我对这些话题有些困惑。他们都开始对我看起来一样。它们似乎具有相同的属性,例如与它们相关的线性,平移和缩放。我似乎无法将它们分开放置并确定每个转换的目的。另外,其中哪一个用于频率分析?
我(无法与Google一起)找到解决此特定问题的完整答案。我希望看到它们在同一页上进行比较,以便使我更加清楚。
我对这些话题有些困惑。他们都开始对我看起来一样。它们似乎具有相同的属性,例如与它们相关的线性,平移和缩放。我似乎无法将它们分开放置并确定每个转换的目的。另外,其中哪一个用于频率分析?
我(无法与Google一起)找到解决此特定问题的完整答案。我希望看到它们在同一页上进行比较,以便使我更加清楚。
Answers:
拉普拉斯变换和傅立叶变换是连续函数的连续(积分)变换。
拉普拉斯变换将函数映射到复变量s的函数,其中。
由于导数映射到,所以线性微分方程的拉普拉斯变换是一个代数方程。因此,拉普拉斯变换特别适用于求解线性微分方程。
如果将复变量s的实部设置为零,,则结果是傅立叶变换,它实际上是的频域表示(请注意,这仅是正确的)如果对于的值,存在用于获得的拉普拉斯变换的公式,即,它不会变为无穷大)。
的Z变换本质上是离散版本的拉普拉斯变换,并因此可以是在解决有用差分方程,离散版本的差分方程。Z变换将序列映射到复变量的连续函数。
如果将z的大小设置为1,,则结果是离散时间傅立叶变换(DTFT),它实质上是的频域表示。
which one of these is used for frequency analysis
-为了完整起见,可能值得一提的是,大多数人使用FFT进行频率分析,以及FFT如何适合已列出的内容。
拉普拉斯变换可以被认为是CTFT的超集。您会看到,在ROC上,如果传递函数的根位于虚轴上,即对于s =σ+jω,σ= 0,如先前的评论所述,拉普拉斯变换的问题将简化为连续时间傅立叶变换。回顾一下,最好知道当我们有了傅立叶变换时,为什么拉普拉斯变换首先演化。您会看到,函数(信号)的收敛是存在傅立叶变换(绝对可加)的必要条件,但是在物理世界中也存在无法实现收敛信号的信号。但是,由于分析它们是必要的,因此我们通过将单调递减的指数e ^σ乘以它来收敛,从而使其收敛。这个新的σ+jω被赋予一个新的名称“ s”,我们经常将其替换为因果LTI系统的正弦信号响应的“jω”。在s平面中,如果拉普拉斯变换的ROC覆盖了虚轴,那么它的傅里叶变换将一直存在,因为信号将收敛。虚轴上的这些信号包括周期信号e ^jω= cosωt+ j sinωt(由欧拉定)。
同样,z变换是DTFT的扩展,首先使它们收敛,其次使我们的生活变得更加轻松。与ae相比,与ae ^jω相比更容易处理(将r,圆ROC的半径设置为不整齐)。
此外,对于非因果信号,您比拉普拉斯更可能使用傅立叶变换,因为拉普拉斯变换用作单边(单面)变换时,使生活变得更加轻松。您也可以在两面都使用它们,其结果在某些数学变化的基础上可以得出相同的结果。
在任何用于计算传递函数的LTI系统中,我们仅使用拉普拉斯变换,而不使用傅立叶或z变换,因为在傅立叶中,我们得到有界输出;它不会达到无穷大。z变换用于离散信号,但是LTI系统是连续信号,因此我们不能使用z变换。因此,通过使用拉普拉斯变换,我们可以计算任何LTI系统的传递函数。