跳到主要内容

拉普拉斯变换


傅里叶变换只能描述在虚轴上收敛的信号。拉普拉斯变换把频率变量推广到复数 s=σ+jωs=\sigma+j\omega,并用收敛域(Region of Convergence,ROC)记录变换在哪些位置存在。

9.1 双边拉普拉斯变换​

连续时间信号 x(t)x(t) 的双边拉普拉斯变换定义为

X(s)=∫−∞+∞x(t)e−st dt,s=σ+jω.(9.1)X(s)=\int_{-\infty}^{+\infty}x(t)e^{-st}\,\mathrm dt, \qquad s=\sigma+j\omega. \tag{9.1}

因为

e−st=e−σte−jωt,e^{-st}=e^{-\sigma t}e^{-j\omega t},

拉普拉斯变换可以理解为:先用 e−σte^{-\sigma t} 对信号加权,再作傅里叶变换。若 ROC 包含虚轴 σ=0\sigma=0,则傅里叶变换存在,并且

X(jω)=X(s)∣s=jω.(9.2)X(j\omega)=X(s)\big|_{s=j\omega}. \tag{9.2}

9.2 收敛域 ROC​

只给出代数式 X(s)X(s) 并不能唯一确定时域信号,必须同时给出 ROC。

9.2.1 右边信号​

当 Re⁡(a)<Re⁡(s)\operatorname{Re}(a)<\operatorname{Re}(s) 时,

eatu(t)⟷1s−a,Re⁡(s)>Re⁡(a).(9.3)e^{at}u(t) \longleftrightarrow \frac{1}{s-a}, \qquad \operatorname{Re}(s)>\operatorname{Re}(a). \tag{9.3}

9.2.2 左边信号​

−eatu(−t)⟷1s−a,Re⁡(s)<Re⁡(a).(9.4)-e^{at}u(-t) \longleftrightarrow \frac{1}{s-a}, \qquad \operatorname{Re}(s)<\operatorname{Re}(a). \tag{9.4}

式 (9.3) 与式 (9.4) 的代数表达式相同,但 ROC 分别位于极点右侧和左侧,对应完全不同的时域信号。

9.2.3 ROC 的基本规律​

  • ROC 内不包含任何极点;
  • 有理拉普拉斯变换的 ROC 是由极点分隔出的竖直带状区域;
  • 右边信号的 ROC 位于最右极点右侧;
  • 左边信号的 ROC 位于最左极点左侧;
  • 双边信号的 ROC 位于两列极点之间;
  • 有限时宽且绝对可积信号的 ROC 通常是整个 ss 平面。

9.3 极点、零点与 ss 平面​

对有理函数

X(s)=K∏k=1M(s−zk)∏ℓ=1N(s−pℓ),(9.5)X(s)=K\frac{\prod_{k=1}^{M}(s-z_k)} {\prod_{\ell=1}^{N}(s-p_\ell)}, \tag{9.5}

zkz_k 称为零点,pℓp_\ell 称为极点。通常用圆圈表示零点、叉号表示极点。下图以

H(s)=s+2(s+1)(s2+2s+5)H(s)=\frac{s+2}{(s+1)(s^2+2s+5)}

为例:零点位于 −2-2,极点位于 −1-1 和 −1±j2-1\pm j2。若系统因果,ROC 位于最右极点右侧。

σjωROCσ = −1−2−1+j2−1−j2○ 零点× 极点

极点决定系统的自然响应模式,零点决定哪些模式被抑制。沿虚轴考察极点、零点到 jωj\omega 的距离与角度,可以得到频率响应 H(jω)H(j\omega) 的幅度和相位。

9.4 常用变换对​

δ(t)⟷1,u(t)⟷1s,Re⁡(s)>0,tnu(t)⟷n!sn+1,Re⁡(s)>0,e−atu(t)⟷1s+a,Re⁡(s)>−a,cos⁡(ω0t)u(t)⟷ss2+ω02,Re⁡(s)>0,sin⁡(ω0t)u(t)⟷ω0s2+ω02,Re⁡(s)>0.(9.6)\begin{aligned} \delta(t)&\longleftrightarrow 1,\\ u(t)&\longleftrightarrow \frac{1}{s}, &&\operatorname{Re}(s)>0,\\ t^n u(t)&\longleftrightarrow \frac{n!}{s^{n+1}}, &&\operatorname{Re}(s)>0,\\ e^{-at}u(t)&\longleftrightarrow \frac{1}{s+a}, &&\operatorname{Re}(s)>-a,\\ \cos(\omega_0t)u(t)&\longleftrightarrow \frac{s}{s^2+\omega_0^2}, &&\operatorname{Re}(s)>0,\\ \sin(\omega_0t)u(t)&\longleftrightarrow \frac{\omega_0}{s^2+\omega_0^2}, &&\operatorname{Re}(s)>0. \end{aligned} \tag{9.6}

9.5 拉普拉斯变换的性质​

设 x(t)⟷X(s)x(t)\longleftrightarrow X(s),y(t)⟷Y(s)y(t)\longleftrightarrow Y(s)。

9.5.1 线性与时移​

ax(t)+by(t)⟷aX(s)+bY(s),(9.7)ax(t)+by(t)\longleftrightarrow aX(s)+bY(s), \tag{9.7}x(t−t0)⟷e−st0X(s).(9.8)x(t-t_0)\longleftrightarrow e^{-st_0}X(s). \tag{9.8}

9.5.2 ss 域平移与尺度变换​

es0tx(t)⟷X(s−s0),(9.9)e^{s_0t}x(t)\longleftrightarrow X(s-s_0), \tag{9.9}x(at)⟷1∣a∣X(sa).(9.10)x(at)\longleftrightarrow \frac{1}{|a|}X\left(\frac{s}{a}\right). \tag{9.10}

9.5.3 微分、积分与卷积​

对双边拉普拉斯变换,在边界项消失时,

dx(t)dt⟷sX(s),tx(t)⟷−dX(s)ds,(9.11)\frac{\mathrm dx(t)}{\mathrm dt}\longleftrightarrow sX(s), \qquad tx(t)\longleftrightarrow-\frac{\mathrm dX(s)}{\mathrm ds}, \tag{9.11}x(t)∗y(t)⟷X(s)Y(s).(9.12)x(t)*y(t)\longleftrightarrow X(s)Y(s). \tag{9.12}

若使用单边拉普拉斯变换处理初始条件,则

L+{x′(t)}=sX+(s)−x(0−).(9.13)\mathcal L_+\{x'(t)\}=sX_+(s)-x(0^-). \tag{9.13}

这正是拉普拉斯变换适合求解微分方程的原因。

9.6 逆拉普拉斯变换​

有理函数通常用部分分式展开求逆变换。例如

X(s)=3s+5(s+1)(s+2)=2s+1+1s+2.X(s)=\frac{3s+5}{(s+1)(s+2)} =\frac{2}{s+1}+\frac{1}{s+2}.

若 ROC 为 Re⁡(s)>−1\operatorname{Re}(s)>-1,则两项均为右边信号:

x(t)=(2e−t+e−2t)u(t).(9.14)x(t)=\left(2e^{-t}+e^{-2t}\right)u(t). \tag{9.14}

若 ROC 改为 −2<Re⁡(s)<−1-2<\operatorname{Re}(s)<-1,第一项必须解释为左边信号:

x(t)=−2e−tu(−t)+e−2tu(t).(9.15)x(t)=-2e^{-t}u(-t)+e^{-2t}u(t). \tag{9.15}

9.7 LTI 系统函数与稳定性​

初始静止时,系统函数定义为

H(s)=Y(s)X(s)=L{h(t)}.(9.16)H(s)=\frac{Y(s)}{X(s)}=\mathcal L\{h(t)\}. \tag{9.16}

对常系数微分方程

∑k=0Nakdkydtk=∑k=0Mbkdkxdtk,\sum_{k=0}^{N}a_k\frac{\mathrm d^k y}{\mathrm dt^k} =\sum_{k=0}^{M}b_k\frac{\mathrm d^k x}{\mathrm dt^k},

有

H(s)=∑k=0Mbksk∑k=0Naksk.(9.17)H(s)=\frac{\sum_{k=0}^{M}b_ks^k} {\sum_{k=0}^{N}a_ks^k}. \tag{9.17}
因果性与稳定性的极点判据

对有理系统函数:

  • 系统因果时,ROC 位于最右极点右侧;
  • 系统稳定时,ROC 必须包含虚轴;
  • 因而因果有理系统稳定,当且仅当所有极点都位于左半平面。
注意

“极点都在左半平面”并非任意系统稳定的充分条件。该简化判据隐含了“有理系统且因果”;不说明 ROC,就不能只凭极点位置判断时域信号或系统性质。