📅  最后修改于: 2020-11-22 17:31:34             🧑  作者: Mango
复数傅里叶变换也称为双边拉普拉斯变换。这用于求解微分方程。考虑一个由x(t)= Ge st形式的复指数信号退出的LTI系统。
其中s =任何复数= $ \ sigma + j \ omega $,
σ= s的实数,并且
ω= s的虚数
LTI的响应可以通过输入与其脉冲响应的卷积获得,即
$ y(t)= x(t)\次h(t)= \ int _ {-\ infty} ^ {\ infty} \,h(\ tau)\,x(t- \ tau)d \ tau $
$ = \ int _ {-\ infty} ^ {\ infty} \,h(\ tau)\,Ge ^ {s(t- \ tau)} d \ tau $
$ = Ge ^ {st}。 \ int _ {-\ infty} ^ {\ infty} \,h(\ tau)\,e ^ {(-s \ tau)} d \ tau $
$ y(t)= Ge ^ {st} .H(S)= x(t).H(S)$
其中H(S)= $ h(\ tau)的Laplace变换= \ int _ {-\ infty} ^ {\ infty} h(\ tau)e ^ {-s \ tau} d \ tau $
类似地,$ x(t)= X(S)= \ int _ {-\ infty} ^ {\ infty} x(t)e ^ {-st} dt \,… \,…( 1)$
$ x(t)= X(S)= \ int _ {-\ infty} ^ {\ infty} x(t)e ^ {-st} dt $的拉普拉斯变换
用上式代替s =σ+jω。
$→X(\ sigma + j \ omega)= \ int _ {-\ infty} ^ {\ infty} \,x(t)e ^ {-(\ sigma + j \ omega)t} dt $
$ = \ int _ {-\ infty} ^ {\ infty} [x(t)e ^ {-\ sigma t}] e ^ {-j \ omega t} dt $
$ \因此X(S)= FT [x(t)e ^ {-\ sigma t}] \,… \,…(2)$
$ X(S)= X(\ omega)\ quad \ quad for \,\,s = j \ omega $
您知道$ X(S)= FT [x(t)e ^ {-\ sigma t}] $
$ \ to x(t)e ^ {-\ sigma t} = FT ^ {-1} [X(S)] = FT ^ {-1} [X(\ sigma + j \ omega)] $
$ = {1 \ over 2} \ pi \ int _ {-\ infty} ^ {\ infty} X(\ sigma + j \ omega)e ^ {j \ omega t} d \ omega $
$ x(t)= e ^ {\ sigma t} {1 \ over 2 \ pi} \ int _ {-\ infty} ^ {\ infty} X(\ sigma + j \ omega)e ^ {j \ omega t} d \ omega $
$ = {1 \ over 2 \ pi} \ int _ {-\ infty} ^ {\ infty} X(\ sigma + j \ omega)e ^ {(\ sigma + j \ omega)t} d \ omega \,。 .. \,…(3)$
在这里,$ \ sigma + j \ omega = s $
$jdω= ds→dω= ds / j $
$ \因此x(t)= {1 \ over 2 \ pi j} \ int _ {-\ infty} ^ {\ infty} X(s)e ^ {st} ds \,… \,…( 4)$
等式1和4表示信号x(t)的拉普拉斯变换和拉普拉斯逆变换。
Dirichlet的条件用于定义拉普拉斯变换的存在。即
函数f(t)具有最大值和最小值的有限数量。
在给定的时间间隔内,信号f(t)中必须存在有限数量的不连续性。
在给定的时间间隔内,它必须是绝对可积的。即
$ \ int _ {-\ infty} ^ {\ infty} | \,f(t)| \,dt \ lt \ infty $
如果未知函数x(t)的拉普拉斯变换是已知的,则有可能确定该未知信号的初始值和最终值,即在t = 0 +和t =∞时的x(t)。
声明:如果x(t)及其一阶导数是Laplace可变换的,则x(t)的初始值由
$$ x(0 ^ +)= \ lim_ {s \ to \ infty}SX(S)$$
声明:如果x(t)及其一阶导数是Laplace可变换的,则x(t)的最终值由
$$ x(\ infty)= \ lim_ {s \ to \ infty}SX(S)$$