[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
- jenkins自动部署应用到tomcat中,编译后shell脚本的简单示例
jenkins的安装这里就不做描述了,很简单的 百度搜索一下即可 这里安装的jenkins-2.39-1.1 wget http://pkg.jenkins-ci.org/redhat/jenkin ...
- iOS开发简记(8):数据持久化
数据持久化,也就是把数据保存到磁盘,以后可以再读取出来使用(也可以再次更改或删除).很多场景需要数据持久化,比如为了减轻服务器的访问与存储压力,客户端需要在本地做一些数据持久化的工作. iOS的数据持 ...
- Java类的加载及实例的创建
java中class.forName()和classLoader都可用来对类进行加载.class.forName()前者除了将类的.class文件加载到jvm中之外,还会对类进行解释,执行类中的sta ...
- [UWP]为附加属性和依赖属性自定义代码段(兼容UWP和WPF)
1. 前言 之前介绍过依赖属性和附加属性的代码段,这两个代码段我用了很多年,一直都帮了我很多.不过这两个代码段我也多年没修改过,Resharper老是提示我生成的代码可以修改,它这么有诚意,这次就只好 ...
- H5 id选择器
09-id选择器 迟到毁一生 早退穷三代 按时上下班 必成高富帅 <!DOCTYPE html> <html lang="en"> <head> ...
- 最长递增子序列(lis)最长公共子序列(lcs) 最长公共上升子序列(lics)
lis: 复杂度nlgn #include<iostream> #include<cstdio> using namespace std; ],lis[],res=; int ...
- centos 7 network.service control process exited
一.service network restart 出错 问题描述: vmware 12 下centos 7 网络模式,NAT 昨晚作者打算更新自己虚拟机python,发现没网络ping www.ba ...
- BOM、DOM
window对象 所有浏览器都支持window对象,他表示浏览器窗口. 全局变量是window对象的属性.全局函数是window对象的方法. window的常用方法: window.innerHeig ...
- 我的第一个Go web程序 纪念一下
参考Go web编程,很简单的程序: 大致的步骤: 绑定ip和端口 绑定对应的处理器或者处理器函数,有下面两种选择,选择一种即可监听ip及端口 处理器: 定义一个struct结构体 然后让这个结构体实 ...
- #Leetcode# 1016. Binary String With Substrings Representing 1 To N
https://leetcode.com/problems/binary-string-with-substrings-representing-1-to-n/ Given a binary stri ...