找到 189 篇文章,关于信号与系统

指数函数的 Z 变换

Manish Kumar Saini
更新于 2022年1月19日 07:22:08

5K+ 阅读量

Z 变换 (ZT) 是一种数学工具,用于将时域中的差分方程转换为 z 域中的代数方程。数学上,如果 $\mathrm{\mathit{x\left ( n \right )}}$ 是一个离散时间信号或序列,则其双边或双侧 Z 变换定义为 −$$\mathrm{\mathit{Z\left [ x\left ( n \right ) \right ]\mathrm{\, =\, }X\left ( z \right )\mathrm{\, =\, }\sum_{n\mathrm{\, =\, }-\infty }^{\infty }x\left ( n \right )z^{-n}}}$$其中,z 是一个复变量。此外,单边或单侧 z 变换定义为 −$$\mathrm{\mathit{Z\left [ x\left ( n \right ) \right ]\mathrm{\, =\, }X\left ( z \right )\mathrm{\, =\, }\sum_{n\mathrm{\, ... 阅读更多

信号与系统 – 正弦和余弦信号的 Z 变换

Manish Kumar Saini
更新于 2022年1月19日 07:13:29

19K+ 阅读量

Z 变换Z 变换 (ZT) 是一种数学工具,用于将时域中的差分方程转换为 z 域中的代数方程。数学上,如果 $\mathrm{\mathit{x\left ( n \right )}}$ 是一个离散时间信号或序列,则其双边或双侧 Z 变换定义为 −$$\mathrm{\mathit{Z\left [ x\left ( n \right ) \right ]\mathrm{\, =\, }X\left ( z \right )\mathrm{\, =\, }\sum_{n\mathrm{\, =\, }-\infty }^{\infty }x\left ( n \right )z^{-n}}}$$其中,z 是一个复变量。此外,单边或单侧 z 变换定义为 −$$\mathrm{\mathit{Z\left [ x\left ( n \right ) \right ]\mathrm{\, =\, }X\left ( z \right )\mathrm{\, =\, }\sum_{n\mathrm{\, ... 阅读更多

什么是 Z 变换?

Manish Kumar Saini
更新于 2023年9月14日 13:10:13

39K+ 阅读量

什么是 Z 变换?Z 变换 (ZT) 是一种数学工具,用于将时域中的差分方程转换为 z 域中的代数方程。Z 变换是线性移不变 (LSI) 系统分析中非常有用的工具。LSI 离散时间系统由差分方程表示。为了求解这些时域中的差分方程,首先使用 Z 变换将其转换为 z 域中的代数方程,然后在 z 域中对代数方程进行操作,并将获得的结果使用反 Z 变换转换回时域。Z 变换可以是… 阅读更多

有限持续时间序列的 Z 变换和 ROC

Manish Kumar Saini
更新于 2022年1月19日 07:00:49

3K+ 阅读量

具有有限数量样本的序列称为有限持续时间序列。有限持续时间序列可以有以下三种类型:−右手序列左手序列双边序列右手序列对于 $\mathrm{\mathit{x\left ( n \right )}}$ = 0 且 $\mathit{n}$ < $\mathit{n_{\mathrm{0}}}$ 的序列,其中 $\mathit{n_{\mathrm{0}}}$ 可以是正数或负数,但必须是有限的,称为右手序列。如果 $\mathit{n_{\mathrm{0}}}$ ≥ 0,则得到的序列是因果序列。因果序列的 ROC 是整个 z 平面,除了 𝑧 = 0。数值示例 (1)求因果序列的 ROC 和 Z 变换。$$\mathrm{\mathit{x\left ( n \right )}\mathrm{\, =\, ... 阅读更多

拉普拉斯变换和傅里叶变换之间的关系

Manish Kumar Saini
更新于 2022年1月19日 06:47:56

17K+ 阅读量

傅里叶变换傅里叶变换是一种变换技术,用于将信号从连续时间域转换为相应的频域。数学上,如果 $\mathit{x}\mathrm{\left(\mathit{t}\right)}$ 是一个连续时间域函数,则其傅里叶变换由下式给出:$$\mathrm{\mathit{F}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{t}\right)}\right]}\:\mathrm{=}\:\mathit{X}\mathrm{\left(\mathit{\omega }\right)}\:\mathrm{=}\:\int_{-\infty }^{\infty }\mathit{x}\mathrm{\left(\mathit{t}\right)}\mathit{e^{-\mathit{j\omega t}}\:\mathit{dt}} \:\:\:\:\:\:...(1)}$$拉普拉斯变换拉普拉斯变换是一种数学工具,用于将时域中的微分方程转换为频域或 s 域中的代数方程。数学上,如果 $\mathit{x}\mathrm{\left(\mathit{t}\right)}$ 是一个时域函数,则其拉普拉斯变换定义为 −$$\mathrm{\mathit{L}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{t}\right)}\right]}\:\mathrm{=}\:\mathit{X}\mathrm{\left(\mathit{s}\right)}\:\mathrm{=}\:\int_{-\infty }^{\infty }\mathit{x}\mathrm{\left(\mathit{t}\right)}\mathit{e^{-\mathit{st}}\:\mathit{dt}}\:\:\:\:\:\:...(2)}$$其中,s 是一个复变量,由下式给出:$$\mathrm{\mathit{s}\:\mathrm{=}\:\sigma \:\mathrm{+}\:\mathit{j\omega}}$$关系… 阅读更多

Z 变换和拉普拉斯变换的区别

Manish Kumar Saini
更新于 2022年1月19日 06:44:26

13K+ 阅读量

Z 变换Z 变换 (ZT) 是一种数学工具,用于将时域中的差分方程转换为 z 域中的代数方程。数学上,如果 $\mathit{x}\mathrm{\left(\mathit{n}\right)}$ 是一个离散时间信号或序列,则其双边或双侧 Z 变换定义为 −$$\mathrm{\mathit{Z}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{n}\right)}\right]}\:\mathrm{=}\:\mathit{X}\mathrm{\left(\mathit{z}\right)}\:\mathrm{=}\sum_{\mathit{n=-\infty }}^{\infty}\mathit{x}\mathrm{\left(\mathit{n}\right)}\mathit{z^{-\mathit{n}}}\:\:\:\:\:\:...(1)}$$其中,z 是一个复变量。此外,单边或单侧 z 变换定义为 −$$\mathrm{\mathit{Z}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{n}\right)}\right]}\:\mathrm{=}\:\mathit{X}\mathrm{\left(\mathit{z}\right)}\:\mathrm{=}\sum_{\mathit{n=\mathrm{0} }}^{\infty}\mathit{x}\mathrm{\left(\mathit{n}\right)}\mathit{z^{-\mathit{n}}}\:\:\:\:\:\:...(2)}$$拉普拉斯变换拉普拉斯变换是一种数学工具,用于将时域中的微分方程转换为频域或 s 域中的代数方程。数学上,如果 $\mathit{x}\mathrm{\left(\mathit{t}\right)}$ 是一个时域函数,则其拉普拉斯变换定义为… 阅读更多

拉普拉斯变换的时移特性

Manish Kumar Saini
更新于 2022年1月19日 06:39:18

13K+ 阅读量

拉普拉斯变换拉普拉斯变换是一种数学工具,用于将时域中的微分方程转换为频域或 s 域中的代数方程。数学上,如果 $\mathit{x}\mathrm{\left(\mathit{t}\right)}$ 是一个时域函数,则其拉普拉斯变换定义为 −$$\mathrm{\mathit{L}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{t}\right)}\right]}\:\mathrm{=}\:\mathit{X}\mathrm{\left(\mathit{s}\right)}\:\mathrm{=}\:\int_{-\infty }^{\infty }\mathit{x}\mathrm{\left(\mathit{t}\right)}\mathit{e^{-\mathit{st}}\:\mathit{dt}}\:\:\:\:\:\:...(1)}$$公式 (1) 给出了函数 $\mathit{x}\mathrm{\left(\mathit{t}\right)}$ 的双边拉普拉斯变换。但是对于因果信号,应用单边拉普拉斯变换,其定义为:$$\mathrm{\mathit{L}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{t}\right)}\right]}\:\mathrm{=}\:\mathit{X}\mathrm{\left(\mathit{s}\right)}\:\mathrm{=}\:\int_{\mathrm{0}}^{\infty }\mathit{x}\mathrm{\left(\mathit{t}\right)}\mathit{e^{-\mathit{st}}\:\mathit{dt}}\:\:\:\:\:\:...(2)}$$拉普拉斯变换的时移特性陈述 - 拉普拉斯变换的时移特性指出,时域中 t0 的位移对应于乘以… 阅读更多

拉普拉斯变换的时标和频移特性

Manish Kumar Saini
更新于 2022年1月19日 06:38:00

8K+ 阅读量

拉普拉斯变换拉普拉斯变换是一种数学工具,用于将时域中的微分方程转换为频域或 s 域中的代数方程。数学上,如果 $\mathit{x}\mathrm{\left(\mathit{t}\right)}$ 是一个时域函数,则其拉普拉斯变换定义为 −$$\mathrm{\mathit{L}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{t}\right)}\right]}\:\mathrm{=}\:\mathit{X}\mathrm{\left(\mathit{s}\right)}\:\mathrm{=}\:\int_{-\infty }^{\infty }\mathit{x}\mathrm{\left(\mathit{t}\right)}\mathit{e^{-\mathit{st}}\:\mathit{dt}}\:\:\:\:\:\:...(1)}$$公式 (1) 给出了函数 $\mathit{x}\mathrm{\left(\mathit{t}\right)}$ 的双边拉普拉斯变换。但是对于因果信号,应用单边拉普拉斯变换,其定义为 −$$\mathrm{\mathit{L}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{t}\right)}\right]}\:\mathrm{=}\:\mathit{X}\mathrm{\left(\mathit{s}\right)}\:\mathrm{=}\:\int_{\mathrm{0}}^{\infty }\mathit{x}\mathrm{\left(\mathit{t}\right)}\mathit{e^{-\mathit{st}}\:\mathit{dt}}\:\:\:\:\:\:...(2)}$$拉普拉斯变换的时标特性陈述 - 拉普拉斯变换的时标特性指出,如果:$$\mathrm{\mathit{x}\mathrm{\left(\mathit{t}\right)}\overset{\mathit{LT}}{\leftrightarrow}\mathit{X}\mathrm{\left(\mathit{s}\right)}}$$然后$$\mathrm{\mathit{x}\mathrm{\left(\mathit{at}\right)}\overset{\mathit{LT}}{\leftrightarrow}\frac{1}{\left|\mathit{a}\right|}\mathit{X}\mathrm{\left( \frac{\mathit{s}}{\mathit{a}}\right )}}$$证明从拉普拉斯变换的定义,我们有:$$\mathrm{\mathit{L}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{t}\right)}\right]}\:\mathrm{=}\:\int_{\mathrm{0}}^{\infty ... 阅读更多

拉普拉斯变换的时间积分特性

Manish Kumar Saini
更新于 2022年1月19日 05:39:50

4K+ 阅读量

拉普拉斯变换拉普拉斯变换是一种数学工具,用于将时域中的微分方程转换为频域或 s 域中的代数方程。数学上,如果 $\mathit{x}\mathrm{\left(\mathit{t}\right)}$ 是一个时域函数,则其拉普拉斯变换定义为 −$$\mathrm{\mathit{L}\mathrm{\left[\mathit{x}\mathrm{\left(\mathit{t}\right)}\right]}\:\mathrm{=}\:\mathit{X}\mathrm{\left(\mathit{s}\right)}\:\mathrm{=}\:\int_{-\infty }^{\infty }\mathit{x}\mathrm{\left(\mathit{t}\right)}\mathit{e^{-\mathit{st}}\:\mathit{dt}}\:\:\:\:\:\:...(1)}$$时域积分拉普拉斯变换的性质陈述 - 拉普拉斯变换的时域积分性质指出,如果$$\mathrm{\mathit{x}\mathrm{\left(\mathit{t}\right)}\overset{\mathit{LT}}{\leftrightarrow}\mathit{X}\mathrm{\left(\mathit{s}\right)}}$$然后$$\mathrm{\int_{-\infty}^{\mathit{t}}\mathit{x}\mathrm{\left(\mathit{\tau }\right)}\mathit{d\tau}\overset{\mathit{LT}}{\leftrightarrow}\frac{\mathit{x}\mathrm{\left(\mathit{s}\right)}}{\mathit{s}}\:\mathrm{+}\:\int_{-\infty}^{\mathrm{0}}\frac{\mathit{x}\mathrm{\left(\mathit{\tau }\right)}}{\mathit{s}}\:\mathit{d\tau}}$$证明考虑一个函数 $\mathit{y}\mathrm{\left(\mathit{t}\right)}$ 为, $$\mathrm{\mathit{y}\mathrm{\left(\mathit{t}\right)}\:\mathrm{=}\:\int_{-\infty }^{\mathit{t}}\mathit{x}\mathrm{\left(\mathit{\tau }\right)}\:\mathit{d\tau}}$$对两边关于时间求导,我们有, $$\mathrm{\frac{\mathit{d\mathit{y}\mathrm{\left(\mathit{t}\right)}}}{\mathit{dt}}\:\mathrm{=}\:\mathit{x}\mathrm{\left(\mathit{t}\right)}\:\:\:\:\:\:...(2)}$$还, $$\mathrm{\mathit{y}\mathrm{\left(\mathrm{0}^{-}\right)}\:\mathrm{=}\:\int_{-\infty }^{\mathrm{0}}\mathit{x}\mathrm{\left(\mathit{\tau }\right)}\:\mathit{d\tau}\:\:\:\:\:\:...(3)}$$对公式 (2) 进行拉普拉斯变换,得到, $$\mathrm{\mathit{L}\mathrm{\left[ \frac{\mathit{d\mathit{y}\mathrm{\left(\mathit{t}\right)}}}{\mathit{dt}}\right ]}\:\mathrm{=}\:\mathit{L}\mathrm{\left [ \mathit{x}\mathrm{\left(\mathit{t}\right)} ... 阅读更多

常见的 Z 变换对

Manish Kumar Saini
更新于 2022年1月11日 06:46:36

6K+ 次浏览

Z 变换Z 变换是一种数学工具,用于将时域中的差分方程转换为频域中的代数方程。数学上,如果 $\mathrm{\mathit{x\left ( n \right )}}$ 是一个离散时间序列,则其 Z 变换定义为 −$$\mathrm{\mathit{X\left ( z \right )\mathrm{\, =\, }\sum_{n\mathrm{\, =\, }-\infty }^{\infty }x\left ( n \right )z^{-n}\; \; \; \cdot \cdot \cdot \left ( \mathrm{1} \right )}}$$其中,z 是一个复变量。公式 (1) 中定义的 Z 变换称为双边或双侧 Z 变换。单边或单侧 Z 变换定义为 −$$\mathrm{\mathit{X\left ( z \right )\mathrm{\, =\, }\sum_{n\mathrm{\, =\, }\mathrm{0}}^{\infty }x\left ( ... 阅读更多

广告

© . All rights reserved.