1. z 变换

单位脉冲响应为 \(h[n]\) 的离散时间线性时不变系统对复指数输入 \(z^n\) 的响应 \(y[n]\) 为

\[ \tag{1} y[n] = H(z) z^{n}\]

式中 \(H(z)\) 是一个复常数,为

\[ \tag 2 H[z] =\sum_{n=-\infty}^{+\infty}h[n]z^{-n}\]

若 \(z=e^{j\omega}\),这里 \(\omega\) 为实数(即,\(|z|=1\)),则(2)式的求和式就是 \(h[n]\) 的离散时间傅里叶变换。在更为一般的情况下,当 \(|z|\) 不限制为 1 的时候,(2)式就称为 \(h[n]\) 的 \(z\) 变换

一个离散时间信号 \(x[n]\) 的 \(z\) 变换定义为

\[ \tag 3 \boxed{X(z) \overset{\triangle}{=}\sum_{n=-\infty}^{+\infty}x[n]z^{-n}}\]

若将复变量 \(z\) 表示成极坐标形式

\[ \tag{4} z = r e^{j\omega}\]

用 \(r\) 表示 \(z\) 的模,而用 \(\omega\) 表示它的相角。利用 \(r\) 和 \(\omega\),(3)式就变为

\[ \tag 5 X(r e^{j\omega}) =\sum_{n=-\infty}^{+\infty}x[n](r e^{j\omega})^{-n} = \sum_{n=-\infty}^{+\infty}\{x[n]r^{-n}\} e^{-j\omega n}\]

由此可见,\(X(r e^{j\omega})\) 就是序列 \(x[n]\) 乘以实指数 \(r^{-n}\) 后的傅里叶变换,即

\[ \tag 6 X(r e^{j\omega}) =\displaystyle \mathcal F\{x[n]r^{-n}\} \]

在 \(z\) 变换中当变换变量 \(z\) 的模为 1 时,即 \(z=e^{j\omega}\),\(z\) 变换就演变为傅里叶变换。于是,傅里叶变换就成为在复数 \(z\) 平面中,半径为 1 的圆上的 \(z\) 变换。在 \(z\) 平面上,这个圆称为单位圆

一般来说,对于某一序列的 \(z\) 变换,存在着某一个 \(z\) 值的范围,对该范围内的 \(z\),\(X(z)\) 收敛,这样一些值的范围就称为收敛域(ROC)。如果 ROC 包括单位圆,则傅里叶变换也收敛。

  • 例 1

  • 例 2

2. \(z\) 变换的收敛域

性质 1:\(X(z)\) 的 \(ROC\) 是在 \(z\) 平面上以原点为中心的圆环。

性质 2:\(ROC\) 内不包含任何极点。

性质 3:如果 \(x[n]\) 是有限长序列,那么 \(ROC\) 就是整个 \(z\) 平面,可能除去 \(z=0\) 和/或 \(z=\infty\)。

性质 4:如果 \(x[n]\) 是一个右边序列,并且 \(|z|=r_0\) 的圆位于 \(ROC\) 内,那么 \(|z|>r_0\) 的全部有限 \(z\) 值都一定在这个 \(ROC\) 内。

性质 5:如果 \(x[n]\) 是一个左边序列,并且 \(|z|=r_0\) 的圆位于 \(ROC\) 内,那么 $ 0< |z| < r_0$ 的全部 \(z\) 值都一定在这个 \(ROC\) 内。

性质 6:如果 \(x[n]\) 是双边序列,并且 \(|z|=r_0\) 的圆位于 \(ROC\) 内,那么该 \(ROC\) 一定是由包括 \(|z|=r_0\) 的圆环所组成。

性质 7:如果 \(x[n]\) 的 \(z\) 变换 \(X(z)\) 是有理的,那么它的 \(ROC\) 就被极点所界定,或者延伸到无限远。

性质 8:如果 \(x[n]\) 的 \(z\) 变换 \(X(z)\) 是有理的,而且若 \(x[n]\) 是右边序列,那么,\(ROC\) 就位于 \(z\) 平面内最外层极点的外边;也就是半径等于 \(X(z)\) 极点中最大模值的圆的外边。而且,若 \(x[n]\) 是因果序列(即 \(x[n]\) 为 \(n<0\) 等于 \(0\) 的右边序列),那么,\(ROC\) 也包括 \(z=\infty\)。

性质 9:如果 \(x[n]\) 的 \(z\) 变换 \(X(z)\) 是有理的,而且若 \(x[n]\) 是左边序列,那么,\(ROC\) 就位于 \(z\) 平面内最里层的非零极点的里边;也就是半径等于 \(X(z)\) 中除去 \(z=0\) 的极点中最小模值的圆的里边,并且向内延伸到可能包括 \(z=0\)。特别地,若 \(x[n]\) 是反因果序列(即 \(x[n]\) 为 \(n>0\) 等于 \(0\) 的左边序列),那么,\(ROC\) 也包括 \(z=0\)。

3. \(z\) 反变换

对(6)式两边进行傅里叶反变换可得

\[ \tag 7 \displaystyle \mathcal F^{-1}X(r e^{j\omega}) =x[n]r^{-n} \]

因此

\[ \tag 8 x[n] = r^{n} \displaystyle \mathcal F^{-1}X(r e^{j\omega}) = r^{n} \frac{1}{2\pi} \int_{2\pi}X(r e^{j\omega}) e^{j\omega n}d\omega \]

将 \(r^n\) 的指数因子移进积分号内,则有

\[ \tag 9 x[n] = \frac{1}{2\pi} \int_{2\pi}X(r e^{j\omega}) (re^{j\omega})^ nd\omega \]

也就是说,将 \(z\) 变换沿着在 \(ROC\) 内 \(z=re^{j\omega}\),\(r\) 固定而 \(\omega\) 在一个 \(2\pi\) 区间内变化的闭合围线上求值,就能将 \(x[n]\) 恢复出来。

现在将积分变量从 \(\omega\) 改为 \(z\)。由于 \(z=re^{j\omega}\),\(r\) 固定,\(dz=jre^{j\omega}d\omega=jzd\omega\),或者 \(d\omega=(1/j)z^{-1}dz\)。这样,(9)式中在 \(\omega\) 的 \(2\pi\) 区间的积分,利用 \(z\) 以后,就对应于变量 \(z\) 在环绕 \(|z|=r\) 的圆上一周的积分。

\[ \tag{10} x[n] = \frac{1}{2\pi j} \oint X(z) z^ {n-1}dz \]

式中,\(\oint\) 记为在半径为 \(r\),以原点为中心的封闭圆上沿逆时针方向环绕一周的积分。\(r\) 的值可选为使 \(X(z)\) 收敛的任何值,也就是使 \(|z|=r\) 的积分围线位于 \(ROC\) 的任何值。

  • 确定 \(z\) 反变换的一种方法就是先进行部分分式展开,然后逐项求其反变换。

这种方法依赖于将 \(X(z)\) 展开成如下形式的部分分式:

\[ \tag{11} X(z) = \sum_{i=1}^{m} \frac{A_i}{1-a_iz^{-1}}\]

若 \(X(z)\) 的 \(ROC\) 是位于极点 \(z=a_i\) 的外边,那么其对应项的反变换就是 \(A_i a_i^n u[n]\);另一方面,若 \(X(z)\) 的 \(ROC\) 是位于极点 \(z=a_i\) 的里面,那么对应项的反变换就是 \(-A_i a_i^n u[-n-1]\)。

  • 确定 \(z\) 反变换的另一种方法是建立在 \(X(z)\) 的幂级数展开的基础之上。由 $ X(z) =\sum_{n=-\infty}^{+\infty}x[n]z^{-n}$ 可知,实际上 \(z\) 变换就是涉及 \(z\) 的正幂和负幂的一个幂级数,这个幂级数的系数就是序列值 \(x[n]\)。

用幂级数展开法来求 \(z\) 反变换对非有理的 \(z\) 变换式特别有用。

4. \(z\) 变换的性质

4.1. 线性

\[ x_1[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X_1(z) \quad ROC=R_1\]

\[ x_2[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X_2(z) \quad ROC=R_2\]

\[\tag{12} \boxed{ ax_1[n]+bx_2[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} aX_1(z)+bX_2(z) \quad ROC \space包括 \space R_1 \cap R_2}\]

4.2. 时移性质

\[ x[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X(z) \quad ROC=R\]

\[\tag{13} \boxed{ x[n-n_0] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} z^{-n_0}X(z) \quad ROC=R \space 原点或无限远点可能加上或除掉}\]

4.3. \(z\) 域尺度变换

\[ x[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X(z) \quad ROC=R\]

\[\tag{14} \boxed{ z_0^nx[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X(\frac{z}{z_0}) \quad ROC=|z_0|R }\]

这就是说,若 \(z\) 是在 \(X(z)\) 的 \(ROC\) 内的一点,那么点 \(|z_0|z\) 就在 \(X(z/z_0)\) 的 \(ROC\) 内。

4.4. 时间反转

\[ x[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X(z) \quad ROC=R\]

\[\tag{15} \boxed{ x[-n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X(\frac{1}{z}) \quad ROC=\frac{1}{R} }\]

这就是说,若 \(z_0\) 是在 \(x[n]\) 的 \(z\) 变换 \(ROC\) 内,那么点 \(1/z_0\) 就在 \(x[-n]\) 的 \(z\) 变换 \(ROC\) 内。

4.5. 时间扩展

若令 \(k\) 是一个正整数,并且定义

\[\tag{16} x_{(k)}[n] = \begin{cases}
x[n/k] &\text 当\space n \space为\space k\space的整数倍 \\
0, &\text 当\space n \space不为\space k\space的整数倍
\end{cases}\]

\[ x[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X(z) \quad ROC=R\]

\[\tag{17} \boxed{ x_{(k)}[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X(z^k) \quad ROC=R^{1/k} }\]

这就是说,若 \(z\) 是在 \(X(z)\) 的 \(ROC\) 内,那么点 \(z^{1/k}\) 就在 \(X(z^k)\) 的 \(ROC\) 内。

4.6. 共轭

\[ x[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X(z) \quad ROC=R\]

\[\tag{18} \boxed{ x^*[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X^*(z^*) \quad ROC=R }\]

4.7. 卷积性质

\[ x_1[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X_1(z) \quad ROC=R_1\]

\[ x_2[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X_2(z) \quad ROC=R_2\]

\[\tag{19} \boxed{ x_1[n] * x_2[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X_1(z)X_2(z) \quad ROC \space包括 \space R_1 \cap R_2}\]

4.8. \(z\) 域微分

\[ x[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} X(z) \quad ROC=R\]

\[\tag{20} \boxed{ nx[n] \overset{{\displaystyle {\mathcal {z}}}}{\leftrightarrow} -z\frac{dX(z)}{dz} \quad ROC=R }\]

4.9. 初值定理

若 \(n <0, x[n]=0\),则

\[\tag{21} x[0] = \lim_{z\to \infty}X(z)\]

4.10. 终值定理

若 \(n <0, x[n]=0\),其 \(z\) 变换的极点,除可以有一个一阶极点在 \(z=1\) 上,其它极点均在单位圆内,则

\[\tag{21} \lim_{n\to \infty}x[n] = \lim_{z\to 1}(z-1)X(z)\]

4.11. 性质小结

4.12. 几个常用的 \(z\) 变换对

5. 利用 \(z\) 变换分析与表征线性时不变系统

在离散时间 \(LTI\) 系统的分析和表示中,\(z\) 变换有其特别重要的作用,由卷积性质可得

\[\tag{23} Y(z) = H(z) X(z)\]

式中 \(X(z)、Y(z) 、H(z)\) 分别是系统输入、输出和单位脉冲响应的\(z\) 变换 。\(H(z)\) 称为系统的系统函数或转移函数

5.1. 因果性

一个因果 \(LTI\) 系统其单位脉冲响应 \(h[n]\)是对于 \(n<0,h[n] = 0\),因此是一个右边序列。由性质 4 知道 \(H(z)\) 的 \(ROC\) 是位于 \(z\) 平面内某一个圆的外边。由性质 8 可知,对于一个因果序列,这个幂级数中,

\[\tag{24} H(z) =\sum_{n=0}^{\infty}h[n]z^{-n}\]

不包含任何 \(z\) 的正幂次项,因此 \(ROC\) 包括无限远点。综上所述,就得出如下属性:

一个离散时间 \(LTI\) 系统当且仅当它的系统函数的 \(ROC\) 是在某一个圆的外边,且包括无限远点,该系统就是因果的。

如果 \(H(z)\) 是有理的,那么该系统要是因果的,其 \(ROC\) 必须位于最外层极点的外边,且无限远点必须在 \(ROC\) 内;等效地说,随 \(z\to \infty\) 时, \(H(z)\) 的极限必须是有限的。这就等效于,当 \(H(z)\) 的分子和分母都是表示成的 \(z\) 的多项式时,其分子的阶次不会大于分母的阶次。即

一个具有有理系统函数 \(H(z)\) 的 \(LTI\) 系统要是因果的,当且仅当:(1) \(ROC\) 位于最外层极点某一个圆的外面;和 (2) 若 \(H(z)\) 表示成 \(z\) 的多项式之比,其分子的阶次不能大于分母的阶次。

5.2. 稳定性

一个离散时间 \(LTI\) 系统的稳定性就等效于它的单位脉冲响应是绝对可和的,在这种情况下, \(h[n]\) 的傅里叶变换收敛,结果就是 \(H(z)\) 的 \(ROC\) 必须包括单位圆。综上所述,可得如下结果:

一个 \(LTI\) 系统当且仅当它的系统函数 \(H(z)\) 的 \(ROC\) 包括单位圆,该系统就是稳定的。

对于一个具有有理系统函数的因果系统而言,\(ROC\) 位于最外层极点的外边。对于这个包括单位圆的 \(ROC\) ,系统的全部极点都必须位于单位圆内,即

一个具有有理系统函数的因果 \(LTI\) 系统,当且仅当 \(H(z)\) 的全部极点都位于单位圆内时,也即全部极点模均小于 1 时,系统就是稳定的。

5.3. 由线性常系数差分方程表征的 \(LTI\) 系统

对于一般的 \(N\) 阶差分方程,可以对方程两边进行 \(z\) 变换,并利用线性和时移性质。现考虑一个 \(LTI\) 系统,其输入、输出满足如下线性常系数差分方程:

\[\tag{25} \sum_{k=0}^{N}a_ky[n-k] = \sum_{k=0}^{M}b_kx[n-k]\]

对式(25)两边取 \(z\) 变换,可得

\[\tag{26} \sum_{k=0}^{N}a_k z^{-k}Y(z) = \sum_{k=0}^{M}b_k z^{-k}X(z)\]

这样就有

\[\tag{27} H(z) = \frac{Y(z)}{X(z)} = \frac{\displaystyle \sum_{k=0}^{M}b_k z^{-k}}{\displaystyle \sum_{k=0}^{N}a_k z^{-k}}\]

获取更多精彩,请关注「seniusen」!

z 变换的更多相关文章

  1. z变换

    ---恢复内容开始--- z变换作用很大 将离散信号从时间域转到频率域 网址 ---恢复内容结束--- z变换作用很大 将离散信号从时间域转到频率域 网址 http://stackoverflow.c ...

  2. 数字信号处理--Z变换,傅里叶变换,拉普拉斯变换

    傅立叶变换.拉普拉斯变换.Z变换最全攻略 作者:时间:2015-07-19来源:网络       傅立叶变换.拉普拉斯变换.Z变换的联系?他们的本质和区别是什么?为什么要进行这些变换.研究的都是什么? ...

  3. 常用函数的DTFT变换对和z变换对

    直接从书上抓图的,为以后查表方便 1.DTFT 2.z变换对

  4. 【转】傅里叶变换 拉普拉斯变 z变换 DFT DCT意义

    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将信号分解成幅值分量和频率分量). ...

  5. [离散时间信号处理学习笔记] 10. z变换与LTI系统

    我们前面讨论了z变换,其实也是为了利用z变换分析LTI系统. 利用z变换得到LTI系统的单位脉冲响应 对于用差分方程描述的LTI系统而言,z变换将十分有用.有如下形式的差分方程: $\displays ...

  6. [离散时间信号处理学习笔记] 9. z变换性质

    z变换描述 $x[n] \stackrel{\mathcal{Z}}{\longleftrightarrow}X(z) ,\quad ROC=R_x$ 序列$x[n]$经过z变换后得到复变函数$X(z ...

  7. [离散时间信号处理学习笔记] 7. z变换

    z变换及其收敛域 回顾前面的文章,序列$x[n]$的傅里叶变换(实际上是DTFT,由于本书把它叫做序列的傅里叶变换,因此这里以及后面的文章也统一称DTFT为傅里叶变换)被定义为 $X(e^{j\ome ...

  8. z变换的性质

    z变换的许多重要性质在数字信号处理中常常要用到. 序列 z变换 收敛域 1)x(n) X(z) Rx-< |z| <Rx+ 2)y(n) Y(z) Ry-< |z| <Ry+ ...

  9. 16 Z变换

    Z变换 由于\(DTFT\)变换是有收敛条件的,并且其收敛条件比较严格,很多信号不能够满足条件,为了有效的分析信号,需要放宽收敛的条件,引入\(Z\)变换. 定义 已知序列的\(DTFT\)为 \[ ...

随机推荐

  1. 阻止vue事件冒泡的方法

  2. 21.Shiro在springboot与vue前后端分离项目里的session管理

    1.前言 当决定前端与后端代码分开部署时,发现shiro自带的session不起作用了. 然后通过对请求head的分析,然后在网上查找一部分解决方案. 最终就是,登录成功之后,前端接收到后端传回来的s ...

  3. PL/SQL 数组的使用

    一.固定数组 1.在模式(schema)级创建VARRAY类型 语法: CREATE OR REPLACE TYPE varray_type_name IS VARRAY(n) OF <elem ...

  4. Python常用模块之json、pickle、random、hashlib、collections

    1.json和pickle json用于字符串和Python数据类型间进行转换pickle用于python特有的类型和python的数据类型间进行转换json和pickle均提供了四种方法dumps, ...

  5. Python语法糖

    1.装饰器 ####装饰器的固定格式 ##普通版本 def timer(func): def inner(*args,**kwargs): '''执行函数之前要做的''' ret = func(*ar ...

  6. Vue--- VueX组件间通信链接(共有方法放入了扩展目录store里面) 1.2

    Vuex结构图再仔细看 Vuex原理: 就是  把共有属性放入到一个公共的地方,进行使用 多组件共享状态, 之前操作方式,由父组件传递到各个子组件. 当路由等加入后,会变得复杂. 引入viewx 解决 ...

  7. QString, Std::string, char *相互转换

    Qt 库中对字符串类型进行了封装,QString 类提供了所有字符串操作方法,给开发带来了便利. 由于第三方库的类型基本上都是标准的类型,即使用std::string或char *来表示字符 (串) ...

  8. hdu_3123_GCC

    The GNU Compiler Collection (usually shortened to GCC) is a compiler system produced by the GNU Proj ...

  9. jsp传参 servlet接收中文乱码问题

    在公司实习了8个月,一直都是做android和h5的,但是发现做程序连一点服务都不会该怎么办,所以最近开始学起了java,不知道是不是因为框架学多了,现在看起springmvc框架比以前看起来简单太多 ...

  10. springmvc处理器拦截器

    处理器拦截器(interceptor)是做什么用的? 想知道处理拦截器做什么用的,你要先了解下处理·流程链·. 前端控制器(dispatcherServlet)接收到请求,通过handleMappin ...