8.拉普拉斯变换
8.拉普拉斯變換
一、拉普拉斯變換定義
要知道不是所有函數(shù)傅里葉變換都存在,為了找到收斂變換,在傅里葉變換基礎(chǔ)上,信號(hào)乘以一個(gè)衰減因子e?σte^{-\sigma t}e?σt于是得到拉普拉斯變換對(duì):
F(s)=∫0∞f(t)e?stdtf(t)=12π∫σ?j∞σ+j∞F(s)estds\begin{aligned} F_(s)&=\int_0^{\infty}f(t)e^{-st}dt \\f(t)&=\frac{1}{2\pi}\int_{\sigma-j\infty}^{\sigma+j\infty}F(s)e^{st}ds \end{aligned} F(?s)f(t)?=∫0∞?f(t)e?stdt=2π1?∫σ?j∞σ+j∞?F(s)estds?
分析發(fā)現(xiàn)拉氏正變換是一個(gè)定積分,拉氏反變換是復(fù)變函數(shù)積分。
二、常用拉普拉斯變換
u(t)←→1su(t)\leftarrow\rightarrow\frac{1}{s} u(t)←→s1?
e?at=1s+a(σ>?a)e^{-at}=\frac{1}{s+a}(\sigma>-a) e?at=s+a1?(σ>?a)
δ(t)←→1\delta(t)\leftarrow\rightarrow1 δ(t)←→1
三、拉普拉斯變換基本性質(zhì)
? 1.線性疊加特性
?
? 2.原函數(shù)微分
df(t)dt←→sF(s)?f(0?)\frac{df(t)}{dt}\leftarrow\rightarrow sF(s)-f(0_-) dtdf(t)?←→sF(s)?f(0??)
? 3.原函數(shù)積分
∫?∞tf(τ)dτ=F(s)s+f?1(0)s\int_{-\infty}^tf(\tau)d\tau=\frac{F(s)}{s}+\frac{f^{-1}(0)}{s} ∫?∞t?f(τ)dτ=sF(s)?+sf?1(0)?
? 4.卷積
f1(t)?f2(t)←→F1(s)F2(s)f_1(t)*f_2(t)\leftarrow\rightarrow F_1(s)F_2(s) f1?(t)?f2?(t)←→F1?(s)F2?(s)
四、拉普拉斯逆變換
? 1.部分分式分解
? 2.留數(shù)法
五,RLC元件的時(shí)域關(guān)系
vR(t)=RiR(t)vL(t)=LdiL(t)dtvC(t)=1C∫?∞tiC(τ)dτ\begin{aligned} v_R(t)&=Ri_R(t)\\ v_L(t)&=L\frac{di_L(t)}{dt}\\ v_C(t)&=\frac{1}{C}\int_{-\infty}^{t}i_C(\tau)d\tau \end{aligned} vR?(t)vL?(t)vC?(t)?=RiR?(t)=LdtdiL?(t)?=C1?∫?∞t?iC?(τ)dτ?
故不考慮初始條件得到S域的元件等價(jià)阻抗模型
R,sL,1sCR,sL,\frac{1}{sC} R,sL,sC1?
六、系統(tǒng)函數(shù)
H(s)←→h(t)H(s)\leftarrow\rightarrow h(t) H(s)←→h(t)
總結(jié)
- 上一篇: hadoop中map和reduce的数量
- 下一篇: 深入理解面向对象设计的七大原则