Z-трансформа выступает в качестве одного из самых фундаментальных математических инструментов в цифровой обработке сигналов (DSP), обеспечивая мост между дискретными временными последовательностями и сложными представлениями частотной области. Преобразуя последовательности в аналитические функции сложной переменной, Z-трансформ позволяет инженерам и исследователям анализировать стабильность системы, проектировать цифровые фильтры, решать уравнения разности и характеризовать частотные реакции с математической точностью. Его сила заключается в преобразовании свёртки и разностных операций в алгебраические манипуляции, упрощая анализ линейных временных инвариантных (LTI) систем. В этой статье мы исследуем определение, свойства, область конвергенции, обратное преобразование и практические применения Z-трансформации, предлагая всеобъемлющее руководство для студентов и практиков.

Что такое Z-трансформация?

Z-трансформация дискретно-временного сигнала x[n], определённая для целого числа n, задаётся бесконечным рядом

X(z) = Σn = −∞∞ x−n,

где z является сложной переменной.двусторонняя (или двухсторонняя) Z-трансформация. Связанная форма, односторонняя Z-трансформация, суммы от n = 0]∞ и особенно полезна для причинных сигналов и систем с начальными условиями.zz, как правило, выражается в полярной форме как jΩjΩ, где r = |z |ΩΩ = нормализованная угловая частотаΩ, при оценке на

Двусторонняя Z-трансформация

Двусторонняя форма используется для непричинных или двухсторонних сигналов, в то время как односторонняя форма предпочтительнее при работе с причинными системами, где сигнал равен нулю для n < 0.

Xu(z) = Σn = 0∞ x[n] z−n.

Для причинных последовательностей двусторонние и односторонние преобразования идентичны, поскольку x[n] = 0 для n < 0.Однако односторонняя версия упрощает обработку начальных условий в дифференциальных уравнениях, что делает её незаменимой для проектирования фильтров и систем управления.

Свойства Z-трансформации

Z-трансформ удовлетворяет ряду важных свойств, которые значительно упрощают анализ DSP. Эти свойства следуют непосредственно из линейности суммирования, и они отражают многие свойства преобразования Лапласа для систем непрерывного времени. Понимание этих свойств позволяет инженерам эффективно манипулировать сигналами и системами без явного суммирования бесконечных рядов.

линейность

Если X1 и X[z] являются Z-трансформами x1 и x2 соответственно, то

a x1[n] + b x2[n] ⁇ a X1[z]+b X2[z]].

Область сходимости (ROC) является по меньшей мере пересечением отдельных ROC.

Смена времени

Смещение последовательности во времени соответствует умножению на силу z:

x[n-k] ⁇ z−k X(z],

(с) ROC, возможно, исключая z = 0 или z = ∞ в зависимости от направления сдвига.k > 0 , ROC является тем же, что и X(z), за исключением, возможно, z = 0 ; для продвижения (k < 0, ROC исключает z = ∞ .

Масштабирование в Z-домене

Умножение на a n (экспоненциальный вес) масштабирует сложную переменную:

an x ⁇ X(z/a).

Если же исходный ROC равен R, то новый ROC — |a | R.

Время меняется

x[−n] ⁇ X(1/z), с ROC перевернутым: если исходный ROC r1 < |z | < <]2, то новый ROC 1/r2 < |z | <11.

свертываемость

Возможно, наиболее практически важным свойством: свертка во времени равна умножению в Z-домене. Для систем LTI выход y является сверткой входа x с импульсной реакцией h[n], так что

y[n] = x[n] * h[n] ⁇ Y(z) = X(z) H(z).

ROC Y(z) является, по крайней мере, пересечением ROC X(z) и H(z). Это свойство делает Z-трансформу бесценной для получения функций передачи системы.

Дифференциация в Z-домене

n x ⁇ −z dX(z)/dz.Это полезно для нахождения трансформаций последовательностей, подобных nn u.

Теорема начальной стоимости

Для причинных последовательностей начальное значение x[0] может быть получено непосредственно из X(z):

x[0] = limz→∞ X(z).

Теорема конечной стоимости

Если предел существует и РПЦ включает единичный круг, то

x[∞] = limz→1 (z − 1) X(z).

Регион конвергенции (ROC)

область конвергенции является набором комплексов z, для которых Z-трансформация суммирования абсолютно сходится. ROC не является факультативной — это неотъемлемая часть определения преобразования. X(z), но отличается по своей ROC; таким образом, ROC однозначно идентифицирует последовательность временной области.nnn], но разные ROC: |z | > |a |] |z | <] для антикаузального случая.

ROC Properties в целом

  • ROC всегда представляет собой кольцо или диск в z -плане, центрированной в начале: r − < |z | <+− = 0 или r+ = ∞.
  • РПЦ не может содержать полюсов X(z), поскольку преобразование расходится на полюсах.
  • Если последовательность бесконечной длины, то ROC — это вся z-плана, за исключением, возможно, z = 0 и/или z = ∞.
  • Если последовательность прямосторонняя (ненулевая только для n ≥ N ), ROC находится за пределами самого внешнего полюса: |z | > rmax.
  • Если последовательность левосторонняя (ненулевая только для n ≤ N), ROC находится внутри самого внутреннего полюса: |z | < rmin.
  • Если же последовательность двусторонняя, то ROC — это кольцо между двумя полюсами.

ROC и стабильность системы

Система дискретного времени LTI является BIBO стабильной, если её импульсная реакция абсолютно суммируема.В Z-домене это условие переводится в ROC функции передачи системы H(z), включающей в себя единичный круг |z | = 1. Поэтому, изучив положения полюсов относительно единичного круга и соответствующего ROC, можно оценить стабильность без вычисления импульсной реакции.Для того чтобы причинная система была стабильной, все полюса должны лежать внутри единичного круга.

РПЦ и причинность

Система является причинной, если импульсная реакция h[n] равна нулю для n <0. Для рациональной функции переноса причинность соответствует ROC, находящемуся вне самого внешнего полюса и включающему z = ∞. Если ROC находится внутри самого внутреннего полюса, система является антикаузальной. Смешанная ROC указывает на некаузальную систему.

Приложения в цифровой обработке сигналов

Z-трансформа пронизывает почти все области DSP. Ниже мы подробно расскажем о ее центральных ролях.

Цифровой фильтр дизайн

Цифровые фильтры — как конечный импульсный отклик (FIR), так и бесконечный импульсный отклик (IIR) — проектируются путем указания их передаточной функции H(z). Z-трансформация позволяет инженерам переводить спецификации фильтра (диапазонная рябь, затухание стоп-диапазона, частоты отсечения) в положения с нулевым полюсом в z-плане. Например, простой низкочастотный IIR-фильтр может иметь один реальный полюс на z = 0,9, давая передаточную функцию

H(z) = (1 − 0,9) / (1 − 0,9 z−1].

Коэффициенты получаются путем сопоставления желаемых частотных реакций с помощью метода билинейного преобразования или инвариантности импульсов. Коммерческие инструменты проектирования фильтров (например, MATLAB, Octave) используют представления Z-домена внутри. Для углубленного руководства см. Введение Джулиуса О. Смита в цифровые фильтры .

Размещение Pole-Zero

Поляки вблизи единичного круга создают резонансы (пики в ответе величины), а нули вблизи единичного круга создают выемки (дипсы). Инженеры стратегически размещают полюса и нули для формирования частотного отклика. Например, выемочный фильтр для удаления 60 Гц гула может быть реализован с парой сложных нулей на единичном круге на соответствующей нормализованной частоте, а пара полюсов немного внутри круга для стабилизации фильтра.

Анализ системной стабильности

При наличии функции передачи системы (например, из разностного уравнения или блок-схемы), вычисление полюсов H(z) и определение ROC является первичной проверкой стабильности.В системах управления Z-трансформ используется для анализа систем выборочных данных, где условие стабильности заключается в том, что все полюса лежат внутри единичного круга. Например, петля обратной связи с пропорциональным контроллером может иметь полюс при z = 1 + K T; для стабильности K должна быть выбрана так, чтобы эта величина была меньше единицы.Этот метод является стандартным в теории цифрового управления (см. MIT примечания о расположении полюсов.

Решать уравнения различий

Линейные уравнения разности с постоянным коэффициентом, описывающие системы LTI, становятся алгебраическими уравнениями в Z-домене. Для причинной системы, описанной

y[n] = Σk=0Mbk x[n−k] − Σk=1Nkky,

- получение Z-трансформа (с использованием свойств временной смены) доходности

Y(z) = (Σk=0Mbkkk) X(z) −k=1Nkkz−k Y(z],

Из чего непосредственно следует функция передачи H(z) = Y(z)/X(z). Полюсы и нули H(z) затем характеризуют поведение системы. Этот алгебраический подход намного проще, чем решение дифференциального уравнения итеративно, особенно для систем высокого порядка.

Анализ частотного ответа

Частотный отклик системы LTI получается путем оценки H(z) на единичном круге: H(ejΩ. Представление Z-трансформации позволяет легко вычислять величину и фазовые ответы. Например, квадратная величина может быть выражена в терминах полюсно-нулевой диаграммы, что позволяет графическому дизайну использовать полюсно-нулевую диаграмму. Кроме того, Z-трансформация приводит к понятию минимально-фазных и систем полного прохода, имеющих решающее значение для выравнивания и инверсии системы.

Анализ сигналов и характеристика

Помимо фильтров, Z-трансформ помогает анализировать сами сигналы. Например, преобразование конечной длины последовательности, как функция окна (Хамминг, Ханн) раскрывает ее спектральные свойства утечки. ROC указывает, является ли сигнал причинным, конечной энергией и т. д. В аудиообработке Z-трансформ моделируют импульсные реакции комнаты и позволяет отменять эхо, решая для обратных фильтров.

Обратная Z-трансформация

Получение последовательности домена времени из Z-трансформации и ROC является обратной Z-трансформацией.Существует несколько методов, каждый из которых подходит для разных контекстов.

Расширение частичного дробления

Для рациональных функций (наиболее распространенных в DSP) один расширяет X(z) в сумму более простых терминов, обратные преобразования которых известны из стандартных таблиц.

X(z) = (z) / (z − a) →xnn, если ROC является |z | > |a |, или xn |z | < |a |z/2, соответствующие nu.

Расширение серии Power (длинное подразделение)

Расширяя X(z) как силовой ряд в z−1z, можно напрямую считывать коэффициенты: X(z) = Σ x[n] z−n. Этот метод прост для причинных последовательностей, когда ряд сходится для больших z. Он является основой для идентификации импульсного ответа в фильтрах FIR.

Контурная интеграция

Формальная формула инверсии

x[n] = (1 / (2πj)) ⁇ X(z) zn−1 dz,

На практике это оценивается с использованием теоремы остаточного: x[n] = Σ (остатки X(z) zn−1 на полюсах внутри контура]. В то время как менее часто используется для повседневного проектирования, интеграция контуров обеспечивает строгую основу для получения пар преобразования и доказательств свойств.

Сравнение с другими трансформациями

Понимание отношения Z-трансформации к трансформации Лапласа и трансформации Фурье в дискретное время (DTFT) углубляет вашу интуицию DSP.

  • Преобразование Лапласа: Преобразование Лапласа работает на сигналах непрерывного времени.Преобразование Лапласа можно рассматривать как выборочную версию преобразования Лапласа через отображение z = esT, где T является периодом отбора проб. Это отображение является нелинейным и много-к-одному, вызывая псевдонимирование в частотной области.Граница стабильности в s-плане (воображаемой оси) отображает единичный круг в z-плане.
  • DTFT: DTFT — это Z-трансформация, оцениваемая на единичном круге (]z = ejΩ. Она существует только в том случае, если ROC включает единичный круг. Z-трансформация обеспечивает более широкую структуру, позволяющую анализировать нестабильные системы и допускающую алгебраические манипуляции, которые невозможны только с DTFT.

Для дальнейшего чтения, обратитесь к статье Z-трансформации Википедии и Руководство для ученых и инженеров по цифровой обработке сигналов Стивена У. Смита.

Заключение

Z-трансформация является незаменимым инструментом, который лежит в основе современной цифровой обработки сигналов. От проектирования высококачественных аудиофильтров и анализа систем управления обратной связью до решения разностных уравнений и оценки стабильности системы, ее приложения обширны и критически важны. Твердое понимание Z-трансформации, ее свойств, ROC и инверсионных методов позволяет инженерам уверенно работать в области дискретного времени. Поскольку DSP продолжает развиваться в таких областях, как машинное обучение, беспроводная связь и биомедицинская инженерия, Z-трансформ остается краеугольным камнем как теоретического понимания, так и практической реализации. Освоение этого является ключевым шагом к тому, чтобы стать опытным практиком DSP.