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:

  1. 共轭复数
  2. 多根
    本节不会讨论

Z变换的性质

  1. 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。

  1. 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|