信号变换全景
前置知识回顾
这篇文章是整个 DSP 变换系列的"总纲"。进入前,先把下面几件事放在手边:
所有信号变换都源于同一个想法:用一组基本波形去"扫描"信号,测量每个波形的匹配程度。选择不同的基本波形、处理不同类型的信号,就产生了不同的变换。
问题在于,现实中的信号千差万别——有连续的也有离散的,有周期的也有非周期的,有有限长的也有无限长的。如果你拿一把"只能分析连续非周期信号"的工具去处理一段离散采样数据,工具和对象不匹配,要么数学上不成立,要么计算上不可行。
所以我们需要一个变换工具箱,每种工具对应一类信号。但它们的核心逻辑从未改变:选定一组基函数,用内积测量信号与每个基函数的相似度。
这个工具箱里的六种工具可以分成两层:
| 层级 | 变换 | 处理什么 |
|---|---|---|
| Fourier 家族 (纯频率分析) | FT(傅里叶变换) | 连续时间、非周期 → 连续频率 |
| FS(傅里叶级数) | 连续时间、周期 → 离散频率 | |
| DTFT(离散时间傅里叶变换) | 离散时间、非周期 → 连续频率、周期 | |
| DFT(离散傅里叶变换) | 离散有限长 → 离散有限长 | |
| 复平面推广 (加入指数衰减/增长) | Laplace(拉普拉斯变换) | 连续时间 → 复平面 $s$ |
| Z(Z 变换) | 离散时间 → 复平面 $z$ |
傅里叶变换的核心思想是:拿一组等幅复正弦 $e^{j\omega t}$ 去扫描信号,看每个频率分量有多强。但它有一个硬伤——信号必须"足够好",积分 $\int_{-\infty}^{\infty}|x(t)|dt$ 必须收敛。像 $e^{2t}u(t)$ 这种指数增长信号,傅里叶积分直接发散。
拉普拉斯变换的解决思路极其简洁:在复正弦前面挂一个指数衰减因子 $e^{-\sigma t}$,强制把信号"压"到可积。定义复频率
把原来只扫描频率 $\omega$ 扩展成扫描整个复平面 $(\sigma, \omega)$。$\sigma$ 负方向是压住增长,正方向是允许更快衰减。
双边拉普拉斯变换(Bilateral Laplace Transform)
其中 $\sigma$ 的取值范围必须使积分收敛。这个收敛范围叫做收敛域(ROC)。
单边拉普拉斯变换(Unilateral Laplace Transform)
下限 $0^{-}$ 包含 $t=0$ 处的冲激。单边变换天然处理初值问题,是解 ODE 的主力工具。
ROC 是拉普拉斯变换中不可或缺的一部分。和 Z 变换一样:同一个代数式 $X(s)$,不同的 ROC 对应不同的时域信号。
典型信号的 ROC 规律:
| 信号类型 | ROC | 示例 |
|---|---|---|
| 右边信号(因果) | $\mathrm{Re}(s) \gt \sigma_{\max}$(极点右侧) | $e^{-at}u(t)$,ROC: $\mathrm{Re}(s) \gt -a$ |
| 左边信号(反因果) | $\mathrm{Re}(s) \lt \sigma_{\min}$(极点左侧) | $-e^{-at}u(-t)$,ROC: $\mathrm{Re}(s) \lt -a$ |
| 双边信号 | $\sigma_1 \lt \mathrm{Re}(s) \lt \sigma_2$(条带) | $e^{-a|t|}$,ROC: $-|a| \lt \mathrm{Re}(s) \lt |a|$ |
拉普拉斯变换的关键价值:它把微积分运算变成代数运算。下面是工程中最常用的性质。
| 性质 | 时域 | s 域 | ROC 变化 |
|---|---|---|---|
| 线性 | $ax(t)+by(t)$ | $aX(s)+bY(s)$ | ROC ⊇ 交集 |
| 时移 | $x(t-t_0)$ | $e^{-st_0}X(s)$ | 不变 |
| s 域平移 | $e^{s_0 t}x(t)$ | $X(s-s_0)$ | ROC 平移 $\mathrm{Re}(s_0)$ |
| 时域微分 | $x'(t)$ | $sX(s) - x(0^{-})$ | 不变 |
| 时域积分 | $\int_{-\infty}^{t}x(\tau)d\tau$ | $\frac{1}{s}X(s)$ | 至少 $\mathrm{Re}(s)\gt 0$ |
| 卷积定理 | $x(t)*h(t)$ | $X(s)\cdot H(s)$ | ROC ⊇ 交集 |
| 初值定理 | $x(0^{+})$ | $\lim_{s\to\infty}sX(s)$ | 因果信号 |
| 终值定理 | $x(\infty)$ | $\lim_{s\to 0}sX(s)$ | 极点在左半平面 |
注意时域微分性质 $\mathcal{L}\{x'(t)\} = sX(s) - x(0^{-})$。这条性质就是拉普拉斯变换能解 ODE 的根本原因:导数变成了乘以 $s$,初值被自动编码进去了。这跟 Z 变换 中移位变成乘以 $z^{-1}$ 的逻辑完全平行。
逆拉普拉斯变换的形式是围线积分:
其中围线 $\gamma$ 必须落在 ROC 内。和逆 Z 变换的围线积分完全对称——Z 变换的围线在 $z$ 平面的圆环上,拉普拉斯的围线在 $s$ 平面的竖直条带中。
工程中最常用的逆变换方法是部分分式展开。把 $X(s)$ 拆成若干简单分式之和,每个分式查表得到时域信号,再根据 ROC 判断是因果还是反因果。
例题:部分分式求逆变换
题目:已知 $X(s) = \frac{2s+3}{(s+1)(s+2)}$,$\mathrm{Re}(s) \gt -1$,求 $x(t)$。
步骤:
部分分式展开:
由 $2s+3 = A(s+2) + B(s+1)$,令 $s=-1$ 得 $A=1$;令 $s=-2$ 得 $B=1$。
ROC 在两个极点 $s=-1$ 和 $s=-2$ 的右侧,所以两项都对应因果信号:
答案:$x(t) = (e^{-t} + e^{-2t})u(t)$。
如果只停在公式层面,很容易误以为拉普拉斯变换只是"解微分方程的技巧"。更准确地说,它是连续时间动态系统的工程语言:只要一个系统可以用线性常微分方程或卷积描述,拉普拉斯变换就能把"随时间演化的问题"变成"复平面上的代数和几何问题"。
用例 1:解带初值的微分方程
一阶系统 $y'(t)+ay(t)=x(t)$,$y(0)=y_0$。取单边拉普拉斯变换得 $Y(s)=\frac{X(s)+y_0}{s+a}$,初值自动进入代数方程。典型场景:弹簧阻尼系统、电路暂态响应、热系统。
用例 2:RLC 电路暂态分析
电感 $sL$、电容 $\frac{1}{sC}$ 变成复阻抗后,RLC 电路暂态分析就像交流稳态阻抗分析,只是变量从 $j\omega$ 扩展成 $s$。极点位置决定振荡/衰减/过阻尼形态。
用例 3:控制系统的稳定性分析
传递函数 $H(s)=\frac{Y(s)}{X(s)}$ 的极点位置直接决定系统行为:左半平面 → 稳定,虚轴 → 临界振荡,右半平面 → 不稳定。这是根轨迹、Bode 图、PID 调参的底层语言。
用例 4:模拟滤波器设计
一阶低通 $H(s)=\frac{\omega_c}{s+\omega_c}$,令 $s=j\omega$ 即得频率响应。先用 $H(s)$ 设计系统,再沿虚轴观察频率响应。
用例 5:从模拟到数字滤波器的桥
脉冲响应不变法利用 $z=e^{sT}$,双线性变换用 $s=\frac{2}{T}\frac{z-1}{z+1}$,把模拟滤波器 $H(s)$ 转成数字滤波器 $H(z)$。可接 数字滤波器笔记。
用例 6:LTI 卷积系统的快速表达
$y(t)=x(t)*h(t)$ 变为 $Y(s)=X(s)H(s)$。信道、滤波器、匹配滤波、均衡器都可以用这种思路组织。可参考 通信原理笔记。
Fourier 变换的核心操作是"用复正弦 $e^{j\omega t}$ 扫描信号"。但信号有两个维度的属性会影响变换的具体形式:
- 时域连续 vs. 离散:信号是连续函数 $x(t)$,还是离散序列 $x[n]$?
- 时域非周期 vs. 周期:信号是无限长的非周期信号,还是以某个周期重复的信号?
这两个维度组合出四种情况,对应四种 Fourier 变换。它们遵循一条核心对偶律:
对偶律(Duality Principle)
在一个域上离散化(采样),必然导致另一个域上周期化。
反过来也成立:在一个域上周期化,必然导致另一个域上离散化。
这条对偶律是理解 Fourier 家族所有关系的万能钥匙。记住它,下面的四象限表就不用死记了。
| 时域:非周期(无限长) | 时域:周期(有限长/重复) | |
|---|---|---|
| 频率:连续 | FT 连续时间、非周期 → 连续频率、非周期 $X(j\omega)=\int_{-\infty}^{\infty}x(t)e^{-j\omega t}dt$ $\omega\in(-\infty,+\infty)$ |
DTFT 离散时间、非周期 → 连续频率、$2\pi$ 周期 $X(e^{j\omega})=\sum_{n=-\infty}^{\infty}x[n]e^{-j\omega n}$ $\omega\in[-\pi,+\pi)$ |
| 频率:离散 | FS 连续时间、周期 $T_0$ → 离散频率、非周期 $X[k]=\frac{1}{T_0}\int_{T_0}x(t)e^{-jk\omega_0 t}dt$ $k\in\mathbb{Z}$,$\omega_0=2\pi/T_0$ |
DFT 离散时间、周期 $N$ → 离散频率、周期 $N$ $X[k]=\sum_{n=0}^{N-1}x[n]e^{-j2\pi kn/N}$ $k=0,1,\ldots,N-1$ |
逐行看这张表:
FT(连续时间傅里叶变换):处理连续时间的非周期信号。频域也是连续的、非周期的——这是最"纯粹"的 Fourier 变换,也是其他三种形式的出发点。对应频域坐标 $\omega\in(-\infty,+\infty)$。
FS(傅里叶级数):当信号在时域变成周期函数(周期 $T_0$),频域就被"采样"成离散的谐波序列 $k\omega_0$。对偶律说的是:时域周期化 → 频域离散化。反过来,把非周期信号的一个周期截取出来,让周期趋于无穷($T_0\to\infty$),谐波间距趋于零,FS 就退化回 FT。
DTFT(离散时间傅里叶变换):当时域变成离散序列 $x[n]$,频域就会自动产生 $2\pi$ 周期性。对偶律说的是:时域离散化 → 频域周期化。DTFT 的频率轴 $[-\pi,\pi)$ 内包含了全部信息,其余区间是重复。
DFT(离散傅里叶变换):时域离散且有限长(等效于周期 $N$),频域也离散且有限长(等效于周期 $N$)。两个域同时被"采样"和"周期化",结果是一个 $N$ 点到 $N$ 点的映射——这是唯一能被计算机直接计算的 Fourier 变换。FFT 是它的高效算法。详见 DFT 与 FFT 笔记。
Fourier 家族的四种形式都工作在"纯频率"轴上——它们的基函数是等幅复正弦 $e^{j\omega t}$ 或 $e^{j\omega n}$。但工程中经常遇到 Fourier 分析无法处理的信号(指数增长、不稳定系统),需要把"频率"概念推广到"复频率"。
这就引出了两种推广变换:
| Fourier 版(纯频率) | 推广版(复频率) | 推广方式 | |
|---|---|---|---|
| 连续时间 | FT:$X(j\omega)=\int x(t)e^{-j\omega t}dt$ | Laplace:$X(s)=\int x(t)e^{-st}dt$ $s=\sigma+j\omega$ |
频率 $\omega$ → 复频率 $s$ 基函数 $e^{j\omega t}$ → $e^{(\sigma+j\omega)t}$ |
| 离散时间 | DTFT:$X(e^{j\omega})=\sum x[n]e^{-j\omega n}$ | Z:$X(z)=\sum x[n]z^{-n}$ $z=re^{j\omega}$ |
单位圆 $e^{j\omega}$ → 整个 $z$ 平面 基函数 $e^{j\omega n}$ → $r^{-n}e^{-j\omega n}$ |
推广的核心逻辑是加入指数包络:Fourier 用等幅模板 $e^{j\omega t}$,Laplace 用带衰减/增长的模板 $e^{(\sigma+j\omega)t}$;DTFT 用等幅模板 $e^{j\omega n}$,Z 变换用带衰减/增长的模板 $r^{-n}e^{-j\omega n}$。
退化条件:
- Laplace 退化为 FT:令 $\sigma=0$(即 $s=j\omega$),前提是虚轴在 ROC 中。
- Z 变换退化为 DTFT:令 $r=1$(即 $z=e^{j\omega}$),前提是单位圆在 ROC 中。
这两个退化关系是 Laplace 和 Z 变换与 Fourier 家族的精确交汇点。
连续到离散的桥梁:Laplace 和 Z 之间的映射是 $z = e^{sT}$,其中 $T$ 是采样间隔。展开 $s = \sigma + j\Omega$:
其中 $|z| = e^{\sigma T}$(半径)和 $\arg z = \Omega T$(角度)。这揭示了三个关键事实:
1. 虚轴 → 单位圆。$s$ 平面的虚轴 $\sigma=0$(FT 的位置)映射为 $z$ 平面的单位圆 $|z|=1$(DTFT 的位置)。
2. 左半平面 → 单位圆内。$\sigma \lt 0$ 对应 $|z| \lt 1$。连续系统的稳定条件(极点在左半平面)对应离散系统的稳定条件(极点在单位圆内)。
3. 沿虚轴的周期性。当 $\Omega$ 增加 $2\pi/T$ 时,$\arg z$ 增加 $2\pi$,回到同一点。这就是采样导致频谱周期延拓的根源,在 采样定理笔记 中有详细图示。
例题:从 Laplace 变换推导 Z 变换
题目:已知 $x(t) = e^{-at}u(t)$ 的 Laplace 变换为 $X(s) = \frac{1}{s+a}$,ROC: $\mathrm{Re}(s) \gt -a$。以 $T$ 为间隔采样后,求 $x[n] = e^{-anT}u[n]$ 的 Z 变换。
验证:Laplace 极点 $s=-a$ 映射为 $z=e^{-aT}$,正是 Z 变换的极点。ROC $\mathrm{Re}(s)\gt -a$ 映射为 $|z|\gt e^{-aT}$,一致。
六种变换不是六个孤立工具,而是一张连通的网。以下逐一说明每条关系链的数学桥梁和物理直觉。
变换关系全景图
以下箭头表示"在什么条件下可以从一个变换得到另一个":
FT ⟵ $s=j\omega$(取虚轴) ⟵ Laplace
FT ⟶ 时域采样 ⟶ DTFT ⟶ 频域采样 ⟶ DFT
FT ⟶ 时域周期化 ⟶ FS
Laplace ⟶ $z=e^{sT}$(采样映射) ⟶ Z
Z ⟶ $z=e^{j\omega}$(取单位圆) ⟶ DTFT
关系 1:FT ↔ FS——周期化 ↔ 离散化。把非周期信号周期延拓(周期 $T_0$),频域就从连续的 $X(j\omega)$ 变成离散的谐波 $X[k]$,频率间隔 $\omega_0=2\pi/T_0$。反过来,FS 是 FT 在频域上的采样,FT 是 FS 在 $T_0\to\infty$ 时的极限。
关系 2:FT ↔ DTFT——时域采样 ↔ 频域周期化。对连续信号以间隔 $T$ 采样得到离散序列,频域就从非周期的 $X(j\omega)$ 变成 $2\pi/T$ 周期的 $X(e^{j\omega})$。这是 采样定理 的核心:采样导致频谱以 $2\pi/T$ 为周期重复。
关系 3:DTFT ↔ DFT——频域采样 ↔ 时域周期化。在 DTFT 的连续频率轴上取 $N$ 个等间隔点 $\omega_k=2\pi k/N$,就得到 DFT。对偶律再次生效:频域采样导致时域周期化——所以 DFT 天然隐含循环卷积。详见 DFT 与 FFT 笔记。
关系 4:Laplace → FT——令 $s=j\omega$。在 Laplace 变换中令 $\sigma=0$,就退化为 FT。前提是虚轴 $j\omega$ 必须落在 ROC 中。如果虚轴不在 ROC 中,说明信号的 FT 不存在,但 Laplace 变换在某个 $\sigma\neq 0$ 处仍有定义——这就是 Laplace 比 FT 更"强大"的地方。
关系 5:Laplace → Z——映射 $z=e^{sT}$。对连续信号采样,Laplace 变换通过 $z=e^{sT}$ 映射到 Z 变换。虚轴 → 单位圆,左半平面 → 圆内,频域的 $2\pi/T$ 周期性折叠到单位圆的 $2\pi$ 周期性。
关系 6:Z → DTFT——令 $z=e^{j\omega}$(取单位圆)。在 Z 变换中令 $r=1$(单位圆上取值),就退化为 DTFT。前提是单位圆在 ROC 中——如果 ROC 不包含单位圆,说明 DTFT 不存在(系统不稳定),但 Z 变换仍然有定义。
关系 7:FS ↔ DFS/DFT——离散化的 FS。对周期连续信号采样得到周期离散序列,FS 就变成 DFS(离散傅里叶级数),DFS 的一个周期就是 DFT。这条链把连续时间的周期分析和离散时间的有限长分析连起来了。
| 维度 | FT | FS | DTFT | DFT | Laplace | Z |
|---|---|---|---|---|---|---|
| 时域 | 连续、非周期 | 连续、周期 $T_0$ | 离散、非周期 | 离散、周期 $N$ | 连续 | 离散 |
| 频域 | 连续、非周期 | 离散、非周期 | 连续、$2\pi$ 周期 | 离散、$N$ 周期 | $s$ 平面 | $z$ 平面 |
| 基函数 | $e^{-j\omega t}$ | $e^{-jk\omega_0 t}$ | $e^{-j\omega n}$ | $e^{-j2\pi kn/N}$ | $e^{-st}$ | $z^{-n}$ |
| 变量 | $\omega\in\mathbb{R}$ | $k\in\mathbb{Z}$ | $\omega\in[-\pi,\pi)$ | $k=0,\ldots,N-1$ | $s=\sigma+j\omega$ | $z=re^{j\omega}$ |
| 关键位置 | 整个 $\omega$ 轴 | 谐波 $k\omega_0$ | 一个 $2\pi$ 周期 | 单位圆上 $N$ 点 | 虚轴 $j\omega$ | 单位圆 $|z|=1$ |
| 收敛条件 | 绝对可积 | Dirichlet 条件 | 绝对可和 | 天然收敛 | ROC 含 $\sigma$ 范围 | ROC 含 $r$ 范围 |
| 工程角色 | 理论频谱分析 | 谐波分析 | 数字系统频率响应 | 可计算的频谱 | 连续系统稳定性和 ODE | 离散系统稳定性和差分方程 |
| 站内笔记 | — | 本页 | DTFT | DFT/FFT | 本页 | Z 变换 |
变换不是数学练习,它们各自对应着工程中一类核心问题。下面按变换逐一说明。
| 变换 | 典型工程应用 | 具体场景 |
|---|---|---|
| FT | 理论频谱分析、通信系统 |
|
| FS | 谐波分析、电力系统 |
|
| DTFT | 数字系统频率响应、理论分析 |
|
| DFT/FFT | 可计算的频谱分析 |
|
| Laplace | 连续系统分析与设计 |
|
| Z | 离散系统分析与设计 |
|
复习速查
- Fourier 四象限:FT(连续-连续)、FS(连续-离散)、DTFT(离散-连续)、DFT(离散-离散)。
- 对偶律:时域离散化 ↔ 频域周期化;时域周期化 ↔ 频域离散化。
- Laplace:$X(s)=\int x(t)e^{-st}dt$,ROC 必写。令 $s=j\omega$ 退化为 FT。
- Z:$X(z)=\sum x[n]z^{-n}$,令 $z=e^{j\omega}$ 退化为 DTFT。
- 七条关系链:FT↔FS(周期化↔离散化)、FT↔DTFT(采样↔周期化)、DTFT↔DFT(频域采样↔时域周期化)、Laplace↔FT($s=j\omega$)、Laplace↔Z($z=e^{sT}$)、Z↔DTFT($z=e^{j\omega}$)、FS↔DFT(离散化的 FS)。
- 统一本质:六种变换都是"用某种基函数模板去和信号做内积,测量相关性"。模板从纯频率扩展到复平面,从连续时间切换到离散时间,但核心思想从未改变。
参考来源
- MIT OCW RES.6-007 · Signals and Systems(Oppenheim):Fourier/Laplace/Z 变换的权威课程来源。
- DSPRelated · Fourier Transforms for Continuous/Discrete Time/Frequency:四象限对照表的经典来源。
- Stanford EE261 · The Fourier Transform and its Applications:FT/FS 理论与应用的完整参考。
- Analog Devices · Scientist and Engineer's Guide to DSP, Ch.9:DFT 的实际应用(频谱分析、卷积、相关)。
- IntechOpen · Fourier Analysis for Harmonic Signals in Electrical Power Systems:FS 在电力系统谐波分析中的应用。
- Wikipedia · Fourier Series:FS 的定义、收敛条件与应用领域。
- 站内笔记: