文章目录
8. 离散系统 z 域分析
连 续 ∣ 离 散 时 域 f ( t ) ⋆ h ( t ) ∣ f ( k ) ⋆ h ( k ) 变 换 域 { F ( j ω ) ⋅ H ( j ω ) F ( s ) ⋅ H ( s ) ∣ F ( z ) ⋅ H ( z ) \begin{aligned}连续 \;\; &\Big\vert\;\; 离散 \\ 时域\; f(t)\star h(t) &\Big\vert f(k) \star h(k) \\ 变换域\; \begin{cases} F(j\omega)\cdot H(j\omega) \\ F(s) \cdot H(s) \end{cases} &\Big\vert F(z) \cdot H(z) \end{aligned} 连续时域f(t)⋆h(t)变换域{F(jω)⋅H(jω)F(s)⋅H(s)∣∣∣离散∣∣∣f(k)⋆h(k)∣∣∣F(z)⋅H(z)
8.1. z 变换
- 拉氏变换把连续系统微分方程转换为代数方程,同样地,也可以通过一种称为z变换的数学工具,把差分方程转换为代数方程。
8.1.1. z 变换 定义
-
z变换 导出
-
对连续信号进行均匀冲激取样后,就得到离散信号。
-
取样信号:
f s ( t ) = f ( t ) δ T ( t ) = ∑ k = − ∞ ∞ f ( k T ) δ ( t − k T ) f_s(t) = f(t) \delta_T(t) = \sum^{\infty}_{k=-\infty}f(kT)\delta(t-kT) fs(t)=f(t)δT(t)=k=−∞∑∞f(kT)δ(t−kT) -
两边取双边拉普拉斯变换,时移性质,得:
F S b ( s ) = ∑ k = − ∞ ∞ f ( k T ) e − k T s F_{Sb}(s) = \sum^{\infty}_{k=-\infty} f(kT)e^{-kTs} FSb(s)=k=−∞∑∞f(kT)e−kTs -
令 z = e s T {\color{red}z=e^{sT}} z=esT, 上式将成为复变量 z z z 的函数, 用 F ( z ) F(z) F(z) 表示; f ( k T ) → f ( k ) f(kT)\to f(k) f(kT)→f(k), 得
F b ( z ) = ∑ k = − ∞ ∞ f ( k ) z − k 称 为 序 列 f ( k ) 的 双 边 z 变 换 F_b(z) = \sum^{\infty}_{k=-\infty} f(k) z^{-k}\; 称为 {\color{blue}序列 f(k)}的{\color{red}双边 z 变换} Fb(z)=k=−∞∑∞f(k)z−k称为序列f(k)的双边z变换
F ( z ) = ∑ k = 0 ∞ f ( k ) z − k 称 为 序 列 f ( k ) 的 单 边 z 变 换 F(z) = \sum^{\infty}_{{\color{red}k=0}} f(k) z^{-k}\; 称为 {\color{blue}序列 f(k)}的{\color{red}单边 z 变换} F(z)=k=0∑∞f(k)z−k称为序列f(k)的单边z变换 -
若 f ( k ) f(k) f(k) 为因果序列,则单边、双边 z z z 变换相等,否则不同。今后在不致混淆的情况下,统称它们为 z z z 变换。
-
与拉普拉斯变换相同,双边变换会涉及到多值的问题(双边z 变换必须标明收敛域),所以一般使用单边变换。
-
表示:
F ( z ) = Z [ f ( k ) ] F(z) = \mathcal{Z}[f(k)] F(z)=Z[f(k)]
f ( k ) = Z − 1 [ F ( z ) ] f(k) = \mathcal{Z}^{-1}[F(z)] f(k)=Z−1[F(z)]
f ( k ) ⟷ F ( z ) f(k) \longleftrightarrow F(z) f(k)⟷F(z)
8.1.2. z 变换 收敛域
- 当幂级数收敛时, z z z 变换才存在,即满足绝对可和条件:
∑ k = − ∞ ∞ ∣ f ( k ) z − k ∣ < ∞ \sum^{\infty}_{k=-\infty} \big\lvert f(k) z^{-k}\big\rvert < \infty k=−∞∑∞∣∣f(k)z−k∣∣<∞
-
它是序列 f ( k ) f(k) f(k) 的 z z z 变换存在的充要条件。
-
定义:
- 对于序列
f
(
k
)
f(k)
f(k), 满足
∑ k = − ∞ ∞ ∣ f ( k ) z − k ∣ < ∞ \sum^{\infty}_{k=-\infty} \big\lvert f(k) z^{-k}\big\rvert < \infty k=−∞∑∞∣∣f(k)z−k∣∣<∞ - 所有 z z z 值组成的集合称为其 z z z 变换 F ( z ) F(z) F(z) 的收敛域。
- 对于序列
f
(
k
)
f(k)
f(k), 满足
-
例: 因果序号 f ( k ) = a k ε ( k ) f(k) = a^k \varepsilon(k) f(k)=akε(k) 的 z z z 变换 ( a a a 为常数)。
F ( z ) = ∑ k = 1 ∞ a k z − k = lim N → ∞ ∑ k = 1 N ( a z − ) k = lim N → ∞ 1 − ( a z − 1 ) N + 1 1 − a z − 1 F(z) = \sum^{\infty}_{k=1}a^kz^{-k} = \lim_{N\to\infty}\sum^{N}_{k=1}(az^{-})^k = \lim_{N\to\infty} \frac{1-(az^{-1})^{N+1}}{1-az^{-1}} F(z)=k=1∑∞akz−k=N→∞limk=1∑N(az−)k=N→∞lim1−az−11−(az−1)N+1- 仅当 ∣ a z − 1 ∣ < 1 \lvert az^{-1}\rvert <1 ∣az−1∣<1, 即 ∣ z ∣ > ∣ a ∣ \vert z\vert > \vert a \vert ∣z∣>∣a∣ 时, 其 z 变换存在。
- F ( z ) = z z − a F(z) = \displaystyle \frac{z}{z-a} F(z)=z−az
- 收敛域为 ∣ z ∣ > ∣ a ∣ \vert z\vert >\vert a \vert ∣z∣>∣a∣ (某个圆之外)
-
注意:
- 双边z 变换必须标明收敛域
- 对单边z变换,其收敛域是某个圆外的区域,可省略。
-
结论:
双 边 F b ( z ) + 收 敛 域 ⟵ ⟶ f ( k ) 单 边 F ( z ) ⟵ ⟶ f ( k ) \begin{aligned}双边 F_b(z) + 收敛域 \longleftarrow & \longrightarrow f(k) \\ 单边 F(z) \longleftarrow & \longrightarrow f(k) \end{aligned} 双边Fb(z)+收敛域⟵单边F(z)⟵⟶f(k)⟶f(k)
- 离散序列的收敛域情况分类
序列特性 | 收敛域特性 | 图 | 例 f ( k ) = f(k)= f(k)= |
---|---|---|---|
有限长序列 | 常为整个平面 | δ ( k ) , ε ( k + 1 ) − ε ( k − 2 ) \delta(k),\;\varepsilon(k+1)-\varepsilon(k-2) δ(k),ε(k+1)−ε(k−2) | |
因果序列 | 某个圆外区域 | a k ε ( k ) a^k\varepsilon(k) akε(k) | |
反因果序列 | 某个圆内区域 | b k ε ( − k − 1 ) b^k\varepsilon(-k-1) bkε(−k−1) | |
双边序列 | (若存在)环状区域 | { b k , k < 0 a k , k ≥ 0 , ∣ a ∣ < ∣ b ∣ \begin{aligned}\begin{cases}b^k,\; &k<0 \\ a^k ,\; & k\geq 0 \end{cases}, \vert a \vert < \vert b \vert \end{aligned} {bk,ak,k<0k≥0,∣a∣<∣b∣ | |
双边序列 | (不存在)环状区域 | { a k , k < 0 b k , k ≥ 0 , ∣ a ∣ < ∣ b ∣ \begin{aligned}\begin{cases}a^k,\; &k<0 \\ b^k ,\; & k\geq 0 \end{cases}, \vert a \vert < \vert b \vert \end{aligned} {ak,bk,k<0k≥0,∣a∣<∣b∣ |
8.1.3. 常用序列的z变换
δ ( k ) ⟵ ⟶ 1 , 整 个 z 平 面 δ ( k − m ) ⟵ ⟶ z − m , ∣ z ∣ > 0 ε ( k ) ⟵ ⟶ z z − 1 , ∣ z ∣ > 1 − ε ( − k − 1 ) ⟵ ⟶ z z − 1 , ∣ z ∣ < 1 a k ε ( k ) ⟵ ⟶ z z − a , ∣ z ∣ > ∣ a ∣ − a k ε ( − k − 1 ) ⟵ ⟶ z z − a , ∣ z ∣ < ∣ a ∣ \begin{aligned} \displaystyle \delta(k) \longleftarrow & \longrightarrow 1,\; 整个 z 平面 \\ \delta(k-m) \longleftarrow & \longrightarrow z^{-m},\; \lvert z \rvert > 0 \\ \varepsilon(k)\longleftarrow & \longrightarrow \frac{z}{z-1},\; \lvert z \rvert > 1 \\ -\varepsilon(-k-1)\longleftarrow & \longrightarrow \frac{z}{z-1},\; \lvert z \rvert < 1 \\ a^k \varepsilon(k) \longleftarrow & \longrightarrow \frac{z}{z-a},\; \lvert z \rvert > \lvert a \rvert \\ -a^k \varepsilon(-k-1) \longleftarrow & \longrightarrow \frac{z}{z-a},\; \lvert z \rvert < \lvert a \rvert \\\end{aligned} δ(k)⟵δ(k−m)⟵ε(k)⟵−ε(−k−1)⟵akε(k)⟵−akε(−k−1)⟵⟶1,整个z平面⟶z−m,∣z∣>0⟶z−1z,∣z∣>1⟶z−1z,∣z∣<1⟶z−az,∣z∣>∣a∣⟶z−az,∣z∣<∣a∣
8.1.4. z变换 性质
- 说明:z变换性质,若无特殊说明,对单边和双边z变换均适用。
线性性质
-
若
f 1 ( k ) ⟵ ⟶ F 1 ( z ) , 有 常 数 a 1 , a 2 , α 1 < ∣ z ∣ < β 1 f 2 ( k ) ⟵ ⟶ F 2 ( z ) , 有 常 数 a 1 , a 2 , α 2 < ∣ z ∣ < β 2 a 1 f 1 ( k ) + a 2 f 2 ( k ) ⟵ ⟶ a 1 F 1 ( z ) + a 2 F 2 ( z ) , max ( α 1 , α 2 ) < ∣ z ∣ < max ( β 1 , β 2 ) \begin{aligned} \displaystyle f_1(k) \longleftarrow & \longrightarrow F_1(z),\; & 有常数a_1,a_2,\; \alpha_1<\lvert z \rvert <\beta_1 \\ f_2(k) \longleftarrow & \longrightarrow F_2(z),\; & 有常数a_1,a_2,\; \alpha_2<\lvert z \rvert <\beta_2 \\ a_1f_1(k) + a_2f_2(k) \longleftarrow & \longrightarrow a_1F_1(z) + a_2F_2(z) ,\;& \max(\alpha_1,\alpha_2)<\lvert z \rvert <\max(\beta_1, \beta_2)\\ \end{aligned} f1(k)⟵f2(k)⟵a1f1(k)+a2f2(k)⟵⟶F1(z),⟶F2(z),⟶a1F1(z)+a2F2(z),有常数a1,a2,α1<∣z∣<β1有常数a1,a2,α2<∣z∣<β2max(α1,α2)<∣z∣<max(β1,β2) -
其收敛域至少是 F 1 ( z ) F_1(z) F1(z) 与 F 2 ( z ) F_2(z) F2(z) 收敛域的相交部分
移序性质
-
双边z变换的移位:
- 若
f ( k ) ⟵ ⟶ F ( z ) , 整 数 m > 0 , α < ∣ z ∣ < β f ( k ± m ) ⟵ ⟶ z ± m F ( z ) , α < ∣ z ∣ < β \begin{aligned} \displaystyle f(k) \longleftarrow & \longrightarrow F(z),\; & 整数 m>0,\; \alpha<\lvert z \rvert <\beta \\ f(k\pm m) \longleftarrow & \longrightarrow z^{\pm m}F(z) ,\;& \alpha<\lvert z \rvert <\beta \\ \end{aligned} f(k)⟵f(k±m)⟵⟶F(z),⟶z±mF(z),整数m>0,α<∣z∣<βα<∣z∣<β
- 若
-
单边z变换的移位:
- 若
f ( k ) ⟵ ⟶ F ( z ) , 整 数 m > 0 , ∣ z ∣ > α f ( k − m ) ⟵ ⟶ z − m F ( z ) + ∑ k = 0 m − 1 f ( k − m ) z − k , ∣ z ∣ > α f ( k + m ) ⟵ ⟶ z + m F ( z ) − ∑ k = 0 m − 1 f ( k ) z m − k , ∣ z ∣ > α \begin{aligned} \displaystyle f(k) \longleftarrow & \longrightarrow F(z),\; & 整数 m>0,\; \lvert z \rvert >\alpha \\ f(k - m) \longleftarrow & \longrightarrow z^{- m}F(z) + \sum^{m-1}_{k=0}f(k-m)z^{-k},\;& \lvert z \rvert >\alpha \\ f(k + m) \longleftarrow & \longrightarrow z^{+ m}F(z) - \sum^{m-1}_{k=0}f(k)z^{m-k},\;& \lvert z \rvert >\alpha \\ \end{aligned} f(k)⟵f(k−m)⟵f(k+m)⟵⟶F(z),⟶z−mF(z)+k=0∑m−1f(k−m)z−k,⟶z+mF(z)−k=0∑m−1f(k)zm−k,整数m>0,∣z∣>α∣z∣>α∣z∣>α
- 若
- 因果序列z变换的移位:
- 若
f ( k ) ⟵ ⟶ F ( z ) , 整 数 m > 0 , ∣ z ∣ > α f ( k − m ) ε ( k − m ) ⟵ ⟶ z − m F ( z ) , ∣ z ∣ > α f ( k − m ) ⟵ ⟶ z − m F ( z ) , ∣ z ∣ > α \begin{aligned} \displaystyle f(k) \longleftarrow & \longrightarrow F(z),\; & 整数 m>0,\; \lvert z \rvert >\alpha \\ f(k - m)\varepsilon(k-m) \longleftarrow & \longrightarrow z^{- m}F(z),\;& \lvert z \rvert >\alpha \\ f(k - m) \longleftarrow & \longrightarrow z^{- m}F(z),\;& \lvert z \rvert >\alpha \\ \end{aligned} f(k)⟵f(k−m)ε(k−m)⟵f(k−m)⟵⟶F(z),⟶z−mF(z),⟶z−mF(z),整数m>0,∣z∣>α∣z∣>α∣z∣>α
- 若
反折性质
- k域反转(仅适用双边z变换):
- 若
f ( k ) ⟵ ⟶ F ( z ) , α < ∣ z ∣ < β f ( − k ) ⟵ ⟶ F ( z − 1 ) , 1 β < ∣ z ∣ < 1 α \begin{aligned} \displaystyle f(k) \longleftarrow & \longrightarrow F(z),\; & \alpha<\lvert z \rvert <\beta \\ f(-k) \longleftarrow & \longrightarrow F(z^{-1}) ,\;& \frac{1}{\beta}<\lvert z \rvert <\frac{1}{\alpha} \\ \end{aligned} f(k)⟵f(−k)⟵⟶F(z),⟶F(z−1),α<∣z∣<ββ1<∣z∣<α1
- 若
尺度变换特性
-
序列乘 α k , α ≠ 0 \alpha^k,\; \alpha \neq 0 αk,α=0
-
若
f ( k ) ⟵ ⟶ F ( z ) , 有 常 数 a , α < ∣ z ∣ < β a k f ( k ) ⟵ ⟶ F ( z a ) , ∣ a ∣ α < ∣ z ∣ < ∣ a ∣ β \begin{aligned} \displaystyle f(k) \longleftarrow & \longrightarrow F(z),\; & 有常数a,\; \alpha<\lvert z \rvert <\beta \\ a^kf(k) \longleftarrow & \longrightarrow F(\frac{z}{a}) ,\;& \lvert a \rvert \alpha<\lvert z \rvert< \lvert a \rvert \beta\\ \end{aligned} f(k)⟵akf(k)⟵⟶F(z),⟶F(az),有常数a,α<∣z∣<β∣a∣α<∣z∣<∣a∣β
微分特性
-
序列乘 k k k
-
若
f ( k ) ⟵ ⟶ F ( z ) , α < ∣ z ∣ < β k f ( k ) ⟵ ⟶ ( − z ) d d z F ( z ) , α < ∣ z ∣ < β k 2 f ( k ) ⟵ ⟶ ( − z ) d d z [ ( − z ) d d z F ( z ) ] , α < ∣ z ∣ < β k m f ( k ) ⟵ ⟶ ( − z ) d d z [ ⋯ ( − z ) d d z [ ( − z ) d d z F ( z ) ] ⋯ ] m 次 , α < ∣ z ∣ < β \begin{aligned} \displaystyle f(k) \longleftarrow & \longrightarrow F(z),\; & \alpha<\lvert z \rvert <\beta \\ kf(k) \longleftarrow & \longrightarrow (-z)\frac{d}{dz} F(z) ,\;& \alpha<\lvert z \rvert <\beta \\ k^2f(k) \longleftarrow & \longrightarrow (-z)\frac{d}{dz} \big[(-z)\frac{d}{dz} F(z)\big] ,\;& \alpha<\lvert z \rvert <\beta \\ k^mf(k) \longleftarrow & \longrightarrow \underset{m次}{(-z)\frac{d}{dz} \Big[\cdots (-z)\frac{d}{dz} \big[(-z)\frac{d}{dz} F(z)\big] \cdots \Big]} ,\;& \alpha<\lvert z \rvert <\beta \\ \end{aligned} f(k)⟵kf(k)⟵k2f(k)⟵kmf(k)⟵⟶F(z),⟶(−z)dzdF(z),⟶(−z)dzd[(−z)dzdF(z)],⟶m次(−z)dzd[⋯(−z)dzd[(−z)dzdF(z)]⋯],α<∣z∣<βα<∣z∣<βα<∣z∣<βα<∣z∣<β
时域卷积
- 若:
f 1 ( k ) ⟵ ⟶ F 1 ( z ) , α 1 < ∣ z ∣ < β 1 f 2 ( k ) ⟵ ⟶ F 2 ( z ) , α 2 < ∣ z ∣ < β 2 f 1 ( k ) ⋆ f 2 ( k ) ⟵ ⟶ F 1 ( z ) ⋅ F 2 ( z ) , max ( α 1 , α 2 ) < ∣ z ∣ < min ( β 1 , β 2 ) \begin{aligned} \displaystyle f_1(k) \longleftarrow & \longrightarrow F_1(z),\; & \alpha_1<\lvert z \rvert <\beta_1 \\ f_2(k) \longleftarrow & \longrightarrow F_2(z),\; & \alpha_2<\lvert z \rvert <\beta_2 \\ f_1(k) \star f_2(k) \longleftarrow & \longrightarrow F_1(z) \cdot F_2(z) ,\;& \max(\alpha_1,\alpha_2)<\lvert z \rvert <\min(\beta_1, \beta_2)\\ \end{aligned} f1(k)⟵f2(k)⟵f1(k)⋆f2(k)⟵⟶F1(z),⟶F2(z),⟶F1(z)⋅F2(z),α1<∣z∣<β1α2<∣z∣<β2max(α1,α2)<∣z∣<min(β1,β2) - Remark:
- 收敛域一般为 F 1 ( z ) F_1(z) F1(z) 与 F 2 ( z ) F_2(z) F2(z) 收敛域的相交部分;
- 对单边z变换,要求: f 1 ( k ) f_1(k) f1(k)、 f 2 ( k ) f_2(k) f2(k) 为因果序列。
部分和
- 若
f ( k ) ⟵ ⟶ F ( z ) , α < ∣ z ∣ < β ∑ i = − ∞ k f ( i ) ⟵ ⟶ z z − 1 F ( z ) , max ( α , 1 ) < ∣ z ∣ < β f ( k ) ⋆ ε ( k ) ⟵ ⟶ z z − 1 F ( z ) , max ( α , 1 ) < ∣ z ∣ < β \begin{aligned} \displaystyle f(k) \longleftarrow & \longrightarrow F(z),\; & \alpha<\lvert z \rvert <\beta \\ \sum^{k}_{i=-\infty}f(i) \longleftarrow & \longrightarrow \frac{z}{z-1}F(z) ,\;& \max(\alpha,1)<\lvert z \rvert <\beta \\ f(k)\star \varepsilon(k) \longleftarrow & \longrightarrow \frac{z}{z-1}F(z) ,\;& \max(\alpha,1)<\lvert z \rvert <\beta \\ \end{aligned} f(k)⟵i=−∞∑kf(i)⟵f(k)⋆ε(k)⟵⟶F(z),⟶z−1zF(z),⟶z−1zF(z),α<∣z∣<βmax(α,1)<∣z∣<βmax(α,1)<∣z∣<β
8.1.5. 初值 终值 定理
-
初值定理适用于右边序列,即适用于 k < M k<M k<M ( M M M为整数)时 f ( k ) = 0 f(k)=0 f(k)=0 的序列。由象函数直接求序列的初值 f ( M ) , f ( M + 1 ) , ⋯ f(M),f(M+1), \cdots f(M),f(M+1),⋯ 而不必求得原序列。
-
初值定理:
- 如果序列在 k < M k<M k<M 时, f ( k ) = 0 f(k)=0 f(k)=0, f ( k ) ↔ F ( z ) f(k)\leftrightarrow F(z) f(k)↔F(z) , α < ∣ z ∣ < ∞ \alpha<\lvert z\rvert<\infty α<∣z∣<∞
- 则序列的初值:
f ( M ) = lim z → ∞ z m F ( z ) f(M) = \lim_{z\to\infty} z^m F(z) f(M)=z→∞limzmF(z) - 对因果序列
f
(
k
)
f(k)
f(k):
f ( 0 ) = lim z → ∞ F ( z ) f(0) = \lim_{z\to\infty} F(z) f(0)=z→∞limF(z)
-
终值定理:
- 如果序列存在终值,即:
f ( ∞ ) = lim k → ∞ F ( k ) f(\infty) =\lim_{k\to \infty} F(k) f(∞)=k→∞limF(k) - 则序列的终值:
f ( ∞ ) = lim z → 1 z − 1 z F ( z ) = lim z → 1 ( z − 1 ) F ( z ) f(\infty) = \lim_{z\to1} \frac{z-1}{z}F(z) = \lim_{z\to1}(z-1) F(z) f(∞)=z→1limzz−1F(z)=z→1lim(z−1)F(z) - 注意:收敛域要求含单位圆。
- 如果序列存在终值,即:
8.1.6. 逆z变换
-
由 F ( z ) F(z) F(z) 求 f ( k ) f(k) f(k)
-
F ( z ) F(z) F(z) 的逆z变换:
f ( k ) = 1 2 π j ∮ c F ( z ) z k − 1 d z , − ∞ < k < ∞ f(k) = \frac{1}{2\pi j} \oint_c F(z) z^{k-1} dz, \; -\infty < k < \infty f(k)=2πj1∮cF(z)zk−1dz,−∞<k<∞
-
逆变换的计算方法:
- 反演积分法(留数法);
- 幂级数展开法;有局限性
- 部分分式展开法;
- 用 z 变换性质求逆 z 变换。组合使用
-
一般而言,双边序列 f ( k ) f(k) f(k) 可分解为因果序列 f 1 ( k ) f_1(k) f1(k) 和反因果序列 f 2 ( k ) f_2(k) f2(k) 两部分,即
f ( k ) = f 2 ( k ) + f 1 ( k ) = f ( k ) ε ( − k − 1 ) + f ( k ) ε ( k ) f(k) = f_2(k) + f_1(k) = f(k) \varepsilon(-k-1)+f(k)\varepsilon(k) f(k)=f2(k)+f1(k)=f(k)ε(−k−1)+f(k)ε(k) -
相应地,其z变换也分为两部分
F ( z ) = F 2 ( z ) + F 1 ( z ) , α < ∣ z ∣ < β F(z) = F_2(z) + F_1(z),\; \alpha<\lvert z \rvert <\beta F(z)=F2(z)+F1(z),α<∣z∣<β- 其中:
F 1 ( z ) = Z [ f ( k ) ε ( k ) ] = ∑ k = 0 ∞ f ( k ) z − k , ∣ z ∣ > α F_1(z) = \mathcal{Z} \big[f(k) \varepsilon(k)\big] = \sum^{\infty}_{k=0} f(k) z^{-k},\; \lvert z \rvert >\alpha F1(z)=Z[f(k)ε(k)]=k=0∑∞f(k)z−k,∣z∣>α
F 2 ( z ) = Z [ f ( k ) ε ( − k − 1 ) ] = ∑ k = − ∞ − 1 f ( k ) z − k , ∣ z ∣ < β F_2(z) = \mathcal{Z} \big[f(k) \varepsilon(-k-1)\big] = \sum^{-1}_{k=-\infty} f(k) z^{-k},\; \lvert z \rvert <\beta F2(z)=Z[f(k)ε(−k−1)]=k=−∞∑−1f(k)z−k,∣z∣<β
- 其中:
-
已知象函数 F ( z ) F(z) F(z) 时,根据给定的收敛域不难由 F ( z ) F(z) F(z) 分解为 F 1 ( z ) F_1(z) F1(z) 和 F 2 ( z ) F_2(z) F2(z),分别求对应的原序列 f 1 ( k ) f_1(k) f1(k) 和 f 2 ( k ) f_2(k) f2(k) ,根据线性性质,将两者相加原序列 f ( k ) f(k) f(k)。
-
幂级数展开法
- 根据z变换的定义,因果序列和反因果序列的象函数分别是 z − 1 z^{-1} z−1 和 z z z的幂级数; 其系数就是相应的序列值。
- 降幂排列
F 1 ( z ) = ∑ k = 0 ∞ f 1 ( k ) z − k = f ( 0 ) + f ( 1 ) z − 1 + f ( 2 ) z − 2 + ⋯ F_1(z) = \sum^{\infty}_{k=0} f_1(k) z^{-k} = f(0)+f(1)z^{-1} + f(2)z^{-2}+\cdots F1(z)=k=0∑∞f1(k)z−k=f(0)+f(1)z−1+f(2)z−2+⋯
f ( k ) = { f ( 0 ) , f ( 1 ) , f ( 2 ) , ⋯ } f(k) = \{f(0), f(1), f(2), \cdots \} f(k)={f(0),f(1),f(2),⋯} - 升幂排列
F 2 ( z ) = ∑ k = − ∞ − 1 f 2 ( k ) z − k = f ( − 1 ) z 1 + f ( − 2 ) z 2 + ⋯ F_2(z) = \sum^{-1}_{k=-\infty} f_2(k) z^{-k} = f(-1)z^{1} + f(-2)z^{2}+\cdots F2(z)=k=−∞∑−1f2(k)z−k=f(−1)z1+f(−2)z2+⋯
f ( k ) = { ⋯ , f ( − 3 ) , f ( − 2 ) , f ( − 1 ) } f(k) = \{\cdots, f(-3), f(-2) ,f(-1) \} f(k)={⋯,f(−3),f(−2),f(−1)} - 原序列通常难以写成闭合形式
-
部分分式展开法
F ( z ) = B ( z ) A ( z ) = b m z m + b m − 1 z m − 1 + ⋯ + b 1 z + b 0 z n + a n − 1 z n − 1 + ⋯ + a 1 z + a 0 , m ≤ n F(z) = \displaystyle \frac{B(z)}{A(z)} = \displaystyle \frac{b_m z^m + b_{m-1}z^{m-1} + \cdots + b_1 z + b_0}{z^n + a_{n-1}z^{n-1} + \cdots +a_1z+a_0}, \; m\leq n F(z)=A(z)B(z)=zn+an−1zn−1+⋯+a1z+a0bmzm+bm−1zm−1+⋯+b1z+b0,m≤n-
F ( z ) F(z) F(z) 为单极点 ,且不为零
F ( z ) z = K 0 z + K 1 z − z 1 + ⋯ + K i z − z i + ⋯ + K n z − z n \displaystyle {\color{blue}\frac{F(z)}{z}} = \frac{K_0}{z}+\frac{K_1}{z-z_1}+ \cdots + \frac{K_i}{z-z_i}+ \cdots + \frac{K_n}{z-z_n} zF(z)=zK0+z−z1K1+⋯+z−ziKi+⋯+z−znKn
K i = ( z − z i ) F ( z ) z ∣ z = z i K_i = (z - z_i) \frac{F(z)}{z} \big\vert _{z=z_i} Ki=(z−zi)zF(z)∣∣z=zi
F ( z ) = K 0 + ∑ i = 1 n K i z z − z i F(z) = K_0 + \sum^{n}_{i=1}\frac{K_i {\color{blue}z}}{{\color{blue}z-z_i}} F(z)=K0+i=1∑nz−ziKiz
* 根据收敛域, 将上式划分为 F 1 ( z ) ( ∣ z ∣ > α ) F_1(z)(\lvert z \rvert >\alpha) F1(z)(∣z∣>α) 和 F 2 ( z ) ( ∣ z ∣ < β ) F_2(z)(\lvert z\rvert < \beta) F2(z)(∣z∣<β) 两部分,由如下已知变换对,来求原函数。
δ ( k ) ⟵ ⟶ 1 , 整 个 z 平 面 a k ε ( k ) ⟵ ⟶ z z − a , ∣ z ∣ > ∣ a ∣ − a k ε ( − k − 1 ) ⟵ ⟶ z z − a , ∣ z ∣ < ∣ a ∣ \begin{aligned} \displaystyle \delta(k) \longleftarrow & \longrightarrow 1,\; 整个 z 平面 \\ a^k \varepsilon(k) \longleftarrow & \longrightarrow \frac{z}{z-a},\; \lvert z \rvert > \lvert a \rvert \\ -a^k \varepsilon(-k-1) \longleftarrow & \longrightarrow \frac{z}{z-a},\; \lvert z \rvert < \lvert a \rvert \\\end{aligned} δ(k)⟵akε(k)⟵−akε(−k−1)⟵⟶1,整个z平面⟶z−az,∣z∣>∣a∣⟶z−az,∣z∣<∣a∣ -
特例 F ( z ) F(z) F(z) 包含共轭复根 时 ( z 1 , 2 = c ± j d = α e ± j β z_{1,2} = c \pm jd = \alpha e^{\pm j\beta} z1,2=c±jd=αe±jβ):
F ( z ) z = K 1 z − c − j d + K 1 ∗ z − c + j d K 1 = ∣ K 1 ∣ e j θ F ( z ) = ∣ K 1 ∣ e j θ z z − α e j β + ∣ K 1 ∣ e − j θ z z − α e − j β \begin{aligned} \frac{F(z)}{z} &= \displaystyle \frac{K_1}{z-c-jd}+\frac{K_1^*}{z-c+jd}\\ K_1 &= \lvert K_1\rvert e^{j\theta} \\ F(z) & = \displaystyle \frac{\lvert K_1\rvert e^{j\theta}z}{z-\alpha e^{j\beta}}+\frac{\lvert K_1 \rvert e^{-j\theta}z}{z-\alpha e^{-j\beta}}\\ \end{aligned} zF(z)K1F(z)=z−c−jdK1+z−c+jdK1∗=∣K1∣ejθ=z−αejβ∣K1∣ejθz+z−αe−jβ∣K1∣e−jθz
若 ∣ z ∣ > α , f ( k ) = 2 ∣ k 1 ∣ α k cos ( β k + θ ) ε ( k ) 若 \lvert z \rvert > \alpha, \; f(k) = 2 \lvert k_1 \rvert \alpha^k \cos(\beta k + \theta) \varepsilon(k) 若∣z∣>α,f(k)=2∣k1∣αkcos(βk+θ)ε(k)
若 ∣ z ∣ < α , f ( k ) = − 2 ∣ k 1 ∣ α k cos ( β k + θ ) ε ( − k − 1 ) 若 \lvert z \rvert < \alpha, \; f(k) = -2 \lvert k_1 \rvert \alpha^k \cos(\beta k + \theta) \varepsilon(-k-1) 若∣z∣<α,f(k)=−2∣k1∣αkcos(βk+θ)ε(−k−1) -
F ( z ) F(z) F(z) 有重极点 (重根)
- 若
A
(
z
)
=
0
A(z) = 0
A(z)=0 在
z
=
p
1
z=p_1
z=p1 处有
r
r
r 重根,
F ( z ) = F a ( z ) + F b ( z ) = K 11 z ( z − a ) r + K 12 z ( z − a ) r − 1 + ⋯ + K 1 r z ( z − a ) + F b ( z ) F(z) = F_a(z) + F_b(z) = \frac{K_{11}z}{(z-a)^r}+ \frac{K_{12}z}{(z-a)^{r-1}}+ \cdots + \frac{K_{1r}z}{(z-a)}+F_b(z) F(z)=Fa(z)+Fb(z)=(z−a)rK11z+(z−a)r−1K12z+⋯+(z−a)K1rz+Fb(z)
K 1 i = 1 ( i − 1 ) ! d i − 1 d z i − 1 [ ( z − a ) r F ( z ) z ] ∣ z = a K_{1i} = \displaystyle \frac{1}{(i-1)!} \frac{d^{i-1}}{dz^{i-1}}[{\color{red}(z - a)^r \frac{F(z)}{z}}] \Big\vert _{z=a} K1i=(i−1)!1dzi−1di−1[(z−a)rzF(z)]∣∣∣z=a - F ( z ) F(z) F(z) 展开式中含 z ( z − a ) r \displaystyle\frac{z}{(z-a)^r} (z−a)rz 项 ( r > 1 r>1 r>1), 则逆变换为:
- 若
∣
z
∣
>
α
\lvert z \rvert >\alpha
∣z∣>α, 对应原序列为因果序列:
k ( k − 1 ) ⋯ ( k − r + 2 ) ( r − 1 ) ! a k − r + 1 ε ( k ) \frac{k(k-1)\cdots (k-r+2)}{(r-1)!}a^{k-r+1} \varepsilon(k) (r−1)!k(k−1)⋯(k−r+2)ak−r+1ε(k)
- 若
A
(
z
)
=
0
A(z) = 0
A(z)=0 在
z
=
p
1
z=p_1
z=p1 处有
r
r
r 重根,
-
-
推导记忆:
Z [ a k ε ( k ) ] = z z − a Z [ k a k − 1 ε ( k ) ] = z ( z − a ) 2 Z [ k ( k − 1 ) a k − 2 ε ( k ) ] = 2 z ( z − a ) 3 Z [ 1 2 k ( k − 1 ) a k − 2 ε ( k ) ] = z ( z − a ) 3 \begin{aligned} \mathcal{Z}\big[a^k \varepsilon(k)\big] &= \frac{z}{z-a}\\ \mathcal{Z}\big[ka^{k-1} \varepsilon(k)\big] &= \frac{z}{(z-a)^2}\\ \mathcal{Z}\big[k(k-1)a^{k-2} \varepsilon(k)\big] &= \frac{2 z}{(z-a)^3}\\ \mathcal{Z}\big[\frac{1}{2}k(k-1)a^{k-2} \varepsilon(k)\big] &= \frac{z}{(z-a)^3}\end{aligned} Z[akε(k)]Z[kak−1ε(k)]Z[k(k−1)ak−2ε(k)]Z[21k(k−1)ak−2ε(k)]=z−az=(z−a)2z=(z−a)32z=(z−a)3z
8.1.7 z变换与拉普拉斯变换的关系
Z平面与S平面的映射关系
z
=
e
s
T
z = e^{sT}
z=esT
s
=
1
T
ln
z
s = \frac{1}{T}\ln z
s=T1lnz
-
T T T 是序列的时间间隔
-
ω s = 2 π T \omega_s = \frac{2\pi}{T} ωs=T2π 重复频率
-
为了说明s与z的映射关系
-
s表示成直角坐标形式
s = σ + j ω s = \sigma + j\omega s=σ+jω -
z 表示成极坐标形式
z = r e j θ z = r e^{j\theta} z=rejθ
z = r e j θ = e ( σ + j ω ) T = e σ T e j ω T z = r e^{j\theta} = e^{(\sigma + j\omega) T} = e^{\sigma T}e^{j\omega T} z=rejθ=e(σ+jω)T=eσTejωT -
于是得到
r = e σ T = e 2 π ω s σ r = e^{\sigma T} = e^{\frac{2\pi}{\omega_s}{\sigma}} r=eσT=eωs2πσ
θ = ω T = 2 π ω ω s \theta = \omega T = 2\pi \frac{\omega}{\omega_s} θ=ωT=2πωsω -
上式表明s平面与z平面有如下的映射关系:
- s平面上的虚轴 (
σ
=
0
,
s
=
j
ω
\sigma=0,\;s=j\omega
σ=0,s=jω) 映射到z平面是单位圆
r
=
1
r=1
r=1 ,
其右半平面 σ > 0 \sigma>0 σ>0 映射到 z 平面的单位圆外 r > 1 r>1 r>1,
而左半平面 σ < 0 \sigma<0 σ<0 映射到 z 平面的单位圆内 r < 1 r<1 r<1。 - s平面的实轴(
s
=
σ
,
ω
=
0
s=\sigma,\omega=0
s=σ,ω=0) 映射到z平面的正实轴;
原点( s = 0 s=0 s=0)映射到z平面的正实轴上一点( r = 1 , θ = 0 r=1,\theta=0 r=1,θ=0) 。 - 由于
e
j
θ
e^{j\theta}
ejθ 是以
ω
s
\omega_s
ωs 为周期的周期函数,
因此在 s 平面上沿虚轴移动对应于 z 平面上沿单位圆周期旋转,每平移 ω s \omega_s ωs ,则沿单位圆转一圈。
所以 s ∼ z s\sim z s∼z 映射并不是单值的。
s变换与z变换的转换公式
-
z变换的定义式是通过理想取样信号的拉普拉斯变换引出的,由此,离散序列的z变换和理想取样信号的拉普拉斯变换之间具有如下关系:
F ( z ) ∣ z = e s T = F s ( s ) F(z)\big\vert_{z=e^{sT}} = F_s(s) F(z)∣∣z=esT=Fs(s) -
表明: z变换式中令 z = e s T z = e^{sT} z=esT, 则变换式就成为相应的理想取样信号的拉普拉斯变换。
- 如果进一步地,令拉普拉斯变换中的变量
s
=
j
ω
s=j\omega
s=jω,则
F ( z ) ∣ z = e j ω T = F s ( j ω ) F(z) \big\vert_{z=e^{j\omega T}} = F_s(j\omega) F(z)∣∣z=ejωT=Fs(jω) - 上式变为与序列相对应的理想取样信号的傅里叶变换。
- 如果进一步地,令拉普拉斯变换中的变量
s
=
j
ω
s=j\omega
s=jω,则
-
讨论:若连续信号 f ( t ) f(t) f(t) 由N项指数信号相加而成(单极点):
f ( t ) = f 1 ( t ) + f 2 ( t ) + ⋯ + f N ( t ) = ∑ i = 1 N f i ( t ) = ∑ i = 1 N A i e p i t ε ( t ) f(t) = f_1(t) + f_2(t) + \cdots + f_N(t) = \sum^{N}_{i=1}f_i(t) = \sum^{N}_{i=1} A_i e^{p_i t} \varepsilon (t) f(t)=f1(t)+f2(t)+⋯+fN(t)=i=1∑Nfi(t)=i=1∑NAiepitε(t)- 容易求得,其拉普拉斯变换为:
F ( s ) = ∑ i = 1 N A i s − p i F(s) = \sum^{N}_{i=1} \frac{A_i}{s-p_i} F(s)=i=1∑Ns−piAi - 对应的采样离散序列
f
(
k
)
f(k)
f(k) 由 N 项指数序列相加而成
f ( k ) = f 1 ( k ) + f 2 ( k ) + ⋯ + f N ( k ) = ∑ i = 1 N f i ( k ) = ∑ i = 1 N A i e p i k T ε ( k ) f(k) = f_1(k) + f_2(k) + \cdots + f_N(k) = \sum^{N}_{i=1}f_i(k) = \sum^{N}_{i=1} A_i {\color{red}e^{p_i kT}} \varepsilon (k) f(k)=f1(k)+f2(k)+⋯+fN(k)=i=1∑Nfi(k)=i=1∑NAiepikTε(k) - 它的z变换为
F ( z ) = ∑ i = 1 N A i z z − e p i T F(z) = \sum^{N}_{i=1}\frac{A_i z}{z- e^{p_i T}} F(z)=i=1∑Nz−epiTAiz
F ( s ) = ∑ i = 1 N A i z − p i F(s) = \sum^{N}_{i=1}\frac{A_i}{z- p_i} F(s)=i=1∑Nz−piAi
- 容易求得,其拉普拉斯变换为:
-
结论:如果 F ( s ) F(s) F(s) 有N个单极点 p i p_i pi,则相应的z变换即为 F ( z ) F(z) F(z)。
8.1.8. 差分方程的z变换解
-
单边 z 变换将系统的初始条件自然地包含于其代数方程中,故可求系统的零输入、零状态响应和全响应。
∑ i = 0 n a b − i y ( k − i ) = ∑ j = 0 m b m − j f ( k − j ) \sum^{n}_{i=0} a_{b-i}y(k-i) = \sum^{m}_{j=0} b_{m-j} f(k-j) i=0∑nab−iy(k−i)=j=0∑mbm−jf(k−j) -
设 f ( k ) f(k) f(k) 在 k = 0 k=0 k=0 时接入,系统初始状态为 y ( − 1 ) , y ( − 2 ) , ⋯ y ( − n ) y(-1),y(-2),\cdots y(-n) y(−1),y(−2),⋯y(−n) 。
-
取单边 z 变换得:
∑ i = 0 n a n − i [ z − i Y ( z ) + ∑ k = 0 i − 1 y ( k − i ) z − k ] = ∑ j = 0 m b m − j [ z − j F ( z ) ] \sum^n_{i=0} a_{n-i}\big[z^{-i}Y(z) + \sum^{i-1}_{k=0}y(k-i)z^{-k}\big] = \sum^{m}_{j=0} b_{m-j}\big[z^{-j}F(z)\big] i=0∑nan−i[z−iY(z)+k=0∑i−1y(k−i)z−k]=j=0∑mbm−j[z−jF(z)]
[ ∑ i = 0 n a n − i z − i Y ( z ) ] + ∑ i = 0 n a n − i [ ∑ k = 0 i − 1 y ( k − i ) z − k ] = [ ∑ j = 0 m b m − j z − j ] F ( z ) \big[\sum^n_{i=0} a_{n-i}z^{-i}Y(z)\big] + \sum^n_{i=0} a_{n-i}\big[\sum^{i-1}_{k=0}y(k-i)z^{-k}\big] = \big[ \sum^{m}_{j=0} b_{m-j}z^{-j}\big]F(z) [i=0∑nan−iz−iY(z)]+i=0∑nan−i[k=0∑i−1y(k−i)z−k]=[j=0∑mbm−jz−j]F(z)
Y ( z ) = M ( z ) A ( z ) + B ( z ) A ( z ) F ( z ) = Y z i ( z ) + Y z s ( z ) Y(z) = \frac{M(z)}{A(z)}+\frac{B(z)}{A(z)}F(z) = Y_{zi}(z) + Y_{zs}(z) Y(z)=A(z)M(z)+A(z)B(z)F(z)=Yzi(z)+Yzs(z) -
系统函数:
H ( z ) = Y z s ( z ) F ( z ) = B ( z ) A ( z ) H(z) = \frac{Y_{zs}(z)}{F(z)} = \frac{B(z)}{A(z)} H(z)=F(z)Yzs(z)=A(z)B(z)
h ( k ) ⟷ H ( z ) h(k)\longleftrightarrow H(z) h(k)⟷H(z) -
说明:前向差分方程的解法:
-
方法1:
用左移性质:
f ( k + m ) ↔ z m F ( z ) − ∑ k = 0 m − 1 f ( k ) z m − k f(k+m) \leftrightarrow z^m F(z) - \sum^{m-1}_{k=0} f(k)z^{m-k} f(k+m)↔zmF(z)−k=0∑m−1f(k)zm−k
初始条件: y ( 0 ) , y ( 1 ) , ⋯ y(0), y(1), \cdots y(0),y(1),⋯ -
方法2:
转变为后向差分方程,用右移性质求解
初始条件: y ( − 1 ) , y ( − 2 ) , ⋯ y(-1), y(-2), \cdots y(−1),y(−2),⋯
- 若初始条件不适用,则用递推法由相应的差分方程递推得到需要的初始条件。