变换域中的离散时间系统

来源:互联网 发布:java 车牌识别 编辑:程序博客网 时间:2024/06/05 03:35

某些实际信号不存在傅里叶变换。就像拉普拉斯变换的引入一样,加了个衰减因子就满足条件了。而从拉普拉斯到z变换,可以理解为连续到离散的映射。

z变换是一个无穷级数,无穷级数就有收敛域的问题。可以理解为收敛域就是傅里叶变换存在的区域。


z变换求反变换的部分分式法有函数可以计算:[r,p,C] = residuez(b,a)

其中b和a为按z-1升幂序列排列的多项式的分子和坟墓的系数向量;

r为各个根的留数向量;p为极点向量。C先不管。

也可以用h = impz(b,a,N)。这个之前有介绍过,就是已知多项式分子分母求h(n)的。也就是说可以来求反变换。


至于求解差分方程,之前介绍过filter(b,a,x,xic),xic是初始条件输入序列。

其中初始条件计算:xic = filtic(b,a,Y,X)

b和a是分子分母系数数组。Y和X是初始条件数组,Y=[y(-1),y(-2),...],X=[x(-1),x(-2)...]。


接下来讲讲z平面上的谱分析。

之前学过DTFT的几何画法。可以发现,如果极点靠单位圆很近,频率特性在靠近极点附近会出现大的谐振峰,分母迅速减小。

由于稳定性要求,极点要在单位圆内,这样阐释的都是负相移。当零点也在单位圆内,系统的负相移最小(零点可产生正相移抵消),称最小相位系统。


非单位圆周上的频谱分析。

例如语音信号处理中,常常需要知道极点所对应的频率。如果极点里单位圆较远,则单位圆上的频谱就很平滑。

如果使采样点轨迹沿一条接近这些极点的弧线或圆周进行,则采样结果会在极点对应的频率上出现明显的尖峰。


关于理想滤波器,其脉冲响应是sa函数。为了因果,只能截取n>=0部分。考虑到线性相位要求,截取的序列必须对称。

为了使更接近于理想情况,应该尽可能增加延迟时间,加大截取长度(阶数)。

截取的序列越短,幅频特性与理想情况差别越大。

截取的序列若是对称的,则相频为线性。若不对称,相频特性则非线性。


用零极点分析滤波器。

规律是:离零点越近的频率,幅度越小。离极点越近的频率,幅度越大。

由z = eiw,z=-1离低频最远。因此取零点z=-1可以得到更高的低频幅度。

z=-1后,对一阶低通滤波器,通带宽度与极点a的关系近似是wp = 1-a。注意wp是数字频率。

二阶则更加灵活。为了滤波或者陷波,可以直接把零点配置在这个角频率的单位圆上ejw0。

同理,梳状滤波器就是把零点均匀分布在单位圆上。极点位置很靠近零点位置,能将陷波特性做的很窄。

不过陷波器相频特性不好,一般要级联全通滤波器进行校正。

0 0