Z变换

Z变换（Z-transform）是将离散时间信号从时域映射到复频域（z域）的积分变换工具，是分析线性时不变离散系统最核心的数学方法之一。它在数字信号处理、控制系统理论、通信工程和计算数学中具有不可替代的地位。Z变换可以视为拉普拉斯变换的离散化版本，二者的理论结构和应用逻辑高度相似，但Z变换直接处理采样序列，更贴合数字系统的工程实践。

1. 定义与形式

1.1 双边Z变换

对离散时间序列 $x[n]$（$n \in \mathbb{Z}$），其双边Z变换定义为：

其中 $z = re^{j\omega}$ 为复变量，$r = |z|$ 为收敛域中的半径，$\omega$ 为数字频率。该级数仅在使求和收敛的 $z$ 值集合上成立，这一集合称为收敛域（Region of Convergence, ROC）。双边Z变换同时考虑正、负时间轴，是理论分析中最一般的形式，能够处理非因果系统和双边序列。

1.2 单边Z变换

在实际工程中，信号通常从 $n=0$ 开始定义，此时采用单边Z变换更为常见：

单边Z变换不包含负时间方向的信息，但能自动计入系统的初始条件，因此在求解差分方程和分析因果系统时更加便利。单边与双边Z变换的差异类似于单边与双边拉普拉斯变换的关系。

1.3 收敛域

收敛域是Z变换理论中最关键的概念之一。对有限长序列，ROC为整个复平面（可能除去 $z=0$ 或 $z=\infty$）；对右边序列（$n \ge N_0$），ROC为某个圆外区域 $|z| > R$；对左边序列（$n \le N_0$），ROC为某个圆内区域 $|z| < R$；对双边序列，ROC为环形区域 $R_1 < |z| < R_2$。ROC的一个重要性质是：不同的序列可能具有相同的Z变换表达式，但ROC不同——因此ROC是Z变换完整定义不可或缺的组成部分，缺其则逆变换不唯一。

2. 基本性质

2.1 线性与位移

Z变换满足线性叠加性：$\mathcal{Z}\{ax[n] + by[n]\} = aX(z) + bY(z)$。时间位移性质是分析差分方程的基础：对单边Z变换，$\mathcal{Z}\{x[n-k]\} = z^{-k}X(z) + \sum_{m=0}^{k-1} x[m-k] z^{-m}$，其中初始项由 $x[-1], x[-2], \dots$ 决定。这一性质使得单边Z变换能够将差分方程直接简化为代数方程，并将初始条件自然代入。

2.2 卷积定理

Z变换最有力的性质之一是其与时域卷积的对应关系：

其中 $*$ 表示离散卷积。这一性质使得线性时不变（LTI）系统的分析大为简化：系统的输出Z变换等于输入Z变换与系统传递函数 $H(z)$ 的乘积。在数字滤波器设计中，传递函数的零极点分布直接决定了滤波器的频率响应和稳定性。例如，若系统函数的所有极点都在单位圆内，则该系统是因果稳定的。

2.3 其他重要性质

初值与终值定理：若 $n<0$ 时 $x[n]=0$，则初值 $x[0] = \lim_{z\to\infty} X(z)$，终值 $\lim_{n\to\infty} x[n] = \lim_{z\to 1} (1-z^{-1})X(z)$（当极限存在时）。初值定理用于从 $X(z)$ 直接读出序列的第一个值；终值定理则用于判断系统的稳态响应。

z域微分：$\mathcal{Z}\{n x[n]\} = -z \frac{dX(z)}{dz}$，该性质在计算某些特殊序列的Z变换时十分有效。

复共轭与时间反转：$\mathcal{Z}\{x^*[n]\} = X^*(z^*)$；$\mathcal{Z}\{x[-n]\} = X(1/z)$。这些对称性质简化了实序列和对称序列的变换求解。

3. 逆Z变换

从 $X(z)$ 恢复时域序列 $x[n]$ 有三种常用方法。

围线积分法（留数法）基于柯西积分定理：

其中 $C$ 是ROC内逆时针包围原点的闭合围线。这一方法在理论上最精确，但计算留数的过程可能繁琐，适合有理函数形式的 $X(z)$。

部分分式展开法将 $X(z)$ 分解为简单分式的和，然后根据ROC逐项查表求逆。对有理Z变换 $X(z) = N(z)/D(z)$，先将分母因式分解，再展开为 $\sum A_k / (1 - p_k z^{-1})$ 的形式，每项对应指数序列 $p_k^n u[n]$ 或 $-p_k^n u[-n-1]$（取决于ROC与极点 $p_k$ 的相对位置）。

幂级数展开法（长除法）通过直接多项式除法将 $X(z)$ 展开为 $z^{-1}$ 的幂级数，级数的系数即为 $x[n]$。该方法适合数值计算，但不易获得闭合解析形式。

4. 应用

4.1 数字滤波器设计

在数字信号处理中，Z变换是设计有限冲激响应（FIR）和无限冲激响应（IIR）滤波器的理论基础。滤波器的频率响应由 $H(z)$ 在单位圆 $z = e^{j\omega}$ 上的取值决定：$H(e^{j\omega}) = \sum h[n] e^{-j\omega n}$ 即为系统的离散时间傅里叶变换（DTFT）。通过配置零极点位置可以精确塑造滤波器的幅频和相频特性。例如，在 $z=0$ 处放置零点产生高通特性，在 $z=1$ 附近放置极点则实现低通放大。

4.2 差分方程求解

线性常系数差分方程 $a_0 y[n] + a_1 y[n-1] + \cdots = b_0 x[n] + b_1 x[n-1] + \cdots$ 通过Z变换转化为代数方程，解得 $Y(z) = H(z) X(z) + \text{初始项}$，再通过逆变换获得完全响应（包括零输入响应和零状态响应）。这一过程与拉普拉斯变换求解微分方程完全平行。

4.3 系统稳定性与因果性分析

系统的传递函数 $H(z)$ 的极点位置直接指示系统性质：因果系统的ROC为圆外区域且包含无穷远点；稳定系统的ROC必须包含单位圆；因果稳定系统要求所有极点位于单位圆内。这些判据为控制系统设计提供了简洁的判定工具——若闭环传递函数的极点全部在单位圆内，则系统在任何有界输入下都产生有界输出（BIBO稳定）。

4.4 谱分析

Z变换与离散时间傅里叶变换（DTFT）之间存在直接联系：DTFT是Z变换在单位圆上的特例，即 $X(e^{j\omega}) = X(z)|_{z=e^{j\omega}}$（若单位圆在ROC内）。这使Z变换成为理解离散信号频谱的桥梁——通过考察 $X(z)$ 在单位圆附近的零极点结构，可定性判断信号的频谱特征，如共振峰位置和带宽。

5. 与其他变换的关系

5.1 与拉普拉斯变换的关系

Z变换可以看作拉普拉斯变换对采样信号 $\hat{x}(t) = \sum x[n]\delta(t-nT)$ 的对应物。设采样周期为 $T$，令 $z = e^{sT}$，则采样信号的拉普拉斯变换直接导出Z变换。这一映射关系将s平面的左半平面映射到z平面单位圆内部，虚轴映射到单位圆边界，构成双线性变换和匹配z变换等连续系统离散化方法的基础。

5.2 与离散时间傅里叶变换的关系

如前所述，DTFT是Z变换在 $|z|=1$ 上的取值。当收敛域包含单位圆时，Z变换过渡到DTFT；当单位圆不属于ROC（例如序列不是绝对可和的）时，DTFT不存在但Z变换仍可定义——这正是Z变换较DTFT更一般的理论优势所在。

5.3 与生成函数的关系

在组合数学和概率论中，概率母函数和矩母函数本质上是Z变换的特殊形式。若将 $x[n]$ 视为非负整数值随机变量的概率质量函数，则 $X(z) = \sum p_n z^{-n}$ 即为概率母函数。这一视角将信号处理与随机过程理论联系起来，使Z变换的成熟工具（如卷积定理）可直接应用于独立随机变量之和的分布计算。

6. 延伸阅读

Z变换的经典教材可参考奥本海姆（Oppenheim \& Schafer, 2009）的《离散时间信号处理》和普罗克斯（Proakis \& Manolakis, 2006）的《数字信号处理》。控制系统背景下的Z变换应用见绪方胜彦（Ogata, 1995）的《离散时间控制系统》。中文文献方面，程佩青（2015）的《数字信号处理教程》对Z变换的定义、性质和逆变换方法有系统全面的讲解，适合初学者入门。