16 Z變換


Z變換

由於\(DTFT\)變換是有收斂條件的,並且其收斂條件比較嚴格,很多信號不能夠滿足條件,為了有效的分析信號,需要放寬收斂的條件,引入\(Z\)變換。

定義

已知序列的\(DTFT\)

\[X(e^{jw})=\sum_{n=-\infty}^{\infty}x[n]e^{-jwn} \]

當序列\(x[n]\)不滿足收斂條件時,我們讓\(x[n]\)乘以\(r^{-n}\)使它收斂

\[\sum_{n=-\infty}^{\infty}x[n]r^{-n}e^{-jwn} \]

\(z=re^{jw}\)得到

\[X(z)=\sum_{n=-\infty}^{\infty}x[n]z^{-n} \]

對於所有的\(z\)上式不一定收斂,所以\(Z\)變換是有其收斂域,所以在對一個信號進行\(Z\)變換時,一定要加上它的收斂域,因為對於一些不同的信號,它們的\(Z\)變換相同,但是它們的收斂域不同。僅僅由\(Z\)變換的表達式並不能完全的確定原信號,要加上它的收斂域才能完全的確定原信號。

例:求序列\(x[n]=\alpha^n\mu[n]\)\(Z\)變換。
解:

\[X(z)=\sum_{n=0}^{\infty}\alpha^nz^{-n}=\frac{1}{1-\alpha z^{-1}} \]

要使上式收斂,則必須滿足\(\vert\alpha z^{-1}\vert<1\),即收斂域為\(\vert z\vert>\vert \alpha\vert\)
所以序列\(x[n]=\alpha^n\mu[n]\)\(Z\)變換為

\[X(z)=\frac{1}{1-\alpha z^{-1}},\vert z\vert>\vert \alpha\vert \]

例:求序列\(x[n]=-\alpha^n\mu[-n-1]\)\(Z\)變換。
解:

\[X(z)=\sum_{n=-\infty}^{-1}-\alpha^nz^{-n}=-\sum_{m=1}^{\infty}(\alpha^{-1}z)^{m}=-\frac{\alpha^{-1}z}{1-\alpha^{-1}z}=\frac{1}{1-\alpha z^{-1}} \]

要使上式收斂,則需要滿足\(\vert\alpha^{-1}z\vert<1\),即收斂域為\(\vert z\vert < \vert \alpha \vert\)
所以序列\(x[n]=-\alpha^n\mu[-n-1]\)\(Z\)變換為

\[X(z)=\frac{1}{1-\alpha z^{-1}},\vert z\vert < \vert \alpha \vert \]

由上面兩例可知,序列\(x[n]=\alpha^n\mu[n]\)\(Z\)變換的表達式與序列\(x[n]=-\alpha^n\mu[-n-1]\)\(Z\)變換的表達式是一樣的,但是它們的收斂域是完全不一樣的,如果只給出其\(Z\)變換的表達式,是不能判斷其原信號是什么的。

\(Z\)變換的性質

設序列\(x[n]\)\(Z\)變換為\(X(z)\),其收斂域為\(R_{x-}<\vert z\vert <R_{x+}\),序列\(w[n]\)\(Z\)變換為\(W(z)\),其收斂域為\(R_{w-}<\vert z\vert <R_{w+}\)

線性性質

\(y[n]=\alpha x[n]+\beta w[n]\),則其\(Z\)變換為

\[\begin{aligned} Y(z)&=\sum_{n=-\infty}^{\infty}(\alpha x[n]+\beta w[n])z^{-n}\\ &=\alpha\sum_{n=-\infty}^{\infty}x[n]z^{-n}+\beta\sum_{n=-\infty}^{\infty}w[n]z^{-n}\\ &=\alpha X(z)+\beta W(z) \end{aligned} \]

其收斂域為$$max{R_{x-},R_{w-}}<\vert z\vert <min{R_{x+},R_{w+}}$$

時移性質

序列\(y[n]=x[n-n_0]\)\(Z\)變換為

\[\begin{aligned} Y(z)&=\sum_{n=-\infty}^{\infty}x[n-n_0]z^{-n}\\ &\xrightarrow{m=n-n_0}z^{-n_0}\sum_{m=-\infty}^{\infty}x[m]z^{-m}\\ &=z^{-n_0}X(z) \end{aligned} \]

除了其收斂域可能包含\(0\)或者\(\infty\),與原收斂域相同。

乘以指數序列

序列\(y[n]=\alpha^nx[n]\)\(Z\)變換為

\[\begin{aligned} Y(z)&=\sum_{n=-\infty}^{\infty}\alpha^nx[n]z^{-n}\\ &=\sum_{n=-\infty}^{\infty}x[n](z\alpha^{-1})^{-n}\\ &=X(\frac{z}{\alpha}) \end{aligned} \]

其收斂域為\(\vert \alpha \vert R_{x-}< \vert z\vert < \vert \alpha \vert R_{x+}\)

反褶

序列\(y[n]=x[-n]\)\(Z\)變換為

\[\begin{aligned} Y(z)&=\sum_{n=-\infty}^{\infty}x[-n]z^{-n}\\ &\xrightarrow{m=-n}\sum_{m=-\infty}^{\infty}x[m](\frac{1}{z})^{-n}\\ &=X(\frac{1}{z}) \end{aligned} \]

其收斂域為\(\cfrac{1}{R_{x+}}<\vert z\vert < \cfrac{1}{R_{x-}}\)

共軛

序列\(y[n]=x^{*}[n]\)\(Z\)變換為

\[\begin{aligned} Y(z)&=\sum_{n=-\infty}^{\infty}x^{*}[n]z^{-n}\\ &=(\sum_{n=-\infty}^{\infty}x[n](z^{*})^{-n})^{*}\\ &=X^{*}(z^{*}) \end{aligned} \]

其收斂域未發生改變,因為\(\vert z\vert = \vert z^{*}\vert\)

時域微分

由於

\[X(z)=\sum_{n=-\infty}^{\infty}x[n]z^{-n} \]

所以

\[\frac{dX(z)}{dz}=-\sum_{n=-\infty}^{\infty}nx[n]z^{-n-1}\Rightarrow-z\frac{dX(z)}{dz}=\sum_{n=-\infty}^{\infty}nx[n]z^{-n} \]

所以序列\(y[n]=nx[n]\)\(Z\)變換為

\[Y(z)=-z\frac{dX(z)}{dz} \]

其收斂域可能去掉\(0\)或者\(\infty\),其余不變。

卷積

序列\(y[n]=x[n]*w[n]\)\(Z\)變換為

\[\begin{aligned} Y(z)&=\sum_{n=-\infty}^{\infty}\sum_{m=-\infty}^{\infty}x[m]w[n-m]z^{-n}\\ &=\sum_{m=-\infty}^{\infty}x[m]\sum_{n=-\infty}^{\infty}w[n-m]z^{-n}\\ &\xrightarrow{l=n-m}\sum_{m=-\infty}^{\infty}x[m]z^{-m}\sum_{l=-\infty}^{\infty}w[l]z^{-l}\\ &=X(z)Y(z) \end{aligned} \]

其收斂域為

\[max\{R_{x-},R_{w-}\}<\vert z\vert <min\{R_{x+},R_{w+}\} \]

有時\(X(z)\)\(W(z)\)的零極點可能會互相抵消,所以收斂域可能會比這個大。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM