因为傅里叶变换之类的很常用，时间长了不用总会忘记，所以一次性罗列出来权当总结好了。主要参考《信号与线性系统分析》(吴大正)，也有的部分参考了复变函数。

1.δδ-函数相关运算

nn阶导数的尺度变换

δ(n)(at)=1|a|1anδ(n)(t)δ(n)(at)=1|a|1anδ(n)(t)

一阶导数和函数的乘积

f(t)δ′(t−t0)=f(t0)δ′(t−t0)−f′(t0)δ(t−t0)f(t)δ′(t−t0)=f(t0)δ′(t−t0)−f′(t0)δ(t−t0)

nn阶导数和函数的乘积

f(t)δ(n)(t−t0)=∑i=0n(−1)i(ni)f(i)(t0)δ(n−i)(t−t0)f(t)δ(n)(t−t0)=∑i=0n(−1)i(ni)f(i)(t0)δ(n−i)(t−t0)

2.傅里叶级数和傅里叶变换

傅里叶级数

f(x)=a02+∑n=1∞(ancosnπLx+bnsinnπLx)f(x)=a02+∑n=1∞(ancos⁡nπLx+bnsin⁡nπLx)an=1L∫L−Lf(x)cosnπLxdxan=1L∫−LLf(x)cos⁡nπLxdxbn=1L∫L−Lf(x)sinnπLxdxbn=1L∫−LLf(x)sin⁡nπLxdx

半幅傅里叶级数

ϕ(x)=∑n=1∞CnsinnπxLϕ(x)=∑n=1∞Cnsin⁡nπxLCn=2L∫L0ϕ(x)sinnπxLdxCn=2L∫0Lϕ(x)sin⁡nπxLdx

常见函数傅里叶变换

这里傅里叶变换的定义中，因子12π12π统一放在逆变换前。gτ(t)gτ(t)指的是关于yy轴对称宽度为ττ的门函数

gτ(t)↔τSa(ωτ2)gτ(t)↔τSa(ωτ2)

其中SaSa即SincSinc.

e−atε(t)↔1a+iωe−atε(t)↔1a+iωe−a|t|↔2aa2+ω2e−a|t|↔2aa2+ω2e−at2↔πa−−√e−ω24ae−at2↔πae−ω24aδ(t)↔1δ(t)↔1ε(t)↔πδ(ω)+1iωε(t)↔πδ(ω)+1iωcos(ω0t)↔π[δ(ω+ω0)+δ(ω−ω0)]cos⁡(ω0t)↔π[δ(ω+ω0)+δ(ω−ω0)]sin(ω0t)↔iπ[δ(ω+ω0)−δ(ω−ω0)]sin⁡(ω0t)↔iπ[δ(ω+ω0)−δ(ω−ω0)]tn↔2π(i)nδ(n)(ω)tn↔2π(i)nδ(n)(ω)1t↔−iπsgn(ω)1t↔−iπsgn(ω)δT(t)↔ΩδΩ(ω)δT(t)↔ΩδΩ(ω)

3.性质

时域微分

f(n)(t)↔(iω)nF(ω)f(n)(t)↔(iω)nF(ω)

时域积分

∫t−∞f(τ)dτ↔πF(0)δ(ω)+F(ω)iω∫−∞tf(τ)dτ↔πF(0)δ(ω)+F(ω)iω

频域微分

(−it)nf(t)↔F(n)(ω)(−it)nf(t)↔F(n)(ω)

频域积分

πf(0)δ(t)+f(t)−it↔∫ω−∞F(ν)dνπf(0)δ(t)+f(t)−it↔∫−∞ωF(ν)dν

对称性

F(t)↔2πf(−ω)F(t)↔2πf(−ω)

尺度变换

f(at)↔1|a|F(ωa)f(at)↔1|a|F(ωa)

时移

f(t±t0)↔e±iωt0F(ω)f(t±t0)↔e±iωt0F(ω)

频移

f(t)e±iω0t↔F(ω∓ω0)f(t)e±iω0t↔F(ω∓ω0)

3.卷积的微分性质

设f(t)=g(t)∗h(t)f(t)=g(t)∗h(t)，则f′(t)=g′(t)∗h(t)=g(t)∗h′(t)f′(t)=g′(t)∗h(t)=g(t)∗h′(t)

卷积定理

时域f(t)=g(t)∗h(t)f(t)=g(t)∗h(t)，频域有F(ω)=G(ω)H(ω)F(ω)=G(ω)H(ω)
时域f(t)=g(t)h(t)f(t)=g(t)h(t)，频域有F(ω)=12πG(ω)∗H(ω)F(ω)=12πG(ω)∗H(ω)

周期函数fT(t)fT(t)傅里叶变换

由指数形式的傅里叶级数，两边取傅里叶变换，所以周期函数的傅里叶变换时受到2πFn2πFn调制的梳状脉冲(TT代表周期，Ω=2πTΩ=2πT)

fT(t)↔2π∑n=−∞∞Fnδ(ω−nΩ)fT(t)↔2π∑n=−∞∞Fnδ(ω−nΩ)

4.拉普拉斯变换

因果信号f(t)f(t)可以显式地写为f(t)ε(t)f(t)ε(t)，一个因果信号及其单边拉普拉斯变换是一一对应的。每个非因果信号都对应唯一一个双边拉普拉斯变换，但是一个双边拉普拉斯变换在不同收敛域条件下，可以对应不同的非因果信号。

常见的单边拉普拉斯变换

gτ(t−τ2)ε(t)gτ(t−τ2)ε(t)∑n=0∞δ(t−nT)↔11−e−Ts∑n=0∞δ(t−nT)↔11−e−Tsε(t)↔1sε(t)↔1stε(t)↔1s2tε(t)↔1s2e−atε(t)↔1s+ae−atε(t)↔1s+asin(βt)ε(t)↔βs2+β2sin⁡(βt)ε(t)↔βs2+β2cos(βt)ε(t)↔ss2+β2cos⁡(βt)ε(t)↔ss2+β2sinh(βt)ε(t)↔βs2−β2sinh⁡(βt)ε(t)↔βs2−β2cosh(βt)ε(t)↔ss2−β2cosh⁡(βt)ε(t)↔ss2−β2

性质(双边拉普拉斯变换记为Fb(s)Fb(s))

（单边）尺度变换

f(at)↔1aF(sa),a>0f(at)↔1aF(sa),a>0

（双边）尺度变换

f(at)⟷b1|a|Fb(sa)f(at)⟷b1|a|Fb(sa)

（单边）时移

f(t−t0)ε(t−t0)↔e−st0F(s)f(t−t0)ε(t−t0)↔e−st0F(s)

（双边）时移

f(t−t0)⟷be−st0Fb(s)f(t−t0)⟷be−st0Fb(s)

（单边，双边）复频移

es0tf(t)ε(t)↔F(s−s0)es0tf(t)ε(t)↔F(s−s0)

（单边）时域微分，可递推

f′(t)↔sF(s)−f(0−)f′(t)↔sF(s)−f(0−)

f′′(t)↔s2F(s)−sf(0−)−f′(0−)f″(t)↔s2F(s)−sf(0−)−f′(0−)

（双边）时域微分，可递推

f′(t)⟷bsFb(s)f′(t)⟷bsFb(s)

（单边）时域积分，可递推

∫t0−f(τ)dτ↔1sF(s)∫0−tf(τ)dτ↔1sF(s)

∫t−∞f(τ)dτ↔1sF(s)+1s∫0−−∞f(τ)dτ∫−∞tf(τ)dτ↔1sF(s)+1s∫−∞0−f(τ)dτ

（双边）时域积分，可递推

∫t0f(τ)dτ⟷b1sFb(s),α<σ<max(β,0)∫0tf(τ)dτ⟷b1sFb(s),α<σ<max(β,0)

∫t−∞f(τ)dτ⟷b1sFb(s),max(α,0)<σ<β∫−∞tf(τ)dτ⟷b1sFb(s),max(α,0)<σ<β

（单边，双边）ss域微分，可递推

(−t)f(t)↔dF(s)ds(−t)f(t)↔dF(s)ds

（单边）ss域积分，可递推

f(t)t↔∫∞sF(ν)dνf(t)t↔∫s∞F(ν)dν

对于傅里叶变换和拉普拉斯的积分性质，成立的条件是积分确实收敛，否则不成立。对于拉普拉斯变换的ss域积分性质，积分变量νν当作实数来积分（这一点可从其证明中看出来）.

（单边，双边）时域卷积

f1(t)∗f2(t)↔F1(s)F2(s)f1(t)∗f2(t)↔F1(s)F2(s)

（单边）拉普拉斯逆变换

可以将一个有理分式拆成多项式+真分式的形式F(s)=P(s)+B(s)A(s)F(s)=P(s)+B(s)A(s)，其中多项式部分的拉普拉斯逆变换是δδ函数的各阶导数，真分式部分可以作部分分式分解，再分别做逆变换。先求分母A(s)A(s)的根:
（1）若s0s0为一个单实根，则在部分分式中加入Ks−s0Ks−s0这一项，其中

K=[(s−s0)B(s)A(s)]∣∣∣s=s0K=[(s−s0)B(s)A(s)]|s=s0
（2）若s0,s∗0s0,s0∗为一个单重共轭复根，则在部分分式中加入K1s−s0+K2s−s∗0K1s−s0+K2s−s0∗，系数KK的计算方法同上，其中K1K1和K2K2必然是共轭关系
（3）若s0s0为一个r重实根，则在部分分式中加入

K1(s−s0)r+K2(s−s0)r−1+⋯+Krs−s0K1(s−s0)r+K2(s−s0)r−1+⋯+Krs−s0

其中

Ki={1(i−1)!di−1dsi−1[(s−s0)rB(s)A(s)]}∣∣∣s=s0Ki={1(i−1)!di−1dsi−1[(s−s0)rB(s)A(s)]}|s=s0

因果信号的单边拉普拉斯变换和傅里叶变换的关系

由于因果信号的单边拉普拉斯变换的收敛域在复平面上是一条竖线的右半开平面，收敛域σ>σ0σ>σ0。若有σ0<0σ0<0，即收敛域包含虚轴，则此时直接令拉普拉斯变换中的ss为iωiω即可得到傅里叶变换（即令ss的实部σ=0σ=0）。若有σ0>0σ0>0，则此时收敛域不包括虚轴，傅里叶变换不存在。若有σ0=0σ0=0，则此时将拉普拉斯变换作部分分式分解，必然有分式的极点位于虚轴上，此时可将其余极点不在虚轴上的部分分式作代换s→iωs→iω，而将极点位于虚轴上的部分，做逆变换求得时域形式，再作傅里叶变换（通常这部分和ε(t)ε(t)有关）。

反因果信号的双边拉普拉斯变换

现有反因果信号f(t)ε(−t)f(t)ε(−t)，则f(−t)ε(t)f(−t)ε(t)为一个因果信号。求f(−t)ε(t)f(−t)ε(t)的单边拉普拉斯变换F(s)F(s)且设收敛域σ>σ2σ>σ2.则有f(t)ε(−t)⟷bF(−s)f(t)ε(−t)⟷bF(−s)，收敛域σ<−σ2σ<−σ2

反因果信号的双边拉普拉斯逆变换

反因果信号及其双边拉普拉斯变换是一一对应的。现有Fb(s)Fb(s)为某反因果信号的双边拉普拉斯变换，则先求出Fb(−s)Fb(−s)的单边拉普拉斯逆变换f(t)f(t). 有f(−t)ε(−t)⟷bFb(s)f(−t)ε(−t)⟷bFb(s)

一般非因果信号的双边拉普拉斯正/逆变换

正变换：将f(t)f(t)分成因果信号与反因果信号的和，分别作双边变换，需要注意的是，收敛域为因果信号与反因果信号各自的收敛域的交集.
逆变换：将Fb(s)Fb(s)进行部分分式分解，根据给定的收敛域区分哪些分式是因果的，哪些是反因果的，分别对它们进行双边拉普拉斯逆变换.

最全傅里叶变换和拉普拉斯变换公式总结相关推荐

傅里叶变换、拉普拉斯变换、z变换之间的联系
本文为转载内容,原文地址:https://mp.weixin.qq.com/s/zZpLGEuI3ggRMdiWwQDJPQ 为什么要读书? 为什么要读书? 书本里,有几千年的哲学观点.有几百年的科学 ...
从入门到放弃系列-傅里叶变换，拉普拉斯变换，Z变换
文章目录概述傅里叶变换傅里叶级数虚指数e−jωte^{-j{\omega}t}e−jωt的引入傅里叶级数和变换的区别傅里叶级数和变换的一点感悟拉普拉斯变换 Z变换总结参考文献概述 ...
傅里叶变换、拉普拉斯变换、Z 变换的联系是什么？为什么要进行这些变换？...
注.星标嵌入式客栈,精彩及时送达 [导读] 在知乎上看到一个问题,傅里叶变换.拉普拉斯变换.Z 变换的联系是什么?为什么要进行这些变换?我觉得这是一个非常好的问题,貌似一下子也回答不上来,所以整理学习 ...
傅里叶变换、拉普拉斯变换与z变换对比
前几天学自动控制原理,突然感觉自己傅里叶变换.拉普拉斯变换和z变换的区别和联系没有特别清楚,所以就放在一起研究了一下,整理总结后记录在这里. 一.傅里叶变换傅里叶变换的基础是傅里叶级数.先讲傅里叶级 ...
傅里叶变换、拉普拉斯变换的应用
引言傅里叶变换和拉普拉斯变换的一些认识. 背景电路分析中,本质上是想求解输入与输出的时域变化关系,但复杂的动态(暂态)电路难以直接得到两者的时域关系,需要求解时域微分方程.所以可以将时域转化成频域 ...
傅里叶变换和拉普拉斯变换的物理解释及区别
2019独角兽企业重金招聘Python工程师标准>>> " 傅里叶变换在物理学.数论.组合数学.信号处理.概率论.统计学.密码学.声学.光学.海洋学.结构动力学等领域都有着 ...
[转载]zz傅里叶变换，拉普拉斯变换和Z变换的意义
原文地址:zz傅里叶变换,拉普拉斯变换和Z变换的意义作者:妙妙猫妖傅里叶变换在物理学.数论.组合数学.信号处理.概率论.统计学.密码学.声学.光学.海洋学.结构动力学等领域都有着广泛的应用(例如在信 ...
傅里叶变换与拉普拉斯变换的概念理解
傅里叶变换与拉普拉斯变换的概念理解傅里叶变换在物理学.数论.组合数学.信号处理.概率论.统计学.密码学.声学.光学.海洋学.结构动力学等领域都有着广泛的应用(例如在信号处理中,傅里叶变换的典型用途是 ...
傅里叶变换和拉普拉斯变换学习笔记
欧拉公式欧拉公式将三角函数和指数函数联系起来复指数函数代表一个旋转的圆,自变量是时间t,角频率代表旋转速度. 傅里叶变换(轻量版拉普拉斯变换) 定义 f(t)是t的函数,如果t满足狄里赫莱条件: ...
（一看就懂）傅里叶变换、拉普拉斯变换、Z变换、卷积的经典文章汇总
0.前沿在复习傅里叶变换.拉普拉斯变换.Z变换和卷积等知识时,我发现网上有非常非常多的大牛.他们用通俗易懂的语言来讲解这些复杂的知识,使人豁然开朗. 1.连续时间信号的傅里叶级数与傅里叶变换如果现 ...

最全傅里叶变换和拉普拉斯变换公式总结