信号与系统复习笔记——拉普拉斯变换和Z变换
拉普拉斯变换
一个LTI系统对信号 este^{st}est 的响应为:
y(t)=H(s)est y(t) = H(s) e^{st} y(t)=H(s)est
其中特征函数 H(s)H(s)H(s) 为:
H(s)=∫−∞+∞h(t)e−stdt H(s) = \int_{-\infty}^{+\infty} h(t)e^{-st} dt H(s)=∫−∞+∞h(t)e−stdt
一个信号的拉普拉斯变换为:
X(s)=∫−∞+∞h(t)e−stdt X(s) = \int_{-\infty}^{+\infty} h(t)e^{-st} dt X(s)=∫−∞+∞h(t)e−stdt
当 s=jωs = j\omegas=jω 的时候,拉普拉斯变换退化为傅里叶变换。
复数 sss 可以表示为 s=σ+jωs = \sigma + j\omegas=σ+jω ,那么拉普拉斯变换可以表示为:
X(σ+jω)=∫−∞+∞[x(t)e−σt]e−jωtdt X(\sigma + j\omega) = \int_{-\infty}^{+\infty} [x(t)e^{- \sigma t}] e^{- j\omega t} dt X(σ+jω)=∫−∞+∞[x(t)e−σt]e−jωtdt
这等于信号 x(t)e−σtx(t)e^{- \sigma t}x(t)e−σt 的傅里叶变换,我们称 e−σte^{- \sigma t}e−σt 为拉普拉斯衰减因子。
注意到,一个信号的拉普拉斯变换并非对于所有的 sss 都收敛,我们称能使拉普拉斯变换积分收敛的所有 sss 的集合称为 收敛域 或是 ROC。
对于有理的拉普拉斯变换可以表示为:
X(s)=N(s)D(s) X(s) = \frac{N(s)}{D(s)} X(s)=D(s)N(s)
我们称 N(s)=0N(s) = 0N(s)=0 的根称为 零点 而 D(s)=0D(s) = 0D(s)=0 的根称为 极点 。在 sss 平面内标注零点和极点称为零-极点图。
拉普拉斯变换的收敛域
两个不同的信号可能对应一个相同的拉普拉斯变换,但其收敛域却不相同。
性质一: X(s)X(s)X(s) 的收敛域在 sss 平面内由平行于 jωj\omegajω 轴的带状区域组成。
因为要满足 x(t)e−σtx(t)e^{-\sigma t}x(t)e−σt 绝对可积,因此只和 σ\sigmaσ 有关。
性质二: X(s)X(s)X(s) 的收敛域内不包含极点。
性质三: 若 x(t)x(t)x(t) 是时间有限且有界的信号,那么收敛域就是整个 sss 平面。
性质四: 若 x(t)x(t)x(t) 是右边信号,并且 ℜs=ω0\Re{s} = \omega_0ℜs=ω0 这条线位于收敛域内,那么 ℜs>ω0\Re{s} > \omega_0ℜs>ω0 的全部 sss 值都在收敛域内。
进一步,若点 s0s_0s0 在收敛域内,那么点 s0s_0s0 的 右半平面 收敛。
性质五: 若 x(t)x(t)x(t) 是左边信号,并且 ℜs=ω0\Re{s} = \omega_0ℜs=ω0 这条线位于收敛域内,那么 ℜs<ω0\Re{s} < \omega_0ℜs<ω0 的全部 sss 值都在收敛域内。
进一步,若点 s0s_0s0 在收敛域内,那么点 s0s_0s0 的 左半平面 收敛。
性质六: 若 x(t)x(t)x(t) 是双边信号,并且存在收敛域,那么收敛域一定是一条带状区域。
因为收敛域内不存在极点,推出下面两个推论:
性质七: 若 x(t)x(t)x(t) 的拉普拉斯变换是有理的,那么他的收敛域总是被极点所界定或延伸到无限远处。另外,在收敛域内不包含任何的极点。
性质八: 若 x(t)x(t)x(t) 的拉普拉斯变换是有理的,那么若 x(t)x(t)x(t) 是右边信号,其收敛域在 sss 平面上位于最右边极点的右边,若 x(t)x(t)x(t) 是左边信号,其收敛域在 sss 平面上位于最左边极点的左边。
拉普拉斯逆变换
通过傅里叶的逆变换我们可以得到:
x(t)e−σt=12π∫−∞+∞X(σ+jω)ejωtdω x(t)e^{-\sigma t} = \frac{1}{2\pi} \int_{-\infty}^{+\infty} X(\sigma + j\omega) e^{j\omega t} d\omega x(t)e−σt=2π1∫−∞+∞X(σ+jω)ejωtdω
得到:
x(t)=12π∫−∞+∞X(σ+jω)e(σ+jω)tdω x(t) = \frac{1}{2\pi} \int_{-\infty}^{+\infty} X(\sigma + j\omega) e^{(\sigma+j\omega) t} d\omega x(t)=2π1∫−∞+∞X(σ+jω)e(σ+jω)tdω
令 s=σ+jωs = \sigma + j\omegas=σ+jω 则 ω=(s−σ)/j\omega = (s - \sigma) / jω=(s−σ)/j 那么 dω=1jdsd\omega = \frac{1}{j} dsdω=j1ds 导出为:
x(t)=12πj∫σ−j∞σ+j∞X(s)estds x(t) = \frac{1}{2 \pi j} \int_{\sigma -j\infty}^{\sigma + j\infty} X(s) e^{st} ds x(t)=2πj1∫σ−j∞σ+j∞X(s)estds
上式称为拉普拉斯逆变换,积分区域可以找在收敛域内的任意一条直线 ℜs=σ\Re{s} = \sigmaℜs=σ 。
利用零极点图对傅里叶变换进行几何求解
对于一个有理拉普拉斯的形式,可以表示为零点项和极点项的乘积所组成的:
X(s)=M∏i=1R(s−βi)∏j=1P(s−αj) X(s) = M \frac{\prod_{i=1}^R (s - \beta_i)}{\prod_{j=1}^P (s - \alpha_j)} X(s)=M∏j=1P(s−αj)∏i=1R(s−βi)
为了求取 X(s)X(s)X(s) 在 s=s1s=s_1s=s1 处的值,上面每一项都可以表示为零点极点到点 s1s_1s1 的向量表示,模长就是零点向量长度的乘积除以极点向量的乘积再乘以 MMM ,而辐角就是零点向量的辐角和减去极点向量的辐角,若 MMM 是负的则还要加一个附加辐角 π\piπ 。
特别的,傅里叶变换即在轴 σ=0\sigma=0σ=0 处移动。
拉普拉斯变换的性质
性质 | 信号 | 拉普拉斯变换 | 收敛域 |
---|---|---|---|
线性 | ax1(t)+bx2(t)ax_1(t) + bx_2(t)ax1(t)+bx2(t) | xX1(s)+bX2(s)xX_1(s)+bX_2(s)xX1(s)+bX2(s) | 至少是 R1∩R2R_1 \cap R_2R1∩R2 |
时移 | x(t−t0)x(t - t_0)x(t−t0) | e−st0X(s)e^{-st_0}X(s)e−st0X(s) | RRR |
sss 域平移 | es0tx(t)e^{s_0t}x(t)es0tx(t) | X(s−s0)X(s - s_0)X(s−s0) | R+ℜs0R + \Re{s_0}R+ℜs0 |
时域尺度变换 | x(at)x(a t)x(at) | 1∣a∣X(sa)\frac{1}{|a|}X(\frac{s}{a})∣a∣1X(as) | Ra\frac{R}{a}aR |
共轭 | x∗(t)x^*(t)x∗(t) | X∗(s∗)X^*(s^*)X∗(s∗) | RRR |
卷积 | x1(t)∗x2(t)x_1(t) \ast x_2(t)x1(t)∗x2(t) | X1(s)X2(s)X_1(s)X_2(s)X1(s)X2(s) | 至少是 R1∩R2R_1 \cap R_2R1∩R2 |
时域微分 | dx(t)dt\frac{dx(t)}{dt}dtdx(t) | sX(s)sX(s)sX(s) | 至少是 RRR |
sss 域微分 | −tx(t)-tx(t)−tx(t) | dX(s)s\frac{dX(s)}{s}sdX(s) | RRR |
时域积分 | ∫−∞tx(τ)dτ\int_{-\infty}^t x(\tau) d\tau∫−∞tx(τ)dτ | 1sX(s)\frac{1}{s}X(s)s1X(s) | 至少是 R∩{ℜs>0}R \cap \{\Re{s} > 0\}R∩{ℜs>0} |
初值和终值定理:
若 t<0,x(t)=0t < 0,x(t) = 0t<0,x(t)=0 且在 x(0)x(0)x(0) 处不包含任何的冲激和高阶的奇异函数,则:
x(0+)=lims→∞sX(s) x(0^+) = \lim_{s \to \infty} sX(s) x(0+)=s→∞limsX(s)
limt→∞x(t)=lims→0sX(s) \lim_{t \to \infty} x(t) = \lim_{s \to 0} sX(s) t→∞limx(t)=s→0limsX(s)
常用拉普拉斯变换对
信号 | 变换 | 收敛域 |
---|---|---|
δ(t)\delta(t)δ(t) | 111 | 全部 sss |
u(t)u(t)u(t) | 1s\frac{1}{s}s1 | ℜs>0\Re{s} > 0ℜs>0 |
−u(−t)-u(-t)−u(−t) | 1s\frac{1}{s}s1 | ℜs<0\Re{s} < 0ℜs<0 |
tn−1(n−1)!u(t)\frac{t^{n-1}}{(n-1)!}u(t)(n−1)!tn−1u(t) | 1sn\frac{1}{s^n}sn1 | ℜs>0\Re{s} > 0ℜs>0 |
−tn−1(n−1)!u(−t)-\frac{t^{n-1}}{(n-1)!}u(-t)−(n−1)!tn−1u(−t) | 1sn\frac{1}{s^n}sn1 | ℜs<0\Re{s} < 0ℜs<0 |
e−atu(t)e^{-at}u(t)e−atu(t) | 1s+a\frac{1}{s+a}s+a1 | ℜs>−a\Re{s}>-aℜs>−a |
−e−atu(−t)-e^{-at}u(-t)−e−atu(−t) | 1s+a\frac{1}{s+a}s+a1 | ℜs<−a\Re{s}<-aℜs<−a |
tn−1(n−1)!e−atu(t)\frac{t^{n-1}}{(n-1)!}e^{-at}u(t)(n−1)!tn−1e−atu(t) | 1(s+a)n\frac{1}{(s+a)^n}(s+a)n1 | ℜs>−a\Re{s}>-aℜs>−a |
−tn−1(n−1)!e−atu(−t)-\frac{t^{n-1}}{(n-1)!}e^{-at}u(-t)−(n−1)!tn−1e−atu(−t) | 1(s+a)n\frac{1}{(s+a)^n}(s+a)n1 | ℜs<−a\Re{s}<-aℜs<−a |
δ(t−T)\delta(t - T)δ(t−T) | e−sTe^{-sT}e−sT | 全部sss |
[cosω0t]u(t)[\cos{\omega_0 t}]u(t)[cosω0t]u(t) | ss2+ω02\frac{s}{s^2 + \omega_0^2}s2+ω02s | ℜs>0\Re{s} > 0ℜs>0 |
[sinω0t]u(t)[\sin{\omega_0 t}]u(t)[sinω0t]u(t) | ω0s2+ω02\frac{\omega_0}{s^2 + \omega_0^2}s2+ω02ω0 | ℜs>0\Re{s} > 0ℜs>0 |
[e−atcosω0t]u(t)[e^{-at}\cos{\omega_0 t}]u(t)[e−atcosω0t]u(t) | s+a(s+a)2+ω02\frac{s + a}{(s+a)^2 + \omega_0^2}(s+a)2+ω02s+a | ℜs>−a\Re{s} > -aℜs>−a |
[e−atsinω0t]u(t)[e^{-at}\sin{\omega_0 t}]u(t)[e−atsinω0t]u(t) | ω0(s+a)2+ω02\frac{\omega_0}{(s+a)^2 + \omega_0^2}(s+a)2+ω02ω0 | ℜs>−a\Re{s} > -aℜs>−a |
un(t)=dnδ(t)dtnu_n(t) = \frac{d^n \delta(t)}{dt^n}un(t)=dtndnδ(t) | sns^nsn | 全部 sss |
u−n(t)=u(t)∗u(t)∗…nu_{-n}(t) = u(t) \ast u(t) \ast \ldots_nu−n(t)=u(t)∗u(t)∗…n | 1sn\frac{1}{s^n}sn1 | ℜs>0\Re{s} > 0ℜs>0 |
拉普拉斯变换分析线性时不变系统
一个LTI系统和拉普拉斯变换的关系直接来自于卷积的性质:
Y(s)=H(s)X(s) Y(s) = H(s)X(s) Y(s)=H(s)X(s)
其中 H(s)H(s)H(s) 称为系统函数、传递函数。
- 因果性
一个因果的LTI的单位冲激响应一定是一个右边信号,那么 H(s)H(s)H(s) 的收敛域一定是一个右半平面。反之不一定成立。
对于一个有理的系统函数来说,系统的因果性就等效于收敛域位于最右边极点的右边的右半平面。
- 稳定性
对于一个稳定的LTI系统,他的单位冲激响应是绝对可积的,也就等价于存在傅里叶变换,那么当且仅当系统函数 H(s)H(s)H(s) 的收敛域包括 jωj\omegajω 轴的时候,即 ℜs=0\Re{s} = 0ℜs=0 ,一个LTI系统是稳定的。
特别的,对于因果的LTI系统,其收敛域是右半平面,也就是当且仅当 H(s)H(s)H(s) 的全部极点都位于 sss 平面的左半平面的时候,即全部的极点都有负实部的时候,一个因果的LTI系统是稳定的。
Z 变换
对于离散信号,其单位脉冲响应对于离散的线性时不变系统对复指数 znz^nzn 的响应为:
y[n]=H(z)zn y[n] = H(z) z^n y[n]=H(z)zn
其中:
H(z)=∑n=−∞+∞h[n]z−n H(z) = \sum_{n = -\infty}^{+\infty} h[n]z^{-n} H(z)=n=−∞∑+∞h[n]z−n
若 z=ejωz = e^{j\omega}z=ejω 则为离散傅里叶变换。
一个离散信号的z变换定义为:
X(z)=∑n=−∞+∞x[n]z−n X(z) = \sum_{n = -\infty}^{+\infty} x[n]z^{-n} X(z)=n=−∞∑+∞x[n]z−n
一般的我们通过指数形式表示复指数底数 z=rejωz = re^{j\omega}z=rejω ,那么就可以写成:
X(rejω)=∑n=−∞+∞[x[n]r−n]e−jωn X(re^{j\omega}) = \sum_{n = -\infty}^{+\infty} [x[n]r^{-n}]e^{-j\omega n} X(rejω)=n=−∞∑+∞[x[n]r−n]e−jωn
也就是一个离散信号的z变换等于其 x[n]r−nx[n]r^{-n}x[n]r−n 的离散傅里叶变换。
注意到:
X(ejω)=X(z)∣z=ejω X(e^{j\omega}) = X(z)|_{z = e^{j \omega}} X(ejω)=X(z)∣z=ejω
那么傅里叶变换就称为在复数 zzz 平面中,半径为 111 的单位圆上。
同样的,类似与拉普拉斯变换,z变换也存在其收敛域ROC。