( ) lim ( ) t t ϕ ϕ = K : ( ) ( ) k k t ϕ ϕ ∀ ∈ = K : k t t T ∀ ∈ − = ,
Transkrypt
( ) lim ( ) t t ϕ ϕ = K : ( ) ( ) k k t ϕ ϕ ∀ ∈ = K : k t t T ∀ ∈ − = ,
Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 PODSTAWY PRZEKSZTAŁCENIA Z Przekształcenie Z pełni w teorii sygnałów i układów z czasem dyskretnym taką samą rolę jaką w teorii sygnałów i układów z czasem ciągłym pełni poznane poprzednio przekształcenie Laplace’a. Przekształcenie Z wprowadza się w róŜny sposób. Na przykład, moŜna je wprowadzić nie odwołując się do pojęć i metod teorii sygnałów i układów z czasem ciągłym (Luenberger, 1979). MoŜna teŜ zastosować inne podejście oparte na opisie procesu próbkowania i ekstrapolacji sygnałów z czasem ciągłym (Ackermann, 1985). Otrzymany w ten sposób model matematyczny próbkowania i ekstrapolacji prowadzi w naturalny sposób do określenia przekształcenia Z . Takie podejście zostanie przedstawione w tym rozdziale. 1. Próbkowanie i ekstrapolacja W tym podrozdziale opiszemy krótko procesy próbkowania i ekstrapolacji zerowego rzędu sygnałów przyczynowych z czasem ciągłym. Najpierw podamy opis tych procesów w dziedzinie czasu, a następnie, stosując przekształcenie Laplace’a podamy odpowiedni opis w dziedzinie zmiennej zespolonej, nazywanej teŜ pulsacją, lub częstotliwością zespoloną. Opis w dziedzinie czasu Przypominamy, Ŝe przyczynowym sygnałem skalarnym z czasem ciągłym nazywamy funkcję przedziałami ciągłą, określoną w przedziale T ⊂ R , przyjmującą wartości w zbiorze Ω , który zawiera się w R , albo C , oraz równą zeru dla argumentów ujemnych. Wybierzmy w przedziale T ciąg (tk )k ∈K spełniający warunek tk < tk +1 , przy czym K oznacza pewien przedział zbioru Z liczb całkowitych. Wyrazy ciągu (tk )k ∈K nazywamy chwilami próbkowania (sampling instants), natomiast wartości sygnału ϕ : T → Ω w tych chwilach tworzą ciąg (ϕ(tk ))k ∈K , którego wyrazy nazywamy próbkami (samples) tego sygnału. Proces polegający na utworzeniu ciągu (ϕ(tk ))k ∈K nazywa się próbkowaniem sygnału z czasem ciągłym (sampling of a continuous-time signal). Uwaga. JeŜeli w pewnej chwili próbkowania tk sygnał ϕ jest nieciągły, to za wartość próbki ϕ(tk ) w tej chwili przyjmuje się prawostronną granicę funkcji ϕ w punkcie tk , czyli ϕ(tk ) = lim ϕ(t ) . t →tk + PoniewaŜ przekształcenie k ֏ tk jest wzajemnie jednoznaczne, ciąg (ϕ(tk ))k ∈K moŜna zapi- sać w postaci (ϕ(k ))k ∈K , przy czym ∀ k ∈ K : ϕ(k ) = ϕ(tk ) . (1) Często stosuje się próbkowanie, w którym chwile próbkowania są równoodległe, tzn. spełniają warunek ∀k ∈ K : tk +1 − tk = T , (2) gdzie T > 0 nazywa się okresem próbkowania (sampling period), albo okresem impulsowania, a sam proces próbkowania spełniający warunek (2) nazywa się próbkowaniem okresowym (periodical sampling). W tym przypadku naturalne jest wprowadzenie pojęć częstotliwości fs i pulsacji ωs próbkowania, które określone są odpowiednio wzorami fs = 1/T , (3) 1 Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 ωs = 2π /T = 2π fs . (4) Weźmy pod uwagę ciąg (ϕ(tk ))k ∈K otrzymany w wyniku próbkowania sygnału ϕ i wykonajmy na nim operację polegającą na utworzeniu sygnału ϕ : T → Ω określonego wzorem ϕ(t ) = ϕ(tk ), t ∈ [tk , tk +1 ) . (5) Proces zapamiętywania wartości próbki ϕ(tk ) w przedziale [tk , tk +1 ) nazywa się ekstrapolacją zerowego rzędu (zero-order extrapolation), a funkcja ϕ otrzymana w wyniku tego procesu nazywana jest funkcją, albo sygnałem schodkowym (staircase signal). Opis w dziedzinie częstotliwości W tym punkcie rozwaŜamy sygnały przyczynowe z czasem ciągłym określone w przedziale nieskończonym T = [0, ∞) i próbkowane okresowo z okresem T . Stąd wynika, Ŝe chwile próbkowania tworzą ciąg (tk )k ∈ℕ , ℕ = {0,1, 2, …} , którego wyrazy wyraŜone są wzorem tk = kT , k = 0,1, 2, … . (6) MoŜna sobie wyobrazić, Ŝe próbkowanie okresowe i zapamiętywanie próbek realizowane są przez szeregowo połączone układy, których modele matematyczne chcemy znaleźć. PoniewaŜ rozpatrujemy tu sygnały spełniające warunek (6), łatwo zauwaŜyć, Ŝe funkcję schodkową ϕ odpowiadającą próbkowanemu okresowo sygnałowi ϕ : [0, ∞) → Ω moŜna przedstawić następująco: ∞ ϕ(t ) = ∑ ϕ(kT )(1(t − kT ) − 1(t − (k + 1)T )) , (7) k =0 przy czym t ֏ 1(t − kT ), 1(t − (k + 1)T ) oznaczają sygnały jednostkowe przesunięte w prawo odpowiednio o kT i (k + 1)T . Oznacza to, Ŝe funkcja schodkowa składa się z ciągu impulsów o długości T i wysokości ϕ(kT ), k ∈ ℕ . Obliczając przekształcenie Laplace’a funkcji ϕ otrzymuje się Lϕ(s ) = 1− e s −Ts ∞ ∑ ϕ(kT )e −kTs . (8) k =0 Prawa strona ostatniego wzoru jest iloczynem dwóch czynników: ∞ ∑ ϕ(kT )e −kTs k =0 i 1− e s −Ts , które naleŜy zinterpretować. RozwaŜmy najpierw czynnik ∞ −kTs . ϕˆ(s ) = ∑ ϕ(kT )e (9) k =0 Stosując odwrotne przekształcenie Laplace’a otrzymuje się ∞ −1 L ϕˆ(t ) = ϕˆ(t ) = ∑ ϕ(kT ) δ(t − kT ) . k =0 2 (10) Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 Zgodnie z teorią sygnałów (Oppenheim, Willsky, Nawab, 1998; Wojnar, 1988), sygnał ϕ̂ otrzymuje się w wyniku modulacji iloczynowej, w której nośną (carrier) jest funkcja grzebieniowa δT dana wzorem ∞ δT (t ) = ∑ δ(t − kT ) . (11) k =−∞ W układzie fizycznym nie pojawiają się impulsy Diraca, a więc idealny element próbkujący jest pewnym modelem matematycznym, który okazuje się uŜyteczny przy opisie układów z czasem dyskretnym w dziedzinie zespolonej. Weźmy z kolei pod uwagę drugi czynnik występujący we wzorze (8). Przyjmiemy, Ŝe jest to transmitancja GZOH pewnego układu dana wzorem −Ts 1− e . s Stosując odwrotne przekształcenie Laplace’a dostaje się GZOH (s ) = (12) −1 L GZOH (t ) = 1(t ) − 1(t − T ) . (13) PoniewaŜ przekształcenie odwrotne Laplace’a transmitancji jest odpowiedzią impulsową elementu opisanego przez tę transmitancję, więc widzimy, Ŝe jeŜeli na wejście elementu GZOH podany zostanie sygnał ϕ̂ , to na wyjściu tego elementu otrzymamy funkcję schodkową ϕ daną wzorem (7). ϕ̂ ϕ ϕ Szeregowo połączone elementy, które najGZOH ω = 2π / T pierw przekształcają sygnał ϕ na ciąg ϕ̂ , a δ -impulsator następnie na funkcję schodkową ϕ nazywane Ekstrapolator zerowego rzędu są odpowiednio δ -impulsatorem ( δ Rysunek 1. Połączenie szeregowe δ -impulsatora i sampler), albo idealnym elementem próbekstrapolatora zerowego rzędu kującym (ideal sampler) i ekstrapolatorem zerowego rzędu (zero-order hold). Schemat tego szeregowego połączenia pokazano na rysunku 1. 2. Definicja jednostronnego przekształcenia Z Weźmy pod uwagę wzór (9). JeŜeli zastosujemy podstawienie z = eTs , to sumę występującą po prawej stronie tego wzoru moŜna zapisać w postaci ∞ ∑ ϕ(kT ) z −k . k =0 Jednostronnym przekształceniem Zϕ sygnału z czasem dyskretnym k ֏ ϕ(kT ) nazywamy szereg zmiennej zespolonej określony wzorem (Ackermann, 1985; Åström, Wittenmark, 1997; Elaydi, 1999; Jury, 1970) ∞ Zϕ(z ) = ∑ ϕ(kT ) z −k . (14) k =0 W obszarze D zbieŜności szeregu (14), jego suma definiuje funkcję zmiennej zespolonej z ֏ Φ(z ) = Zϕ(z ) , którą nazywamy jednostronną transformatą Z (one-sided Z transform) sygnału ϕ . Najczęściej (Elaydi, 1999) obszar zbieŜności szeregu (14) określa się obliczając granicę ilorazu ϕ((k + 1)T )/ ϕ(kT ) . 3 Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 Niech lim k →∞ ϕ((k + 1)T ) =r. ϕ(kT ) Stosując kryterium d’Alemberta (Rudin, 1976) powinniśmy otrzymać ϕ((k + 1)T )z −(k +1) lim ϕ(kT )z −k k →∞ < 1. Nietrudno widzieć, Ŝe ϕ((k + 1)T ) ϕ((k + 1)T ) 1 = . ϕ(kT )z ϕ(kT ) | z | Przechodząc do granicy przy k → ∞ dostajemy 1 r < 1 ⇔ r < | z |. |z | Widzimy więc, Ŝe obszar zbieŜności szeregu (14) jest zbiorem postaci D = {z ∈ ℂ : | z | > r } . (15) Przykład. Delta Kroneckera. Z definicji mamy ∞ Zδ(z ) = ∑ δ(kT ) z −k 0 = 1z = 1 , k =0 Zδ(z ) = 1 . (16) Szereg ten jest zbieŜny w całej płaszczyźnie zespolonej. Niech k 0 ∈ ℕ będzie daną liczbą i weźmy pod uwagę ciąg k ֏ ψ(kT ) = δ((k − k 0 )T ) . Przekształcenie Z przesuniętej delty Kroneckera obliczamy następująco: ∞ Zψ(z ) = ∑ δ((k − k 0 )T ) z −k =z −k 0 . (17) k =0 Niech k ֏ ϕ(kT ) będzie pewnym sygnałem z czasem dyskretnym. Operatorem przesunięcia pierwszego rzędu (first order shift operator) nazywamy odwzorowanie S 1 = S , które przekształca ciąg ϕ(⋅) na ciąg przesunięty o jedną chwilę w lewo. Mamy więc Sϕ(kT ) = ϕ((k + 1)T ) . (18) JeŜeli chcemy otrzymać ciąg przesunięty w lewo o k 0 , to na ϕ(⋅) działamy operatorem przesunięcia rzędu k 0 . Piszemy w związku z tym k S 0 ϕ(kT ) = ϕ((k + k 0 )T ) . (19) JeŜeli z ciągu ϕ(⋅) chcemy wygenerować ciąg przesunięty o jedną chwilę w prawo, to moŜemy zastosować operator S −1 , co daje S −1ϕ(kT ) = ϕ((k − 1)T ) . (20) Przesunięcie w prawo o k 0 realizujemy wg wzoru S −k 0 ϕ(kT ) = ϕ((k − k 0 )T ) . Uwaga. W przypadku sygnałów określonych w zbiorze K = ℤ mamy 4 (21) Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 S −k 0 S k 0 = S k 0 S −k 0 = S 0 = I , (22) przy czym oznacza złoŜenie przekształceń, a I przekształcenie toŜsamościowe, albo operator przesunięcia zerowego rzędu S 0 = I , natomiast jeŜeli rozpatrywane są sygnały przyczynowe, wzór (22) nie zachodzi. Wprowadzenie operatorów przesunięcia pozwala na zapisanie wzoru (17) w postaci ZS −k 0 δ(z ) = z −k 0 . (23) 3. Podstawowe własności jednostronnego przekształcenia Z Twierdzenie. Liniowość przekształcenia Z . Niech będą dane dwa sygnały z czasem dyskretnym ϕ i ψ i dwie dowolne liczby zespolone α i β . Słuszny jest wzór Z(αϕ + βψ)(z ) = αZϕ(z ) + βZψ(z ) . (24) Dowód wynika z definicji. Twierdzenie. Przesunięcie ciągu w prawo. −k Niech ϕ będzie sygnałem z czasem dyskretnym i niech S 0 ϕ oznacza ciąg otrzymany z sygnału ϕ przez przesunięcie go o k 0 ≥ 0 w prawo. W tym przypadku mamy ZS −k 0 ϕ(z ) = z −k 0 Zϕ(z ) . (25) Dowód: ZS −k 0 ∞ ϕ(z ) = ∑ ϕ((k − k 0 )T ) z k∞ =0 = ∑ ϕ((k − k 0 )T ) z −k −k +k 0 −k 0 =z k =0 −k 0 ∞ ∑ ϕ((k − k 0 )T ) z −(k −k 0 ) . k =0 Niech m = k − k 0 . ZS −k 0 ϕ(z ) = z ∞ −k 0 −m ∑ ϕ(mT ) z . m =−k 0 PoniewaŜ sygnał ϕ spełnia warunek ϕ(mT ) = 0, m < 0 , więc ostatecznie ZS −k 0 ϕ(z ) = z ∞ −k 0 −m −k ∑ ϕ(mT ) z = z 0 Zϕ (z ) . m =0 Twierdzenie. Przesunięcie ciągu w lewo. Niech ϕ będzie sygnałem z czasem dyskretnym i niech S k 0 ϕ oznacza ciąg otrzymany z sygnału ϕ przez przesunięcie go o k 0 ≥ 0 w lewo. W tym przypadku mamy k ZS 0 ϕ(z ) = z k0 k 0 −1 (Zϕ(z ) − ∑ ϕ(mT )z −m ) . (26) m =0 Dowód: k ∞ ZS 0 ϕ(z ) = ∑ ϕ((k + k 0 )T )z k =0 −k =z k0 ∞ ∑ ϕ((k + k 0 )T )z −(k +k 0 ) . k =0 5 Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 Niech m = k + k 0 . Mamy w związku z tym k ZS 0 ϕ(z ) = z ∞ ∞ k 0 −1 m =k 0 m =0 m =0 −m k −m −m ∑ ϕ(mT )z = z 0 ( ∑ ϕ(mT )z − ∑ ϕ(mT )z ) . k0 Drugą postać wzoru (26) dostaje się następująco: k ZS 0 ϕ(z ) = z k0 Zϕ(z ) − z k0 k 0 −1 k 0 −1 −m k k −m ∑ ϕ(mT )z = z 0 Zϕ(z ) − ∑ ϕ(mT )z 0 , m =0 k ZS 0 ϕ(z ) = z k0 m =0 k 0 −1 Zϕ(z ) − ∑ ϕ(mT )z k 0 −m . (27) m =0 Często przydatne są przypadki szczególne wzorów (25) i (27) przy k 0 = 1 . −1 ZS ϕ(z ) = z −1 Zϕ(z ) , ZSϕ(z ) = z Zϕ(z ) − z ϕ(0) . (28) (29) Przykład. Skok jednostkowy. Niech 1(kT ) = 1, k ∈ N . Sygnał ten moŜna otrzymać próbkując skok jednostkowy t ֏ 1(t ) . Przekształcenie Z rozwaŜanego ciągu dane jest wzorem ∞ Z1(z ) = ∑ 1z −k . k =0 Szereg ten jest zbieŜny na zewnątrz koła jednostkowego {z ∈ ℂ : | z | ≤ 1} , a więc w obszarze D = {z ∈ ℂ : | z | > 1} . Z analizy matematycznej wiadomo (Rudin, 1976), Ŝe szereg geometryczny s(k ) = a + aq + ⋯ + aq k −1 k = a(1 − q ) , a ≠ 0, q ≠ 1 , 1−q s(k ) = ka, q = 1 jest zbieŜny dla | q |< 1 i wtedy lim s(k ) = k →∞ a . 1−q W rozwaŜanym przypadku a = 1 i q = z −1 , co prowadzi do wyniku z Z1(z ) = . z −1 JeŜeli ciąg jednostkowy przesunięty jest o k 0 okresów w prawo, to otrzymamy ZS −k 0 (30) −k +1 1(z ) = z 0 . z −1 (31) Przykład. Niech będzie dany sygnał t ֏ γ(t ) = a t . Próbkowanie idealne tego sygnału z okresem T daje ciąg, którego wyrazy określone są wzorem γ(kT ) = a kT = αk , α = aT . Przekształcenie Z tego ciągu obliczamy następująco: ∞ Zγ(z ) = ∑ k =0 6 α z k k . Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 Szereg ten jest zbieŜny w obszarze D = {z ∈ ℂ : | α / z | < 1} = {z ∈ ℂ : | z | > | α | } . Stosując wynik poprzedniego przykładu dostaje się z z Zγ(z ) = = . z − α z − aT (32) Twierdzenie. Transformata ciągu róŜniczkowanego względem parametru. Niech będzie dany ciąg k ֏ ϕ(k , α) , gdzie α jest parametrem. Z(∂ αϕ)(z ) = ∂ α Zϕ(z ) , (33) przy czym ∂ α = ∂ / ∂α . Dowód wynika z tego, Ŝe szeregi potęgowe w obszarach zbieŜności moŜna róŜniczkować wyraz po wyrazie. Przykład. Weźmy pod uwagę sygnał t ֏ ϕ(t ) = ta t próbkowany z okresem T . W wyniku próbkowania otrzymujemy ciąg k ֏ ϕ(kT ) = kTa kT = Tk α k , α = aT . Obliczając transformatę Z tego ciągu dostajemy ∞ k −k Zϕ(z ) = T ∑ k α z ∞ = T α ∑ kα k =0 k −1 −k z ∞ = T α ∑ ϕ(k )z k =0 −k , k =0 gdzie ϕ(k ) = k αk −1 . ZauwaŜmy, Ŝe jeŜeli zróŜniczkujemy ciąg γ(k, α) = αk względem parametru α , to dostaniemy ∂ α γ(k, α) = k αk −1 . Stosując ostatnie twierdzenie mamy z z Zϕ(z ) = ∂ α Zγ(z ) = ∂ α = . z − α (z − α)2 Wracając do ciągu ϕ otrzymujemy Zϕ(z ) = T αz (z − α)2 = TaT z (z − aT )2 . (34) W szczególnym przypadku, gdy a = 1 mamy sygnał t ֏ ϕ(t ) = t i ciąg k ֏ ϕ(kT ) = kT , którego przekształcenie Z dane jest wzorem Tz Zϕ(z ) = . (35) 2 (z − 1) Przykład. Transformatę ciągu k ֏ ϕ(kT ) = kT moŜna równieŜ obliczyć następująco: ZauwaŜmy, Ŝe ϕ((k + 1)T ) − ϕ(kT ) = (k + 1)T − kT = T . Obliczając przekształcenie Z obydwu stron tego równania dostaje się ZS 1ϕ(z ) − Zϕ(z ) = T Z1(z ) . Korzystając ze wzorów (29) i (30) oraz uwzględniając, Ŝe ϕ(0) = 0 otrzymuje się (35). Twierdzenie. Transformata ciągu pomnoŜonego przez czynnik tłumiący. 7 Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 Niech będzie dany ciąg k ֏ γ(kT ) = e −akT ϕ(kT ), a = const . Zg(z ) = Zf (eaT z ) . (36) ∞ Dowód: Zγ(z ) = ∑ ϕ(kT )e −akT z −k . Przyjmując z 1 = e aT z mamy k =0 ∞ aT ∑ ϕ(kT )z1−k = Zϕ(z1 ) = Zϕ(e z ) . k =0 Przypominamy, Ŝe róŜnicą wyprzedzającą pierwszego rzędu sygnału k ֏ ϕ(kT ) , gdzie 1 T > 0 jest okresem próbkowania, nazywamy sygnał k ֏ ∆ ϕ(k ) określony wzorem ∆1ϕ(kT ) = ϕ((k + 1)T ) − ϕ(kT ) . Obliczając przekształcenie Z otrzymuje się Z∆1ϕ(z ) = z (Zϕ(z ) − ϕ(0)) − Zϕ(z ) i stąd Z∆1ϕ(z ) = (z − 1)Zϕ(z ) − z ϕ(0) . (37) Z kolei róŜnicą cofniętą pierwszego rzędu sygnału k ֏ ϕ(kT ) nazywamy ciąg ∇1ϕ dany wzorem ∇1ϕ(kT ) = ϕ(kT ) − ϕ((k − 1)T ) . Transformata Z tego ciągu jest równa z −1 Zϕ(z ) . (38) z Przykład. Chcemy wyznaczyć transmitancję dyskretną G d elementu realizującego w przybli1 Z∇ ϕ(z ) = Zϕ(z ) − z −1 Zϕ(z ) = Ŝeniu operację róŜniczkowania. JeŜeli T > 0 jest dostatecznie małą liczbą, to ϕ(kT ) − ϕ((k − 1)T ) 1 1 ϕɺ (kT ) ≈ = ∇ ϕ(kT ) . T T Przyjmujemy, Ŝe na wejście elementu róŜniczkującego podawany jest ciąg k ֏ u(kT ) , a na 1 wyjściu otrzymujemy ciąg k ֏ y(kT ) = ∇1u(kT ) , który aproksymuje wartości pochodT nych sygnału t ֏ u(t ) w chwilach próbkowania. Stosując wzór (39) mamy 1 z −1 Zu(z ) . T z Określając szukaną transmitancję jako G d (z ) = Zy(z )/ Zu(z ) otrzymujemy Zy(z ) = G d (z ) = 1 z −1 . T z (39) Twierdzenie. Wartość początkowa sygnału z czasem dyskretnym Niech k ֏ ϕ(kT ) będzie sygnałem przyczynowym. Przypuśćmy, Ŝe znana jest transformata Zϕ tego sygnału. Wartość ϕ(0) sygnału ϕ moŜna wyznaczyć wg wzoru ϕ(0) = lim Zϕ(z ) . z →∞ 8 (40) Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 Dowód: ∞ Zϕ(z ) = ∑ ϕ(kT )z −k = ϕ(0) + ϕ(T )z −1 +ϕ(2T )z −2 + ⋯. k =0 JeŜeli obliczymy granicę prawej strony tego wzoru przy z → ∞ , to otrzymamy tezę. Twierdzenie. Wartość końcowa sygnału z czasem dyskretnym Niech k ֏ ϕ(kT ) będzie sygnałem przyczynowym, takim Ŝe istnieje lim ϕ(kT ) . W takim k →∞ przypadku lim ϕ(kT ) = lim(z − 1)Zϕ(z ) . k →∞ (41) z →1 Dowód: Weźmy pod uwagę róŜnicę cofniętą sygnału ϕ , a więc ∇ϕ = ϕ − S −1ϕ . Z definicji transformaty Z dostaje się k −1 Z(ϕ − S ϕ)(z ) = lim ∑ (ϕ(ℓT ) − ϕ((ℓ − 1)T ))z −ℓ k →∞ ℓ = 0 . Lewa strona tego wzoru jest równa z −1 Zϕ(z ) . z Obliczmy granice obydwu stron przy z → 1 . Kolejno dostaje się Zϕ(z ) − z −1 Zϕ(z ) = k lim(z − 1)ϕ(z ) = lim ∑ (ϕ(ℓT ) − ϕ((ℓ − 1)T )) z →1 k →∞ ℓ = 0 = lim (ϕ(0) − ϕ(−T ) + ϕ(T ) − ϕ(0) + ϕ(2T ) − ϕ(T ) + ⋯ + ϕ(kT ) − ϕ((k − 1)T )). k →∞ Z wyjątkiem wyrazów ϕ(kT ) i ϕ(−T ) = 0 (sygnał przyczynowy) wszystkie pozostałe wyrazy po prawej stronie ostatniego wzoru redukują się. W związku z tym dostajemy lim(z − 1)ϕ(z ) = lim ϕ(kT ) , z →1 k →∞ co kończy dowód. Uwaga. NaleŜy pamiętać, Ŝe powyŜsze twierdzenie moŜna stosować jedynie wtedy, gdy istnieje lim ϕ(kT ) . Kontrprzykładu dostarcza sygnał k ֏ γ(kT ) = sin(ω0kT ) , którego grak →∞ nica w nieskończoności nie istnieje, natomiast lim(z − 1)γ(z ) = lim(z − 1) z →1 z →1 z − sin ω0T z 2 − 2z cos ω0T + 1 = 0. Uwaga. W przypadku, gdy transformata Zϕ jest funkcją wymierną, granica lim ϕ(kT ) istk →∞ nieje, jeŜeli wszystkie pierwiastki mianownika (bieguny) tej transformaty leŜą wewnątrz koła jednostkowego B(0,1) ⊂ ℂ , z wyjątkiem pojedynczego pierwiastka z = 1 . Przy obliczaniu granicy lim(z − 1)ϕ(z ) czynnik z − 1 występujący w mianowniku upraszcza się z takim saz →1 mym czynnikiem występującym pod znakiem granicy. 9 Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 4. Rozwiązywanie liniowych równań róŜnicowych o stałych współczynnikach Pamiętamy, Ŝe jednostronne przekształcenie Laplace’a jest jedną z najwaŜniejszych metod analitycznego rozwiązywania liniowych równań róŜniczkowych o stałych współczynnikach. W przypadku liniowych równań róŜnicowych o stałych współczynnikach odpowiednikiem przekształcenia Laplace’a jest jednostronne przekształcenie Z . Przykład. Liniowy model wzrostu. Prostym modelem wzrostu pewnej wielkości, uŜytecznym przy modelowaniu matematycznym niektórych zjawisk (wzrost populacji, wzrost roślinności, konsumpcja surowców, akumulacja zysku od poŜyczonego kapitału) jest równanie róŜnicowe (Luenberger, 1979) x (k + 1) = ax (k ), k = 0,1, 2, … , (42) przy czym x (k ) ∈ R oznacza wielkość, której zmiany są modelowane, natomiast współczynnik a ∈ [0, ∞) , nazywany współczynnikiem wzrostu, określa dynamikę tych zmian. Obliczając transformatę Z obydwu stron podanego równania dostajemy z Zx (z ) − zx (0) = a Zx (z ) , przy czym lewa strona została otrzymana na podstawie wzoru (29). Przekształcając ostatni wzór wyznaczamy transformatę Z poszukiwanego rozwiązania z Zx (z ) = x (0) . z −a JeŜeli chcemy wyznaczyć ciąg k ֏ x (k ) , k = 0,1,2, … , który jest rozwiązaniem równania (42) spełniającym warunek początkowy x (0) = x 0 ∈ (0, ∞) , to musimy wyznaczyć transformatę odwrotną Z −1 funkcji z ֏ z /(z − a ) . W tym celu stosujemy wzór (33) i otrzymujemy 0 k 0 x (k ) = x (k ; x ) = a x . Przykład. Ciąg Fibonacci. Weźmy pod uwagę równanie róŜnicowe f (k + 2) = f (k + 1) + f (k ) , (43) przy czym dane są pierwsze dwa wyrazy f (0) = 0 i f (1) = 1 ciągu Fibonacci (Fibonacci sequence) k ֏ f (k ) , k = 0,1,2, … (Elaydi, 1999), który jest rozwiązaniem tego równania. Zadanie polega na wyprowadzeniu wzoru pozwalającego wyznaczyć dowolny wyraz ciągu Fibonacci. W celu rozwiązania naszego zadania obliczamy transformaty Z obydwu stron równania (43), przy czym korzystamy z twierdzenia o transformacie ciągu przesuniętego o k 0 w lewo (wzór (26) dla k 0 = 2 i k 0 = 1 ). Kolejno mamy z 2 (Zf (z ) − f (0) − f (1)z −1 ) = z Zf (z ) − zf (0) + Zf (z ) , (z 2 − z − 1)Zf (z ) = (z 2 − z )f (0) + zf (1) , Zf (z ) = z2 − z 10 f (0) + z f (1) . z −z −1 z −z −1 PoniewaŜ f (0) = 0 , więc transformata Z ciągu Fibonacci dana jest wzorem z Zf (z ) = 2 f (1) . z −z −1 Aby wyznaczyć dowolny wyraz tego ciągu naleŜy obliczyć odwrotną transformatę Z funkcji wymiernej z /(z 2 − z − 1) . 2 2 Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 W tym celu rozkładamy na ułamki proste funkcję γ1 γ2 1 1 = = + , 2 z − z − 1 (z − z 1 )(z − z 2 ) z − z 1 z − z 2 przy czym, jak łatwo sprawdzić, pierwiastki mianownika dane są wzorami 1+ 5 1− 5 , z2 = , 2 2 natomiast liczby γ1 i γ 2 dane są następującymi wzorami z1 = γ1 = γ2 = z − z1 (z − z 1 )(z − z 2 ) = z =z 1 z − z2 (z − z 1 )(z − z 2 ) 1 1 = , z1 − z 2 5 =− z =z 2 1 1 =− . z1 − z 2 5 Transformata Zf , której oryginał chcemy znaleźć dana jest więc wzorem z z Zf (z ) = γ1 + γ2 f (1) . z − z 2 z − z 1 Teraz wystarczy zastosować wzór (32), co prowadzi do końcowego wyniku 1 k k k k f (k ) = γ1z 1 + γ 2z 2 = (z 1 − z 2 ) , k = 0,1,2, … . 5 przy czym łatwo sprawdzić, Ŝe f (0) = 0 i f (1) = 1 . (44) Przykład. Model gospodarki. Weźmy pod uwagę równanie róŜnicowe opisujące rozwój gospodarki y(k + 1) = (1 + ρ(1 − µ))y(k ) − ρg(k ) , (45) przy czym µ ∈ (0,1) oznacza skłonność do inwestycji, ρ > 0 oznacza współczynnik wzrostu, y(k ) oznacza dochód narodowy, a g (k ) oznacza wydatki państwa. Przypuśćmy, Ŝe dana jest wartość początkowa y(0) = y 0 dochodu narodowego oraz funkcja g (⋅) wg której zmieniają się wydatki państwa. Nasze zadanie polega na wyznaczeniu rozwiązania k ֏ y(k ) = y(k ; y 0, g(⋅)) równania (45). Zakładając, Ŝe ciąg k ֏ g (k ) posiada transformatę Z obliczamy transformaty Z obydwu stron równania (45) z Zy(z ) − zy(0) = αZy(z ) − ρZg (z ) , przy czym α = 1 + ρ(1 − µ) . Po prostych przekształceniach dostaje się wzór na transformatę Zy z ρ Zy(z ) = y(0) − Zg (z ) . z −α z −α Nietrudno zauwaŜyć, Ŝe musimy znać transformatę ciągu k ֏ g (k ) . Przyjmiemy najprostszy przypadek stałych wydatków państwa, czyli g (k ) = g1(k ) , g = const > 0 . 11 Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 W takim przypadku, zgodnie ze wzorem (30) Zg (z ) = gz /(z − 1) , a więc z z Zy(z ) = y(0) − ρg . z −α (z − α)(z − 1) Do wyznaczenia transformat odwrotnych funkcji z /(z − α) i z /((z − α)(z − 1)) stosujemy odpowiednio wzór (33) i rozkład na ułamki proste opisany w poprzednim przykładzie (tutaj z 1 = α i z 2 = 1 ). Po prostych przekształceniach dostajemy k k α −1 α −1 k 0 y(k ; y , g ) = α y − ρg = α y −g . α −1 1− µ 0 k 0 (46) ZauwaŜmy, Ŝe jeŜeli g = 0 , co w praktyce nie występuje, gospodarka rośnie wg liniowego modelu wzrostu ze współczynnikiem α , który zawsze jest większy od jedności. MoŜemy teraz zająć się rozwiązywaniem liniowych równań róŜnicowych o stałych współczynnikach. Nasze rozwaŜania zaczniemy od równania n - tego rzędu y(k + n ) + αn −1y(k + n − 1) + ⋯ + α1y(k + 1) + α0y(k ) = β0u(k ) , (47) przy czym w przypadku modeli układów dynamicznych uŜywanych w naukach stosowanych współczynniki αi , i = 0,1, …, n − 1 oraz β0 są liczbami rzeczywistymi. ZauwaŜmy, Ŝe do wyznaczenia wartości y(k + n ) oprócz sygnału wejściowego k ֏ u(k ) musimy znać n poprzednich wartości ciągu y(⋅) , a w szczególności, w chwili k = 0 musimy znać wartości y(0), y(1), …, y(n − 1) . W związku z tym, moŜemy przyjąć, Ŝe wektorem stanu układu opisanego równaniem (47) jest wektor T n x (k ) = [x 1(k ) … x n (k )] ∈ ℝ , którego składowe zdefiniowane są następująco: x 1(k ) = y(k ) , x 2 (k ) = y(k + 1) , ⋯ , x n −1(k ) = y(k + n − 2) , x n (k ) = y(k + n − 1) . (48) Nietrudno zauwaŜyć, Ŝe dla k + 1 mamy x 1(k + 1) = x 2 (k ) , x 2 (k + 1) = x 3 (k ) , ⋮ x n −1(k + 1) = x n (k ) , (49) x n (k + 1) = −α0x 1(k ) − α1x 2 (k ) − ⋯ − αn −1x n (k ) + β0u(k ) . JeŜeli zdefiniujemy macierz A ∈ ℝ n×n i wektor b ∈ ℝ n według wzorów 0 0 1 0 ⋯ 0 0 0 0 1 ⋯ 0 ⋮ ⋮ ⋱ ⋮ , (50) b = ⋮ , A= ⋮ 0 0 0 0 ⋯ 1 −α −α −α ⋯ −α β0 n 0 1 2 to układ równań (49) moŜna zapisać w postaci wektorowo-macierzowej x (k + 1) = Ax (k ) + bu(k ) , 12 (51) (52) Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 przy czym ciąg k ֏ x (k ) będący rozwiązaniem tego równania przy danym sygnale wejściowym k ֏ u(k ) musi spełniać warunek początkowy 0 T x (0) = x = [y(0) y(1) … y(n − 1)] . (53) PoniewaŜ interesuje nas ciąg k ֏ y(k ) = x 1(k ) do równania stanu (52) naleŜy dołączyć równanie wyjścia y(k ) = c x(k ) , (54) c = [1 0 … 0] ∈ ℝ 1×n . (55) W ten sposób pokazaliśmy jak równanie róŜnicowe (47) przekształcić na równowaŜne równanie stanu i wyjścia. MoŜna teraz zastosować przekształcenie Z do rozwiązania równań (52), (54), a w konsekwencji równania (47). Dokonując transformaty Z obydwu stron równania (52) otrzymujemy z Zx (z ) − zx (0) = AZx (z ) + b Zu(z ) , przy czym Zx (z ) = [Zx 1(z ) Zx 2 (z ) … Zx n (z )]T oznacza transformatę Z ciągu k ֏ x (k ) . Po wykonaniu nietrudnych przekształceń dostaje się Zx (z ) = z (zI − A)−1x (0) + (zI − A)−1b Zu(z ) , n×n przy czym I ∈ ℝ oznacza macierz jednostkową. W celu wyznaczenia transformaty Zy ciągu k ֏ y(k ) stosujemy równanie wyjścia (54), co prowadzi do wyniku Zy(z ) = cz (zI − A)−1x 0 + c(zI − A)−1b Zu(z ) . (56) Pierwszy składnik prawej strony otrzymanego równania interpretujemy jako transformatę Z rozwiązania równania (47) przy zerowym sygnale wejściowym, czyli rozwiązaniem równania jednorodnego y(k + n ) + αn −1y(k + n − 1) + ⋯ + α1y(k + 1) + α0y(k ) = 0 , natomiast drugi składnik jest transformatą Z rozwiązania równania (47) przy zerowych warunkach początkowych, czyli transformatą rozwiązania spełniającego warunek początkowy T T x (0) = [y(0) y(1) … y(n − 1)] = [0 0 … 0] . Podstawowym problemem na jaki napotykamy stosując przekształcenie Z do rozwiązania równania (47) jest wyznaczenie macierzy (zI − A)−1 ∈ Cn×n . Pamiętamy z algebry (Kostrikin, t.1, 2004), Ŝe macierz tę moŜna przedstawić wzorem adj(zI − A) −1 (zI − A) = , (57) det(zI − A) przy czym adj(zI − A) oznacza macierz dołączoną, a det(zI − A) oznacza wyznacznik macierzy zI − A . W rozwaŜanym przypadku det(zI − A) jest wielomianem stopnia n zmiennej zespolonej z , natomiast elementy macierzy adj(zI − A) są wielomianami stopnia co najwyŜej n − 1 . Stąd wnioskujemy, Ŝe elementami macierzy (zI − A)−1 są funkcje wymierne ściśle właściwe. Funkcje takie moŜna przedstawić w postaci sumy ułamków prostych, co umoŜliwia nietrudne wyznaczenie transformat odwrotnych funkcji wymiernych właściwych. 13 Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 Rozkład na ułamki proste funkcji wymiernych ściśle właściwych W tym podpunkcie rozwaŜamy problem rozkładu na ułamki proste funkcji wymiernej ściśle właściwej danej wzorem n −1 β z + ⋯ + β1z + β0 N (z ) . Φ(z ) = = n n −1 n −1 D(z ) z + αn −1z + ⋯ + α1z + α0 JeŜeli znajdziemy pierwiastki z 1, …, z n mianownika, to moŜemy rozłoŜyć go na czynniki pierwsze, a więc Φ(z ) = βn −1z n −1 + ⋯ + β1z + β0 (z − z 1 )(z − z 2 )⋯(z − z n ) , (58) przy czym liczby z 1, …, z n nazywamy dalej biegunami (poles) funkcji Φ . Weźmy najpierw pod uwagę przypadek biegunów pojedynczych, nazywanych teŜ biegunami jednokrotnymi. Funkcję Φ moŜna wtedy zapisać w postaci γ1 γ2 γn , (59) Φ(z ) = + +⋯+ z − z1 z − z 2 z − zn przy czym współczynniki γ1, γ2, …, γn naleŜy wyznaczyć. Przypuśćmy, Ŝe chcemy obliczyć współczynnik γ ℓ , ℓ = 1, …, n . W tym celu mnoŜymy wzór (59) stronami przez z − z ℓ , co daje (z − z ℓ )N (z ) D(z ) = z − zℓ z − z1 γ1 + ⋯ + γ ℓ + ⋯ + z − zℓ z − zn γn . Podstawiając z = z ℓ otrzymujemy γℓ = (z − z ℓ )N (z ) D(z ) , ℓ = 1, …,n . (60) z =z ℓ W przypadku, gdy mianownik posiada bieguny wielokrotne postępowanie jest nieco bardziej skomplikowane. Przypuśćmy, Ŝe z ℓ jest m - krotnym ( m ≤ n ) biegunem funkcji Φ . W rozkładzie na ułamki proste tej funkcji pojawią się składniki µ1 µ2 N (z ) µm Φ(z ) = = ⋯+ + +⋯+ m +⋯. 2 D(z ) z − z ℓ (z − z ) (z − z ℓ ) ℓ m MnoŜąc stronami ten wzór przez (z − z ℓ ) otrzymujemy N (z ) m m −1 m −2 (z − z ℓ ) = ⋯ + (z − z ℓ ) µ1 + (z − z ℓ ) µ2 + ⋯ + µm + ⋯ . D(z ) (61) Podstawiając z = z ℓ mamy µm = N (z ) m (z − z ℓ ) D(z ) . (62) z =z ℓ W celu wyznaczenia współczynników µr , r = 1, …, m − 1 naleŜy zróŜniczkować wzór (61) m − r razy, a następnie obliczyć wynik dla z = z ℓ . Ujmuje to formuła 14 Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 1 dm -r (m − r )! dz m -r µr = N (z ) (z − z )m . ℓ D(z ) z =z (63) ℓ Przykład (Luenberger, 1979). Weźmy pod uwagę funkcję Φ(z ) = 2z 2 − 7z + 7 (z − 1)2 (z − 2) . Podana funkcja ma jeden pierwiastek pojedynczy z 1 = 2 i jeden pierwiastek podwójny ( m = 2 ) z 2 = 1 . W związku z tym, rozkład tej funkcji na ułamki proste ma postać 2z 2 − 7z + 7 (z − 1)2 (z − 2) = γ1 z −2 + µ1 z −1 + µ2 (z − 1)2 . (64) MnoŜąc ostatni wzór stronami przez z − 2 , a następnie podstawiając z = 2 otrzymujemy γ1 = 2z 2 − 7z + 7 (z − 1)2 = 1. z =2 W celu obliczenia współczynnika µ2 obie strony wzoru (64) mnoŜymy stronami przez (z − 1)2 2 2 2z − 7z + 7 (z − 1) = γ1 + µ1(z − 1) + µ2 z −2 z −2 i podstawiając z = 1 otrzymujemy µ2 = −2 . Pozostało obliczenie µ1 . Stosując wzór (63) wykonujemy róŜniczkowanie 2 2 d 2z − 7z + 7 d (4z − 7)(z − 2) − (2z − 7z + 7) = 2 dz z −2 (z − 2) dz i podstawiamy z = 1 , co daje µ1 = 1 . Poszukiwany rozkład funkcji z ֏ Φ(z ) ma więc postać Φ(z ) = 1 1 2 + − . z − 2 z − 1 (z − 1)2 Literatura Ackermann, J. (1985). Sampled-data control systems. Springer, Berlin. Åström, K.J., Wittenmark, B. (1997). Computer-controlled systems. Prentice Hall, Upper Saddle River, NJ, USA, (wyd. III). Elaydi, S.N. (1999). An Introduction to Difference Equations. Springer, New York, (wyd. II). Jury, E.I. (1970). Przekształcenie Z i jego zastosowania. WNT, Warszawa (tłum. z ang.). Kostrikin, A.I. (t.1, 2004). Wstęp do algebry. Podstawy algebry. PWN, Warszawa (tłum. z ros.). Lathi, B. P. (1998). Signal Processing and Linear Systems. Berkeley Cambridge Press, Carmichaael, California. Luenberger, D.G. (1979). Introduction to Dynamic Dystems. John Wiley & Sons, New York. 15 Antoni M. Zajączkowski: Podstawy przekształcenia Z 12 stycznia 2015 Oppenheim, A.V., Willsky, A.S., Nawab, S.H. (1997). Signals & Systems. Prentice Hall, Upper Saddle River, NJ, USA, (wyd. II). Rudin, W. (1976). Principles of Mathematical Analysis. McGraw-Hill, New York, (third edition). Istnieje tłumaczenie polskie: Rudin, W. (2002). Podstawy analizy matematycznej. PWN, Warszawa, (wyd. VI). Wojnar, A. (1988). Teoria sygnałów. WNT, Warszawa, (wyd. II). 16