[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
$X(e^{j\omega}) = \displaystyle{ \sum_{n=-\infty}^{\infty}x[n]e^{-j\omega n} }$
序列$x[n]$的z变换被定义成
$X(z) = \displaystyle{ \sum_{n=-\infty}^{\infty}x[n]z^{-n} }$
其中$z$就是一个复数变量,可见$z$变换与傅里叶变换一样把序列变成了函数。复变量$z$可以表示形式$z=|z|e^{j\omega}=re^{j\omega}$,代入z变换变成
$X(z) = \displaystyle{ \sum_{n=-\infty}^{\infty}x[n]r^{-n}e^{-j\omega n} }$
可以发现傅里叶变换就是$r=1$的z变换。
要使得z变换有意义,那么变换所得的函数必须在有限处收敛,即
$\begin{align*}
|X(z)|&= \left|\sum_{n=-\infty}^{\infty}x[n]r^{-n}e^{-j\omega n}\right|\\
&<\sum_{n=-\infty}^{\infty}|x[n]|r^{-n} \\
&=x[0]+ \sum_{n=1}^{\infty}|x[n]|(r^{-1})^n+\sum_{n=1}^{\infty}|x[-n]|r^n <\infty
\end{align*}$
按照root test,需要满足以下条件才能使得函数收敛
$\left\{\begin{matrix}
\displaystyle{ \limsup_{n\to\infty}|x[n]|^{\frac{1}{n}}r^{-1} < 1 }\\
\displaystyle{ \limsup_{n\to\infty}|x[-n]|^{\frac{1}{n}}r < 1 }
\end{matrix}\right.$
即
$\left\{\begin{matrix}
r &> &\displaystyle{\lim_{n\to\infty} |x[n]|^{\frac{1}{n}}} \\
r &< &\displaystyle{\lim_{n\to\infty} |x[-n]|^{\frac{1}{-n}}}
\end{matrix}\right.$
观察上面的不等式,可以发现z变换的收敛可以分为五种
- $x[n]$是右边序列,即序列在$n<N_1<\infty$处全为0,那么该序列的收敛域就是从极点(使得函数趋于$\pm\infty$的点)往外延伸到$z=\pm\infty$
- $x[n]$是左边序列,即序列在$n>N_2>-\infty$处全为0 ,那么该序列的收敛域就是从极点向内延伸至$z=0$
- $x[n]$是双边序列,把该序列分成右边序列与左边序列后,如果这两个序列的z变换的收敛域有重合的部分,则该序列z变换的收敛域呈圆环状
- $x[n]$是双边序列,把该序列分成右边序列与左边序列后,如果这两个序列的z变换的收敛域没有重合的部分,则该序列z变换不存在收敛域
- $x[n]$是有限长序列,那么该序列的z变换必定在有限的范围内收敛
图中阴影部分为收敛域,其中红色圆圈是$|z| = r = 1$,即傅里叶变换,如果z变换的收敛域包含$r=1$的圆圈,就表明该序列的傅里叶变换收敛。
z变换例子
考虑一个为两个实指数和的信号
$x[n] = \left(\frac{1}{2}\right)^n u[n]+\left(-\frac{1}{3}\right)^n u[n]$
其z变换为
$\begin{align*}
X(z) &= \sum_{n=-\infty}^{\infty}\left\{ \left(\frac{1}{2} \right )^n u[n]+\left(-\frac{1}{3} \right )^n u[n] \right \}z^{-n}\\
&=\sum_{n=-\infty}^{\infty}\left(\frac{1}{2} \right )^n u[n]z^{-n}+\sum_{n=-\infty}^{\infty}\left(-\frac{1}{3} \right )^n u[n]z^{-n}\\
&=\sum_{n=0}^{\infty}\left(\frac{1}{2}z^{-1} \right )^n +\sum_{n=0}^{\infty}\left(-\frac{1}{3}z^{-1} \right )^n \\
&=\frac{1}{1-\frac{1}{2}z^{-1}}+\frac{1}{1+\frac{1}{3}z^{-1}} \quad Geometric\ Series\\
&=\frac{2z\left(z-\frac{1}{12} \right )}{\left(z-\frac{1}{2} \right )\left(z+\frac{1}{3} \right )}
\end{align*}$
为了使z变换收敛,必须满足条件
$\left\{\begin{matrix}
\left| \frac{1}{2}z^{-1}\right|&<&1\\
\left| -\frac{1}{3}z^{-1}\right|&<&1
\end{matrix}\right.$
即
$\left\{\begin{matrix}
\left| z\right|&>&\frac{1}{2}\\
\left| z\right|&>&\frac{1}{3}
\end{matrix}\right.$
由此可得到收敛域为$|z|>\frac{1}{2}$。观察z变换的结果,可以发现:
当$z=\frac{1}{2}$或者$z=-\frac{1}{3}$时,z变换趋于无穷,因此这两个点为极点
当$z=0$或者$z=\frac{1}{12}$时,z变换为0,因此这两个点为零点
[离散时间信号处理学习笔记] 7. z变换的更多相关文章
- [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 ...
- [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 ...
- [离散时间信号处理学习笔记] 8. z逆变换
z逆变换的计算为下面的复数闭合曲线积分: $x[n] = \displaystyle{\frac{1}{2\pi j}}\oint_{C}X(z)z^{n-1}dz$ 式中$C$表示的是收敛域内的一条 ...
- [离散时间信号处理学习笔记] 3. 一些基本的LTI系统
首先我们需要先对离散时间系统进行概念上的回顾: $y[n] = T\{ x[n] \}$ 上面的式子表征了离散时间系统,也就是把输入序列$x[n]$,映射称为$y[n]$的输出序列. 不过上述式子也可 ...
- SharpGL学习笔记(六) 裁剪变换
在OpenGL中,除了视景体定义的6个裁剪平面(上下左右前后)外, 用户还可以定义一个或者多个附加的裁剪平面,以去掉场景中无关的目标. 附加平面裁剪函数原型如下: ClipPlane(OpenGL.G ...
- SharpGL学习笔记(五) 视口变换
视口变换主是将视景体内投影的物体显示到二维的视口平面上. 在计算机图形学中,它的定义是将经过几何变换, 投影变换和裁剪变换后的物体显示于屏幕指定区域内. 前面我们讨论过的透视投影, 正射投影, 它们都 ...
- SharpGL学习笔记(七) OpenGL的变换总结
笔者接触OpenGL最大的困难是: 经常调试一份代码时, 屏幕漆黑一片, 也不知道结果对不对,不知道如何是好! 这其实就是关于OpenGL"变换"的基础概念没有掌握好, 以至于对& ...
- z 变换
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 ...
- 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? ...
随机推荐
- VBS弹出来的对话框如何置顶!--果然技巧
msgbox 第二参数+4096 mshta vbscript:msgbox("提示内容6",6,"提示窗口6")(window.close)
- PIL、Pillow安装使用方法
PIL(Python Imaging Library)是Python常用的图像处理库,而Pillow是PIL的一个友好Fork,提供了了广泛的文件格式支持,强大的图像处理能力,主要包括图像储存.图像显 ...
- CF741 D Arpa’s letter-marked tree and Mehrdad’s Dokhtar-kosh paths
题目意思很清楚了吧,那么我们从重排回文串的性质入手. 很容易得出,只要所有字符出现的次数都为偶数,或者有且只有一个字符出现为奇数就满足要求了. 然后想到什么,Hash?大可不必,可以发现字符\(\in ...
- Linux 用户身份与进程权限
在学习 Linux 系统权限相关的主题时,我们首先关注的基本都是文件的 ugo 权限.ugo 权限信息是文件的属性,它指明了用户与文件之间的关系.但是真正操作文件的却是进程,也就是说用户所拥有的文件访 ...
- 【全网最全的博客美化系列教程】01.添加Github项目链接
全网最全的博客美化系列教程相关文章目录 [全网最全的博客美化系列教程]01.添加Github项目链接 [全网最全的博客美化系列教程]02.添加QQ交谈链接 [全网最全的博客美化系列教程]03.给博客添 ...
- OO生存指.....抱歉无法生存
还记得前三次的设计策略:星期二之前实现功能,星期三找一下可能出现的小bug. 这三次以及变成了:星期二之前能跑出来就行. 总体来说设计策略是:先让几个线程能够顺利运行,再开始实现功能. 在接触到多线程 ...
- Gym 101873F Plug It In(二分图匹配)
题目链接:http://codeforces.com/gym/101873/problem/F 题意:有n个插孔,m个机器,和一个插板,一个插孔可以连接一个机器,插板可以使一个插孔连接三个机器,找到最 ...
- 出题人的RP值(牛客练习赛38--A题)(排序)
链接:https://ac.nowcoder.com/acm/contest/358/A来源:牛客网 题目描述 众所周知,每个人都有自己的rp值(是个非负实数),膜别人可以从别人身上吸取rp值. 然而 ...
- R语言绘制直方图,
直方图: 核密度函数: 练习题目1: 绘制出15位同学体重的直方图和核密度估计图,并与正态分布的概率密度函数作对比 代码如下: > w <- c(75.0, 64.0, 47.4, 66. ...
- js总结:对于字符串的切割截取和合并
1.函数:split() 功能:使用一个指定的分隔符把一个字符串分割存储到数组 例子: str=”jpg|bmp|gif|ico|png”; arr=str.split(”|”); //arr是一个包 ...