






















复数有2部分:实部、虚部. 两部分都是常数. 如果实部和(或)虚部是变量,则称其为复变量. 在拉普拉斯变换中,用符号s表示复变量,即
\[s=σ+jω \]
其中,\(σ\)实部,\(ω\)虚部.
复变函数G(s)是s的函数,它有实部、虚部:
\[G(s)=G_x+jG_y \]
其中,\(G_x,G_y\)实数. \(G(s)\)幅值\(\sqrt {G_x^2+G_y^2}\),\(G(s)\)的角度\(θ=arctan(G_y/G_x)\). θ从正实轴开始,沿着逆时针方向计算. \(G(s)\)共轭复数为\(\overline{G}(s)=G_x-jG_y\)
线性控制系统分析中,通常,复变函数G(s)是s的单值函数,即对于给定s值,G(s)唯一确定.
如果某一域内复变函数G(s)及其所有导数均存在,则称该复变函数在该域内是解析的. 解析函数G(s)的导数:
\[\frac{d}{ds}G(s)=\lim_{Δs\to 0}\frac{G(s+Δs)-G(s)}{Δs}=\lim_{Δs\to 0}\frac{ΔG}{Δs} \]
∵\(Δs=Δσ+jΔω\)
∴\(Δs\)可沿无穷多个不同的路径趋近于0
2条特殊路径:\(Δs=Δσ, Δs=jΔω\)
注意:可以证明(这里未证明),当沿着这2条特殊路径,所得导数相等时,对于任何其他路径所得导数也唯一,因此导数是存在的.
对于路径\(Δs=Δσ\)(该路径//实轴),则
\[\frac{d}{ds}G(s)=\lim_{Δσ\to 0}(\frac{G_x}{Δσ}+j\frac{ΔG_y}{Δσ})=\frac{∂G_x}{∂σ}+j\frac{∂G_y}{∂σ} \]
对于路径\(Δs=jΔω\),则
\[\frac{d}{ds}G(s)=\lim_{jΔω\to 0}(\frac{ΔG_x}{jΔω}+\frac{ΔG_y}{jΔω})=-j\frac{∂G_x}{∂ω}+\frac{∂G_y}{∂ω} \]
如果这2个导数值相等,则
\[\frac{∂G_x}{∂σ}+j\frac{∂G_y}{∂σ}=\frac{∂G_y}{∂ω}-j\frac{∂G_x}{∂ω}\\ \]
或者说,如果满足2个条件:
\[\frac{∂G_x}{∂σ}=\frac{∂G_y}{∂ω},\frac{∂G_y}{∂σ}=-\frac{∂G_x}{∂ω} \]
那么,导数\(dG(s)/ds\)可唯一确定,称\(G(s)\)是可解析的. 这2个条件就是柯西-黎曼(Cauchy-Riemann)条件.
举例,函数G(s):
\[G(s)=\frac{1}{s+1} \]
∴
\[G(σ+jω)=\frac{1}{σ+jω+1}=G_x+jG_y \]
其中,\(G_x=\frac{σ+1}{(σ+1)^2+ω^2},G_y=\frac{-ω}{(σ+1)^2+ω^2}\)
于是,容易知道当\(s=-1(即σ=-1,ω=0)\)不成立时,
\[\begin{aligned} \frac{∂G_x}{∂σ} &= \frac{∂G_y}{∂ω} = \frac{ω^2 - (σ+1)^2}{[(σ+1)^2+ω^2]^2}\\ \frac{∂G_y}{∂σ} &= -\frac{∂G_x}{∂ω} = \frac{2ω(σ+1)}{[(σ+1)^2+ω^2]^2} \end{aligned} \]
也就是说,G(s)满足柯西-黎曼条件,即除\(s=-1\)外,在整个s平面上\(G(s)=1/(s+1)\)都是解析的.
此时,
\[\begin{aligned} \frac{d}{ds}G(s) &= \frac{∂G_x}{∂σ}+j\frac{∂G_y}{∂σ}=\frac{∂G_y}{∂ω}-j\frac{∂G_x}{∂ω}\\ &= -\frac{1}{(σ+jω+1)^2}=-\frac{1}{(s+1)^2} \end{aligned} \]
在s平面上,使函数G(s)解析的点,称为普通点,使G(s)为非解析的点,称为奇点,使G(s)或其导数趋近于无穷大的奇点称为极点,使G(s)=0的奇点称为零点.
如果当\(s\to -p\)时,\(G(s)\to ∞\),且函数
\[G(s)(s+p)^n, n=1,2,3,... \]
在\(s=-p\)处具有一个有限的非零值,则\(s=-p\)称为n阶极点; 如果\(n=1\),则该极点称为简单极点;如果\(n=2,3,...\),则这些极点分别称为二阶极点、三阶极点等.
拉普拉斯变换定义:
f(t)=时间t的函数,且当t<0时,f(t)=0;
s=复变量;
\(\mathcal{L}\)=运算符号,放在某个变量之前表示该量用拉普拉斯积分\(\int_{0}^∞e^{-st}dt\)进行变换;
F(s)=f(t)的拉普拉斯变换.
所以,f(t)的拉普拉斯变换:\[\mathcal{L}\{f(t)\} = F(s)=\int_{0}^∞ e^{-st}dt[f(t)]=\int_{0}^∞ f(t)e^{-st}dt \]
拉普拉斯反变换定义:从F(s)求(t)的反变换过程. 符号\(\mathcal{L}^{-1}\)
\[\mathcal{L}^{-1}=f(t)=\frac{1}{2πj}\int_{c-j∞}^{c+j∞}F(s)e^{st}ds, t>0 \]
其中,收敛横坐标c为实常数,它选择的实部比F(s)所有奇点的实部都大.
∴积分路径//\(jω\)轴,且与\(jω\)轴距离c,这条积分路径位于所有奇点的右面.
计算反演积分很复杂,实际很少使用该方法求f(t). 经常用的是部分分式展开法.
下表给出常用函数的拉普拉斯变换对照关系:
| f(t) | F(s) | |
|---|---|---|
双曲正弦函数:\(sinh(x)=\frac{e^x-e^{-x}}{2}\)
双曲余弦函数:\(cosh(x)=\frac{e^x+e^{-x}}{2}\)
普通正弦函数:\(sin(x)=\frac{e^{ix}-e^{-ix}}{2i}\)
普通余弦函数:\(cos(x)=\frac{e^{ix}+e^{-ix}}{2i}\)
[1]尾形克彦 著,卢伯英,佟明安.国外计算机科学教材系列:现代控制工程(第5版) [Modern Control Engineering Fifth Edition][M].电子工业出版社,2011.
此内容由惯性聚合(RSS阅读器)自动聚合整理,仅供阅读参考。 原文来自 — 版权归原作者所有。