What is 拉普拉斯变换?
先放一张Matlab绘制的很有立体感的图,我们后面会了解。
初学时我可看不大明白,因为得先明白什么是傅里叶变换,再放图
傅里叶变换的真理就是任何一个原始的周期性(非周期性可以在T趋于∞时变成周期性)函数,可以由多个正余弦波叠加来近似。它实质是是频域函数和时域函数的转换
一.
引入拉氏变换的实际背景:
傅氏变换必须在整个实轴上有定义,但在工程实际问题中,许多以时间t为自变量的函数在时间t<0时是无意义的。通常在信号与系统中用到的就是这种单边拉普拉斯变换(有时也将t=0_考虑进去),也就是因果信号(含有输入信号和输出信号的信号系统)的拉氏变换。
1.1定义
傅里叶正变换:
F(ω) = F[f(t)] = ∫−∞+∞f(t)e−jωtdt
在傅氏变换的基础上,去掉t<0时的实轴范围,并对于复参数s=β+jω,
则有积分:
F(S) = L[f(t)] = ∫0+∞f(t)e−stdt
我们称F(s)是f(t)的拉普拉斯变换
反之f(t)是F(s)的拉普拉斯逆变换
例:
我们引入一个单位阶跃函数 u(t)(初学复变时做题经常不认识了的函数),来求她的拉氏变换。
得
L[u(t)]=∫0+∞u(t)e−stdt=s1(Res>0)
用数形结合来表示:
图中彩色螺旋即e−st,现在令f(t)=u(t),用阶跃函数来乘e−st
得出来的结果如图
这时再取积分就得到了如下图中白色箭头所指的值s1,也就是特定值s的拉普拉斯变换值。
但如果这个积分的结果是无限,那么我们就认为该特定值为s时,函数的波形不存在拉普拉斯变换,因为当s的实部为一个趋于无穷小的负数,则会出现这样的情况
积分结果将会是无穷大,所以去掉s < 0的区域,这样一来一开始的那张图就变成了
这就是为什么积分下限换成从0到无穷大。
1.2与傅氏变换的关系
通过刚才引入的阶跃函数u(t)我们就能将积分上下限换为负无穷到正无穷,并找到拉氏变换和傅氏变换的关系了。
即
F(S) = L[f(t)] = ∫0+∞f(t)e−stdt = ∫−∞+∞f(t)u(t)e−βt⋅e−jωtdt (1)
= F(β+jω) = L[f(t)u(t)e−βt]
傅里叶逆变换:
f(t) = 2π1∫−∞+∞F(ω)ejωtdω
将式1代入傅氏逆变换有
f(t)u(t)e−βt=2π1∫−∞+∞F(β+jω)ejωtdω
两边同乘ejωt,并令s=β+jω
则有
f(t)u(t)=2πj1∫β−j∞β+j∞F(s)estds
阶跃函数u(t)也就是t>0式为1,去掉
即拉普拉斯变换的反演积分公式 f(t)=2πj1∫β−j∞β+j∞F(s)estds(t>0)
二.
总结一些重要性质
2.1 线性性质
L[αf(t)+βg(t)]=αF(s)+βG(s)
L−1[αF(t)+βG(t)]=αf(t)+βg(t)
应用:可以快速求解cosωt和sinωt的拉氏变换
2.2 相似性质
L[f(αt)]=α1F(αs)
2.3 微分性质
L[f′(t)]=sF(s)−f(0)
L[f(n)(t)]=snF(s)−sn−1f(0)−sn−2f′(0)−⋅⋅⋅−f(n−1)(0)
应用:求解微分方程组的初值问题;求解幂函数f(t)=tm之类的拉氏变换
2.4 像函数的导函数
F′(s)=−L[tf(t)]
F(n)(s)=(−1)nL[tnf(t)]
应用:求tsinωt、t2cos2t之类的拉氏变换
2.5 积分性质
L[∫0tf(t)dt]=s1F(s)
L∫0tdt∫0tdt⋅⋅⋅[∫0tf(t)dt]=sn1F(s)
应用:求函数f(t)=tsint之类的拉氏变换,当式中s取一些确定的数,可以用来求一些函数的反常积分(广义积分(也就高数上考的最多的积分))
2.6 像函数的积分
∫s∞F(s)ds=L[tf(t)]
∫s∞ds∫s∞ds⋅⋅⋅∫s∞F(s)ds=L[tnf(t)]
2.7 延迟性质与位移性质
L[f(t−τ)]=e−sτF(s)
应用:顾名思义可以用来求sin(t−2π)之类的拉氏变换,解出来就是辣个答案
三.
基本的数学概念了解了后,再接触一点拉氏变换的物理意义。
我们已经知道傅氏变换将信号分成时域和频域两个方面,而拉氏变换将频率ω变成复频率s,从而不仅能刻画函数的振荡频率,而且还能描述振荡频率的增长(或衰减)速度,这也是拉氏变换和傅氏变换的区别。
s的虚部越大,振荡频率增长得越快。
s的实部越大,波形振荡幅度越大。
References:
[1]复变函数与积分变换(第五版)
[2]直观解释-拉普拉斯变换 https://www.bilibili.com/video/av26328393?from=search&seid=14296184891945561564