SS2022-Z变换-性质-什么是ZT线性性质?

简 介: 本节内容介绍了z变换的线性特性及其应用。灵活定理虽然简单, 灵活掌握应用是关键。

关键词 ZT线性性质

数学原理
目 录
Contents
应用举例
双曲余弦和正弦
有限长序列z变换
知识关联
证明卷积定理
累加交换条件
思考练习
总 结

Z变换性质-线性特性

§01 学原理


z变换的线性特性比较简单, 用途比较广泛, 也是其他特性的基础。 下面我们进行介绍。

z变换是线性变换, 满足叠加性与齐次性: Z { x [ n ] } = X ( z ) ,       ( R x 1 < ∣ z ∣ < R x 2 ) Z\left\{ {x\left[ n \right]} \right\} = X\left( z \right),\,\,\,\,\,\left( {R_{x1} < \left| z \right| < R_{x2} } \right) Z{ x[n]}=X(z),(Rx1<z<Rx2) Z { y [ n ] } = Y ( z ) ,        ( R y 1 < ∣ z ∣ < R y 2 ) Z\left\{ {y\left[ n \right]} \right\} = Y\left( z \right),\,\,\,\,\,\,\left( {R_{y1} < \left| z \right| < R_{y2} } \right) Z{ y[n]}=Y(z),(Ry1<z<Ry2)那么 Z { a x [ n ] + b y [ n ] } = a X ( z ) + b Y ( z ) ,     ( R 1 < ∣ z ∣ < R 2 ) Z\left\{ {ax\left[ n \right] + by\left[ n \right]} \right\} = aX\left( z \right) + bY\left( z \right),\,\,\,\left( {R_1 < \left| z \right| < R_2 } \right) Z{ ax[n]+by[n]}=aX(z)+bY(z),(R1<z<R2) 通常情况下 R 1 = max ⁡ ( R x 1 , R y 1 ) , R 2 = min ⁡ ( R x 2 , R y 2 ) R_1 = \max \left( {R_{x1} ,R_{y1} } \right),R_2 = \min \left( {R_{x2} ,R_{y2} } \right) R1=max(Rx1,Ry1),R2=min(Rx2,Ry2) ,即线性叠加信号z变换的收敛域是参与运算信号z变换收敛域的交集。 但叠加后z变换如果出现零极点抵消,那么收敛域有可能扩大。

z变换是线性变换, 满足叠加性与齐次性: 可以表述为序列的线性组合的z变换, 等于各自信号z变换的线性组合。 线性叠加信号z变换的收敛域是 参与运算信号z变换收敛域的交集。  但叠加后z变换如果出现零极点抵消, 那么收敛域有可能扩大。 这部分后面会通过举例进行说明。
  

§02 用举例


下面给出两个基本应用举例。

2.1 双曲余弦和正弦

第一个例子是求双曲余弦和正弦的z变换。 这是双曲余弦和正弦的定义表达式, 它们都是两个指数序列的叠加。 所以根据z变换的线性特性, 可以先求取两个单边指数序列的z变换, 然后再将它们叠加在一起。

  求双曲余弦和双曲正弦的z变换: x c [ n ] = cosh ⁡ ( n ω 0 ) u [ n ] = e n ω 0 + e − n ω 0 2 u [ n ] x_c \left[ n \right] = \cosh \left( {n\omega _0 } \right)u\left[ n \right] = { {e^{n\omega _0 } + e^{ - n\omega _0 } } \over 2}u\left[ n \right] xc[n]=cosh(nω0)u[n]=2enω0+enω0u[n] x s [ n ] = sinh ⁡ ( n ω 0 ) u [ n ] = e n ω 0 − e − n ω 0 2 u [ n ] x_s \left[ n \right] = \sinh \left( {n\omega _0 } \right)u\left[ n \right] = { {e^{n\omega _0 } - e^{ - n\omega _0 } } \over 2}u\left[ n \right] xs[n]=sinh(nω0)u[n]=2enω0enω0u[n]

◎ 求解: 根据单边指数序列 a n u [ n ] a^n u\left[ n \right] anu[n] 的z变换的表达式 z / ( z − a ) , ∣ z ∣ > ∣ a ∣ z/\left( {z - a} \right),\left| z \right| > \left| a \right| z/(za),z>a ,所以 Z { e n ω 0 u [ n ] } = z z − e ω 0 ,     ( ∣ z ∣ > ∣ e ω 0 ∣ ) Z\left\{ {e^{n\omega _0 } u\left[ n \right]} \right\} = {z \over {z - e^{\omega _0 } }},\,\,\,\left( {\left| z \right| > \left| {e^{\omega _0 } } \right|} \right) Z{ enω0u[n]}=zeω0z,(z>eω0) Z { e − n ω 0 u [ n ] } = z z − e − ω 0 ,    ( ∣ z ∣ > ∣ e − ω 0 ∣ ) Z\left\{ {e^{ - n\omega _0 } u\left[ n \right]} \right\} = {z \over {z - e^{ - \omega _0 } }},\,\,\left( {\left| z \right| > \left| {e^{ - \omega _0 } } \right|} \right) Z{ enω0u[n]}=zeω0z,(z>eω0)
  根据 z 变换的线性性 Z { cosh ⁡ n ω 0 u [ n ] } = Z { e n ω 0 + e − n ω 0 2 u [ n ] } = z 2 ( z − e ω 0 ) + z 2 ( z − e − ω 0 ) Z\left\{ {\cosh n\omega _0 u\left[ n \right]} \right\} = Z\left\{ { { {e^{n\omega _0 } + e^{ - n\omega _0 } } \over 2}u\left[ n \right]} \right\} = {z \over {2\left( {z - e^{\omega _0 } } \right)}} + {z \over {2\left( {z - e^{ - \omega _0 } } \right)}} Z{ coshnω0u[n]}=Z{ 2enω0+enω0u[n]}=2(zeω0)z+2(zeω0)z = z ( z − cosh ⁡ ω 0 ) z 2 − 2 z cosh ⁡ ω 0 + 1 = { {z\left( {z - \cosh \omega _0 } \right)} \over {z^2 - 2z\cosh \omega _0 + 1}} =z22zcoshω0+1z(zcoshω0)

这是双曲余弦求取的过程。 对于中间的化简推导就省略了。 这里给出了最终的结果。

  使用同样的方法,可以得到 Z { sinh ⁡ n ω 0 u [ n ] } = Z { e n ω 0 − e − n ω 0 2 u [ n ] } = z 2 ( z − e ω 0 ) − z 2 ( z − e − ω 0 ) Z\left\{ {\sinh n\omega _0 u\left[ n \right]} \right\} = Z\left\{ { { {e^{n\omega _0 } - e^{ - n\omega _0 } } \over 2}u\left[ n \right]} \right\} = {z \over {2\left( {z - e^{\omega _0 } } \right)}} - {z \over {2\left( {z - e^{ - \omega _0 } } \right)}} Z{ sinhnω0u[n]}=Z{ 2enω0enω0u[n]}=2(zeω0)z2(zeω0)z = z sinh ⁡ ω 0 z 2 − 2 z cosh ⁡ ω 0 + 1 = { {z\sinh \omega _0 } \over {z^2 - 2z\cosh \omega _0 + 1}} =z22zcoshω0+1zsinhω0

双曲正弦的求解方式也是一样。 这里同样给出了它的结果。
有趣的是, 双曲余弦和正弦的z变换与 三角余弦 和正弦序列的z变换表达式的形式上基本是一样的。

2.2 有限长序列z变换

第二个例子用于说明序列的线性叠加后,有可能引起z变换的收敛域增加的情况。 比如已知如下两个序列x[n],h[n], 求它们的差y[n]的z变换,并根据Y(z)的零极点分布,讨论Y(z)的收敛域。

  已知: x [ n ] = a n u [ n ] ,    h [ n ] = a n u [ n − N ] x\left[ n \right] = a^n u\left[ n \right],\,\,h\left[ n \right] = a^n u\left[ {n - N} \right] x[n]=anu[n],h[n]=anu[nN] 求:
  (1) Y ( z ) = Z { y [ n ] } Y\left( z \right) = Z\left\{ {y\left[ n \right]} \right\} Y(z)=Z{ y[n]}
  (2) 绘制出 Y ( z ) Y\left( z \right) Y(z) 的零、极点图;(假设 N = 8 N = 8 N=8 );
  (3) 讨论 Y ( z ) Y\left( z \right) Y(z) 的收敛域;

  ◎ 求解:

下面我们讨论这个例题的三个问题。

  (1) X ( z ) = 1 1 − a z − 1 ,    ∣ z ∣ > ∣ a ∣ X\left( z \right) = {1 \over {1 - az^{ - 1} }},\,\,\left| z \right| > \left| a \right| X(z)=1az11,z>a H ( z ) = ∑ n = − ∞ + ∞ h [ n ] z − n = ∑ n = N ∞ a n z − n = a N z − N 1 − a z − 1 ,    ∣ z ∣ > ∣ a ∣ H\left( z \right) = \sum\limits_{n = - \infty }^{ + \infty } {h\left[ n \right]z^{ - n} } = \sum\limits_{n = N}^\infty {a^n z^{ - n} } = { {a^N z^{ - N} } \over {1 - az^{ - 1} }},\,\,\left| z \right| > \left| a \right| H(z)=n=+h[n]zn=n=Nanzn=1az1aNzN,z>a 所以: Y ( z ) = X ( z ) − H ( z ) = 1 − a N z − N 1 − a z − 1 = z N − a N z N − 1 ( 1 − a ) ,     ∣ z ∣ > 0 Y\left( z \right) = X\left( z \right) - H\left( z \right) = { {1 - a^N z^{ - N} } \over {1 - az^{ - 1} }} = { {z^N - a^N } \over {z^{N - 1} \left( {1 - a} \right)}},\,\,\,\left| z \right| > 0 Y(z)=X(z)H(z)=1az11aNzN=zN1(1a)zNaN,z>0

第一小问比较容易回答。 x[n],h[n]都是等比指数序列,所以很容易通过z变换公式分别求出X(z),H(z)。 根据z变换的线性性, Y(z)等于X(z)-H(z)。 这是给出的结果。
请大家注意,结果的收敛域为|z|>0, 比起X(z), H(z)的收敛域来说, 实际上扩张了。 之所以这样, 请看下面的零极点分析。

  (2) 在N=8情况下绘制零极点图。

  • 极点 z = a ,    z = 0 z = a,\,\,z = 0 z=a,z=0 (N-1)阶
  • 零点: 根据 z N − a n = 0 z^N - a^n = 0 zNan=0 ,所以存在 z k = ∣ a ∣ e j 2 π k N , k = 0 , 1 , ⋯   , N − 1 z_k = \left| a \right|e^{j{ {2\pi k} \over N}} ,k = 0,1, \cdots ,N - 1 zk=aejN2πk,k=0,1,,N1 N个零点。

  其中极点、零点都有 z = a z = a z=a ,所以 z = a z = a z=a 是一个可去奇点。下面给出了 N=8 时对应的零极点分布示意图。

▲ 图2.2.1 Y(z)的零极点分布示意图

▲ 图2.2.1 Y(z)的零极点分布示意图

  根据Y(z)的表达式, 可以看到它具有两个极点, 一个是为与z=a处的一阶极点; 另外一个是位于原点处的N-1阶极点。 它的零点是这个N次方程的解, 在复数域内,它具有N个根, 分别是|a|exp(j2 pi k / N), k=0,1,…,N-1。

  这是绘制的N=8时, 对应的零点与极点的分布图。 可以看到z=a处发生了零极点抵消, 所以z=a是一个可去奇点。 最终Y(z)的极点只剩下在原点处的N-1阶极点。
  
这也使得Y(z)的收敛域比起原来两个序列x[n],h[n]的z变换收敛域扩充了。

  (3) 由于 y [ n ] y\left[ n \right] y[n] 是一个有限长的序列, 所以 Y ( z ) Y\left( z \right) Y(z) 的收敛域是整个 z 平面, 除去 z = 0 z = 0 z=0 (原点)之外。

这个例题的第三问, 在上面分析结果的零极点分布的时候 已经做了回答。 这也符合任意有限长序列的z变换的收敛域的情况。 有限长序列z变换收敛域为整个z平面, 对于原点和无穷远点需要 根据序列是否具有n>0, 以及n<0的项来分别讨论。 这里就不在重复了。

§03 识关联


  应用线性可以帮助我们将复杂信号拆解成简单信号, 分别求取各自的z变换之后, 再合成原来信号的z变换。

  同样,在利用因式分解方法进行z反变换的过程中, 实际上也是暗含着使用了z变换的线性特性。

3.1 证明卷积定理

序列的卷积运算是一个复杂的运算, 它包含着反褶、位移、相乘和累加。

y [ n ] = x [ n ] ∗ h [ n ] = ∑ m = − ∞ + ∞ x [ m ] h [ n − m ] y\left[ n \right] = x\left[ n \right] * h\left[ n \right] = \sum\limits_{m = - \infty }^{ + \infty } {x\left[ m \right]h\left[ {n - m} \right]} y[n]=x[n]h[n]=m=+x[m]h[nm]

根据线性,可以分别求取每一项的z变换

Z { x [ m ] h [ n − m ] } = x [ m ] Z { h [ n − m ] } = x [ m ] ⋅ z − m H ( z ) Z\left\{ {x\left[ m \right]h\left[ {n - m} \right]} \right\} = x\left[ m \right]Z\left\{ {h\left[ {n - m} \right]} \right\} = x\left[ m \right] \cdot z^{ - m} H\left( z \right) Z{ x[m]h[nm]}=x[m]Z{ h[nm]}=x[m]zmH(z)

上面最后一步是用到了双边z变换的位移特性。 然后再根据z变换的线性特性, 将上述每一项都累加在一起, 便可以得到卷积后序列的z变换了。

Y ( z ) = ∑ m = − ∞ + ∞ x [ m ] ⋅ z − m ⋅ H ( z ) = X ( z ) ⋅ H ( z ) Y\left( z \right) = \sum\limits_{m = - \infty }^{ + \infty } {x\left[ m \right] \cdot z^{ - m} \cdot H\left( z \right)} = X\left( z \right) \cdot H\left( z \right) Y(z)=m=+x[m]zmH(z)=X(z)H(z)

上面最后一步, 将H(z)提出, 剩下的就是关于x[n]的z变换, 所以它们卷积后的z变换等于两个序列各自z变换的乘积。 这就是赫赫有名的卷积定理。 后面我们会继续讨论到。

3.2 累加交换条件

  应用z变换的线性特性蕴含着我们重新交换累加和运算。

Z { ∑ k = 1 N a k x k [ n ] } = ∑ n = − ∞ + ∞ ( ∑ k = 1 N a k x k [ n ] ) z − n = ∑ k = 1 N a k ∑ n = − ∞ + ∞ x k [ n ] z − n = ∑ k = 1 N a k X ( k ) Z\left\{ {\sum\limits_{k = 1}^N {a_k x_k \left[ n \right]} } \right\} = \sum\limits_{n = - \infty }^{ + \infty } {\left( {\sum\limits_{k = 1}^N {a_k x_k \left[ n \right]} } \right)z^{ - n} } = \sum\limits_{k = 1}^N {a_k \sum\limits_{n = - \infty }^{ + \infty } {x_k \left[ n \right]z^{ - n} } } = \sum\limits_{k = 1}^N {a_k X\left( k \right)} Z{ k=1Nakxk[n]}=n=+(k=1Nakxk[n])zn=k=1Nakn=+xk[n]zn=k=1NakX(k)

此时,如果双重累加中的元素满足绝对可和, 上述交换是成立的。 ∑ k = 1 N ∑ n = − ∞ + ∞ ∣ a k x k [ n ] z − n ∣ < + ∞ \sum\limits_{k = 1}^N {\sum\limits_{n = - \infty }^{ + \infty } {\left| {a_k x_k \left[ n \right]z^{ - n} } \right|} } < + \infty k=1Nn=+akxk[n]zn<+ 如果 z 处在每个序列的z变换收敛域内, 上面双重累加满足绝对可和。z变换交换律是成立的。

  下面举一个奇怪的例子,来说明累加和交换中出现的问题。 比如下面两个序列: x [ n ] = n ⋅ u [ n ] ,    y [ n ] = ( − 1 ) n n ⋅ u [ n ] x\left[ n \right] = n \cdot u\left[ n \right],\,\,y\left[ n \right] = \left( { - 1} \right)^n n \cdot u\left[ n \right] x[n]=nu[n],y[n]=(1)nnu[n] 如果令 w[n]=x[n]+y[n], 那么w[n]的z变换为: W ( z ) = X ( z ) + Y ( z ) W\left( z \right) = X\left( z \right) + Y\left( z \right) W(z)=X(z)+Y(z) 可以比较方便求出 X(z),Y(z): X ( z ) = z ( z − 1 ) 2 ,    Y ( z ) = − z ( z + 1 ) 2 X\left( z \right) = {z \over {\left( {z - 1} \right)^2 }},\,\,Y\left( z \right) = { { - z} \over {\left( {z + 1} \right)^2 }} X(z)=(z1)2z,Y(z)=(z+1)2z 根据w[n]的表达式, 可以知道它实际上为4nu[n]。 w [ n ] = n ⋅ u [ n ] + n ⋅ ( − 1 ) n u [ n ] = [ 1 + ( − 1 ) n ] ⋅ n ⋅ u [ n ] w\left[ n \right] = n \cdot u\left[ n \right] + n \cdot \left( { - 1} \right)^n u\left[ n \right] = \left[ {1 + \left( { - 1} \right)^n } \right] \cdot n \cdot u\left[ n \right] w[n]=nu[n]+n(1)nu[n]=[1+(1)n]nu[n] = { 4 , 8 , 12 , 16 , ⋯ } = 4 ⋅ n ⋅ u [ n ] = \left\{ {4,8,12,16, \cdots } \right\} = 4 \cdot n \cdot u\left[ n \right] ={ 4,8,12,16,}=4nu[n]所以可以得到 W ( z ) = 4 z ( z − 1 ) 2 W\left( z \right) = { {4z} \over {\left( {z - 1} \right)^2 }} W(z)=(z1)24z 那么就有如下表达式: z ( z − 1 ) 2 + − z ( z + 1 ) 2 = 4 ⋅ z ( z − 1 ) 2 {z \over {\left( {z - 1} \right)^2 }} + { { - z} \over {\left( {z + 1} \right)^2 }} = { {4 \cdot z} \over {\left( {z - 1} \right)^2 }} (z1)2z+(z+1)2z=(z1)24z 从这个表达式考来看, 除非 z=0,否则不会成立。 但 z=0 又不在上述z变换的收敛域内。 所以这就出现了矛盾。

  因此,这也说明 z 变换的交换性, 也不是针对什么序列都能够满足的。 在操作的过程中,需要小心。 特别值得说明的是, 上面表达式经过修改可以获得如下的表达式: − 1 3 ⋅ z ( z + 1 ) 2 = z ( z − 1 ) 2 { { - 1} \over 3} \cdot {z \over {\left( {z + 1} \right)^2 }} = {z \over {\left( {z - 1} \right)^2 }} 31(z+1)2z=(z1)2z 将其中的 z 使用 1 替换, 方程式的左边等于 -1/12, 右边实际上就是累加和 ∑ n = 1 ∞ n \sum\limits_{n = 1}^\infty n n=1n 因此,这也就出现了所有的自然数的和 等于 -1/12 的奇怪的结论。

  关于这个问题的讨论,  在网络上有很多视频都在做各种的讲解。 本质上都和累加和是否允许交换的条件有关系。

▲ 图3.2.1 讲解自然数的和的短视频

▲ 图3.2.1 讲解自然数的和的短视频

§04 考练习


下面给出了两个利用z变换的线性特性求解序列z变换的思考题。

  • 第一小题: 求下面序列的z变换

( 1 2 ) n u [ n ] + ( 1 3 ) n u [ n ] \left( { {1 \over 2}} \right)^n u\left[ n \right] + \left( { {1 \over 3}} \right)^n u\left[ n \right] (21)nu[n]+(31)nu[n]

第一个小题比较简单, 求取两个指数序列之和的z变换。 可以分别求取各自的z变换, 然后再叠加在一起即可。

  • 第二小题: 求下列序列的在变换

A cos ⁡ ( n ω 0 + φ ) ⋅ u [ n ] A\cos \left( {n\omega _0 + \varphi } \right) \cdot u\left[ n \right] Acos(nω0+φ)u[n]

第二个小题可以借助于三角恒等式, 将cos函数展开成sin,cos的形式, 然后再利用cos,sin的z变换公式将其进行求取合并即可。

  结 ※


  节内容介绍了z变换的线性特性及其应用。灵活定理虽然简单, 灵活掌握应用是关键。


■ 相关文献链接:

● 相关图表链接:

猜你喜欢

转载自blog.csdn.net/zhuoqingjoking97298/article/details/124679681