z变换和拉普拉斯变换的关系
通过学习z变换和拉普拉斯变换的关系,可以加深对z变换的理解,为进一步学习掌握数字信号处理的技术与方法奠定理论基础。
1. 离散序列 x ( n ) x(n) x(n)与连续信号 x a ( t ) x_a(t) xa(t)的关系
z变换是对离散信号x(n)进行的,拉普拉斯变换时对连续信号xa(t)进行的,x(n)是对xa(t)离散化得到的,设取样周期为Ts,则
x
(
n
)
=
x
a
(
t
)
∣
t
=
n
T
s
…
…
(
1
)
x(n)=x_a(t)|_{t=nT_s} ……(1)
x(n)=xa(t)∣t=nTs……(1)
相比离散序列,理想抽样信号不是经过离散化抽样,而是通过连续信号乘上理想抽样信号得到的,即
x
^
a
(
t
)
=
x
a
(
t
)
δ
T
(
t
)
…
…
(
2
)
\hat{x}_a(t)=x_a(t)\delta_T(t) ……(2)
x^a(t)=xa(t)δT(t)……(2)
其中
δ
T
(
t
)
\delta_T(t)
δT(t)为周期冲激脉冲序列
δ
T
(
t
)
=
∑
n
=
−
∞
∞
δ
(
t
−
n
T
s
)
…
…
(
3
)
\delta_T(t)=\sum\limits_{n=-\infty}^{\infty}\delta(t-nT_s) ……(3)
δT(t)=n=−∞∑∞δ(t−nTs)……(3)
2. 理想抽样信号 x ^ a ( t ) \hat{x}_a(t) x^a(t)的拉普拉斯变换 X ^ a ( s ) \hat{X}_a(s) X^a(s)
δ
T
(
t
)
\delta_T(t)
δT(t)可展开为周期傅里叶级数
δ
T
(
t
)
=
1
T
s
∑
k
=
−
∞
∞
e
j
k
Ω
s
t
…
…
(
4
)
\delta_T(t)=\frac{1}{T_s}\sum\limits_{k=-\infty}^{\infty}e^{jk\Omega_st}……(4)
δT(t)=Ts1k=−∞∑∞ejkΩst……(4)
则理想抽样信号的拉普拉斯变换为
X
^
a
(
s
)
=
∫
−
∞
∞
x
^
a
(
t
)
e
−
s
t
d
t
=
∫
−
∞
∞
x
a
(
t
)
δ
T
(
t
)
e
−
s
t
d
t
\hat{X}_a(s)=\int_{-\infty}^{\infty}\hat{x}_a(t)e^{-st}\,dt=\int_{-\infty}^{\infty}x_a(t)\delta_T(t)e^{-st}\,dt
X^a(s)=∫−∞∞x^a(t)e−stdt=∫−∞∞xa(t)δT(t)e−stdt
=
∫
−
∞
∞
x
a
(
t
)
[
1
T
s
∑
k
=
−
∞
∞
e
j
k
Ω
s
t
]
e
−
s
t
d
t
=
1
T
s
∑
k
=
−
∞
∞
∫
−
∞
∞
x
a
(
t
)
e
−
(
s
−
j
k
Ω
s
)
t
d
t
=\int_{-\infty}^{\infty}x_a(t)[\frac{1}{T_s}\sum\limits_{k=-\infty}^{\infty}e^{jk\Omega_st}]e^{-st}\,dt=\frac{1}{T_s}\sum\limits_{k=-\infty}^{\infty}\int_{-\infty}^{\infty}x_a(t)e^{-(s-jk\Omega_s)t}\,dt
=∫−∞∞xa(t)[Ts1k=−∞∑∞ejkΩst]e−stdt=Ts1k=−∞∑∞∫−∞∞xa(t)e−(s−jkΩs)tdt
即
X
^
a
(
s
)
=
1
T
s
∑
k
=
−
∞
∞
X
a
(
s
−
j
k
Ω
s
)
…
…
(
5
)
\hat{X}_a(s)=\frac{1}{T_s}\sum\limits_{k=-\infty}^{\infty}X_a(s-jk\Omega_s)……(5)
X^a(s)=Ts1k=−∞∑∞Xa(s−jkΩs)……(5)
(5)式表明,理想抽样信号的拉普拉斯变换,是其原信号在s平面上沿虚轴的周期延拓。
另外,由(2)(3)两式,
x
^
a
(
t
)
\hat{x}_a(t)
x^a(t)也可表示为
x
^
a
(
t
)
=
∑
n
=
−
∞
∞
x
a
(
n
T
s
)
δ
(
t
−
n
T
s
)
…
…
(
6
)
\hat{x}_a(t)=\sum\limits_{n=-\infty}^{\infty}x_a(nT_s)\delta(t-nT_s) ……(6)
x^a(t)=n=−∞∑∞xa(nTs)δ(t−nTs)……(6)
据此做拉普拉斯变换
X
^
a
(
s
)
=
∫
−
∞
∞
[
∑
n
=
−
∞
∞
x
a
(
n
T
s
)
δ
(
t
−
n
T
s
)
]
e
−
s
t
d
t
\hat{X}_a(s)=\int_{-\infty}^{\infty}[\sum\limits_{n=-\infty}^{\infty}x_a(nT_s)\delta(t-nT_s)]e^{-st}\,dt
X^a(s)=∫−∞∞[n=−∞∑∞xa(nTs)δ(t−nTs)]e−stdt
=
∑
n
=
−
∞
∞
x
a
(
n
T
s
)
∫
−
∞
∞
δ
(
t
−
n
T
s
)
e
−
s
t
d
t
=\sum\limits_{n=-\infty}^{\infty}x_a(nT_s)\int_{-\infty}^{\infty}\delta(t-nT_s)e^{-st}\,dt
=n=−∞∑∞xa(nTs)∫−∞∞δ(t−nTs)e−stdt
即
X
^
a
(
s
)
=
∑
n
=
−
∞
∞
x
a
(
n
T
s
)
e
−
s
n
T
s
…
…
(
7
)
\hat{X}_a(s)=\sum\limits_{n=-\infty}^{\infty}x_a(nT_s)e^{-snT_s} ……(7)
X^a(s)=n=−∞∑∞xa(nTs)e−snTs……(7)
结合(3)(7)两式,有
X
(
z
)
∣
z
=
e
s
T
s
=
1
T
s
∑
k
=
−
∞
∞
X
a
(
s
−
j
k
Ω
s
)
…
…
(
8
)
X(z)|_{z=e^{sT_s}}=\frac{1}{T_s}\sum\limits_{k=-\infty}^{\infty}X_a(s-jk\Omega_s)……(8)
X(z)∣z=esTs=Ts1k=−∞∑∞Xa(s−jkΩs)……(8)
即当
z
=
e
s
T
s
z=e^{sT_s}
z=esTs时,序列的z变换时原信号拉普拉斯变换在s平面上沿着虚轴的周期延拓。这意味着z平面上的某个区域的z变换对应着s平面上某个区域的拉普拉斯变换。
令
s
=
σ
+
j
Ω
s=\sigma+j\Omega
s=σ+jΩ,
z
=
r
e
j
ω
z=re^{j\omega}
z=rejω,则有
r
e
j
ω
=
e
(
σ
+
j
Ω
)
T
s
=
e
σ
T
s
e
j
Ω
T
s
re^{j\omega}=e^{(\sigma+j\Omega)T_s}=e^{\sigma{T_s}}e^{j\Omega{T_s}}
rejω=e(σ+jΩ)Ts=eσTsejΩTs
即
{
r
=
e
σ
T
s
ω
=
Ω
T
s
…
…
(
9
)
\begin{cases} r=e^{\sigma{T_s}} \\ \omega=\Omega{T_s} \end{cases} ……(9)
{r=eσTsω=ΩTs……(9)