Uke 4: z-transformasjonen

Like dokumenter
Uke 4: z-transformasjonen

Uke 4: z-transformasjonen

Uke 4: z-transformasjonen

Uke 4: z-transformasjonen

Dagens temaer. 3 domener. Tema. Time 4: z-transformasjonen. z-dometet; ett av tre domener. Andreas Austeng@ifi.uio.no, INF3470

Uke 5: Analyse i z- og frekvensdomenet

Dagens temaer. Definisjon av z-transformasjonen. Tema. Time 5: z-transformasjon og frekvens transformasjon. Fra forrige gang

Repetisjon. Jo Inge Buskenes. INF3470/4470, høst Institutt for informatikk, Universitetet i Oslo

Repetisjon. Jo Inge Buskenes. INF3470/4470, høst Institutt for informatikk, Universitetet i Oslo

UNIVERSITETET I OSLO

Fasit til midtveiseksamen

Uke 9: Diskret Fourier Transform, I

Fasit, Eksamen. INF3440/4440 Signalbehandling 9. desember c 0 + c 1z 1 + c 2z 2. G(z) = 1/d 0 + d 1z 1 + d 2z 2

UNIVERSITETET I OSLO

Uke 6: Analyse i frekvensdomenet

UNIVERSITETET I OSLO

Repetisjon: LTI-systemer

Uke 6: Analyse i frekvensdomenet

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

Transformanalyse. Jan Egil Kirkebø. Universitetet i Oslo 17./23. september 2019

UNIVERSITETET I OSLO

EKSAMEN STE 6219 Digital signalbehandling

pdf

Dagens temaer. Tema. Time 6: Analyse i frekvensdomenet. z-transformasjonen. Fra forrige gang. Frekvensrespons funksjonen

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

Generell informasjon om faget er tilgjengelig fra It s learning.

Tidsdomene analyse (kap 3 del 2)

Uke 6: Analyse i frekvensdomenet

UNIVERSITETET I OSLO

STE 6219 Digital signalbehandling Løsning til kontinuasjonseksamen

Utregning av en konvolusjonssum

STE 6219 Digital signalbehandling Løsningsforslag

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

Løsningsforslag til hjemmeeksamen i INF3440 / INF4440

Repetisjon: Eksempel. Repetisjon: Aliasing. Oversikt, 26.februar Gitt. Alle signaler. Ettersom. vil alle kontinuerlig-tid signaler.

STE 6146 Digital signalbehandling. Løsningsforslag til eksamen avholdt

UNIVERSITETET I OSLO

Generell informasjon om faget er tilgjengelig fra It s learning.

STE6146 Signalbehandling =-WUDQVIRUPHQ

Tidsdomene analyse (kap 3 del 2)

Hjelpemidler/hjelpemiddel: D - "Ingen trykte eller håndskrevne hjelpemidler tillatt. Enkel kalkulator tillatt."


LØSNINGSFORSLAG TIL KONTINUASJONSEKSAMEN STE 6219 Digital signalbehandling

Uke 10: Diskret Fourier Transform, II

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Tidsdomene analyse (kap 3 del 1)

Bruk av tidsvindu. Diskret Fourier-transform. Repetisjon: Fourier-transformene. Forelesning 6. mai 2004

Sampling ved Nyquist-raten

Uke 12: FIR-filter design

UNIVERSITETET I OSLO

Uke 12: FIR-filter design

UNIVERSITETET I OSLO

LØSNINGSFORSLAG TIL SIGNALBEHANDLING 1 JUNI 2010

Generell informasjon om faget er tilgjengelig fra It s learning. 7.1 Stokastisk prosess Lineær prediktor AR-3 prosess...

Dagens temaer. Endelig lengde data. Tema. Time 11: Diskret Fourier Transform, del 2. Spektral glatting pga endelig lengde data.


INF3470 Digital signalbehandling Tidsdomene analyse (kap 3 del 1) Sverre Holm

HØGSKOLEN - I - STAVANGER. Institutt for elektroteknikk og databehandling

UNIVERSITETET I OSLO

LØSNINGSFORSLAG for KONTINUASJONSEKSAMEN I FAG SIE2010 Informasjons- og signalteori, 29. juli y(n) = ay(n 1) + x(n k),

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

IIR filterdesign Sverre Holm

Forelesning nr.13 INF 1410

INF1400 Kap 02 Boolsk Algebra og Logiske Porter

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Kontrollspørsmål fra pensum

FIE Signalprosessering i instrumentering

Ferdighetsmål: Kunne forenkle boolske uttrykk Kunne implementere flerinputs-porter med bare 2-inputs porter

y(t) t

Forelesning 2. Boolsk algebra og logiske porter

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Oppgave 1 OPPGAVER OG LØSNINGSFORSLAG KONTINUASJONSEKSAMEN I FAG SMN 6147 OG SMN 6195 KOMPLEKS ANALYSE STED: HØGSKOLEN I NARVIK. KLASSE:4EL,4RTog5ID

NORGES TEKNISK- NATURVITENSKAPELIGE UNIVERSITET Side 1 av 5

UNIVERSITETET I OSLO

Hva gikk vi gjennom forrige uke? Omid Mirmotahari 3

01 Laplace og Z-transformasjon av en forsinket firkant puls.

Bedømmelse: Ved bedømmelse vektlegges oppgavene I, II og III likt.

IIR filterdesign Sverre Holm

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Potensrekker Forelesning i Matematikk 1 TMA4100

Wavelet P Sample number. Roots of the z transform. Wavelet P Amplitude Spectrum.

Potensrekker Forelesning i Matematikk 1 TMA4100

Eksempel 1. Frekvensene i DFT. Forelesning 13. mai På samme måte har vi at. I et eksempel fra forrige uke brukte vi sekvensen

UNIVERSITETET I OSLO

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Komplekse tall. Kapittel 2. Den imaginære enheten. Operasjoner på komplekse tall

Polare trekanter. Kristian Ranestad. 27. oktober Universitetet i Oslo

EKSAMEN I EMNET Løsning: Mat Grunnkurs i Matematikk I Mandag 14. desember 2015 Tid: 09:00 14:00

Egenverdier og egenvektorer

Ghost amplitude spectrum. d=6 m V=1500 m/s c= 1

Repetisjon: Spektrum for en sum av sinusoider

Eksamen i TMA4123/TMA4125 Matematikk 4M/N

Wiener filter of length 10 (performance 0.374) Pulse P Sample number. Wiener filter of length 10 (performance 0.

f(t) F( ) f(t) F( ) f(t) F( )

4_Komplekse_tall.odt tg. Kap.4 Komplekse tall

MA0002 Brukerkurs i matematikk B Vår 2017

MA1201 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3. desember 2007

Transkript:

Uke 4: z-transformasjonen Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011

2/29 Dagens temaer z-dometet; ett av tre domener z-transformasjonen; definisjon og egenskaper H(z); systemfunksjonen og implementasjoner

3/29 Tema z-dometet; ett av tre domener

3 domener Digitale systemer kan analyseres i tids-, frekvens- eller z-domenet 1 Tidsdomenet, eller n-domenet: Domenet for sekvenser, impulsresponser og differens likninger Signaler er generert og prosessert i dette domenet Filtre er implementert i dette domenet 4/29

2011-09-15 z-dometet; ett av tre domener 3 domener Digitale systemer kan analyseres i tids-, frekvens- eller z-domenet 1 Tidsdomenet, eller n-domenet: Domenet for sekvenser, impulsresponser og differens likninger Signaler er generert og prosessert i dette domenet Filtre er implementert i dette domenet n-dometet: ( x[n] = A cos[w 0 n]u[n], < n < ) y[n] = α n u[n] Gitt α = 1 {1, 1/2, 1/4, 1/8, } z-domenet: y[n] = α n u[n] Y(z) = z z α, z > α

3 domener Vi kan analysere digitale systemer i tre forskjellige domener: Ω-domain eller frekvensdomenet Domenet for frekvensresponsen & spektrumrepresentasjon, og tolking av disse! Viktig for analyse av feks lyd, men sjelden benyttet til implementasjon (i HW) Blir behandlet senere i kurset 5/29

3 domener Vi kan analysere digitale systemer i tre forskjellige domener: z-domenet Domenet for z-transformasjonen, operatorer, poler & nullpunkter Eksisterer primært fordi det muliggjør en matematisk analyse & syntese 6/29

7/29 Hvorfor flere domener??? Vanskelige analyser i et domene kan være enklere i et annet domene Flere domener kan gi bedre innsikt Eksempel: Finne responsen y[n] til et inngangssignal x[n] som passerer gjennom et LTI-system: x[n] h[n] y[n] n-domenet: Her må vi bruke konvolusjon (en krevende operasjon) I z-domentet: Reduseres til polynomsk multiplikasjon Stabilitet: n-domenet: Bounded Input Bounded Output (BIBO) - dvs dersom y[n] < B for alle x[n], der B er en endelig verdi z-domenet: Dersom enhetssirkelen ligger i Region of Convergence (mer om dette snart) Kausalitet n-domenet: Kun benytte tidligere og nåtids sampler z-domenet: Alle poler innenfor enhetssirkelen

2011-09-15 z-dometet; ett av tre domener Hvorfor flere domener??? Vanskelige analyser i et domene kan være enklere i et annet domene Flere domener kan gi bedre innsikt Eksempel: Finne responsen y[n] til et inngangssignal x[n] som passerer gjennom et LTI-system: x[n] h[n] y[n] n-domenet: Her må vi bruke konvolusjon (en krevende operasjon) I z-domentet: Reduseres til polynomsk multiplikasjon Stabilitet: n-domenet: Bounded Input Bounded Output (BIBO) - dvs dersom y[n] < B for alle x[n], der B er en endelig verdi z-domenet: Dersom enhetssirkelen ligger i Region of Convergence (mer om dette snart) Kausalitet n-domenet: Kun benytte tidligere og nåtids sampler z-domenet: Alle poler innenfor enhetssirkelen Invers system: x[n] h[n] y[n] h 1 [n] x[n] h[n] h 1 [n] = δ[n] Hvis h[n] = α 1 u[n], hva er da h 1 [n]? Hvis z-domene H(z) H 1 (z) = 1 H 1 (z) = 1/H(z) Magi å finne h 1 fra H 1 (z)???? For eksempelet over, så er det ikke det Før vi finner den, må vi se på definisjonen av z-transformasjonen

8/29 Tema z-transformasjonen; definisjon og egenskaper Definisjon ROC Et lite case Egenskaper

9/29 Definisjon av z-transformasjonen X(z) Z{x[n]} = x[n]z n, hvor z = r e ȷ2πF = r e ȷΩ er en kompleks variabel En uendelig potensrekke; eksisterer kun for de verdiene av z hvor rekken konvergerer Region Of Convergence (ROC); den mengen av argumenter hvor X(z) antar en endelig verdi Notasjon: x[n] z X(z) x[n] ZT X(z)

2011-09-15 z-transformasjonen; definisjon og egenskaper Definisjon Definisjon av z-transformasjonen X(z) Z{x[n]} = x[n]z n, hvor z = r e ȷ2πF = r e ȷΩ er en kompleks variabel En uendelig potensrekke; eksisterer kun for de verdiene av z hvor rekken konvergerer Region Of Convergence (ROC); den mengen av argumenter hvor X(z) antar en endelig verdi Notasjon: x[n] z X(z) x[n] ZT X(z) x[n] = {1, 2, 3, 4, 3, 2, 1} Skisser!!! X(z) = x[n]z n = 6 n=0 x[n]z n = 1 + 2z 1 + 3z 2 + 4z 3 + 3z 4 + 2z 5 + 1z 6, z C Hva så med vår H(z) = 1/H 1 (z) = 1/(z/(z α)) = (z α)/z) = 1 αz 1? Får vel h[n] = {1, α} Hva med ROC??? Fins det flere h[n] som passer???? Hvilken betydning har ROC??? Test: h[n] h 1 [n] = 1 og H(z) H 1 (z) = 1

10/29 Definisjon av z-transformasjonen z-transformasjonen er en funksjon av en kompleks variabel; illustreres i det komplekse z-planet z n = r e ȷ2πf T sn = r e ȷ2π f fs n = re ȷΩn z-transformasjonen evaluert på enhetssirkelen tilsvarer DTFT (tema for kapittel 5): X(e ȷΩ ) = X(z) z=e ȷΩ Hvis DTFT en eksisterer, så ligger enhetssirkelen i ROC

2011-09-15 z-transformasjonen; definisjon og egenskaper Definisjon Definisjon av z-transformasjonen z-transformasjonen er en funksjon av en kompleks variabel; illustreres i det komplekse z-planet z n = r e ȷ2πf Tsn = r e ȷ2π f fs n = re ȷΩn z-transformasjonen evaluert på enhetssirkelen tilsvarer DTFT (tema for kapittel 5): X(e ȷΩ ) = X(z) z=e ȷΩ Hvis DTFT en eksisterer, så ligger enhetssirkelen i ROC ω = 2πf t = T s n Hvordan ser da z-transformen ut???? Matlab funksjon som plotter opp z-transformen

11/29 Drill problem 42 (a) x[n] = 05 n u[n] Finn z-transformen X(z) og dens ROC (b) y[n] = ( 05) n u[n] Finn z-transformen Y(z) og dens ROC (c) g[n] = (05) n u[ n 1] Finn z-transformen G(z) og dens ROC

2011-09-15 z-transformasjonen; definisjon og egenskaper Definisjon Drill problem 42 (a) x[n] = 05 n u[n] Finn z-transformen X(z) og dens ROC (a) x[n] = (05) n u[n] = δ[n] + 5δ[n 1] + (5) 2 δ[n 2] + X(z) = z 0 + (5)z 1 + (5) 2 z 2 + = (5) n z n = (5) n (z 1) n = (5z 1 ) n 1 = 1 5z 1 = z z 5 ROC: 5z 1 < 1 z > 5 (b) y[n] = ( 05) n u[n] Finn z-transformen Y(z) og dens ROC (c) g[n] = (05) n u[ n 1] Finn z-transformen G(z) og dens ROC (b) y[n] = ( 05) n u[n] = δ[n] 5δ[n 1] + (5) 2 δ[n 2] + Y(z) = z 0 (5)z 1 + (5) 2 z 2 + = ( 5) n z n = ( 5) n (z 1) n = ( 5z 1 ) n 1 = 1 ( 5)z 1 = z z + 5 ROC: 5z 1 < 1 z < 5 (c) g[n] = (05) n u[ n 1] = δ[n] 5δ[ n 1] + (5) 2 δ[ n 2] + = {, 8, 4, 2, 0, 0, G(z) = = (5) n z n 1 = (5 1 z 1 ) n (m = n) = (5 1 z) m = (5 1 z) k+1 = (5 1 z) (5 1 z) k m=1 k=0 k=0 = 5 1 z 1 5 1 z = z 5 + z = z z 5 ROC: 5 1 z < 1 z < 5

12/29 ROC Gitt endelig lengde sekvens x[n] Da er X(z) et polynom i z eller z 1 (X(z) = N 2 x[n]z n ) som konvergerer for alle z n=n 1 bortsett fra i z = 0, hvis X(z) inneholder ledd på formen z n i z =, hvis X(z) inneholder ledd på formen z n = X(z) endelig for hele planet med mulig untak for z = 0 og z = Mer generelt, så er X(z) en rasjonell funksjon: X(z) = N(z) D(z) = b 0 + b 1 z 1 + + b M z M M a 0 + a 1 z 1 + + a N z N = k=0 b kz k N k=0 a kz k

N2 2011-09-15 z-transformasjonen; definisjon og egenskaper ROC ROC Gitt endelig lengde sekvens x[n] Da er X(z) et polynom i z eller z 1 (X(z) = x[n]z n ) som konvergerer for alle z n=n1 bortsett fra i z = 0, hvis X(z) inneholder ledd på formen z n i z =, hvis X(z) inneholder ledd på formen z n = X(z) endelig for hele planet med mulig untak for z = 0 og z = Mer generelt, så er X(z) en rasjonell funksjon: X(z) = N(z) D(z) = b0 + b1z 1 + + bmz M M a0 + a1z 1 + + anz N = k=0 bkz k N k=0 akz k ROC er viktig 1/2 uttelling på eksamen! Henger sammen med poler og kausalitet/anti-kausalitet Rasjonelle funksjoner ikke tatt ut av det blå! Gitt y[n] = h[n] x[n] fås Y(z) = H(z)X(z) og H(z) = Y(z)/X(z) Videre: y[n] = N H(z) = k=1 M b k z k k=0 1+ N a k z k k=1 a k y[n k] + M k=0 b k x[n k] gir

13/29 Rasjonell z-transformasjon X(z) = N(z) D(z) = b 0+b 1 z 1 + +b M z M a 0 +a 1 z 1 + +a N z N = M k=0 b kz k N k=0 a kz k Hvis a 0 0 og b 0 0, så kan vi ungå negative eksponenter av z ved å faktorisere ut leddene b 0 z M og a 0 z N : X(z) = N(z) D(z) = b 0z M a 0 z N z M +(b 1 /b 0 )z M 1 + +b M /b 0 z N +(a 1 /a 0 )z N 1 + +a N /a 0 = b 0z M a 0 z N (z z 1 )(z z 2 ) (z z M ) (z p 1 )(z p 2 ) (z p N ) = b 0 a 0 z N M ΠM k=1 (z z k) Π N k=1 (z p k )

2011-09-15 z-transformasjonen; definisjon og egenskaper ROC Rasjonell z-transformasjon X(z) = N(z) D(z) = b0+b1z 1 + +bmz M a0+a1z 1 + +anz N = M k=0 bkz k N k=0 akz k Hvis a0 0 og b0 0, så kan vi ungå negative eksponenter av z ved å faktorisere ut leddene b0z M og a0z N : X(z) = N(z) D(z) = b0z M z M +(b1/b0)z M 1 + +bm/b0 a0z N z N +(a1/a0)z N 1 + +an/a0 = b0z M a0z N (z z1)(z z2) (z zm) (z p 1 )(z p 2 ) (z p N ) = b0 a0 zn M ΠM k=1 (z zk) Π N k=1 (z p k ) Hva med vår: y[n] = α n u[n] Y(z) = z z α, z > α Plott funksjon i matlab, se på pol!

14/29 Rasjonell z-transformasjon X(z) = b 0 a 0 z N M ΠM k=1 (z z k) Π N k=1 (z p k ) M endelige nullpunkt z = z1, z 2,, z M N endelige poler z = p 1, p 2,, p M N M nullpunkt (hvis N > M) eller poler (hvis N < M) i origo z = 0 Poler og nullpkt kan forekomme i z = Et nullpkt eksisterer i z = hvis X( ) = 0 og en pol eksisterer i z = hvis X( ) = Teller vi med alle poler og nullpunkter i origo og uendelig, finner vi at X(z) har like mange poler som nullpunkter ROC kan ikke inneholde poler! Hvis alle poler/nullpkt er kjent kan vi bestemme X(z) på en konstant nær ( b 0 a 0 )

15/29 ROC ROC generelt en annulus på formen α < z < β Hvis α = 0, kan ROC også inneholde punktet z = 0 Hvis β =, kan ROC også inneholde punktet z = Endelig tid signaler Kausal: Hele z-planet untatt z = 0 Anti-kausal: Hele z-planet untatt z = Tosidig: Hele z-plane untatt z = 0 og z = Uendelig lengde signaler Kausal: r1 < z Anti-kausal: z < r 2 Tosidig: r1 < z < r 2

Et lite case for å få i gang hodecellene 16/29 Hvordan tror du h s (t) og h k (t) vil se ut her? Er dette FIR eller IIR filtre? Hva med kausalitet og lineæritet?

17/29 Et annet case For hvilke verdier av D er dette systemet stabilt? Hvis det er stabilt, hvordan vil y[n] da se ut? Hvorfor kan dette systemet bli ustabilt, men ikke gitaren?

Kort oppsummert så langt Primært brukt til å forstå og designe IIR filtre / rekursive systemer z-domenet spennes ut av normalisert frekvens Ω = 2π f F s, og et forsterkningsfaktor r z-transformen for et vilkårlig signal x[n] (også impulsresponser) er gitt ved: 1 X(z) = x[n] z n En geometrisk rekke av komplekse polynomer 2 En slik rekke s kan skrives som n r <1 X(z) = a + ar + ar 2 + + ar n = a(1 rn+1 ) 1 r = a 1 r 3 ROC er de verdier for z som gjør at rekka konvergerer, dvs som gir r < 1 18/29

19/29 Egenskaper til z-transformasjonen Linearitet: Z{a 1 x 1 [n] + a 2 x 2 [n]} = a 1 X 1 (z) + a 2 X 2 (z); ROC: minst ROC x1 ROC x2 Shifting i tid: Z{x[n n 0 ]} = z n0 X(z); ROC = ROC x, med mulig untak at punktene z = 0 z = kan legges til eller fjernes Skifting i frekvens: Z{a n x[n]} = X( z a ); ROC = ROC x skalert med a

2011-09-15 z-transformasjonen; definisjon og egenskaper Egenskaper Egenskaper til z-transformasjonen Linearitet: Z{a1x1[n] + a2x2[n]} = a1x1(z) + a2x2(z); ROC: minst ROCx1 ROCx2 Shifting i tid: Z{x[n n0]} = z n0 X(z); ROC = ROCx, med mulig untak at punktene z = 0 z = kan legges til eller fjernes Skifting i frekvens: Z{a n x[n]} = X( z a ); ROC = ROCx skalert med a Linearitet: En viktig egenskap som sikrer at all informasjon om signalet bevares Lineære transformer kan inverteres Er lineært system er homogent, dvs da vil y[n] x[n] og Y(z) X(z), og additivt, dvs x 1 [n] + x 2 [n] = y 1 [n] + y 2 [n] og X 1 (z) + X 2 (z) = Y 1 (z) + Y 2 (z) Bevis homogent: Bevis additivt: Z{a x[n]} = Z{x 1 [n] + x 2 [n]} = a x[n]z n = a = ( ) x 1 [n] + x 2 [n] z n x1 [n]z n + x[n]z n = a X(z) (1) x2 [n]z n

2011-09-15 z-transformasjonen; definisjon og egenskaper Egenskaper Egenskaper til z-transformasjonen Linearitet: Z{a1x1[n] + a2x2[n]} = a1x1(z) + a2x2(z); ROC: minst ROCx1 ROCx2 Shifting i tid: Z{x[n n0]} = z n0 X(z); ROC = ROCx, med mulig untak at punktene z = 0 z = kan legges til eller fjernes Skifting i frekvens: Z{a n x[n]} = X( z a ); ROC = ROCx skalert med a Shifting i tid: z-transformasjonen tillegger sampler en fase som forteller hvor de er i forhold til hverandre i tid Z{x[n n 0 ]} = = m= = z n 0 x[n n 0 ] z n m = n n 0 x[m] z m z n 0 m= x[m] z m = z n 0 X(z) (3) Summasjonen er upåvirket ROC forblir den samme, med mulig unntak for å legge til eller fjerne punktene z = 0 og z =

2011-09-15 z-transformasjonen; definisjon og egenskaper Egenskaper Egenskaper til z-transformasjonen Linearitet: Z{a1x1[n] + a2x2[n]} = a1x1(z) + a2x2(z); ROC: minst ROCx1 ROCx2 Shifting i tid: Z{x[n n0]} = z n0 X(z); ROC = ROCx, med mulig untak at punktene z = 0 z = kan legges til eller fjernes Skifting i frekvens: Z{a n x[n]} = X( z a ); ROC = ROCx skalert med a Shifting i frekvens: ( z n Z{α n x[n]} = α n x[n] z n = x[n] α) x[n] α n x[n] z X(z) z X( z α ) ROC : a < z < b ROC : α a < z < α b Multiplikasjon i tid med en eksponent Spesialtilfelle: α n = e jω 0n (gir rotasjon i z-planet!) Z{e jω0n x[n]} = e jω0n x[n] z n = x[n] ( z e jω ) n 0 (4)

20/29 Egenskaper til z-transformasjonen Tidsreversering: Hvis Z{x[n]} = X(z); ROC : r 1 < z < r 2, så er Z{x[ n]} = X(z 1 ); ROC : 1/r 2 < z < 1/r 1 Derivering i z-domenet: Z{nx[n]} = z dx(z) dz ; ROC = ROC x Konvolusjon av to sekvenser: Z{x 1 [n] x 2 [n]} = X 1 (z)x 2 (z); ROC : ROC x1 ROC x2 ROC kan være større hvis det forekommer pol-nullpkt kansellering i produktet X 1 (z)x 2 (z)

2011-09-15 z-transformasjonen; definisjon og egenskaper Egenskaper Egenskaper til z-transformasjonen Tidsreversering: Hvis Z{x[n]} = X(z); ROC : r1 < z < r2, så er Z{x[ n]} = X(z 1 ); ROC : 1/r2 < z < 1/r1 Derivering i z-domenet: Z{nx[n]} = z dx(z) dz ; ROC = ROCx Konvolusjon av to sekvenser: Z{x1[n] x2[n]} = X1(z)X2(z); ROC : ROCx1 ROCx2 ROC kan være større hvis det forekommer pol-nullpkt kansellering i produktet X1(z)X2(z) Tidsreversering: Hvis likesymmetri, x[n] = x[ n]: Z{x[ n]} = x[ n] z n m = n = m= x[m] ( z 1) m = X(z 1 ) = X( 1 z ) Hvis ROC: z > α, blir den nye ROC: z 1 > α, dvs z < α Hvis odde: Z{ x[ n]} = X(z 1 ) = X( 1 z ) (5) ROC påvirkes på samme måte som hvis likesymmetri Hvis X(z) = z z 0 z p 0 X(z 1 ) = z 1 z 0 z 1 p 0 Ser at X(z 0 ) = X(1/(x 0 )) = 0, og X(p 0 ) = X(1/(p 0 )) = Dette gir resiproke par)

2011-09-15 z-transformasjonen; definisjon og egenskaper Egenskaper Egenskaper til z-transformasjonen Tidsreversering: Hvis Z{x[n]} = X(z); ROC : r1 < z < r2, så er Z{x[ n]} = X(z 1 ); ROC : 1/r2 < z < 1/r1 Derivering i z-domenet: Z{nx[n]} = z dx(z) dz ; ROC = ROCx Konvolusjon av to sekvenser: Z{x1[n] x2[n]} = X1(z)X2(z); ROC : ROCx1 ROCx2 ROC kan være større hvis det forekommer pol-nullpkt kansellering i produktet X1(z)X2(z) Derivasjon i z-domenet X(z) = dx(z) z z dx(z) z = = = x[n] z n d x[n] z n dz ( n) x[n] z n 1 n x[n] z n z Dvs å multipliserer x[n] med n tilsvarer å derivere i z-domenet

2011-09-15 z-transformasjonen; definisjon og egenskaper Egenskaper Konvolusjonsteoremet Z{x[n] h[n]} = ( = = ( x[n] h[n] ) z n k= = h[k] ) x[n k] h[k] z n k= x[n k] h[k] z n k= m= = h[k] z k x[n k] z n k= = h[k] x[m] z m z k k= m= x[m] z m Egenskaper til z-transformasjonen Tidsreversering: Hvis Z{x[n]} = X(z); ROC : r1 < z < r2, så er Z{x[ n]} = X(z 1 ); ROC : 1/r2 < z < 1/r1 Derivering i z-domenet: Z{nx[n]} = z dx(z) dz ; ROC = ROCx m = n k Konvolusjon av to sekvenser: Z{x1[n] x2[n]} = X1(z)X2(z); ROC : ROCx1 ROCx2 ROC kan være større hvis det forekommer pol-nullpkt kansellering i produktet X1(z)X2(z) = X 2 (z) X 1 (z) (6) ROC y = ROC x ROC h, men kan være større hvis poler og nullpunkt kanselleres i

21/29 Egenskaper til z-transformasjonen Kompleks konjugering: Z{x [n]} = X (z ); ROC = ROC x Startverdi (initial value) teoremet: Hvis x[n] kausal, så er x[0] = lim z X(z)

2011-09-15 z-transformasjonen; definisjon og egenskaper Egenskaper Egenskaper til z-transformasjonen Kompleks konjugering: Z{x [n]} = X (z ); ROC = ROCx Startverdi (initial value) teoremet: Hvis x[n] kausal, så er x[0] = lim X(z) z Konjugering Z{x [n]} = ( = ( = x [n] z n x[n] ( z n) ) x[n] ( z ) ) n = X (z ) (7) Hvis x[n] er reell, så er x[n] = x [n] og også X(z) = X (z )

22/29 Tema H(z); systemfunksjonen og implementasjoner System transferfunksjonen Koblede systemer Operator- og blokknotasjon Blokkdiagramer

The transfere function eller systemfunksjonen Y(z) = H(z)X(z) H(z) = h[n]z 1 og h[n] er ekvivalente beskrivelse av et system i forskjellige domener H(z) kalles system transfere function eller bare systemfunksjonen 23/29

2011-09-15 H(z); systemfunksjonen og implementasjoner System transferfunksjonen The transfere function eller systemfunksjonen Y(z) = H(z)X(z) H(z) = h[n]z 1 og h[n] er ekvivalente beskrivelse av et system i forskjellige domener H(z) kalles system transfere function eller bare systemfunksjonen Transferfunksjoner Endelig skal vi bruke z-transformen til noe nyttig!!! h[n] er et system som gjør noe med inngangssignalet vårt x[n] x[n] h[n] y[n] y[n] = x[n] h[n] = x[n k] h[k] (8) k= 1 For å finne h[n] kan vi sende inn en x[n] = δ[n] 2 Hva hvis jeg vet at et vilkårlig x[n] δ[n] gir y[n] ut? Y(z) = X(z) H(z), dvs H(z) = Y(z) Vi kan bare z-transformere utgangssignalet og inngangssignalet, X(z) og finne forholdet mellom de! 3 Gitt y[n] + A 1 y[n 1] + + A N y[n N] = B 0 x[n] + B 1 x[n 1] + + B M x[n M] H(z) = Y(z) X(z) = B 0 + B 1 z 1 + + B M z M 1 + A 1 z 1 + A N z N (9)

24/29 The transfere function eller systemfunksjonen Lineær konstant-koeffisient differanse ligning: y[n] = N a k y[n k] + M b k x[n k] gir H(z) = k=1 M b k z k k=0 1+ N a k z k k=1 k=0 Hvis a k = 0 for k = 1N; all-zero system/ FIR system / MA system If b k = 0 for k = 1M; all-pole system/ IIR system Generell form; pole-nullpunkt system/ IIR system

25/29 Koblede systemer

26/29 Operatornotasjon En forsinkelse på ett sampel tilsvarer mult med z 1 x[n 1] ZT z 1 X(z) Refererer til dette som unit-delay property Blokknotasjon av y[n] = b 0 x[n] + b 1 x[n 1]

27/29 Direkte form I struktur Gitt systemfunksjonen H(z) = b 0+b 1 z 1 1 a 1 z 1 Faktorisering av denne i en FIR og en IIR del gir H(z) = ( b 0 + b 1 z 1) ( ) ( ) 1 1 1 a 1 z = B(z) 1 A(z) Kaskadekobling av de to delene gir

28/29 Direkte form II struktur Ved bytting ( av ) rekkefølgen på IIR og FIR delen fås; H(z) = 1 A(z) B(z):

29/29 Transponert form Med utgangspkt i en Direkte form struktur (vanligvis DF II): 1 Bytt retning på alle piler (og behold multiplikatorer) 2 La alle samlepunkt bli summepunkt og vv 3 Bytt roller til inngang og utgang