美文网首页
拉普拉斯变换与z变换

拉普拉斯变换与z变换

作者: echo_ye4 | 来源:发表于2020-01-15 17:16 被阅读0次

    LTI系统对复指数信号对响应

    傅里叶分析的重要价值在于:
    1)相当广泛的信号都能用复指数信号的线性组合来表示;
    2)LTI系统对复指数的响应同样是一个复指数。
    傅里叶级数与傅里叶变换可以说明第一点,现证明第2点:
    对任一输入连续信号x(t) = e^{st},LTI系统的输出为:
    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}}
    同样可证,对于任一输入离散信号x[n] = z^n
    {\boxed{y[n] = H(z)z^n\\ H(z) = \sum_{k=-\infty}^{+\infty}h[k]z^{-k}}}

    回顾傅里叶变换

    连续时间傅里叶变换
    {\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}}
    离散时间傅里叶变换
    {\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}}}

    拉普拉斯变换

    连续时间傅里叶变换提供了将信号表示为形如e^{st}, s=jw的线性组合,然而LTI系统对复指数信号的响应不局限于纯虚数的情况,这就导致了连续时间傅里叶变换的推广,称为拉普拉斯变换。
    回顾H(s) = \int_{-\infty}^{+\infty}h(\tau)e^{-s\tau}d\tau
    s=jw, X(jw) = \int_{-\infty}^{+\infty} x(t)e^{-jwt}dt,即傅里叶变换;
    当s为一般复变量时,X(s) = \int_{-\infty}^{+\infty}x(t)e^{-st}dt,即拉普拉斯变换。

    • 例:求信号x(t) = e^{-at}u(t)的拉普拉斯变换
      前面已知,该信号的傅里叶变换为X(jw) = \frac 1{jw+a},a>0
      其拉普拉斯变换为:X(s) = \int_0^{\infty}e^{-(s+a)t}dt=\frac 1{s+a}=\frac 1{\sigma+a+jw}, Re(s)>-a
      在求拉普拉斯变换时,需要给出变换的代数表示式以及ROC(收敛域)。
      {\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变换

    上述讨论了连续时间傅里叶变换的推广称为拉普拉斯变换,而离散时间傅里叶变换的推广称为z变换。
    {\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}}}

    相关文章

      网友评论

          本文标题:拉普拉斯变换与z变换

          本文链接:https://www.haomeiwen.com/subject/rdvtzctx.html