3、Z变换基础：从离散世界看连续信号

说实话，Z变换这个概念，我当年刚接触时也觉得挺抽象的。它不像拉普拉斯变换那样有明确的物理意义——至少拉普拉斯变换还能跟「阻尼」「振荡」挂上钩。但Z变换呢？它到底在干嘛？

嗯，咱们慢慢聊。你只要记住一句话：Z变换是离散系统的拉普拉斯变换。就这么简单。

3.1 Z变换的定义

先看数学定义。对于一个离散时间序列 x[n]，它的Z变换定义为：

X(z) = Σ x[n] · z^(-n)    (n从0到∞)

这里 z 是一个复变量。你可能会问：为什么是 z^(-n) 而不是 z^n？

我个人习惯这样理解：z^(-n) 表示「延迟了n个采样周期」。在离散系统中，延迟是最基本的操作。你想想看，连续系统里我们用 s 表示微分，离散系统里我们用 z^(-1) 表示一个单位的延迟。这个对应关系非常自然。

3.2 与拉普拉斯变换的关系

这里有个关键点。拉普拉斯变换处理的是连续信号 x(t)，而Z变换处理的是采样后的离散序列 x[n]。两者之间通过采样定理连接起来。

假设我们以采样周期 T 对连续信号 x(t) 进行采样：

x[n] = x(nT)

那么，采样信号的拉普拉斯变换和Z变换之间，存在一个映射关系：

z = e^(sT)

这个公式太重要了。它把s平面映射到了z平面。我在做数字滤波器设计时，经常用这个关系把模拟滤波器转换成数字滤波器。有一次我设计一个低通滤波器，直接用双线性变换法，结果高频响应完全不对——后来才发现是采样频率选得太低，违反了奈奎斯特定理。

3.3 常用序列的Z变换

有些序列的Z变换你最好能记住，就像背乘法口诀一样。我在实际项目中，90%的情况都能用下面这几个搞定：

序列 x[n]	Z变换 X(z)	收敛域
δ[n]（单位脉冲）	1	整个z平面
u[n]（单位阶跃）	1 / (1 - z^(-1))	|z| > 1
a^n · u[n]（指数序列）	1 / (1 - a·z^(-1))	|z| > |a|
n · u[n]（斜坡序列）	z^(-1) / (1 - z^(-1))²	|z| > 1

举个例子。单位脉冲 δ[n] 只在 n=0 时为1，其他位置为0。代入定义式：X(z) = 1·z^0 = 1。简单吧？

再看单位阶跃 u[n]。它在 n≥0 时恒为1。代入定义式，这是一个等比级数求和：

X(z) = 1 + z^(-1) + z^(-2) + ... = 1 / (1 - z^(-1))

条件是 |z| > 1，否则级数不收敛。

3.4 Z变换的性质

性质这块，我建议你重点掌握三个：线性、移位、卷积。其他的性质（如初值定理、终值定理）可以等用到时再查。

3.4.1 线性性质

说白了就是：和的Z变换等于Z变换的和，常数倍可以直接提出来。

若 x[n] ↔ X(z)，y[n] ↔ Y(z)
则 a·x[n] + b·y[n] ↔ a·X(z) + b·Y(z)

这个性质太直观了，我几乎每天都在用。比如求两个序列的和的Z变换，直接分别求再相加就行。

3.4.2 移位性质

这个性质在差分方程求解中特别有用。它告诉我们：序列延迟一个单位，对应Z变换乘以 z^(-1)。

若 x[n] ↔ X(z)
则 x[n-1] ↔ z^(-1)·X(z)   （右移/延迟）
则 x[n+1] ↔ z·X(z)        （左移/超前）

为什么？因为延迟一个采样周期，相当于在求和式中多了一个 z^(-1) 因子。我在做数字PID控制器时，就用这个性质把差分方程转换成传递函数，然后分析稳定性。

3.4.3 卷积性质

这是Z变换最漂亮的性质之一。时域的卷积，对应z域的乘积。

若 x[n] * y[n] = Σ x[k]·y[n-k]
则 x[n] * y[n] ↔ X(z)·Y(z)

这个性质让卷积运算变得极其简单。你想想看，时域里做卷积要算一堆求和，但在z域里就是两个多项式相乘。我在做数字滤波器的频率响应分析时，经常用这个性质来简化计算。

3.5 知识体系总览

下面这张图，是我自己总结的Z变换知识框架。你可以把它当作学习路线图：

这张图把Z变换的脉络理清楚了。从定义出发，理解它与拉普拉斯变换的关系，记住常用序列的变换对，掌握三大性质，最后应用到实际工程问题中。

嗯，今天就聊到这儿。下一节咱们用Z变换来解差分方程，到时候你会发现——原来离散系统的分析可以这么简单。