ESC
输入关键词搜索文章
目录

Z 变换

从级数收敛到复频域结构
第二讲 PPT 深度补充 + ROC / 逆变换 / 系统函数全图景
6知识主线
4ROC 类型
3逆变换方法
9补充配图

前置知识回顾

Z 变换是差分方程、系统函数和频率响应之间的桥。进入这一讲前,建议先确认下面几件事:

  • 离散时间序列:知道 $x[n]$$u[n]$$\delta[n]$$a^nu[n]$ 的支撑范围。可回看 离散时间信号与系统
  • 差分方程:理解 $y[n-k]$$x[n-m]$ 这些移位项如何描述递推系统。可回看 卷积与差分方程
  • 几何级数:很多基本 Z 变换都来自 $\sum_{n=0}^{\infty}r^n=1/(1-r)$,收敛条件必须同时写出。
  • 复指数与单位圆$z=re^{j\omega}$ 中,$r$ 控制增长/衰减,$\omega$ 控制旋转;单位圆 $r=1$ 对应 DTFT。
Part 1 · 为什么需要 Z 变换
把差分方程从递推问题变成代数问题

离散系统在时域里的自然描述方式是差分方程,例如 $y[n]$ 由若干过去的 $y[n-k]$ 和输入 $x[n-k]$ 组合而成。时域里做这些题,经常要不断递推;而 Z 变换的价值就在于把“移位”变成“乘以 $z^{-1}$”,从而把差分方程压缩成代数式。

这和拉普拉斯变换在连续时间系统里的角色几乎平行。连续系统靠 $s$ 平面分析微分方程,离散系统靠 $z$ 平面分析差分方程。更具体地说,若连续信号抽样间隔为 $T$,则两者之间存在核心映射

$$z=e^{sT}=e^{(\sigma+j\Omega)T}=e^{\sigma T}e^{j\Omega T}$$

其中 $|z|=e^{\sigma T}$ 反映增长或衰减,$\arg z=\Omega T$ 反映离散角频率。单位圆 $|z|=1$ 对应 $s$ 平面的虚轴 $s=j\Omega$,这也解释了为什么 DTFT 可以看成 Z 变换在单位圆上的取值。

什么是 z-domain?

z-domain,也就是 Z 域,就是用复变量 $z$ 作为坐标来观察离散序列和离散系统的空间。时域里我们看的是 $x[n]$ 随样本序号 $n$ 怎么变化;Z 域里我们看的是 $X(z)$ 随复数 $z$ 的位置怎么变化。因为 $z$ 可以写成

$$z=re^{j\omega}$$

所以 Z 域不是一条频率轴,而是一张复平面地图:横轴是实部,纵轴是虚部;半径 $r=|z|$ 表示指数增长或衰减尺度,角度 $\omega=\arg z$ 表示离散角频率。

在这张地图里,单位圆 $|z|=1$ 是 Fourier 分析所在的位置;极点$X(z)$ 发散的位置;零点$X(z)$ 变为 0 的位置;ROC 是 Z 变换真正收敛、可以合法取值的区域。后面判断稳定性、因果性和频率响应,几乎都是在问:单位圆、极点和 ROC 在这张 z-domain 地图上是什么关系。

第二讲 PPT:Z 变换定义
课件给出的 Z 变换定义:从序列 $x(n)$ 到复变量函数 $X(z)$
Part 1.5 · 从 Fourier 到 Z 变换的本质
Z 变换是在“匹配正弦波”的基础上,再匹配增长或衰减

可以把 DFT / DTFT 先理解成一种相关性检测。对长度为 $N$ 的离散信号,DFT 的第 $k$ 个系数为

$$X[k]=\sum_{n=0}^{N-1}x[n]e^{-j\frac{2\pi}{N}kn}$$

这里的 $e^{j\frac{2\pi}{N}kn}$ 是第 $k$ 个复正弦基函数,乘上共轭 $e^{-j\frac{2\pi}{N}kn}$ 再求和,本质上是在做内积:信号 $x[n]$ 和这条复正弦“有多像”。DSPRelated 的 DFT 教材在几何信号理论部分就是这样组织的:先把信号看成复向量,再定义内积,最后把 Fourier 系数解释为信号在正交复正弦基上的投影系数。投影越大,说明这个频率成分越强。

DTFT 只是把这个检测频率从有限个 $k$ 推广到连续角频率 $\omega$

$$X(e^{j\omega})=\sum_{n=-\infty}^{\infty}x[n]e^{-j\omega n}$$

所以,Fourier 视角下的核心问题是:拿一组纯旋转的复正弦 $e^{j\omega n}$ 去扫描信号,问信号和每个频率的相关性是多少

把这句话迁移到 Z 变换:Z 变换并没有换掉 Fourier 的“匹配模板”思想,而是把模板从纯旋转的复正弦,扩展成带指数包络的复正弦。

$$z=re^{j\omega}$$

则 Z 变换中的核函数可以拆开:

$$z^{-n}=(re^{j\omega})^{-n}=r^{-n}e^{-j\omega n}$$

这正对应你的说法:在 Fourier 的 $e^{-j\omega n}$ 外面加了一个半径项 $r^{-n}$,然后把二者合成一个复平面点 $z$ 的幂。代入定义后,$X(z)$ 可以写成

$$X(re^{j\omega})=\sum_{n=-\infty}^{\infty}x[n]r^{-n}e^{-j\omega n}$$

这句话的直觉很重要:Z 变换是在问,信号 $x[n]$ 和“频率为 $\omega$、幅度随 $n$$r^n$ 增长或衰减”的复指数模式有多匹配。当 $r=1$ 时,$r^{-n}=1$,模板退回纯复正弦,Z 变换就在单位圆上退化为 DTFT;当 $r\neq1$ 时,模板带上指数包络,因此能描述暂态、衰减、增长,以及极点造成的发散边界。

变换核函数几何位置本质问题
DFT$e^{-j2\pi kn/N}$单位圆上 $N$ 个等间隔点和有限个正交复正弦的相关性
DTFT$e^{-j\omega n}$整个单位圆和所有连续频率复正弦的相关性
Z 变换$z^{-n}=r^{-n}e^{-j\omega n}$整个复平面中的圆环区域和带指数包络的复正弦模式的相关性

这也解释了 ROC 的地位。Fourier 只在 $r=1$ 的单位圆上观察,如果信号能量或绝对和在单位圆上不收敛,Fourier 变换就可能不存在;Z 变换允许我们把观察半径改成 $r$,让 $r^{-n}$ 去补偿原序列的增长或衰减。对于右边序列 $a^n u[n]$

$$X(z)=\sum_{n=0}^{\infty}a^n z^{-n}=\sum_{n=0}^{\infty}\left(\frac{a}{z}\right)^n$$

这个几何级数收敛要求 $|a/z|<1$,也就是 $|z|>|a|$。换成 $z=re^{j\omega}$ 来看,就是半径 $r$ 必须大到足以压住 $a^n$ 的增长;若 $r=1$,能否得到 DTFT 就取决于单位圆是否落在这个 ROC 里。

一句话总结

Fourier 变换沿单位圆扫描“纯频率相关性”;Z 变换把扫描范围从单位圆扩展到整个复平面,扫描的是“频率 + 指数增长/衰减”的相关性。$\omega$ 决定旋转速度,$r$ 决定指数包络,二者合在一起就是 $z=re^{j\omega}$

Part 2 · 定义与 ROC
同一个代数式,不同 ROC 可以代表不同序列

双边 Z 变换定义为

$$X(z)=\sum_{n=-\infty}^{\infty}x[n]z^{-n}$$

真正决定它含义的,不止这个代数和式,还包括收敛域 ROC。因为这个和式本质上是一个关于 $z^{-1}$ 的双边幂级数,只有当

$$\sum_{n=-\infty}^{\infty}|x[n]z^{-n}|<\infty$$

成立时,$X(z)$ 才是有限的。ROC 因而不是附属信息,而是变换对的一部分。网络资料 LibreTexts 也特别强调:ROC cannot contain any poles,因为极点处 $X(z)$ 发散,不可能属于收敛域。

序列类型ROC 典型形态直觉是否常见于系统分析
有限长序列$0$$\infty$ 外几乎整个平面只有有限项,不需要担心无穷级数尾部FIR、窗口、截断序列
右边序列最外极点之外$+\infty$ 延伸,像因果响应因果 IIR 系统
左边序列最内极点之内$-\infty$ 延伸,像反因果响应理论分析、非因果滤波
双边序列两圈极点之间的环形区域正负两侧都延伸平稳随机过程、双边构造

第二讲 PPT 用有限长、右边、左边、双边四类序列分别画出了 ROC。最值得记住的是双边序列:ROC 是环形区域,它同时受到右边部分和左边部分的约束。

第二讲 PPT:双边序列的 ROC
双边序列的 ROC 是环状区域:右边序列给内边界,左边序列给外边界。
Part 3 · 典型例子
同一极点,为什么会对应右边序列或左边序列

三种序列类型

Z 变换的核心洞察之一是:同一个代数式可以代表不同的时域序列,区别全在收敛域。要理解 ROC 的意义,先弄清三种序列类型:

  • 右边序列:存在某个整数 $N$,使得 $x[n]=0$ 对所有 $n<N$ 成立。直观上就是"从某一点开始才有值,之后一直向右延伸"。典型例子:$a^n u[n]$
  • 左边序列:存在某个整数 $N$,使得 $x[n]=0$ 对所有 $n>N$ 成立。"只在过去存在,到某一点就截断了"。典型例子:$-a^n u[-n-1]$
  • 双边序列:既不是右边也不是左边,两个方向都有非零值。典型例子:$a^{|n|}$

它们对应三种 ROC 形状:

序列类型ROC 形状直觉
右边序列$|z|>R_1$(圆外)级数按 $z^{-1}$ 的幂展开,$|z|$ 越大越收敛
左边序列$|z|<R_2$(圆内)级数按 $z$ 的幂展开,$|z|$ 越小越收敛
双边序列$R_1<|z|<R_2$(环形)左右两部分各自贡献一个边界

因果系统的单位抽样响应 $h[n]$ 是右边序列(因为因果意味着 $n<0$$h[n]=0$),所以因果系统的 ROC 一定在最外极点之外。

作业里最经典的一组例子是

$$\left(\frac12\right)^n u[n] \quad\text{与}\quad -\left(\frac12\right)^n u[-n-1]$$

它们的 Z 变换代数式都可化到

$$X(z)=\frac{1}{1-\frac12 z^{-1}}$$

但一个 ROC 是 $|z|>1/2$,另一个是 $|z|<1/2$。因此,只有代数式而没有 ROC,序列就没有被完全确定

考试里一定要写 ROC:只写分式而不写 ROC,很多题从定义上就是不完整答案。尤其是求逆 Z 变换时,ROC 会直接决定查表结果到底是 $a^n u[n]$,还是 $-a^n u[-n-1]$

例题:同一分式因 ROC 不同对应两种序列

题目:已知 $X(z)=\frac{1}{1-az^{-1}}$,分别讨论 ROC 为 $|z|>|a|$$|z|<|a|$ 时的逆 Z 变换。

  1. 外侧 ROC:$|z|>|a|$,按 $z^{-1}$ 展开:
    $$X(z)=\sum_{n=0}^{\infty}a^nz^{-n}.$$

    因此 $x[n]=a^nu[n]$

  2. 内侧 ROC:$|z|<|a|$,改写为
    $$X(z)=\frac{z}{z-a}=-\frac{z/a}{1-z/a}=-\sum_{m=1}^{\infty}a^{-m}z^m.$$

    $m=-n$,得到 $x[n]=-a^nu[-n-1]$

结论:同一个代数式配不同 ROC,会对应右边序列或左边序列。

易错点:逆 Z 变换必须把 ROC 当作答案的一部分。没有 ROC,分式是不完整的。
Part 4 · 零点与极点
零极点图是系统结构的几何压缩

$X(z)$ 或系统函数 $H(z)$ 写成有理分式时,分子为零的位置是零点,分母为零的位置是极点。极点控制序列的增长、衰减和收敛域边界,零点则控制频率响应上的抑制结构。

例如 $x[n]=a^{|n|}, |a|<1$ 的作业题,Z 变换写成

$$X(z)=\frac{(1-a^2)z}{(z-a)(1-az)}$$

极点在 $z=a$$z=1/a$,ROC 为

$$|a|<|z|<\frac1{|a|}$$

这正是双边序列的典型环形收敛域。几何上可以把极点看成“禁止穿越的边界”,ROC 只能在极点圆之间、极点圆之外或极点圆之内取一个连通区域。

Part 5 · 逆 Z 变换
$X(z)$ 读回序列:系数、ROC 与三种计算方法

正 Z 变换把时域序列 $x[n]$ 编码成复函数 $X(z)$

$$X(z)=\sum_{n=-\infty}^{\infty}x[n]z^{-n}$$

逆 Z 变换做的是反方向的事:从 $X(z)$ 恢复每一个样本 $x[n]$。如果把 $X(z)$ 看成关于 $z^{-1}$$z$ 的幂级数,那么 $x[n]$ 就是对应幂次前面的系数。也就是说,逆变换的核心不是“套公式”,而是回答一个问题:这个 $X(z)$ 应该按什么方向展开,展开以后每个系数是多少?

为什么逆变换必须看 ROC?

同一个代数式可以有不同展开方式。例如

$$\frac{1}{1-az^{-1}}$$

若 ROC 为 $|z|>|a|$,它按 $z^{-1}$ 展开:

$$\frac{1}{1-az^{-1}}=1+az^{-1}+a^2z^{-2}+\cdots$$

对应右边序列 $a^n u[n]$。若 ROC 为 $|z|<|a|$,同一个分式要改写成按 $z$ 展开:

$$\frac{1}{1-az^{-1}}=-\frac{z/a}{1-z/a}= -\left(\frac{z}{a}+\frac{z^2}{a^2}+\frac{z^3}{a^3}+\cdots\right)$$

对应左边序列 $-a^n u[-n-1]$。所以 ROC 不是附加说明,而是逆 Z 变换答案的一部分。

理论上,逆 Z 变换由围线积分给出:

$$x[n]=\frac{1}{2\pi j}\oint_C X(z)z^{n-1}\,dz$$

其中积分路径 $C$ 必须位于 ROC 内,并环绕原点一周。这个公式的意思是:用复积分从 $X(z)$ 里“抽取”出 $z^{-n}$ 对应的系数。围线必须落在 ROC 内,因为只有在那里 $X(z)$ 才代表合法收敛的级数。

第二讲 PPT:逆 Z 变换公式与围线
逆 Z 变换的围线积分形式:围线必须落在 ROC 内。
方法本质适合场景最容易错的地方
长除法 / 幂级数法直接把 $X(z)$ 展开成幂级数,读出系数想看前几项、判断序列方向、验证答案没有根据 ROC 选择按 $z^{-1}$ 还是按 $z$ 展开
部分分式法拆成基本变换对,再查表叠加有理函数、简单极点、作业和工程计算只拆分式而忘记 ROC 决定右边/左边序列
留数定理法用围线积分和留数抽取系数理论证明、复杂极点、高阶极点、复变方法训练围线不在 ROC 内,或漏掉 $z=0$ 处可能出现的极点
第二讲 PPT:部分分式展开
部分分式法:把复杂有理函数拆成可查表的基本项。
第二讲 PPT:长除法求逆 Z 变换
长除法或幂级数法:展开方向由 ROC 决定,系数就是 $x[n]$

例题:同一个 $X(z)$ 用三种视角恢复序列

题目:已知

$$X(z)=\frac{1-\frac12 z^{-1}}{1-\frac14 z^{-2}},\qquad |z|>\frac12$$

目标:求逆 Z 变换 $x[n]$,并理解长除法、部分分式法、留数定理法为什么得到同一个结果。

第一步:先化简代数式。

分母因式分解:

$$1-\frac14z^{-2}=\left(1-\frac12z^{-1}\right)\left(1+\frac12z^{-1}\right)$$

分子正好消去其中一项,所以

$$X(z)=\frac{1}{1+\frac12z^{-1}} =\frac{1}{1-\left(-\frac12\right)z^{-1}},\qquad |z|>\frac12$$

这个式子的极点是 $z=-1/2$。ROC 在极点外侧,所以答案一定是右边序列。

方法一:长除法 / 幂级数法。

因为 ROC 是 $|z|>1/2$,也就是外侧区域,所以按 $z^{-1}$ 展开:

$$\frac{1}{1+\frac12z^{-1}} =1-\frac12z^{-1}+\frac14z^{-2}-\frac18z^{-3}+\cdots$$

对照 $X(z)=\sum_n x[n]z^{-n}$,可读出

$$x[0]=1, \quad x[1]=-\frac12, \quad x[2]=\frac14, \quad x[3]=-\frac18, \quad \cdots$$

一般项为

$$x[n]=\left(-\frac12\right)^n u[n]$$

方法二:部分分式法 / 查基本变换对。

基本变换对是

$$a^n u[n]\quad \longleftrightarrow \quad \frac{1}{1-az^{-1}},\qquad |z|>|a|$$

这里 $a=-1/2$,且 ROC 正好是 $|z|>1/2$,满足基本变换对的外侧 ROC 条件,所以对应的时域序列为

$$x[n]=\left(-\frac12\right)^n u[n]$$

如果同一个分式给的是 $|z|<1/2$,就不能写这个答案,而应选左边序列形式。

方法三:留数定理法。

从围线积分出发。留数定理本身属于复变函数内容,如果这里对“为什么闭合积分只看极点留数”不熟,先回看 留数定理|高等数学笔记

$$x[n]=\frac{1}{2\pi j}\oint_C X(z)z^{n-1}\,dz$$

代入本题的 $X(z)$

$$X(z)z^{n-1}=\frac{z^{n-1}}{1+\frac12z^{-1}} =\frac{z^n}{z+\frac12}$$

对于 $n\ge 0$,围线内包含 $z=-1/2$ 这个一阶极点,留数为

$$\operatorname*{Res}_{z=-1/2}\frac{z^n}{z+\frac12} =\left(-\frac12\right)^n$$

对于 $n<0$,外侧 ROC 对应右边序列,负时间样本为 0。把正、负时间两部分合在一起,得到

$$\boxed{x[n]=\left(-\frac12\right)^n u[n]}$$
易错点:逆 Z 变换不是看到分式就机械查表。必须先看 ROC:ROC 在极点外侧对应右边序列;ROC 在极点内侧对应左边序列;ROC 在两个极点圆之间对应双边序列。
Part 6 · Z 变换性质
性质不是公式表,而是时域操作在 Z 域里的投影

第二讲 PPT 后半部分补充了大量 Z 变换性质。最核心的理解方式是:每个时域操作都会在 Z 域留下一个代数动作,同时 ROC 也会随之变化。

时域操作Z 域结果理解
线性组合 $a x_1[n]+b x_2[n]$$aX_1(z)+bX_2(z)$叠加性,ROC 至少包含公共部分
移位 $x[n-m]$$z^{-m}X(z)$延迟对应乘以 $z^{-1}$ 的幂
乘指数 $a^n x[n]$$X(z/a)$极点和 ROC 按比例缩放
翻转 $x[-n]$$X(z^{-1})$内外 ROC 对换
$n$$-z\frac{dX(z)}{dz}$序列加权对应 Z 域微分
卷积 $x_1[n]*x_2[n]$$X_1(z)X_2(z)$LTI 系统分析的核心代数化

这些性质里,移位和卷积最常用。移位性质解释差分方程为什么会变成多项式方程;卷积定理解释 LTI 系统为什么可以用系统函数 $H(z)$ 来表示。

第二讲 PPT:Z 变换初值定理
初值定理:对因果序列,$x[0]=\lim_{z\to\infty}X(z)$
第二讲 PPT:时域卷积定理
时域卷积定理:卷积在 Z 域变为乘法,这是系统函数方法的基础。
Part 7 · 系统函数、因果性与稳定性
一个 $H(z)$,三件事:因果、稳定、频率响应

先抓住两个核心对象

对 LTI 系统,单位脉冲输入 $\delta[n]$ 的输出称为单位抽样响应,记为 $h[n]$

$$\delta[n] \xrightarrow{T} h[n]$$

因为 LTI 系统满足叠加和移不变,只要知道 $h[n]$,就能用卷积得到任意输出:

$$y[n] = \sum_{m=-\infty}^{\infty} x[m]h[n-m] = x[n]*h[n]$$

$h[n]$ 是时域系统描述和 Z 域分析之间的桥;它的 Z 变换就是系统函数:

$$H(z)=\sum_{n=-\infty}^{\infty}h[n]z^{-n}$$

对常系数差分方程,零初始条件下作 Z 变换,就能把递推系统写成有理函数:

$$\sum_{k=0}^{N}a_k y[n-k]=\sum_{m=0}^{M}b_m x[n-m] \quad\Longrightarrow\quad H(z)=\frac{Y(z)}{X(z)}=\frac{\sum_{m=0}^{M}b_m z^{-m}}{\sum_{k=0}^{N}a_k z^{-k}}$$

因果性:只看“现在和过去”

教材里的判据可以直接记成一句话:因果 LTI 系统 $\Leftrightarrow h[n]=0$ for $n<0$。也就是 $h[n]$ 是右边序列。

把这个条件搬到 Z 域,就得到:

$$\text{因果} \iff \text{ROC 在最外极点之外,且包含 } z=\infty$$

直觉上,右边序列是从某个时刻开始向右延伸,所以级数按 $z^{-1}$ 展开时,只有当 $|z|$ 足够大才收敛;因此 ROC 会是圆外区域。

这也是为什么教材特别强调“ROC 包括 $z=\infty$”是因果序列的重要特性。

稳定性:看单位圆能不能落在 ROC 里

BIBO 稳定的定义是:任意有界输入都产生有界输出。

对 LTI 系统,教材给出的等价判据是:

$$\text{稳定} \iff \sum_{n=-\infty}^{\infty}|h[n]|<\infty$$

而 Z 变换收敛域的定义又告诉我们,若 $H(z)=\sum h[n]z^{-n}$$|z|=1$ 上也收敛,那么就正好对应上面的绝对可和条件。于是得到

$$\text{稳定} \iff \text{单位圆 } |z|=1 \text{ 在 ROC 内}$$

这条结论很关键:稳定性关心的不是“某个极点在不在”,而是单位圆能不能被 ROC 覆盖。

因果且稳定:极点必须全部落在单位圆内

把前两条拼起来就得到教材中的 z 域必要充分条件:

$$\text{因果且稳定} \iff H(z) \text{ 在 } 1\le |z|\le \infty \text{ 内收敛}$$

等价地说,系统函数的全部极点都必须严格在单位圆内。原因很直接:

  • 因果系统要求 ROC 在最外极点之外;
  • 稳定系统要求 ROC 包含单位圆;
  • 两者同时成立,只能把所有极点压到单位圆内。
性质时域判据Z 域判据
因果$h[n]=0,\; n<0$ROC 在最外极点之外,包含 $z=\infty$
稳定$\sum_n |h[n]|<\infty$ROC 包含单位圆 $|z|=1$
因果且稳定右边且绝对可和全部极点严格在单位圆内
一个很重要的提醒:同一个差分方程只固定 $H(z)$ 的代数式,不固定 ROC。ROC 选得不同,系统的因果性和稳定性就可能完全不同。

这也是为什么下面那个 Fibonacci 例子会同时出现“因果但不稳定”和“稳定但非因果”两种解。

稳定性:BIBO 稳定、h[n] 绝对可和、ROC 包含单位圆,这三件事是怎么串起来的?

BIBO 稳定(Bounded-Input Bounded-Output)的定义:如果对任意有界输入 $|x[n]| \le M_x$,输出也有界 $|y[n]| \le M_y$,则系统稳定。

第一步:BIBO 稳定 $\Leftrightarrow$ $h[n]$ 绝对可和

这个定理需要双向证明。

$\Leftarrow$)充分性:若 $\sum_k |h[k]| < \infty$,对任意有界输入 $|x[n]| \le M_x$

$$|y[n]| = \left|\sum_{k=-\infty}^{\infty} x[k]h[n-k]\right| \le \sum_k |x[k]|\,|h[n-k]| \le M_x \sum_k |h[k]| < \infty$$

所以系统 BIBO 稳定。推导只用到了卷积和与三角不等式,很直接。

$\Rightarrow$)必要性:反过来,若 $\sum_n |h[n]|$ 发散(趋于无穷),构造一个有界输入就可以让输出无界。考虑

$$x[-n] = \begin{cases} \dfrac{h^*[n]}{|h[n]|}, & h[n] \ne 0 \\ 0, & h[n] = 0 \end{cases}$$

其中 $h^*[n]$$h[n]$ 的复共轭(实数情形就是 $\operatorname{sgn}(h[n])$)。$x[n]$ 每个点的绝对值都不超过 1,所以是有界输入。在 $n=0$ 时刻的输出:

$$y[0] = \sum_k x[-k]h[k] = \sum_k \frac{h^*[k]}{|h[k]|}h[k] = \sum_k |h[k]| \to \infty$$

这说明存在一个有界输入导致输出无界,系统不稳定。于是必要性得证。

双向合起来:$h[n]$ 绝对可和 $\Leftrightarrow$ BIBO 稳定

第二步:$h[n]$ 绝对可和 $\Leftrightarrow$ ROC 包含单位圆

根据 Z 变换的定义,$H(z) = \sum_n h[n]z^{-n}$。级数在点 $z$ 绝对收敛的条件是:

$$\sum_n |h[n]|\,|z^{-n}| < \infty$$

$z$ 在单位圆上($|z|=1$)时,$|z^{-n}| = 1$ 对所有 $n$ 成立,收敛条件简化为 $\sum_n |h[n]| < \infty$。所以单位圆在 ROC 内等价于 $h[n]$ 绝对可和。

因此

$$\boxed{\text{BIBO 稳定} \;\Leftrightarrow\; \sum|h[n]|<\infty \;\Leftrightarrow\; \text{单位圆在 ROC 内}}$$

这也解释了为什么因果系统可以不稳定:因果系统的 ROC 在最外极点之外,如果最外极点模大于 1,ROC 就不包含单位圆,级数在 $|z|=1$ 处不收敛。

下面这组例子最能说明问题:同一个 $H(z)$,因 ROC 不同,可以对应不同的时域序列。

Part 8 · DTFT、单位圆与几何解释
频率响应就是在单位圆上观察 $H(z)$

$z=e^{j\omega}$,双边 Z 变换退化为 DTFT:

$$X(e^{j\omega})=X(z)\big|_{z=e^{j\omega}}$$

但这个等式有一个前提:单位圆必须在 ROC 内。若 ROC 不包含单位圆,级数在 $|z|=1$ 处不收敛,DTFT 没有定义,频率响应也不能直接由单位圆取值得到。

几何解释:零极点距离决定幅度响应

$H(z)$ 写成有理函数时,可以因式分解为:

$$H(z) = K \cdot \frac{\prod_i (z - z_i)}{\prod_k (z - p_k)}$$

其中 $z_i$ 是零点,$p_k$ 是极点,$K$ 是常数增益。在单位圆上取值 $z=e^{j\omega}$ 时,幅度响应为:

$$|H(e^{j\omega})| = |K| \cdot \frac{\prod_i |e^{j\omega} - z_i|}{\prod_k |e^{j\omega} - p_k|}$$

直觉:

  • 分子$|e^{j\omega} - z_i|$ 是单位圆上当前点到第 $i$ 个零点的距离。到零点越近,距离越小,幅度被压低。
  • 分母$|e^{j\omega} - p_k|$ 是到第 $k$ 个极点的距离。到极点越近,分母越小,幅度被抬高。

这就是频率响应的几何读法:把单位圆上的点想象成观察者,绕着圆走一圈,靠近零点的频率被压制,靠近极点的频率被放大

例题:第二讲作业第 6 题 — Fibonacci 差分方程的因果性、稳定性与频率响应

题目:差分方程 $y(n)=y(n-1)+y(n-2)+x(n-1)$ 描述的系统,分别求:(1) 因果系统的系统函数与 ROC;(2) 因果系统的单位抽样响应;(3) 一个稳定但非因果的系统的单位抽样响应。

目标:用同一道题串联系统函数、ROC、因果性、稳定性和几何频率响应。

第一步:求系统函数。 零初始条件下两边作 Z 变换:

$$Y(z) = z^{-1}Y(z) + z^{-2}Y(z) + z^{-1}X(z)$$

因此:

$$H(z) = \frac{Y(z)}{X(z)} = \frac{z^{-1}}{1 - z^{-1} - z^{-2}} = \frac{z}{z^2 - z - 1}$$

分母 $z^2 - z - 1 = (z - \alpha)(z - \beta)$,其中:

$$\alpha = \frac{1+\sqrt{5}}{2} \approx 1.618, \qquad \beta = \frac{1-\sqrt{5}}{2} \approx -0.618$$

两个极点一正一负,$|\alpha|>1$$|\beta|<1$

第二步:因果系统 — ROC 在最外极点之外。 因果系统的 $h[n]$ 是右边序列,ROC 为 $|z| > \alpha \approx 1.618$。这个 ROC 不包含单位圆(因为单位圆半径 1 < 1.618),所以因果系统不稳定

部分分式展开:

$$H(z) = \frac{1}{\sqrt{5}}\left(\frac{1}{1 - \alpha z^{-1}} - \frac{1}{1 - \beta z^{-1}}\right)$$

对因果 ROC,两项都是右边序列:

$$h_c[n] = \frac{1}{\sqrt{5}}\left(\alpha^n - \beta^n\right) u[n]$$

这正是 Fibonacci 数列的 Binet 公式。由于 $\alpha > 1$$h_c[n]$ 指数增长,绝对和发散,确认不稳定。

第三步:稳定非因果系统 — ROC 必须包含单位圆。 稳定要求 ROC 覆盖 $|z|=1$。两个极点的模分别是 $|\beta| \approx 0.618$$\alpha \approx 1.618$,所以 ROC 必须是:

$$|\beta| < |z| < \alpha$$

在这个环形 ROC 内,$\beta$ 项($|\beta|<1$,极点在环内)对应右边序列,$\alpha$ 项($\alpha>1$,极点在环外)对应左边序列:

$$h_s[n] = -\frac{1}{\sqrt{5}}\alpha^n u[-n-1] + \frac{1}{\sqrt{5}}\beta^n u[n]$$

这是双边序列:$n>0$ 时以 $\beta^n$ 衰减(因为 $|\beta|<1$),$n<0$ 时以 $-\alpha^n$ 衰减(因为 $\alpha>1$$u[-n-1]$ 只在负时间取值,$\alpha^n$$n \to -\infty$ 趋于零)。两边都绝对可和,系统稳定但非因果。

第四步:几何频率响应。 同一个 $H(z)$ 可以写成:

$$H(z) = \frac{z}{(z - \alpha)(z - \beta)}$$

对于稳定非因果系统(ROC 含单位圆),频率响应为 $H(e^{j\omega})$

$$|H(e^{j\omega})| = \frac{1}{|e^{j\omega} - \alpha| \cdot |e^{j\omega} - \beta|}$$

注意分子 $|e^{j\omega}| = 1$。两个极点都是实数:

  • $\alpha \approx 1.618$ 在正实轴上,单位圆外。$\omega=0$$e^{j0}=1$,距 $\alpha$ 最近($|1-\alpha|=0.618$),所以 $\omega=0$ 处幅度被放大。
  • $\beta \approx -0.618$ 在负实轴上,单位圆内。$\omega=\pi$$e^{j\pi}=-1$,距 $\beta$ 最近($|-1-\beta|=|-1+0.618|=0.382$),所以 $\omega=\pi$ 处幅度也被放大。
  • $\omega=\pi/2$$e^{j\pi/2}=j$,距两个极点都较远,幅度较小。

对于因果系统,ROC 不包含单位圆,所以 $H(e^{j\omega})$ 不收敛,频率响应没有定义。这和"不稳定系统没有有意义的频率响应"是一致的。

关键结论:同一差分方程 $\Rightarrow$ 同一 $H(z)$ $\Rightarrow$ 两个不同的 ROC $\Rightarrow$ 一个因果不稳定、一个稳定非因果。代数式不决定系统行为,ROC 才决定。
第二讲 PPT:Z 变换与拉普拉斯变换、傅里叶变换的关系
课件总结的映射关系:$z=e^{sT}$,单位圆对应连续域虚轴。
Part 9 · 能量视角
Parseval 定理把时域能量搬到频域 / Z 域

课件还补充了 Parseval 定理。若 $X(z)$$H(z)$ 分别是两个序列的 Z 变换,并且 ROC 条件允许选择合适围线,则内积可以写成 Z 域围线积分。对于单位圆上的 DTFT 形式,常见的能量等式为

$$\sum_{n=-\infty}^{\infty}|x[n]|^2=\frac{1}{2\pi}\int_{-\pi}^{\pi}|X(e^{j\omega})|^2\,d\omega$$

这条公式把“序列能量”与“频谱能量”连接起来,是后续滤波器设计、频谱分析和随机信号功率谱分析的入口。

第二讲 PPT:Parseval 定理
Parseval 定理:时域内积可以转成 Z 域围线积分。

这一讲的真正难点

很多人会觉得 Z 变换难,是因为它同时混合了级数收敛、复平面几何和系统理论。抓住一个主轴就够了:移位变成乘法,系统变成代数式,支撑方向变成 ROC,频率响应变成单位圆取值。后面的题型几乎都是这条主轴的展开。

复习速查

  • 看到 $a^n u[n]$:优先想到 $\frac{1}{1-az^{-1}}, |z|>|a|$
  • 看到 $-a^n u[-n-1]$:优先想到 $\frac{1}{1-az^{-1}}, |z|<|a|$
  • 看到差分方程:先用移位性质得到 $H(z)$,再看极点与 ROC。
  • 判断稳定:问单位圆是否在 ROC 内。
  • 判断因果:问 ROC 是否在最外极点之外并包含无穷远点。
  • 做逆变换:先因式分解,再看 ROC,再选部分分式 / 长除法 / 留数法。