Sie sind auf Seite 1von 30

z-Transformation

Warum z-Transformation?

Die z-Transformation führt Polynome und rationale Funktionen in die Analyse der linearen zeitdiskreten Systeme ein.

Die Faltung geht über in die Multiplikation von Polynomen.

Algebraischen Operationen wie Division, Multiplikation und Faktorisierung entsprechen dem Zerlegen bzw. Zusammen- setzen von LTI Systemen.

Im allgemeinen sind die z-Transformationen rationale Funktionen, d.h. sie bestehen aus einem Zähler- und einem Nennerpolynom. Die Wurzeln dieser Polynome sind wichtig, da die meisten Eigenschaften digitaler Filter von der Lage dieser Wurzeln abhängen.

n,

ˆ , z

Bereich

n

ˆ

Zeitbereich (Time dom ain ) Impulsantwort, Differenzengleichungen, "wirklicher" Signalberei ch Frequenzbereich (Frequency dom a n)

i

Frequenzantworten, Sp ektraldarstellungen A nal y se v on Tönen

Domain

z

zOperatoren, Pole und Nullstellen mathematische Analyse un d Synthese

z-Transformation

3

Eingangssignale

Impuls

Komplexe Exponentialfunktion

x[n] = z n

yn []

z-Transformation und FIR-Filter

M

bxn [

k

k

]

k 0

als Filtergleichung oder mit der Faltungssumme

yn

[

]

 xn [ ]

hn [

]

hn [

]

M

k 0

b

k

[

n

k

]

Wir verwenden das Signal

Zur Erinnerung:

z

j ˆ

e

xn

[

]

z

n

{für alle

n

},

z

beliebige (komplexe) Zahl

als Eingangssignal

 
 

M

 

M

M

M

y

[

n ]

k

bxn [

k

0

 k ]

 k

bz

n

bzz

n

kk

k

k

00

k

k

0

 

M

M

 

H

(

z

)

k

bz

k

hkz []

k

Systemfunktion

 
 

k

0

k

0

b z

k

k

z

n

Die Systemfunkt ion der Impulsantw ort:

Transformation

Hz (

) ist die

z

hn [

]

M

k

0

b

k

[

n

 k ]

H

(

z )

M

k

0

bz

k

k

Für das Eingangssignal

z

n folgt

yn []

wobei

hn []

(

n

 z

H () zz

n

H

) die

Tr ansformierte vo n

z

z

h [ n

] is t.

h n

b

[

]

k

1,2,1

H

H

(

(

z

z

)

)

bz

0

bz

1

bz

012

2



1

=1+

21

z z

2

z

2

21

z

z

2

2

z

 12

1

z

Die Systemfunktion ist eine gebrochen rationale Funktion mit dem Zählerpolynom

z

2

2z 1

und dem Nennerpolynom

2 z
2
z

Aus der Impulsantwort

hn [ ]  b   [ n ] b [ n  1]
hn
[
]
b
 
[
n
]
b
[
n
 1]
b
[
n
2]
01
2

wird durch z-Transformation die Systemfunktion

bz 2  bz  b  1 2 ( z )  b bz
bz
2 
bz
b
1
2
( z
)  b
bz
bz
0
12
01
2
2
z

H

Darstellung von Signalen

Ein Signal endlicher Länge kann dargestellt werden

N

k 0

Transformation dieses Signales ist definiert

xn [

]

die

X

z 

z

z

()

xk [

][

k

]

n

N

k

H

(

z

)

M

k

bz

k

M

hkz

[

]

k

Systemfunktion

 

k

0

k

0

 

z

ist die unabhängige

 

xkz

[]

k

0 z ist eine beliebige komplexe Z ahl, d.h.

( komplexe) Variable der Man kann auch schreiben

-Transformation.

z

X

(

z

)

N

k 0

xk

[

](

z

1

)

k

was nicht anderes bedeutet, dass X( ) ein Polynom der

z

z-Transformation

Ordnung N der Variablen

z

1

ist !

9

Transformieren

Den Übergang von n z nennt man die z-Transformation von x[n].

Um X [z] zu erhalten ist es lediglich erforderlich ein Polynom in z -1 , dessen Koeffizienten die Werte der Folge x[n] sind, zu bilden. z.B.:

n n < -1 -1 0 1 2 3 5 4 n > 5 x[n]
n
n < -1
-1
0
1
2
3 5
4
n > 5
x[n]
0
0
2
4
6
4 0
2
0

1234
Xz()

2
4z
6z
4z
2z
n  Domain  z  Domain N N  k x n [ ]
n
Domain
z
Domain
N
N
k
x n
[
]
xk
[
]
[
n
 k ]
X
(
z
)
x [ k
]
z
k
0
k
0
x [
n
]
X
(
z
)
j
ω
z
=
e
→ DFT
Beispiel:
N
j
ω
− −ω
k
jk
z
=
re
→ ∑
x [ k ] r
e
xn
[]
  n 
[
n
]
k
= 0
o
k
DFT von
xkr [ ]
n
Xz
[
] 
z
0

Die Systemfunktion

Variablen

Die

Polynom

Polynom (bis auf eine multipl ikative Konstante) vollständig

definieren (Fundamentalsatz der Algebra).

H

( ) ist eine Funktion der komplexen

z

z .

Transformation eines FIR-Filters ist ein

M

ten Grades und hat daher

M

z

Nullstellen, die das

Beispiel:

yn [

]

6

xn [

]

5

xn [

 

1]

[

xn

(

Hz

)

 6

5

z

 12

z

Nullstellen bei

1

3

und

(3

1

2

z

2]

1

)(2

z

1

)

6

z

1

3



z

1

2

z

2

Eigenschaften der z-Transformation

Linearität

ax

1

[

n

]



2

n

bx

[

]

Time-d elay

aX

1

(

z

)

bX

2

(

z

)

 1 z im z  Bereich entspricht einer Z eitverzögerung von 1 im n
 1
z
im
z 
Bereich entspricht einer Z eitverzögerung
von 1 im
n 
Bereich (Zeitbereich)
n
n < 0
0
1
2
3
4
5
n > 5
x[n]
0
3
1
4
1
5
9
0
 1  23  4  5 Xz ()  z  3 4
1

23
4
5
Xz ()
 z 
3
4
z
z
5
z
9
z
 1
Yz ()
z
Xz ()
0

12

34
5
6
= (0
z
)
3
zz 
4
zz 
5
z
9
z

z-Transformation als Operator

Unit-Delay Operator D

xn [

xn

xn [

yn [

[

]

]

yn [

]

D

n

{

]}

 xn [

1]

für alle

z

D

{

]}

 

n

D

{

n

}

n 11

z

n

1

xn [

]

z

 z

z

xn [

]

1

z

z

Der Ausdruck

Es ist allerdings üblich, die Größe

Unit-Delay Operatorsymbol

1

xn [

]

gilt nur für

n

!

z

z

alternativ zu m

D zu verwenden!

yn[ ]

z-Transformation

1

z

{xn[ ]}

 xn[

1]

14

x[n]

x [ n ] x [ n-1 ] Unit Delay X ( z) z -1 z

x[n-1]

Unit

Delay

Unit Delay
Unit Delay
x [ n ] x [ n-1 ] Unit Delay X ( z) z -1 z

X(z)

x [ n ] x [ n-1 ] Unit Delay X ( z) z -1 z

z -1

z -1 z

z

z -1 z
x [ n ] x [ n-1 ] Unit Delay X ( z) z -1 z

-1 X(z)

x[n]

z -1

x[ n 1]

z -1 z - 1 X ( z) x [ n ] z -1 x [

z -1

x[n 2]

X ( z) x [ n ] z -1 x [ n  1] z -1

z -1

x[n 3]

b 0 ×
b
0
×
×
×
×
×

b

2

n  1] z -1 x [ n  2] z -1 x [ n 
+
+
×
×
n  1] z -1 x [ n  2] z -1 x [ n 

b

1

b

3

n  1] z -1 x [ n  2] z -1 x [ n 
+
+
n  1] z -1 x [ n  2] z -1 x [ n 
n  1] z -1 x [ n  2] z -1 x [ n 
+
+

y[n]

n  1] z -1 x [ n  2] z -1 x [ n 

Faltung und z-Transformation

n

yn

[

Domain

]

hn

[



]

xn

[

]

z

Y

(

z

Domain

z

)

H

(

)

X

(

z

)

Kaskadieren von Systemen

LTI 1

LTI 1
LTI 1
LTI 1

xn[]h []n

1

) X ( z ) Kaskadieren von Systemen LTI 1 xn []  h [] n

LTI 2

LTI 2
LTI 2
LTI 2
z ) Kaskadieren von Systemen LTI 1 xn []  h [] n 1 LTI 2
z ) Kaskadieren von Systemen LTI 1 xn []  h [] n 1 LTI 2

x[n]

(xn[ ]h [n]) h [n]

1

2

h [n]

1

h [n]

2

hn[ ]h [n]

1

h [n]

2

H(z) H (z)H (z)

1

2

Partitionierung

Beispiel:

2

Eine Wurzel dieses Polynoms liegt bei

Hz

()

 1

2

1

 23

z

z

z

z 1

, damit ergibt sich

(

Hz

)

H

2

(

z

)(1

1

 z )

H

1

(

z

)

1 z

(

1

)

()

Hz

1

 2 z z

2

1

 23

z

H

2

1

1

2

 z

 
 

H

1

z

()

 

 1

z

1



1

z

Hz( )

1

(1

 

 

1

)

   

z

 

1 z

1

12



z

z

()

Hz

Hz()

2

1

 

z

1

 

2

z

 z  z () Hz Hz () 2  1   z  1
 z  z () Hz Hz () 2  1   z  1
 z  z () Hz Hz () 2  1   z  1

z -Be reich

H

(

z

)

=

M

bz

k

k =

0

k

ˆ

ω -Berei ch

H

( ˆ )

⇔=

ω

M

b e

k

k

=

0

j

ˆ

k

ω

-Berei ch H ( ˆ ) ⇔= ω M ∑ b e k k = 0

j ˆ

ω

z = e

z-Transformation

Einhei tskreis in der komp lexen Ebene

18

Pole und Nullstellen

z.B.:

Hz ()

 1

2

z

1

2 z

 23

z

 (1

z

 11 j

)(1

3

ez

z

3

2

2 z  2 z

1

)(1

(

e

z

j

3

1)(

z

1

)

ze

j

3

)(

ze

j

3

)

z

3

z

3

z-Transformation

xxxxx ο ο ο
xxxxx
ο
ο
ο

dreifach im Nullpunkt

19

Was bedeutet eine Nullstelle?

[

yn

]

xn [

e

j

n

3

]

2

xn [

 1]

2

xn [

2]

xn [

3]

[

xn

]

jj 

3

2

e

j

n

2

nn 1

3

j

2

e

jj 

e

33

2

j

2

ee

j

)

nn  23

yn []

 e

(1

 

e

3

e

ej    11

j

n

3

 

3   1  j 3 
3
 1
j
3

1    

0

Die komplexen Eingangsgrößen

j

n

j

n

3

ee , (z )

werden unterdrückt!

(

z

)

nn

 (z )

1,

12

( z ) nn  (z ) 1, 12  3 3 n

3

3

n

z-Transformation

20

Nulling Filter (Sperrfilter)

Nullstellen in der

der Form

0 .

Um ein Kosinussignal cos( ˆ ne

Ebene "entfernen" Signale

z

n

xn

[

]

z

jn ˆ

0

jn ˆ

0

)

1

2

1

2

e

0

zu entfernen müssen zwei Eingangsgrößen entfernt werden!

Die Nullstellen liegen konjugie rt komplex!

PN-Video

PN-Video z-Transformation 22

z-Transformation

22

z-Transformation Hz ( )  L  1  k  0 z  k

z-Transformation

Hz (

)

L 1

k

0

z

k

L 1

(1



k 1

j

2

k

e

L

z

1

)

10-point running average

(

Hz

9

) 

z

k

k

0

1

z

10

1

z

1

L

10

z

10

1

9

zz (

1)

23

3 2 zzz − 2 +− 21 − 1 −− 23 Hz () =− 1
3
2
zzz −
2
+− 21
1
−− 23
Hz
()
=− 1
2
z
+
2
z
z
=
3
z
1
0.8
0.6
0.4
B
0.2
A
= [1 –2 2 -1]
= [1]
3
0
-0.2
zplane(B,A)
-0.4
-0.6
Magnitude Response
6
-0.8
5
-1
-1
-0.5
0
0.5
1
4
Real Part
3
3
2
j
π
/3
j
π
/3
2
z
2
z
+− =− −
2
z
1
(
z
1)(
ze
) (
ze −
)
= 0
1
j
π
/3
z
=
1 ,
±
e
0
24
0
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Imaginary Part
Magnitude

Normalized Frequency ( ×π rad/sample)

lin

log

Magnitude Response

Magnitude Response (dB)

6 5 4 3 2 1 0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
6
5
4
3
2
1
0
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Magnitude

Normalized Frequency ( ×π rad/sample)

15 10 5 0 -5 -10 -15 -20 0 0.1 0.2 0.3 0.4 0.5 0.6
15
10
5
0
-5
-10
-15
-20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Magnitude (dB)
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Magnitude (dB) Normalized Frequency ( ×π rad/sample)

Normalized Frequency ( ×π rad/sample)

0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Magnitude (dB) Normalized Frequency ( ×π rad/sample) z-Transformation

Inverse Filterung (1)

Kanal
Kanal
Kanal
Kanal
Kanal
Kanal
Kanal
Kanal
Kanal

Kanal

Kanal
Kanal
Kanal
Kanal
Kanal
Kanal
Inverse Filterung (1) Kanal Ausgangssignal bekannt Kanal bekannt Eingangssignal gesucht [] yn x n [ ]

Ausgangssignal bekannt Kanal bekannt Eingangssignal gesucht

[]

yn

x n

[

]

=

=

hn

[]

?

Inverse Faltung

Deconvolution

[]

xn

Inverse Filterung (2)

Lösung im Zeitbereich schwer/nicht möglich Lösung im z-Bereich

Y ( z ) = H ( z ) H ( ) Xz () =
Y
(
z
)
=
H
(
z
)
H
(
) Xz
()
=
HzXz
()
()
 z
1
2
Kanal
Korrektur
1
H
(
zH
)
(
z
)
=⇒
1
H
(
z )
=
1
2
2

H

1

( z )

Inverse Filterung (3)

1

0.5

z

2

)

 

1

 

1

2

=−+

z

1



(

Hz

1

( Hz 1 ) (1

)

(1

H (z)

2

=

=

H (

1

)

(1

0.5

zzz

+

H ( 1 ) (1 0.5 zzz − + )
H ( 1 ) (1 0.5 zzz − + )
H ( 1 ) (1 0.5 zzz − + )
H ( 1 ) (1 0.5 zzz − + )

)

1 0.8 0.6 0.4 0.2 2 0 -0.2 -0.4 -0.6 -0.8 -1 -1 -0.5 0
1
0.8
0.6
0.4
0.2
2
0
-0.2
-0.4
-0.6
-0.8
-1
-1
-0.5
0
0.5
1
Imaginary Part

Real Part

-0.8 -1 -1 -0.5 0 0.5 1 Imaginary Part Real Part Nullstellen in Nenner (außerhalb von

Nullstellen in Nenner (außerhalb von Null) Polstellen

H(z)

Amplitude

Pole/Zero Plot

1 0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 -1 -0.5 0 0.5
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
-1
-0.5
0
0.5
1
Imaginary Part

Real Part

PN-Diagramm

H

( z ) = 1 − 1 1 − 0.9 z
(
z
)
=
1
1
1
0.9 z

16

14

12

10

8

6

4

2

0

-1 -0.5 0 1 0.5 0.5 0 -0.5 1
-1
-0.5
0
1
0.5
0.5
0
-0.5
1

-1

Re

Im

Impulsantwort

Impulse Response

1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 z-Transformation 0.1 0 0 10 20
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
z-Transformation
0.1
0
0
10
20
30
40
50
60
70
80
90

29

Samples

H ( z ) = 1 − 1 1 − 0.9 z 0 π 1
H ( z ) = 1 − 1 1 − 0.9 z 0 π 1
H
(
z
)
=
1
1
1
0.9 z
0
π
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
z-Transformation
30
-1
Imaginary Part

-1

-0.5

0

Real Part

0.5

1