研零小白信号处理学习（三）：离散时间信号和系统的频域分析

1. 离散时间信号的傅里叶变换(DTFT)

1.1 序列的离散时间傅里叶变换

$$X(e^{j\omega })=F[x(n)]=\sum _{n=-\infty }^{\infty }x(n)e^{-j\omega n}$$
DTFT成立的充要条件式x(n)满足绝对可和${\sum }_{n=-\infty }^{\infty }|x(n)|<\infty$。$X(e^{j\omega })$有两种表达方式，实部虚部和幅度谱相位谱

• DTFT的反变换为IDTFT$$x(n)=F^{-1}[X(e^{j\omega })]=\frac{1}{2\pi }{\int }_{-\pi }^{\pi }X(e^{j\omega })e^{j\omega n}d\omega$$

时域	频域
离散	连续
实值/复值	复值
加和	积分
$-\infty <n<+\infty$	$-\pi <\omega <+\pi$

1.2 序列的离散时间傅里叶变换性质

• 周期性：周期是$2\pi$，因此一般只分析$-\pi <\omega <\pi$。信号的直流和低频集中在$\omega =0$和$\omega =2\pi$附近，信号的最高频率集中在$\pi$附近
• 线性
• 时移和频移：设$X(e^{j\omega })=DTFT[x(n)]$，则$$DTFT[x(n-n_0)]=e^{-j\omega n_0}X(e^{j\omega })$$$$DTFT[e^{j{\omega }_{0}n}x(n)]=X(e^{j(\omega -{\omega }_0)})$$
• 序列乘以n（频域微分）：$$DTFT[nx(n)]=j\frac{dX(e^{j\omega })}{d\omega }$$
• 共轭序列：$$DTFT[x^{\ast }(n)]=X^{\ast }(e^{-j\omega })$$
  $$DTFT[x^{\ast }(-n)]=X^{\ast }(e^{j\omega })$$
• DTFT的对称性
  • 共轭对称序列：$x_e(n)=x_e^{\ast }(-n)$，实部是偶函数，虚部是奇函数
  • 共轭反对称序列：$x_e(n)=-x_e^{\ast }(-n)$，实部是奇函数，虚部是偶函数
  • 对于一般序列来说，可以用共轭对称序列与共轭反对称序列之和表示$$x(n)=x_e(n)+x_o(n),x_e(n)=\frac{1}{2}[x(n)+x^{\ast }(-n)]$$$$x_o(n)=\frac{1}{2}[x(n)-x^{\ast }(-n)]$$频域函数$X(e^{j\omega })$也有一样的结论。
  • 序列分成实部和虚部两部分，实部的DTFT具有共轭对称性，虚部乘j一起对应的DTFT有反对称性
  • 将序列分为共轭对称部分$x_e(n)$和共轭反对称部分$x_o(n)$，$x(n)=x_e(n)+x_o(n)$，分别DTFT，$$DTFT[x_e(n)]=X_R(e^{j\omega })$$$$DTFT[x_0(n)]=j{X}_I(e^{j\omega })$$

$DTFT[x_e(n)]=X_R(e^{j\omega })$	$DTFT[x_r(n)]=X_e(e^{j\omega })$
$DTFT[x_0(n)]=j{X}_I(e^{j\omega })$	$DTFT[j{x}_i(n)]=X_o(e^{j\omega })$

一个域的实部对应另一个域的共轭对称分量，一个域的虚部对应另一个域的共轭反对称分量

• 设h(n)是实因果序列，DTFT的共轭反对称部分为零，实部对应的是共轭对称分量$H_e(e^{j\omega })$。实序列的DTFT的实部是偶函数，虚部是奇函数。共轭对称部分$H_e(e^{j\omega })$模平方$|H_e(e^{j\omega }){|}^2$是$\omega$的偶函数，相位$arg[H_e(e^{j\omega })]$是$\omega$的奇函数
• 时域卷积定理：设$y(n)=x(n{)}^{\ast }h(n)$则$$Y(e^{j\omega })=X(x^{j\omega })\cdot H(e^{j\omega })$$输出信号也可以这样求
• 频域卷积定理：假设$X(e^{j\omega })=DTFT[x(n)],H(e^{j\omega })=DTFT[h(n)],y(n)=x(n)h(n)$z，则$$Y(e^{j\omega })=\frac{1}{2\pi }X(e^{j\omega })\ast H(e^{j\omega })=\frac{1}{2\pi }{\int }_{-\pi }^{\pi }H(e^{j\theta })H(e^{j(\omega -\theta )})d\theta$$
• 帕斯瓦尔定理：信号时域的总能量等于频域的总能量：能量守恒
  
  

1.3 基本序列的离散时间傅里叶变换

• 单位脉冲序列的DTFT：$$DTFT[\delta (n)]=\sum _{n=-\infty }^{\infty }\delta (n)e^{-j\omega n}=1$$
• 常数1的DTFT：$$X(e^{j\omega })=2\pi \sum _{l=-\infty }^{\infty }\delta (\omega -2\pi l)$$其频谱函数是在$\omega =2\pi l$处的单位冲激函数，强度为$2\pi$
  

2. 离散时间信号的Z域分析

解决傅里叶变换存在的问题，实用价值的信号$u(n),nu(n)$无法通过DTFT计算频域信号；由初始条件或输入变化引起的系统瞬态响应不能通过DTFT计算。

2.1 定义

$$X(z)=\sum _{n=-\infty }^{\infty }x(n)z^{-n}$$
z是一个复变量，它所在的复平面称为z平面，$-\infty <n<+\infty$，双边Z变换。单边Z变换的n从0到$+\infty$。因果序列的单双边变换是一样的。Z 变换的条件是等式右边收敛，既级数绝对可和，z取值的域叫做收敛域，在二维坐标上是一个环形。
常用的z变换是一个有理函数$X(z)=\frac{P(z)}{Q(z)}$，P(z)的根是X(z)的零点，Q(z)的根是X(z)的极点，收敛域总是用极点限定边界。

对比DTFT和z变换的公式可得$X(e^{j\omega })=X(z){|}_{z=e^{j\omega }}，z=e^{j\omega }$表示在z平面上$r=1$的圆。如果已知序列的z变换，可以用关系式求出DTFT，条件为收敛域包含单位圆。

2.2 收敛域的特性

1. 由于收敛域是根据幅度$|z|$来确定的，z是半径
2. 收敛域不能包含极点
3. 有理的$X(z)$，至少有一个极点在收敛域边界上
4. 收敛域是连续的
5. 有限长序列$x(n)=\{\begin{array}{l}x(n)，n_1\le n\le n_2\\ 0,n，其他\end{array}$的z变换为$X(z)={\sum }_{n=n_1}^{n_2}x(n)z^{-n}$。设它为有界序列，有限项求和，除了$0,\infty$两点是否收敛和$n_1,n_2$取值情况有关外，整个z平面均收敛。$$\{\begin{array}{l}{n}_1<0,n_2\le 0，0\le |z|<0\\ n_1<0,n_2>0，0<|z|<\infty \\ n_1\ge 0,n_2>0，0<|z|\le \infty \end{array}$$
6. 右序列：右序列是在$n\ge n_1$时序列值不为零$$X(z)=\sum _{n=n_1}^{\infty }x(n)z^{-n}=\sum _{n=n-1}^{-1}x(n)z^{-n}+\sum _{n=0}^{\infty }x(n)z^{-n}$$第一项为有限长序列，第二项为因果序列。设$n_1\le -1$，其收敛域为$0\le |z|\le \infty$，第二项的收敛域$R_{-x}<|z|\le \infty$，R是收敛半径，所以整体是收敛半径为$R_{-x}<|z|\le \infty$
7. 左序列：右序列是在$n\le n_1$时序列值不为零$$X(z)=\sum _{n=-\infty }^{n_2}x(n)z^{-n}$$当$n_2<0,z=0$处收敛，$z=\infty$处不收敛，其收敛域是某一圆的圆内，收敛域$0\le |z|<R_{+x}$，如果$n_2>0$，则收敛域为$0<|z|<R_{+x}$
8. 双边序列：相当于左序列和右序列的和，收敛域是公共部分
   
   

2.3 性质和定理

1. 线性：满足叠加原理，收敛域为公共收敛域
2. 移位：若$X(z)=ZT[x(n)],R_{-x}<|z|<R_{+x}$则$$ZT[x(n-n_0)]=z^{-n_0}X(z),R_{-x}<|z|<R_{+x}$$
3. 乘以指数序列：设$X(z)=ZT[x(n)],y(n)=a^{n}x(n),R_{-x}<|z|<R_{+x},a是常数$，则$$Y(z)=ZT[a^{n}x(n)]=X(a^{-1}z),|a|R_{-x}<|z|<|a|R_{+x}$$
4. 序列乘以n：设$X(z)=ZT[x(n)],R_{-x}<|z|<R_{+x}$，则$$ZT[n(x)]=-z\frac{dX(z)}{dz}$$
5. 复共轭序列：设$X(z)=ZT[x(n)],R_{-x}<|z|<R_{+x}$，则$$X^{\ast }(Z^{\ast })=ZT[x^{\ast }(n)],R_{-x}<|z|<R_{+x}$$
6. 序列卷积定理：设$$\omega (n)=x(n)\ast y(n)$$$$X(z)=ZT[x(n)],R_{-x}<|z|<R_{+x}$$$$Y(z)=ZT[y(n)],R_{-y}<|z|<R_{+y}$$则$$\Omega (z)=ZT[\omega (n)]=X(z)\ast Y(z),R_{-\omega }<|z|<R_{+\omega }$$$$R_{+\omega }=min[R_{+x},R_{+y}],R_{-\omega }=min[R_{-x},R_{-y}]$$
7. 初值定理：设x(n)是因果序列，$$X(z)=ZT[x(n)],x(0)=\underset{z\to \infty }{\lim }X(z)$$
8. 复卷积定理：设$$\omega (n)=x(n)\ast y(n)$$$$X(z)=ZT[x(n)],R_{-x}<|z|<R_{+x}$$$$Y(z)=ZT[y(n)],R_{-y}<|z|<R_{+y}$$则$$\Omega (z)=\frac{1}{2\pi j}{\oint }_{c}X(v)Y(\frac{z}{v})\frac{dv}{v}$$W(z)的收敛域为$R_{-x}{R}_{-y}<|z|<R_{+x}{R}_{+y}$，在v平面上，被积函数的收敛域为$max(R_{-x},\frac{|z|}{R_{+y}})<|v|<min(R_{+x},\frac{|z|}{R_{-y}})$
9. 终值定理：若x(n)是因果序列，其z变换的极点，除可以有一个一阶极点在z=1上，其他极点均在单位圆内，则$$\underset{n\to \infty }{\lim }x(n)=\underset{z\to 1}{\lim }(z-1)X(z)$$
10. 帕斯瓦尔定理：既满足能量守恒，$$X(z)=ZT[x(n)],R_{-x}<|z|<R_{+x}$$$$Y(z)=ZT[y(n)],R_{-y}<|z|<R_{+y}$$且满足$R_{-x}{R}_{-y}<1$，那么$$\sum _{n=-\infty }^{\infty }x(n)y^{\ast }(n)=\frac{1}{2\pi j}{\oint }_{c}X(v)Y\ast (\frac{1}{v\ast })v^{-1}dv$$在v平面上，c的收敛域为$max(R_{-x},\frac{1}{R_{+y}})<|v|<min(R_{+x},\frac{1}{R_{-y}})$

2.4 逆Z变换

已知序列的Z变换及其收敛域，求序列称为逆Z变换$$x(n)=\frac{1}{2\pi j}{\oint }_{c}X(z)z^{n-1}dz,c\in (R_{-x},R_{+x})$$c是收敛域内的逆时针封闭曲线。

1. 幂级数法（长除法）
   根据定义将X(z)写成幂级数形式，级数的系数就是序列
2. 部分分式展开
   将X(z)展成一些简单的常用部分分式之和，通过查表求得各部分的逆变换
3. 留数定理求逆z变换
   若$X(z)z^{n-1}$在闭合曲线c内的极点为$z_k$则$$x(n)=\frac{1}{2\pi j}{\oint }_{c}X(z)z^{n-1}dz$$ $$=\sum _{k}Res[X(z)z^{n-1},z_k]$$第二个等式表示被积函数$X(z)z^{n-1}$在极点$z=z_k$的留数，逆Z变换则是c内所有极点的留数和。
   如果$z_k$是N阶极点，则$$Res[X(z)z^{n-1},z_k]=\frac{1}{(N-1)!}\frac{d^{N-1}}{d{z}^{N-1}}[(z-z_k{)}^{N}X(z)z^{n-1}]{|}_{z=z_k}$$比较复杂，若果c内有多阶极点，可以根据留数辅助定理改求c外的所有极点留数之和。
   设被积函数用F(z)表示，既$F(z)=X(z)z^{n-1}$，它在z平面上有N个极点，在收敛域内的封闭曲线c将z平面上极点分成c内极点和c外极点，分别有$N_1,N_2$个，用$z_{1k},z_{2k}$表示，$N=N_1+N_2$，根据留数定理$$\sum _{k=1}^{N_1}Res[F(z),z_{1}k]=-\sum _{k=1}^{N_2}Res[F(z),z_{2}k]$$成立条件是F(z)的分母阶次比分子阶次必须高二阶以上

3. 离散时间LTI系统的频域分析

3.1 差分方程的Z变换解

设N阶线性常系数差分方程为$$\sum _{i=0}^M{b}_{i}x(n-i)=\sum _{k=1}^N{a}_{k}y(n-k)，a_0=1$$系统的全响应由零输入响应和零状态响应叠加

• 零输入状态：采用单边Z变换来分析
• 零状态响应：$x(h{)}^{\ast }h(n)$

计算全响应：

1. 对于N阶差分方程，必须知道N个初始条件
2. 设x(n)是因果序列，所以单边z变换和双边z变换是相同的
3. 求移位的单边z变换，设$Y(z)={\sum }_{n=0}^{\infty }y(n)z^{-n}$$$ZT[y(n-k)u(n)]$$$$=\sum _{n=0}^{\infty }y(n-k)z^{-n}$$$$=z^{-k}\sum _{n=0}^{\infty }y(n-k)z^{-(n-k)}$$$$=z^{-k}\sum _{l=-k}^{\infty }y(l)z^{-l}$$$$=z^{-k}[\sum _{l=-k}^{-1}y(l)z^{-l}+\sum _{l=0}^{\infty }y(l)z^{-l}]$$$$=z^{-k}[Y(z)+\sum _{l=-k}^{-1}y(l)z^{-l}]$$对比原式：$$\sum _{k=0}^N{a}_k{z}^{-k}[Y(z)+\sum _{l=-k}^{-1}y(l)z^{-l}]=\sum _{i=0}^M{b}_{i}X(z)z^{-1},a_0=1$$$$Y(z)=\frac{{\sum }_{i=0}^M{b}_i{z}^{-i}}{{\sum }_{k=0}^N{a}_k{z}^{-k}}X(z)-\frac{{\sum }_{k=0}^N{a}_k{z}^{-k}{\sum }_{l=-k}^{-1}y(l)}{{\sum }_{k=0}^N{a}_k{z}^{-k}},a_0=1$$

3.2 LTI系统的频率响应

系统的频率特性，可以使用系统的频率响应和系统函数进行分析。当系统的输入是频率为$\omega$的复数指数序列$e^{j\omega n}$事时，系统零响应为$$y(n)=e^{j\omega n\ast }h(n)$$$$=\sum _{m=-\infty }^{\infty }h(m)e^{j\omega (n-m)}=e^{j\omega n}H(e^{j\omega })$$$H(e^{j\omega })$是响应频率，这说明复指数序列$x(n)=e^{j\omega n}$，通过离散时间LTI系统之后，输出序列的频率不变，幅度取决于系统的频率响应在$\omega$处的幅值。所以$H(e^{j\omega })$表示系统对不同频率信号的增益。
对于任意序列，可以用复指数序列$e^{j\omega n}$表示为$$x(n)=\frac{1}{2\pi }{\int }_{-\pi }^{\pi }X(e^{j\omega })e^{j\omega n}d\omega$$其零状态为：$$y(n)=T[x(n)]$$$$=\frac{1}{2\pi }{\int }_{-\pi }^{\pi }X(e^{j\omega })T[e^{j\omega n}]d\omega$$$$=\frac{1}{2\pi }{\int }_{-\pi }^{\pi }X(e^{j\omega })H(e^{j\omega })e^{j\omega n}d\omega$$$$时域卷积定理：Y(e^{j\omega })=H(e^{j\omega })X(e^{j\omega })$$一般情况下。离散时间LTI系统的频率响应$H(e^{j\omega })$是复值函数，可用幅度和相位表示$$H(e^{j\omega })=|H(e^{j\omega )}|e^{j\varphi (\omega )}$$$e^{j\varphi (\omega )}$是相频响应，当h(n)是实序列时，副频响应式偶函数，相频响应式奇函数

幅频响应：有选择性的保留有用的频率分量，而将其余分量衰减到近似为零，所以离散时间系统统称为滤波器。
相频响应：不是常数，意味着不同频率分量会有不同的时间延迟，引起相位失真

3.2 余弦型信号通过LTI系统的响应

设系统输入是频率为$\omega$的余弦序列$$x(n)=Acos(\omega n+\theta )$$$$=\frac{A}{2}[e^{j(\omega n+\theta )}+e^{-j(\omega n+\theta )}]$$根据复指数序列，通过离散时间LTI系统的响应，得到输出为$$y(n)=\frac{A}{2}H(e^{j\omega })[e^{j(\omega n+\theta )}+e^{-j(\omega n+\theta )}]$$若$h(n)$为实序列时，由DTFT的对称性$H(e^{j\omega })=H^{\ast }(e^{-j\omega })$得$$H(e^{j\omega })=[H(e^{j\omega })]e^{j\varphi (\omega )}$$$$H(e^{-j\omega })=|H(e^{j\omega })|e^{-j\varphi (-\omega )}$$代回得$$y(n)=A|H(e^{j\omega })|cos[\omega n+\varphi (\omega )+\theta ]$$既$$y(n)=A|H(e^{j\omega })|cos[\omega (n+\frac{\varphi (\omega )}{\omega }）+\theta ]$$
相位延迟：${\tau }_P(\omega )=-\frac{\varphi (\omega )}{\omega }$，是$\omega$的函数，则不同的频率分量延迟不同，因此会产生失真

3.3 稳态响应和暂态响应

如果输入序列x(n)是在$n=-\infty$时加上的，n时刻的y(n)是稳态解，其中暂态项都将消失。
如果输入序列x(n)是在$n=0$时加上的，则系统的全响应中包含稳态解和暂态解，暂态解随时间的增长消失。考虑输入序列$x(n)=e^{j\omega n}u(n)$，则系统的输出为$$y(n)=\sum _{m=-\infty }^{\infty }h(m)e^{j\omega (n-m)}u(n-m)$$$$=[\sum _{m=-\infty }^{n}h(m)e^{-j\omega m}]e^{j\omega m}$$$$=[\sum _{m=-\infty }^{n}h(m)e^{-j\omega m}]e^{j\omega m}-[\sum _{m=n+1}^{n}h(m)e^{-j\omega m}]e^{j\omega m}$$减去的是补上的项$$=H(e^{j\omega })e^{j\omega n}-[\sum _{m=n+1}^{\infty }h(m)e^{-j\omega m}]e^{j\omega n}$$
前一项是稳态响应，后项是暂态响应，对于稳定系统h(n)绝对可和$$\underset{n\to \infty }{\lim }|y_{tr}(n)|=|\sum _{m=n+1}^{\infty }h(m)e^{-j\omega m}|$$$$\le |\sum _{m=n+1}^{\infty }h(m)|=0$$
h(n)是长度为N的FIR系统的单位脉冲响应，h(n)只在[0,N-1]区间有非零值，在n>N-1时，暂态响应为零，系统达到稳定。

4. 离散时间LTI系统的Z域分析

4.1 LTI系统的系统函数

设系统初始状态为零，输入为单位脉冲序列$\delta (n)$，输出端的响应称为系统的单位脉冲响应$h(n)$。对它进行离散时间傅里叶变换得到$H(e^{j\omega })$，称为系统的传输函数，它表征系统的实频域特性；对它进行Z变换得到$H(z)$，称为系统的系统函数，它表征了系统的复频域特性$$y(n)=x(n{)}^{\ast }h(n)$$$$\Rightarrow Y(z)=X(z)H(z)$$$$H(z)=ZT[h(n)]=\frac{Y(z)}{X(z)}$$如多H(z)的收敛域包含单位圆|z|=1，则$$H(e^{j\omega })=H(z){|}_{z=e^{j\omega }}$$

4.2 LTI系统的差分方程

设N阶线性常系差方程为$$\sum _{i=0}^M{b}_{i}x(n-i)=\sum _{k=1}^N{a}_{k}y(n-k)，a_0=1$$双边Z变换$$H(z)=\frac{Y(z)}{X(z)}=\frac{{\sum }_{i=0}^M{b}_i{z}^{-i}}{1+{\sum }_{k=0}^N{a}_k{z}^{-k}}$$$$=b_0{z}^{N-M}\frac{{\prod }_{i=1}^M(z-z_i)}{{\prod }_{k=1}^N(z-p_k)}$$$z_i$是零点，$p_k$是极点

4.3 系统函数的极点分布和系统因果性稳定性的关系

• 因果（可实现）系统：其单位脉冲响应h(n)一定满足当n<0时，h(n)是右边序列，其收敛域在某个圆内，包含$\infty$点。因为收敛域不包含极点，所以$\infty$不是极点。
• 系统稳定：要求${\sum }_{n=-\infty }^{\infty }|h(n)|<\infty$，既h(n)绝对可和，h(n)的DTFT存在。DTFT存在时，Z变换的收敛域包含单位圆。如果系统因果且稳定，收敛域包含$\infty$和单位圆，那么收敛域可表示为$$r<|z|\le \infty ,0<r<1$$

因果稳定系统的系统函数所有极点一定分布在单位圆内。

4.4 零极点分布对系统频率响应特性的影响

$$H(z)=\frac{Y(z)}{X(z)}=\frac{{\sum }_{i=0}^M{b}_i{z}^{-i}}{{\sum }_{k=0}^N{a}_k{z}^{-k}}$$$$=A\frac{{\prod }_{i=1}^M(1-c_i{z}^{-1})}{{\prod }_{k=1}^N(1-d_k{z}^{-1})}$$$A=\frac{b_0}{a_0},c_i是零点，d_k是极点$

• A参数影响传输函数的幅度大小
• 零点和极点影响系统特性

上下同时乘$z^{N+M}$
$$H(z)=A{z}^{N-M}\frac{{\prod }_{i=1}^M(z-z_i)}{{\prod }_{k=1}^N(z-p_k)}$$设系统稳定，既收敛域包含单位圆，其DTFT、存在，将$z=e^{j\omega }$代入$$H(e^{j\omega })=A{e}^{j\omega (N-M)}\frac{{\prod }_{i=1}^M(e^{j\omega }-z_i)}{{\prod }_{k=1}^N(e^{j\omega }-p_k)}$$设N=M，则$$H(e^{j\omega })=A\frac{{\prod }_{i=1}^M(e^{j\omega }-z_i)}{{\prod }_{k=1}^N(e^{j\omega }-p_k)}$$在z平面上，$e^{j\omega }-z_i$用$\overrightarrow{c_{r}B}$表示，$e^{j\omega }-p_k$用$\overrightarrow{d_{r}B}$表示

$\overrightarrow{c_{r}B},\overrightarrow{d_{r}B}$分别是零点矢量和极点矢量，极坐标表示为$$\overrightarrow{c_{r}B}=c_{r}B{e}^{j{\alpha }_r}$$$$\overrightarrow{d_{r}B}=d_{r}B{e}^{j{\beta }_r}$$代回原式$$H(e^{j\omega })=A\frac{{\prod }_{i=1}^M\overrightarrow{c_{r}B}}{{\prod }_{k=1}^N\overrightarrow{d_{r}B}}=|H(e^{j\omega })|e^{j\varphi (\omega )}$$$$|H(e^{j\omega })|=A\frac{{\prod }_{i=1}^M\overrightarrow{c_{r}B}}{{\prod }_{k=1}^N\overrightarrow{d_{r}B}}$$$$\psi (\omega )=\sum _{r=1}^N{\alpha }_r-\sum _{r=1}^N{\beta }_r$$上面两式确定系统的传输特性或信号的频率特性。当频率$\omega$从0变成$2\pi$，这些向量的终点B从单位圆逆时针旋转一圈。