拉普拉斯转换(LaplaceTransform).doc

拉普拉斯轉換（Fourier transform），就是以頻率的形式來表示信號的有效方法。在這篇文章中，我們將介紹另一種表示信號的方式，那就是十八世紀法國著名數學家拉普拉斯（Pierre Simon de Laplace）在他的著作“Theorie analytique des probabilities”中 transform）（以下簡稱為拉氏轉換）。在拉氏轉換相對應的空間領域裏，通常慣用以變數符號的函數來作為信號的表述。而在事實上，由於拉氏轉換擁有一對一的對應特性，因此並不會造成信號轉換之間的混淆。換句話說，一個以時間函數所表示的信號，就只會有一個與其相對應的拉氏轉換表述函數，但是特別要注意的是，並非所有的時間信號都會存在有與其相對應的拉氏轉換。一般在拉氏轉換的定義上，我們會有下列數學積分運算的關係式﹕ 此外，我們也會把下列表述的關係式稱做為一組拉氏轉換對組（Laplace transform pair）﹕ 其中符號表示的是拉氏轉換的積分運算，而符號被稱做反拉氏轉換（inverse Laplace transform），也就是拉氏轉換的逆運算。 舉例來說，當時間函數的時候，其相對應的拉氏轉換經過上述計算後，就可以被表示成；而當信號被選為一個指數函數的形式時，也就是，它的拉氏轉換就可以經計算而被寫成。為了拉氏轉換在使用上的方便，一些常用的時間函數信號的拉式轉換，都可以直接從登載有拉式轉換對組的轉換表上查得。表(一)列出了一些常用的時間函數信號的拉氏轉換對組，其中相關的係數和可以是任意的實數。 表(一) ﹕常用的時間函數信號的拉氏轉換對組 拉氏轉換中的變數符號，基本上可以當作一個複數來看待，也就是可以寫成，其中和都是實數，而。當選定時，也就是說變成只剩下這一項，如果把這個關係式代回去上述的拉氏轉換數學式，那麼整個式子就會變成了一般傅立葉轉換的表述式。從這個層面來看，拉氏轉換其實就可以稱做是廣義的連續時間（continuous time）的傅立葉轉換。所以在傅立葉轉換中所擁有的一些重要特性，譬如說線性加成（linearity）、時間微分（time differentiation）、時間積分（time integration）與迴旋積分（convolution）等特性，拉氏轉換也同樣會擁有這些性質。我們在此把這幾個重要定理依序在表(二)中列出來，其中相關的係數和可以是任意的實數。 表(二) ﹕拉氏轉換的一些重要定理 接著下來，我們就來討論拉氏轉換究竟有什麼用途。簡單來說，拉氏轉換最大的好處就是它能夠把較為複雜的關於積分與微分的問題，轉變成運用比較容易計算的代數方法來解決。因此，在拉式轉換的廣泛應用上，通常是被使用來解決下列幾種形式的問題： ˙用來解常數係數（constant coefficient）的線性微分或積分方程式。 ˙用來分析線性非時變系統（linear time-invariant system）的輸入與輸出信號之間的關係。 就讓我們在這裏舉兩個例子來看看如何有效的運用拉氏轉換。 首先，我們來介紹如何利用拉氏轉換來解一個線性微分方程式。假設現在有一個待解的微分方程式如下所示： 利用拉氏轉換在表(一) 與表(二)所列的關係式，我們先在這個微分方程式等號的兩邊取各自的拉氏轉換，然後就可以得到以下的式子： 因為的拉氏轉換是，我們將這個結果與初始值代回去上述式子，經過移項整理後，我們可以得到 接著在等號的兩邊除以“”這一項，經過進一步的整理可得 既然是為一組拉氏轉換對組，所以微分方程式的解就可以直接從上述的取反拉氏轉換來穫得，也即是 因此，我們僅只使用代數四則運算的方法，以及查對拉氏轉換的對組和定理，微分方程式的解就這麼輕而易舉的獲得了。這個以拉氏轉換來求解線性微分方程式的所有演算程序，即如圖(一)中的紅色箭號所示。 圖(一)﹕利用拉氏轉換解線性微分方程式的過程 接下來的這個例子，我們將要討論利用拉氏轉換來分析線性非時變系統的輸入與輸出信號之間的關係。在一般的線性非時變系統中，通常會使用圖(二) 的方塊圖來表示輸入與輸出信號與系統之間的關係，其中是輸入信號，是輸出信號，是表示系統特性的脈衝響應（impulse response），而、和分別代表是它們相對應的拉氏轉換表述。 圖(二)﹕線性非時變系統輸入與輸出信號方塊圖 在上述圖(二) 的系統中，輸入與輸出信號在時域定義裏相互之間的關係，可以用下列迴旋積分的式子來表示： 如果微積分的相關計算學得不太好的話，這個式子可能就不太有機會算得出來了。所幸我們可以利用拉式轉換在表(二)中的特性，把這個複雜的積分式子轉變成代數演算的問題來處理，也