拉普拉斯变换

傅里叶变换可以将一个函数用一组正弦函数表示,但是这种表示存在一种缺陷:因为正弦函数都是周期变化的,所以无法用来表示发散的函数,f(t)=tf(t) = t

为了弥补这个缺陷,我们需要一个函数因子来将快速增长的原函数压制下来,最为理想的就是指数函数eσte^{-σt} 了,因为这个函数本身就是收敛的,且下降速度大于常见的大部分函数。

推导过程

F(ω)=f(t)eσtejωtdt(1)F_{(ω)} = \int_{-\infty}^{\infty}f_{(t)} e^{-σt} e^{-jωt} dt \tag{1}

其中:

eσtejωt=e(σ+jω)t(2.a)e^{-σt} e^{-jωt} = e^{-(σ+jω)t} \tag{2.a}

令:

s=σ+jω(2.b)s = σ+jω \tag{2.b}

则有了拉普拉斯及其逆变换的标准形式:

F(s)=L[f(t)]=f(t)estdt(3.a)F_{(s)} = \mathscr{L}[f_{(t)}] = \int_{-\infty}^{\infty}f_{(t)} e^{-st} dt \tag{3.a}

f(t)=12πjσjσ+jF(s)estds(3.b)f_{(t)} = \frac{1}{2πj} \int_{σ-j\infty}^{σ+j\infty}F_{(s)} e^{st} ds \tag{3.b}

拉普拉斯变换可以看作是将一个函数,用一组指数增长的正弦函数来表示。

而在自动控制与信号处理上,积分区间一般为[0, ∞],故而常写作:

F(s)=L[f(t)]=0f(t)estdt(4.a)F_{(s)} = \mathscr{L}[f_{(t)}] = \int_{0^-}^{\infty}f_{(t)} e^{-st} dt \tag{4.a}

f(t)=12πjσjσ+jF(s)estds(4.b)f_{(t)} = \frac{1}{2πj} \int_{σ-j\infty}^{σ+j\infty}F_{(s)} e^{st} ds \tag{4.b}

收敛域

σσ 为横坐标,jω 为纵坐标,满足σσ 大于某个值时,才能使得原函数的增长速度不高于este^{-st} 的收敛速度

拉普拉斯变换性质

对照表

虽然拉普拉斯变换的公式并不复杂,但工程上还是常用查表的方式来计算

原函数 变换后 备注
δ(t)δ_{(t)} 11 单位脉冲函数
tneatt^ne^{-at} n!(s+a)n+1\frac{n!}{(s+a)^{n+1}}
tnt^n n!sn+1\frac{n!}{s^{n+1}}
tt 1s2\frac{1}{s^{2}}
11 1s\frac{1}{s} 单位阶跃函数
eate^{-at} 1s+a\frac{1}{s+a}
teatte^{-at} 1(s+a)2\frac{1}{(s+a)^2}
sinωt\sin{ωt} ωs2+ω2\frac{ω}{s^2+ω^2}
cosωt\cos{ωt} ss2+ω2\frac{s}{s^2+ω^2}

这里推导几个比较常用的性质

线性性质

这里不做解释

s 域平移

L[f(t)]=F(s)\mathscr{L}[f_{(t)}] = F_{(s)},则

f(t)eatestdt=f(t)e(a+s)tdt=F(s+a)\int_{-\infty}^{\infty} f_{(t)} e^{-at} e^{-st} dt = \int_{-\infty}^{\infty}f_{(t)}e^{-(a+s)t} dt = F_{(s+a)}

时域微分定理

L[f(t)]=F(s)\mathscr{L}[f_{(t)}] = F_{(s)},则

df(t)dtestdt=estdf(t)\int_{-\infty}^{\infty} \frac{d f_{(t)}}{d t} e^{-st} dt = \int_{-\infty}^{\infty} e^{-st} d f_{(t)}

=estf(t)f(t)dest= e^{-st} f_{(t)} |^{\infty}_{-\infty} - \int_{-\infty}^{\infty} f_{(t)} de^{-st}

=estf(t)+sf(t)estdt= e^{-st} f_{(t)} |^{\infty}_{-\infty} + s \int_{-\infty}^{\infty} f_{(t)} e^{-st} dt

=sF(s)+estf(t)= sF_{(s)} + e^{-st} f_{(t)} |^{\infty}_{-\infty}

时域积分定理

L[f(t)]=F(s),h(t)=f(t)dt\mathscr{L}[f_{(t)}] = F_{(s)}, h_{(t)} = \int f_{(t)} dt

F(s)=L[f(t)]=L[h(t)dt]F_{(s)} = \mathscr{L}[f_{(t)}] = \mathscr{L}[ \int_{-\infty}^{\infty} h'_{(t)} dt ]

根据时域微分定理,得

=sH(s)+esth(t)= sH_{(s)} + e^{-st} h_{(t)} |^{\infty}_{-\infty}

H(s)=F(s)sesth(t)sH_{(s)} = \frac{F_{(s)}}{s} - \frac{e^{-st} h_{(t)} |^{\infty}_{-\infty}}{s}

尺度变换

L[f(t)]=F(s)\mathscr{L}[f_{(t)}] = F_{(s)},则

f(at)estdt====>x=atf(x)esaxdf(xa)\int_{-\infty}^{\infty} f_{(at)} e^{-st} dt \overset{x=at}{====>} \int_{-\infty}^{\infty} f_{(x)} e^{-\frac{s}{a}x} d f_{(\frac{x}{a})}

=1af(x)esaxdf(x)= \frac{1}{a} \int_{-\infty}^{\infty} f_{(x)} e^{-\frac{s}{a}x} d f_{(x)}

=1aF(sa)= \frac{1}{a} F_{(\frac{s}{a})}

f(tτ)estdt====>x=tτf(x)es(x+τ)df(x+τ)\int_{-\infty}^{\infty} f_{(t-\tau)} e^{-st} dt \overset{x=t-\tau}{====>} \int_{-\infty}^{\infty} f_{(x)} e^{-s(x+\tau)} d f_{(x+\tau)}

=eτsf(x)exsdf(x)= e^{-\tau s} \int_{-\infty}^{\infty} f_{(x)} e^{-x s} d f_{(x)}

=eτsF(s)= e^{-\tau s} F_{(s)}

时域卷积

L[f(t)]=F(s)\mathscr{L}[f_{(t)}] = F_{(s)}L[h(t)]=H(s)\mathscr{L}[h_{(t)}] = H_{(s)},则

L[(fh)(t)]=F(s)H(s)\mathscr{L}[(f*h)(t)] = F(s)H(s)

正弦函数

cosωt=ejωt+ejωt2\cos{ωt} = \frac{e^{jωt} + e^{-jωt}}{2}

L[cosωt]=L[ejωt2]+L[ejωt2]\mathscr{L}[\cos{ωt}] = \mathscr{L}[\frac{e^{jωt}}{2}] + \mathscr{L}[\frac{e^{-jωt}}{2}]

=12(1sjω+1s+jω)]= \frac{1}{2}( \frac{1}{s-jω} + \frac{1}{s+jω} )]

=ss2+ω2= \frac{s}{s^2+ω^2}

同理

sinωt=jejωtejωt2\sin{ωt} = -j \frac{e^{jωt} - e^{-jωt}}{2}

L[sinωt]=j(L[ejωt2]L[ejωt2])\mathscr{L}[\sin{ωt}]=-j (\mathscr{L}[\frac{e^{jωt}}{2}] - \mathscr{L}[\frac{e^{-jωt}}{2}])

=j2(1sjω1s+jω)]= \frac{-j}{2}( \frac{1}{s-jω} - \frac{1}{s+jω} )]

=ωs2+ω2= \frac{ω}{s^2+ω^2}

参考链接

  1. 「珂学原理」No. 8 「傅里叶的变换哲学」
  2. 「珂学原理」No. 26「拉普拉斯变换了什么?」
  3. 「珂学原理」No.37「拉普拉斯变换的福利」变换到底有何疗效?