问题描述

今日碰到一道差分方程的题目,如下 [
y(n + 2) - cfrac{7}{10}y(n + 1) + cfrac{1}{10}y(n) = 7x(n+2) -2 x(n + 1)
] 已知(x(n) = left(cfrac{1}{2}right)^n u(n) , y(0) = 2, y(1) = 4​),求全响应。

一般求解这种题目的思路很清晰,首先根据特征方程求出特征根,从而得出零输入解的形式,但是这个时候给的条件是(y(0))和(y(1)),而不是(y_{zi}(0))和(y_{zi}(1)),这意味着此时我们不能直接得出零输入解的系数。这个时候我们可以求出系统的零状态响应,然后可以得出(y_{zs}(0))和(y_{zs}(1)),然后根据(y_{zi}(0) = y(0) - y_{zs}(0)),(y_{zi}(1) = y(1) - y_{zs}(1)),然后得出零输入响应的系数,然后将零输入响应和零状态响应相加得到全响应。

上面的思路很清晰,但是却是有点麻烦,我们可以根据 [
begin{aligned}
Z{y(n + 2) } &= z^2(Y(z) - y(0) - y(1)z^{-1}) \
Z{y(n + 1) } &= z(Y(z) - y(0))
end{aligned}
] 对上面同时进行(Z)变换 [
z^2(Y(z) - y(0) - y(1)z^{-1}) - cfrac{7}{10}z(Y(z) - y(0)) + cfrac{1}{10}Y(z) = 7z^2X(z) - 2zX(z)
] 上面的式子是我在答案(不一定正确的答案)上看到的,但是你没有发现有没有一丝丝的不对,怎么 [
Z{x(n + 2)} = z^2X(z) neq z^2(X(z) - x(0) - x(1)z^{-1})
] 那么问题来了,哪种是对的呢?

我认为(Z{x(n + 2)} = z^2(X(z) - x(0) - x(1)z^{-1}))是对的。但是我们经常见到好像是(Z{x(n + 2)} = z^2X(z))的形式,这是怎么回事,这是因为在课本上我们见到的都是(y(n - n_0), x(n - n_0))这种后向差分的形式,因为这时做(Z)变换与(x(-n_0))有关,而(x(n) = 0 , n < 0),所以后面就没有长长的"尾巴"。我们将上面的差分方程改写为 [
y(n) - cfrac{7}{10}y(n - 1) + cfrac{1}{10}y(n - 2) = 7x(n) -2 x(n - 1)
] 然后对两边进行(Z)变换得到 [
Y(z) - cfrac{7}{10}z^{-1}(Y(z) + y(-1)z) + cfrac{1}{10}z^{-2}(Y(z) + y(-1)z + y(-2)z^2) = 7X(z) - 2z^{-1}X(z)
] 因为(x(-1) = x(-2) = 0),所以后面就没有"尾巴",然后两边同时乘以(z^2)得到

[
z^2Y(z) - cfrac{7}{10}z(Y(z) + y(-1)z) + cfrac{1}{10}(Y(z) + y(-1)z + y(-2)z^2) = 7z^2X(z) - 2zX(z)
]

求证想法

为了验证我的说法,这里使用最前面提到的方法(分别求零输入和零状态)和上面我的想法求解,看看答案是否一致,如果一致的话,说明我的想法是正确的。

解法一:

由特征方程 [
r^2 - cfrac{7}{10}r + cfrac{1}{10} = (r - cfrac{1}{2})(r - cfrac{1}{5}) = 0 Rightarrow r = cfrac{1}{2},cfrac{1}{5}
]

于是设零输入响应的解为 [
y_{zi}(n) = C_1 left( cfrac{1}{2} right)^nu(n) + C_2 left( cfrac{1}{5} right)^nu(n)
]

由差分方程知 [
H(z) = cfrac{7z^2 - 2z}{(z - cfrac{1}{2})(z - cfrac{1}{5})}
]

又 [
X(z) = cfrac{z}{z - cfrac{1}{2}}
]

故 [
Y(z) = H(z)X(z) = cfrac{z(7z^2 - 2z)}{(z - cfrac{1}{2})^2(z - cfrac{1}{5})} = cfrac{5}{2} cfrac{z}{(z - cfrac{1}{2})^2} + cfrac{25}{3}cfrac{z}{z - cfrac{1}{2}} - cfrac{4}{3} cfrac{z}{z - cfrac{1 大专栏  Z变换解差分方程的思考}{5}}
]

则 [
y_{zs}(n) = 5nleft( cfrac{1}{2} right)^nu(n) + cfrac{25}{3}left( cfrac{1}{2} right)^nu(n) - cfrac{4}{3}left( cfrac{1}{5} right)^nu(n)
]

则 [
begin{aligned}
y_{zi}(0) &= C_1 + C_2 &= y(0) - y_{zs}(0) &= -5 \
y_{zi}(1) &= cfrac{1}{2}C_1 + cfrac{1}{5}C_2 &= y(1) - y_{zs}(1) & = -cfrac{12}{5}
end{aligned}
]

得到 [
C_1 = -cfrac{14}{3} \
C_2 = -cfrac{1}{3}
]

则 [
y_{zi}(n) = -cfrac{14}{3} left( cfrac{1}{2} right)^nu(n) -cfrac{1}{3} left( cfrac{1}{5} right)^nu(n)
]

解法二: [
y(n + 2) - cfrac{7}{10}y(n + 1) + cfrac{1}{10}y(n) = 7x(n+2) -2 x(n + 1)
]

两边同时求(Z)变换 [
z^2(Y(z) - y(0) - y(1)z^{-1}) - cfrac{7}{10}z(Y(z) - y(0)) + cfrac{1}{10}Y(z) = 7z^2(X(z) - x(0) - x(1)z^{-1}) - 2z(X(z) - x(0))
]

得到 [
Y(z) = cfrac{(y(0) - 7x(0))z^2 + (y(1) - cfrac{7}{10} y(0) - 7x(1) + 2x(0))z}{(z - cfrac{1}{2})(z - cfrac{1}{5})} + H(z)X(z)
]

可知 [
Y_{zi}(z) = cfrac{(y(0) - 7x(0))z^2 + (y(1) - cfrac{7}{10} y(0) - 7x(1) + 2x(0))z}{(z - cfrac{1}{2})(z - cfrac{1}{5})} = cfrac{-5z^2 + cfrac{11}{10}z}{(z - cfrac{1}{2})(z - cfrac{1}{5})} = -cfrac{14}{3}cfrac{z}{z - cfrac{1}{2}} - cfrac{1}{3}cfrac{z}{z - cfrac{1}{5}}
]

所以 [
y_{zi}(n) = -cfrac{14}{3} left( cfrac{1}{2} right)^nu(n) -cfrac{1}{3} left( cfrac{1}{5} right)^nu(n)
]

同第一种解法一样,所以我的想法是正确的(小声BB答案错了)。

总结

其实根据题目给的初始条件不同,我们的解法也不相同,这里总结一下如果给出不同的初始条件应当采取什么解法(以二阶为例):

  1. 给出(y(0), y(1)),就是我上面提到的情况,有两种方法

    1. 分别求零输入响应和零状态响应,此时零输入响应的系数需要求出零状态响应后才能知道
    2. 直接进行(Z)变换
  2. 给出(y_{zi}(0), y_{zi}(1)​),同样也有两种方法,不过与上面有所不同(实际上是简单了)

    1. 分别求零输入响应和零状态响应,此时由于直接给出了(y_{zi}(0), y_{zi}(1)​),所以可以直接求出零输入响应的系数
    2. 直接进行(Z)变换,此时的形式与上面又有所不同,这时不是

    [
    z^2(Y(z) - y(0) - y(1)z^{-1}) - cfrac{7}{10}z(Y(z) - y(0)) + cfrac{1}{10}Y(z) = 7z^2(X(z) - x(0) - x(1)z^{-1}) - 2z(X(z) - x(0))
    ]

    而是 [
    z^2(Y(z) - y_{zi}(0) - y_{zi}(1)z^{-1}) - cfrac{7}{10}z(Y(z) - y_{zi}(0)) + cfrac{1}{10}Y(z) = 7z^2X(z) - 2zX(z)
    ]

  3. 给出(y(-2), y(-1)),同样两种解法,因为(y_{zs}(-2) = y_{zs}(-1) = 0),所以(y_{zi}(-2) = y(-2), y_{zi}(-1) = y(-1)),这时同第二种情况是一样的了

    1. 分别求零输入响应和零状态响应,过程同第二种情况一样

    2. 直接进行(Z)变换,此时的形式为 [
      Y(z) - cfrac{7}{10}z^{-1}(Y(z) + y(-1)z) + cfrac{1}{10}z^{-2}(Y(z) + y(-1)z + y(-2)z^2) = 7X(z) - 2z^{-1}X(z)
      ]

  4. 给出(y(-1), y(0)​),这时我们可以将值代入方程迭代处(y(1)​)从而转变为第一种情况,或者迭代出(y(-2)​)转变为第三种情况。鉴于求解的复杂性,最好迭代出(y(-2)​)

Z变换解差分方程的思考的更多相关文章

  1. 数字信号处理--Z变换,傅里叶变换,拉普拉斯变换

    傅立叶变换.拉普拉斯变换.Z变换最全攻略 作者:时间:2015-07-19来源:网络       傅立叶变换.拉普拉斯变换.Z变换的联系?他们的本质和区别是什么?为什么要进行这些变换.研究的都是什么? ...

  2. 【转】傅里叶变换 拉普拉斯变 z变换 DFT DCT意义

    傅里叶变换在物理学.数论.组合数学.信号处理.概率论.统计学.密码学.声学.光学.海洋学.结构动力学等领域都有着广泛的应用(例如在信号处理中,傅里叶变换的典型用途是将信号分解成幅值分量和频率分量). ...

  3. [离散时间信号处理学习笔记] 10. z变换与LTI系统

    我们前面讨论了z变换,其实也是为了利用z变换分析LTI系统. 利用z变换得到LTI系统的单位脉冲响应 对于用差分方程描述的LTI系统而言,z变换将十分有用.有如下形式的差分方程: $\displays ...

  4. z 变换

    1. z 变换 单位脉冲响应为 \(h[n]\) 的离散时间线性时不变系统对复指数输入 \(z^n\) 的响应 \(y[n]\) 为 \[ \tag{1} y[n] = H(z) z^{n}\] 式中 ...

  5. 16 Z变换

    Z变换 由于\(DTFT\)变换是有收敛条件的,并且其收敛条件比较严格,很多信号不能够满足条件,为了有效的分析信号,需要放宽收敛的条件,引入\(Z\)变换. 定义 已知序列的\(DTFT\)为 \[ ...

  6. z变换

    ---恢复内容开始--- z变换作用很大 将离散信号从时间域转到频率域 网址 ---恢复内容结束--- z变换作用很大 将离散信号从时间域转到频率域 网址 http://stackoverflow.c ...

  7. 常用函数的DTFT变换对和z变换对

    直接从书上抓图的,为以后查表方便 1.DTFT 2.z变换对

  8. [离散时间信号处理学习笔记] 9. z变换性质

    z变换描述 $x[n] \stackrel{\mathcal{Z}}{\longleftrightarrow}X(z) ,\quad ROC=R_x$ 序列$x[n]$经过z变换后得到复变函数$X(z ...

  9. [离散时间信号处理学习笔记] 7. z变换

    z变换及其收敛域 回顾前面的文章,序列$x[n]$的傅里叶变换(实际上是DTFT,由于本书把它叫做序列的傅里叶变换,因此这里以及后面的文章也统一称DTFT为傅里叶变换)被定义为 $X(e^{j\ome ...

随机推荐

  1. 使用H5搭建webapp主页面

    使用H5搭建webapp主页面 前言: 在一个h5和微信小程序火热的时代,作为安卓程序员也得涉略一下h5了,不然就要落后了,据说在简历上可以加分哦,如果没有html和css和js基础的朋友,可以自行先 ...

  2. Android自定义View——仿滴滴出行十大司机评选活动说明

    滴滴出行原版图 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 仿图 ? ? ? ? ? ? 1.分 ...

  3. VUE.js入门学习(5)- 插槽和作用域插槽

    插槽: (1)用法 以前的写法:如果内容很多的话,就很烂了- 插槽写法:(PS:组建名不能用保留关键字) (2)具名插槽 (3)作用域插槽 必须template开始和结尾,这个插槽要声明我从子组建接收 ...

  4. tensorflow--conv函数

    #第一种yolo3中程序 def convolutional(input_data, filters_shape, trainable, name, downsample=False, activat ...

  5. offsetof宏与container_of宏

    offsetof宏与container_of宏1.由结构体指针进而访问各元素的原理(1)通过结构体整体变量来访问其中各个元素,本质上是通过指针方式来访问的,形式上是通过.的方式来访问的(这个时候其实是 ...

  6. linux 下shell 编写脚本

    linux 下shell 编写脚本: 1.程序结构练习:编写一个脚本,给定一个正整数,计算出这个数所有位的数字之和. 例如:程序给定输入123,那么应该返回1+2+3=6. 2.程序结构练习:编写一个 ...

  7. jdk1.6以后 对synchronized锁做了哪些优化

    1.适应自旋锁 自旋锁:为了减少线程状态改变带来的消耗 不停地执行当前线程 2.锁消除: 不可能存在共享数据竞争的锁进行消除 3.锁粗化: 将连续的加锁 精简到只加一次锁 4.轻量级锁: 无竞争条件下 ...

  8. VS2019企业版产品密钥

    Visual Studio 2019 Enterprise产品密钥(激活码) BF8Y8-GN2QH-T84XB-QVY3B-RC4DF

  9. Coursera机器学习——Recommender System测验

    第一题本应该是基础题,考察Cost Function不同形式的表示方法,但却难住了我,说明基本概念掌握不够到位. 1. 在求和的部分,有两种可能,一种是(i,j)同时求和,即∑(i,j):r(i,j) ...

  10. YouTube推出慈善组合工具,能引国内视频网站跟风吗?

    互联网的出现不仅仅让大众的工作和生活更便利,更深度改变着传统事物的形态,让其被更多人广泛地认知并接触到.如,原本在线下通过彩页.手册.横幅等进行宣传.募捐的慈善,就通过互联网展现出更为强大的影响力.而 ...