从传递函数的表达式看： 零点表示对某个频率的信号，输出响应为零 极点表示对某个频率的信号，输出为无穷大 所以不能有正实部的极点，即现实中不存在，系统即稳定 极点为特征方程的根，分析系统的稳定性即分析根的分布
响应性能指标
频域分析法就是将信号分解为正弦波，并且用正弦波合成信号。
正弦波信号的响应 ①脉冲信号、②阶跃信号、③斜坡信号、④加速度（抛物线）信号、⑤正弦信号
拉氏变换 区别 F ( s ) = L [ f ( t ) ] F(s)=L[ f(t) ] F(s)=L[f(t)]
f ( t ) = L − 1 [ F ( s ) ] f(t)=L^{-1}[F(s)] f(t)=L−1[F(s)] 拉普拉斯变换与连续时间傅里叶变换的关系是： 拉普拉斯变换将频率从实数推广为复数，因而傅里叶变换变成了拉普拉斯变换的一个特例。 当s为纯虚数时，x(t)的拉普拉斯变换，即为x(t)的傅里叶变换
先看看拉普拉斯变换公式这搞毛呢,不就是傅里叶变换的公式乘以一个 e − σ e^{-\sigma} e−σ 么,只要搞懂为什么要这么干,我们就能理解拉普拉斯变换了我们来看看下面这个信号图是的,这个信号的毛病在于,他已经上天了,是的,它增长的速度太快了,而我们却要使用不能够"上天"的正弦函数去拟合它,这不是为难我胖虎么,这个时候,我们就得想起一句名言,要么解决问题,要么解决制造问题的人(信号),既然傅里叶变换无法制造一个同样上天的正弦信号来拟合,我们就把它原本的信号"掰弯",那么如何"掰弯"呢,简单,乘以一个 e − σ e^{-\sigma} e−σ 就行了然后图像就变成了这样你看,这不就皆大欢喜了么,搞来搞去,拉普拉斯变换的意义无非就是把那些想要上天的函数掰弯,好最终变成那种适合做变换的函数,但是掰弯听起来不太专业,所以我们又管 e − σ e^{-\sigma} e−σ叫衰减因子
