即拉普拉斯變換洪添。

  • 例:求信號x(t) = e^{-at}u(t)的拉普拉斯變換
    前面已知,該信號的傅里葉變換為X(jw) = \frac 1{jw+a},a>0
    其拉普拉斯變換為:X(s) = \int_0^{\infty}e^{-(s+a)t}dt=\frac 1{s+a}=\frac 1{\sigma+a+jw}, Re(s)>-a
    在求拉普拉斯變換時雀费,需要給出變換的代數(shù)表示式以及ROC(收斂域)干奢。
    {\boxed{x(t) = \frac 1{2\pi j} \int_{\sigma-j\infty}^{\sigma+j\infty}X(s)e^{st}ds\\ X(s) = \int_{-\infty}^{+\infty} x(t)e^{-st}dt}}

z變換

上述討論了連續(xù)時間傅里葉變換的推廣稱為拉普拉斯變換,而離散時間傅里葉變換的推廣稱為z變換盏袄。
{\boxed{x[n] = \frac 1{2\pi j}\oint X(z)z^{n-1}dz\\ X(z) = \sum_{n=-\infty}^{+\infty}x[n]z^{-n}}}

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末忿峻,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子辕羽,更是在濱河造成了極大的恐慌逛尚,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,681評論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件刁愿,死亡現(xiàn)場離奇詭異绰寞,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,205評論 3 399
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來却妨,“玉大人窍霞,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 169,421評論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長他炊。 經常有香客問我,道長已艰,這世上最難降的妖魔是什么痊末? 我笑而不...
    開封第一講書人閱讀 60,114評論 1 300
  • 正文 為了忘掉前任,我火速辦了婚禮哩掺,結果婚禮上舌胶,老公的妹妹穿的比我還像新娘。我一直安慰自己疮丛,他們只是感情好幔嫂,可當我...
    茶點故事閱讀 69,116評論 6 398
  • 文/花漫 我一把揭開白布辆它。 她就那樣靜靜地躺著,像睡著了一般履恩。 火紅的嫁衣襯著肌膚如雪锰茉。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,713評論 1 312
  • 那天切心,我揣著相機與錄音飒筑,去河邊找鬼。 笑死绽昏,一個胖子當著我的面吹牛协屡,可吹牛的內容都是我干的。 我是一名探鬼主播全谤,決...
    沈念sama閱讀 41,170評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼肤晓,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了认然?” 一聲冷哼從身側響起补憾,我...
    開封第一講書人閱讀 40,116評論 0 277
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎卷员,沒想到半個月后盈匾,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經...
    沈念sama閱讀 46,651評論 1 320
  • 正文 獨居荒郊野嶺守林人離奇死亡毕骡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 38,714評論 3 342
  • 正文 我和宋清朗相戀三年削饵,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片未巫。...
    茶點故事閱讀 40,865評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡窿撬,死狀恐怖,靈堂內的尸體忽然破棺而出橱赠,到底是詐尸還是另有隱情尤仍,我是刑警寧澤箫津,帶...
    沈念sama閱讀 36,527評論 5 351
  • 正文 年R本政府宣布狭姨,位于F島的核電站,受9級特大地震影響苏遥,放射性物質發(fā)生泄漏饼拍。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 42,211評論 3 336
  • 文/蒙蒙 一田炭、第九天 我趴在偏房一處隱蔽的房頂上張望师抄。 院中可真熱鬧,春花似錦教硫、人聲如沸叨吮。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,699評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽茶鉴。三九已至锋玲,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間涵叮,已是汗流浹背惭蹂。 一陣腳步聲響...
    開封第一講書人閱讀 33,814評論 1 274
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留割粮,地道東北人盾碗。 一個月前我還...
    沈念sama閱讀 49,299評論 3 379
  • 正文 我出身青樓,卻偏偏與公主長得像舀瓢,于是被迫代替她去往敵國和親廷雅。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,870評論 2 361

推薦閱讀更多精彩內容