Z变换
Z变换的基本原理
z变换的本质是通过采样使得离散信号可以被拉普拉斯变换,因此z变换的对象是离散信号/序列。
其具体过程如下:
由第六讲中提到的采样定理,对于连续序列x(t),对其做自然采样:
对其做拉普拉斯变换:
令$z=e^{sT}$,得到z变换的定义式:
在LTI系统中$n > 0$,z变换的定义式可以写作:
存在条件/收敛域
使得序列$x(n)$能够被z变换的条件是序列$x(n)$收敛,即:
上述条件为z变换的收敛域。
Z反变换
Z变换式的一般形式
序列$x(n)$的z变换式$X(z)$的一般形式可以写作由两个多项式组成的分式:
当极点为一阶时,对等式两边同时除以z以提取常系数A:
其中$Ai = (z - z_i) \frac{X(z)}{z} |{z = z_i}$
再乘上z:
其中$A_i$为$x(n)$的常系数,$z_i$为底数。 对应的$x(n)$:
另外两种关于$X(z)$极点结构的情况:
- 共轭复数
- 多根
本节不会讨论
Z变换的性质
- 线性(同傅里叶变换)
线性需要要求两个序列收敛域有公共部分,如果两者没有公共收敛域,那么无法Z变换不具有线性。
- 变换操作
双侧时移
时移前后信号形状保持不变。
右移: $Z[x(n - m)] = z^{-m} X(z)$
左移: $Z[x(n + m)] = z^{m} X(z)$单侧时移
时移后图像$n < 0$的部分被消去。
右移:$Z[x(n - m)u(n)] = z^{-m} [X(z) - \sum{k=1}^{k-m} x(k) z^{-k}]$
左移:$Z[x(n + m)u(n)] = z^{m} [X(z) - \sum{k=0}^{m-1} x(k) z^{-k}]$线性权重
- 尺度变换(z频域)
初值定理
如果$x(n)$具有因果性且可以被Z变换,有:终值定理
如果$x(n)$具有因果性且可以被Z变换,有:卷积理论
收敛域为两者的公共收敛域:$max(R{xmin}, R{hmin}) < |z| < min(R{xmax}, R{hmax})$常见信号的Z变换
单位冲激序列
收敛域:整个z域
单位阶跃序列
收敛域:|z| > 1
斜坡序列
由单位阶跃序列的变换对:$Z[u(n)] = \sum_{n=0}^{\infty} z^{-n} = \frac{z}{z-1}$ 求导
收敛域:|z| > 1
推广:
指数序列
当 $|\frac{a}{z}| < 1$ 时序列收敛,此时可以简化为:
收敛域:|z| > |a|
