表明X(s)就是对x()e所做的傅立叶变换。由于e的引入,就 可以通过适当选择σ,使原来傅立叶变换不收敛的信号,其拉氏变换 存在。因此拉氏变换比傅立叶变换收敛性强,应用范围更广它是傅 立叶变换地推广

一、交换概论 二、交换网络 三、程控数字电话交换与电话通信网 四、信令系统 五、分组交换与分组交换网

•拉氏变换的定义——从傅立叶变换到拉氏变换 •拉氏变换与傅氏变换的关系 •拉氏变换的性质，收敛域 •卷积定理(S域) •系统函数和单位冲激响应

5.1 拉普拉斯变换 一、从傅里叶变换到拉普拉斯变换 二、收敛域 三、(单边)拉普拉斯变换 5.2 拉普拉斯变换的性质 5.3 拉普拉斯变换逆变换 5.4 复频域分析 一、微分方程的变换解 二、系统函数 三、系统的s域框图 四、电路的s域模型

提出了基于具有输入密钥的等差数列来构造一类n维广义Arnold变换矩阵的方法,并给出了构造变换矩阵和逆变换矩阵的计算算法,算法仅与密钥有关,其时间复杂度相当于n(n+1)/2次乘法运算.在图像置乱时用该矩阵作为变换矩阵,采取图像位置空间与色彩空间的多轮乘积型双置乱,算法具有周期长和算法完全公开等特点,可有效防止多种攻击,增强了系统的安全性.此外,通过逆变换对置乱图像进行恢复,无须计算变换矩阵的周期.实验结果表明,该置乱变换算法效率高,安全性强

受探测环境制约，隧道超前地质预报过程中探地雷达反射波往往具有“弱信号，强干扰”的特征，给数据处理和解译带来极大的困难。将剪切变换（shearlet变换，ST）引入探地雷达信号处理，根据有效信号和干扰信号在剪切域中不同尺度、不同方向上的能量差异，提出一种基于自适应阀值的随机干扰去除方法，并通过正演模拟数据验证了该方法在随机干扰去除上的优势；在此基础上针对隧道超前地质预报中常见的能量接近、频率异常干扰信号，以实际数据为例说明小波变换（WT）对其去除效果；从而进一步提出小波变换与剪切变换联合干扰压制方法，即首先使用小波变换对异常频率干扰进行分离，然后采用基于自适应阀值的剪切变换对随机干扰进行压制。现场溶洞探测案例应用效果表明，本文所提出的方法能在去除干扰的同时很好地保留有效信号，根据处理后的波形堆积图可以很好地凸显地质异常区域，从而提高探地雷达资料解译精度

§1 Laplace变换的概念 §2 Laplace变换的性质与计算 §3 Laplace逆变换 §4 卷积 §5 Laplace变换的应用

§10.1小波变换的背景 §10.2窗口 Fourier变换简介 §10.3连续小波变换 §10.4二进小波变换和离散小波变换 §10.5多分辨分析 §10.6 Mallat分解与重构算法

3.1 图像的几何变换 3.2 图像的离散傅立叶变换 3.3 图像变换的一般表示形式 3.4 图像的离散余弦变换 3.5 图像的离散沃尔什－哈达玛变换 3.6 K-L变换 3.7 本章小结

第一节离散时间系统 第二节离散时间信号序列 第三节Z正变换 第四节Z反变换 第五节Z变换的性质 第六节Z变换与拉普拉斯变换的关系 第七节离散信号的Z变换