信号处理原理 笔记 8

Z变换

Z变换是Fourier变换的扩展，将其中的变换核从单位根变换为任意复数，而我们考虑离散时间的情况，对应的公式为：

X(ω)=∑n=−∞∞x(n)e−jnω=∑n=−∞∞x(n)(ejω)−nX(z)=Z[x(n)]=∑n=−∞∞x(n)z−n\begin{align*} X(\omega) &= \sum\limits_{n=-\infty}^{\infty}x(n)e^{-jn\omega} = \sum\limits_{n=-\infty}^{\infty}x(n)(e^{j\omega})^{-n} \\ X(z) &= \mathscr{Z}\bigl[x(n)\bigr] = \sum\limits_{n=-\infty}^{\infty}x(n)z^{-n} \end{align*}

既然涉及到了复变函数，那就一定需要讨论收敛域，我们将所有使X(z)X(z)收敛的zz的取值范围称为X(z)X(z)的收敛域，记为ROC

一些结论：

  • ROC通常是复平面圆环
  • 极点通常为ROC边界
  • ZT是ROC内的解析函数

特定序列的ROC

有限长序列

x(n)={∈Cn∈[n1,n2]0else\begin{align*} x(n) = \begin{cases} \in \mathbb{C} & n \in [n_{1}, n_{2}] \\ 0 & \rm else \end{cases} \end{align*}

此时收敛域只有可能不包括原点和无穷远点，具体来说：

n1<0<n2⇒0<∣z∣<∞n1<n2≤0⇒0≤∣z∣<∞0≤n1<n2⇒0<∣z∣≤∞\begin{align*} n_{1} < 0 < n_{2}&\Rightarrow 0 < |z| < \infty \\ n_{1} < n_{2} \leq 0 &\Rightarrow 0 \leq |z| < \infty \\ 0 \leq n_{1} < n_{2} &\Rightarrow 0 < |z| \leq \infty \end{align*}

右边序列

x(n)={∈Cn∈[n1,+∞)0else\begin{align*} x(n) = \begin{cases} \in \mathbb{C} & n \in [n_{1}, +\infty) \\ 0 & \rm else \end{cases} \end{align*}

由lim⁡n→∞∣x(n)z−n∣n<1\lim\limits_{n\to \infty}\sqrt[n]{|x(n)z^{-n}|} < 1，ROC至少为lim⁡n→∞∣x(n)∣n=Rx1<∣z∣<∞\lim\limits_{n\to \infty}\sqrt[n]{|x(n)|} = R_{x1} < |z| < \infty

如果不满足前置条件，则Z级数不一定收敛，并且Rx1R_{x1}可能 不存在

无穷远处的收敛性取决于n1n_{1}正负号，具体来说：

n1<0⇒Rx1<∣z∣<∞n1≥0⇒Rx1<∣z∣≤∞\begin{align*} n_{1} < 0 &\Rightarrow R_{x1} < |z| < \infty \\ n_{1} \geq 0 &\Rightarrow R_{x1} < |z| \leq \infty \end{align*}

也即模最大的有限极点所在圆周的外侧，不包括圆周

左边序列

x(n)={∈Cn∈(−∞,n2]0else\begin{align*} x(n) = \begin{cases} \in \mathbb{C} & n \in (-\infty, n_{2}] \\ 0 & \rm else \end{cases} \end{align*}

有lim⁡n→∞∣x(−n)zn∣n<1\lim\limits_{n\to \infty}\sqrt[n]{|x(-n)z^{n}|} < 1，ROC至多为0≤∣z∣<Rx2=(lim⁡n→∞∣x(−n)∣n)−10 \leq |z| < R_{x2} = (\lim\limits_{n\to \infty}\sqrt[n]{|x(-n)|})^{-1}

无穷远处的收敛性取决于n1n_{1}正负号，具体来说：

n2>0⇒0<∣z∣<Rx2n2≤0⇒0≤∣z∣<Rx2\begin{align*} n_{2} > 0 &\Rightarrow 0 < |z| < R_{x2} \\ n_{2} \leq 0 &\Rightarrow 0 \leq |z| < R_{x2} \end{align*}

也即模最小的非零极点所在圆周的内侧，不包括圆周

双边序列

x(n)x(n)在整个序列上都有定义，处理方式是将其拆分成左边序列和右边序列的和：

X(z)=∑n=0∞x(n)z−n+∑n=−∞−1x(n)z−nX(z) = \sum\limits_{n=0}^{\infty}x(n)z^{-n} + \sum\limits_{n=-\infty}^{-1}x(n)z^{-n}

于是双边序列的Z变换存在当且仅当Rx1R_{x1}和Rx2R_{x2}都存在且Rx1<Rx2R_{x1} < R_{x2}，对应的ROC为Rx1<∣z∣<Rx2R_{x1} < |z| < R_{x2}

常见序列ZT

单位冲击序列

Z[δ(n)]=∑n=−∞∞δ(n)z−n=δ(0)=1\mathscr{Z}[\delta(n)] = \sum\limits_{n=-\infty}^{\infty}\delta(n)z^{-n} = \delta(0) = 1

ROC为全复平面

单位阶跃序列

Z[u(n)]=∑n=0∞z−n=11−z−1\mathscr{Z}[u(n)] = \sum\limits_{n=0}^{\infty}z^{-n} = \frac{1}{1 - z^{-1}}

ROC为∣z∣>1|z| > 1

矩形脉冲序列

Z[GN(n)]=∑n=0N−1z−n=1−z−N1−z−1\mathscr{Z}[G_{N}(n)] = \sum\limits_{n=0}^{N - 1}z^{-n} = \frac{1 - z^{-N}}{1 - z^{-1}}

ROC为0<∣z∣≤∞0 < |z| \leq \infty

单位指数序列

Z[anu(n)]=∑n=0∞anz−n=11−az−1\mathscr{Z}[a^{n}u(n)] = \sum\limits_{n=0}^{\infty}a^{n}z^{-n} = \frac{1}{1 - az^{-1}}

ROC为∣z∣>∣a∣|z| > |a|

如果没有要求是因果序列，即可能在n<0n < 0的时候也有值，则例如

Z[anu(−n−1)]=∑n=−∞−1(anz−n)={11−az−1∣z∣<∣a∣0z=0\begin{align*} \mathscr{Z}[a^{n}u(-n - 1)] &= \sum\limits_{n=-\infty}^{-1}(a^{n}z^{-n}) \\ &= \begin{cases} \dfrac{1}{1 - az^{-1}} & |z| < |a| \\ 0 & z = 0 \end{cases} \end{align*}

ROC为0≤∣z∣<∣a∣0 \leq |z| < |a|

ZT的性质

线性性

Z[∑k=1Kakxk(n)]=∑k=1KakXk(z)\mathscr{Z}\Bigg[\sum\limits_{k=1}^{K}a_{k}x_{k}(n)\Bigg] = \sum\limits_{k=1}^{K}a_{k}X_{k}(z)

时域平移

Z[x(n+m)]=zmX(z)\mathscr{Z}\bigl[x(n + m)\bigr] = z^{m}X(z)

时域扩展

x(a)(n)={x(na)na∈Z0na∉Z\begin{align*} x_{(a)}(n) = \begin{cases} x(\frac{n}{a}) & \frac{n}{a} \in Z \\ 0 & \frac{n}{a} \notin Z \end{cases} \end{align*}

其中要求：0≠a∈Z0\neq a \in Z

在几何上，这相当于首先根据aa的符号决定 是否需要反褶，之后插入∣a∣−1|a| - 1个0

则扩展之后的ZT为：

Z[x(a)(n)]=X[za]\mathscr{Z}\bigl[x_{(a)}(n)\bigr] = X[z^{a}]

ROC变化是等价的，即为：R1<∣za∣<R2R_{1} < |z^{a}| < R_{2}

对称性

如果序列是偶对称的，则：

X(z)=Z[x(n)]=Z[x(−n)]=∑n=−∞∞x(−n)z−n=∑n=−∞∞x(n)(1z)−n=X(1z)\begin{align*} X(z) &= \mathscr{Z}\bigl[x(n)\bigr] = \mathscr{Z}\bigl[x(-n)\bigr] \\ &= \sum\limits_{n=-\infty}^{\infty}x(-n)z^{-n} \\ &= \sum\limits_{n=-\infty}^{\infty}x(n)(\frac{1}{z})^{-n} = X(\frac{1}{z}) \end{align*}

同理如果序列是奇对称的，那么：

X(z)=−X(1z)X(z) = -X(\frac{1}{z})

时域共轭

Z[x∗(n)]=X∗(z∗)\mathscr{Z}\bigl[x^{*}(n)\bigr] = X^{*}(z^{*})

因此对于实序列，我们有：

X(z)=Z[x(n)]=Z[x∗(n)]=X∗(z∗)X(z) = \mathscr{Z}\bigl[x(n)\bigr] = \mathscr{Z}\bigl[x^{*}(n)\bigr] = X^{*}(z^{*})

Z域尺度变换

Z[anx(n)]=X(za)Rx1<∣za∣<Rx2Z[a−nx(n)]=X(az)Rx1<∣az∣<Rx2Z[(−1)nx(n)]=X(−z)Rx1<∣z∣<Rx2Z[ejnω0x(n)]=X(e−jω0z)Rx1<∣z∣<Rx2\begin{align*} \mathscr{Z}\bigl[a^{n}x(n)\bigr] &= X(\frac{z}{a}) \quad R_{x1} < |\frac{z}{a}| < R_{x2} \\ \mathscr{Z}\bigl[a^{-n}x(n)\bigr] &= X(az) \quad R_{x1} < |az| < R_{x2}\\ \mathscr{Z}\bigl[(-1)^{n}x(n)\bigr] &= X(-z) \quad R_{x1} < |z| < R_{x2}\\ \mathscr{Z}\bigl[e^{jn\omega_{0}}x(n)\bigr] &= X(e^{-j\omega_{0}}z) \quad R_{x1} < |z| < R_{x2}\\ \end{align*}

Z域微分

Z[nx(n)]=−zddzZ[x(n)]Z[nmx(n)]=[−zddz]mZ[x(n)]\begin{align*} \mathscr{Z}\bigl[nx(n)\bigr] &= -z\frac{d}{dz}\mathscr{Z}\bigl[x(n)\bigr] \\ \mathscr{Z}\bigl[n^{m}x(n)\bigr] &= \Bigg[-z\frac{d}{dz}\Bigg]^{m}\mathscr{Z}\bigl[x(n)\bigr] \\ \end{align*}

ROC只可能在零或无穷远点处变化

初值定理与终值定理

x(0)=lim⁡z→∞X(z)lim⁡n→∞x(n)=lim⁡z→1(z−1)X(z)\begin{align*} x(0) &= \lim\limits_{z\to\infty}X(z) \\ \lim\limits_{n\to\infty} x(n) &= \lim\limits_{z\to 1}(z - 1)X(z) \end{align*}

要求极限存在，即：

  • X(z)X(z)的极点必须在单位圆内，或
  • 极点位于单位圆上，且为一阶极点

卷积定理

Z[x(n)∗y(n)]=Z[x(n)]Z[y(n)]\mathscr{Z}\big[x(n) * y(n)\big] = \mathscr{Z}\big[x(n)\big]\mathscr{Z}\big[y(n)\big]

其ROC至少为原序列ROC的交集，如果出现零极点相抵则可能会扩大

Parseval

∑n=−∞∞x(n)y∗(n)=12πj∮CX(z)Y∗(1z∗)z−1dz\sum\limits_{n = -\infty}^{\infty} x(n)y^{*}(n) = \frac{1}{2\pi j}\oint_{C}X(z)Y^{*}(\frac{1}{z^{*}})z^{-1}dz

逆Z变换

仅考虑X(z)X(z)为只有一阶极点的有理分式

我们将X(z)X(z)写成N(z)/D(z)N(z) / D(z)的形式，考虑其化简之后的形式，分为两种情况

X(z)=N(z)D(z)=∑k=1MAk1−pkz−1X(z)=N(z)D(z)=A0+∑k=1MAk1−pkz−1X(z)=N(z)D(z)=Q(z)D(z)+R(z)D(z)=Q(z)+R(z)D(z)X(z)=N(z)D(z)=N(z)(1D(z))=N(z)W(z)\begin{align} X(z) &= \frac{N(z)}{D(z)} = \sum\limits_{k = 1}^{M}\frac{A_{k}}{1 - p_{k}z^{-1}} \\ X(z) &= \frac{N(z)}{D(z)} = A_{0} + \sum\limits_{k = 1}^{M}\frac{A_{k}}{1 - p_{k}z^{-1}} \\ X(z) &= \frac{N(z)}{D(z)} = \frac{Q(z)D(z) + R(z)}{D(z)} = Q(z) + \frac{R(z)}{D(z)} \\ X(z) &= \frac{N(z)}{D(z)} = N(z)(\frac{1}{D(z)}) = N(z)W(z) \end{align}

(1)(2)(1)(2)式中，我们有：

A0=[X(z)]∣z=0Ak=[(1−pkz−1)X(z)]∣z=pkD(z)=∏k=1M(1−pkz−1)\begin{align*} \quad A_{0} &= [X(z)]|_{z = 0} \\ A_{k} &= [(1 - p_{k}z^{-1})X(z)]|_{z = p_{k}}\\ D(z) &= \prod\limits_{k=1}^{M}(1 - p_{k}z^{-1}) \end{align*}

也即AkA_{k}为所有一阶极点处的留数

(3)(4)(3)(4)式代表分子次数绝对值更高的情况，这种情况可以首先降次再进行处理（转化成(1)(2)(1)(2)的形式），也可以拆成两个多项式的乘积，之后利用ZT的线性性和平移特性求出

所以最终需要求出的是形如(1−pkz−1)−1(1 - p_{k}z^{-1})^{-1}的形式的IIR，而这恰好是单位指数序列的IR：

Z[anu(n)]=∑n=0∞anz−n=11−az−1∣z∣>∣a∣Z[anu(−n−1)]=∑n=−∞−1(anz−n)={11−az−1∣z∣<∣a∣0z=0\begin{align*} \mathscr{Z}[a^{n}u(n)] &= \sum\limits_{n=0}^{\infty}a^{n}z^{-n} = \frac{1}{1 - az^{-1}} \quad |z| > |a|\\ \mathscr{Z}[a^{n}u(-n - 1)] &= \sum\limits_{n=-\infty}^{-1}(a^{n}z^{-n}) = \begin{cases} \dfrac{1}{1 - az^{-1}} & |z| < |a| \\ 0 & z = 0 \end{cases} \end{align*}

因果序列与稳定性

如果需要我们求出因果序列（n<0n < 0的时候无值），则需要使用第一种形式，即收敛域为∣z∣>∣a∣|z| > |a|

对于一个系统，其是稳定的当且仅当收敛域包含单位圆，这由上一章的BIBO系统保证

因此：

  • 因果系统是稳定的当且仅当其所有极点在单位圆内
  • 反因果系统是稳定的当且仅当其所有极点在单位圆外

逆Z变换与差分方程

在上一章中，我们求出了如下关系式：

H(ω)=Y(ω)X(ω)H(\omega) = \frac{Y(\omega)}{X(\omega)}

我们将FT泛化为ZT，可以得到：

H(z)=Y(z)X(z)H(z) = \frac{Y(z)}{X(z)}

将H(z)H(z)成为LTI系统的传递函数，也称系统函数，其实际上是系统单位冲激响应h(n)h(n)的Z变换

但是计算h(n)=Z−1H(z)h(n) = \mathscr{Z}^{-1}{H(z)}非常复杂，因此我们希望能够想到一种办法，能够直接从H(z)H(z)求出差分方程

考虑下述的差分方程：

∑k=0Nbky(n−k)=∑r=0Marx(n−r)\sum\limits_{k=0}^{N}b_{k}y(n-k) = \sum\limits_{r=0}^{M}a_{r}x(n-r)

则我们对两边做ZT，由平移特性可得：

Y(z)∑k=0Nbkz−k=X(z)∑r=0Marz−rY(z)\sum\limits_{k=0}^{N}b_{k}z^{-k} = X(z)\sum\limits_{r=0}^{M}a_{r}z^{-r}

因此

H(z)=Y(z)X(z)=∑r=0Marz−r∑k=0Nbkz−kH(z) = \frac{Y(z)}{X(z)} = \frac{\sum\limits_{r=0}^{M}a_{r}z^{-r}}{\sum\limits_{k=0}^{N}b_{k}z^{-k}}

这说明，H(z)\boldsymbol{H(z)}有理分式表达式和差分方程可以直接进行转换

许可协议

本文采用 署名-非商业性使用-相同方式共享 4.0 国际 许可协议，转载请注明出处。