转自：
https://www.zhihu.com/question/22085329
https://wenku.baidu.com/view/691d4629640e52ea551810a6f524ccbff121cac4.html
https://wenku.baidu.com/view/fc07dd563b3567ec102d8a52.html
https://wenku.baidu.com/view/501b7d11336c1eb91a375dbe.html?from=search
定义：
连续时间傅里叶变换的公式是：
这里的是实数。
傅里叶变换要求时域信号绝对可积，即
为了让不符合这个条件的信号，也能变换到频率域，我们给x(t)乘上一个指数函数，
为任意实数。
可以发现，这个函数，就满足了绝对可积的条件，即
关于为什么满足绝对可积条件，这里提一下，感性地说，我们知道负指数函数随t的增大，趋于零的速度是所有函数中最快的，这也是为什么我们描述某个现象暴涨的时候会说指数上升。因此大多数一般的函数
乘上某个负指数函数之后，一定绝对可积。
用更加严谨的数学表达，对于大多数，
，使得
是
的高阶无穷小。即
。因此在
的压迫下，
就满足了绝对可积的条件。
于是这个新函数的傅立叶变换就是：
化简得
显然是一个复数，我们把这个复数定义为一个新的变量——复频率，记为s。
于是便得到了拉普拉斯变换的公式：
所以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。
传递函数：
对于最简单的连续时间输入信号 x(t), 和输出信号 y(t)来说传递函数 H(s)所反映的就是零状态条件下输入信号的拉普拉斯变换X(s) 与输出信号的拉普拉斯变换 Y(s) 之间的线性映射关系：
系统收敛条件：
传递函数可以分解为以下形式：
Sp为r重极点，Si为一阶极点。
反变换得到系统冲激响应：
当极点在jw左半平面时，系统是稳定的（收敛）。
系统频率响应：
s=jw,即为系统的傅里叶变换，即为系统的频率响应。频率响应函数可以表示成零极点的形式。
波特图：
