Z変換と離散時間フーリエ変換
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2021/04/09 06:54 UTC 版)
「LTIシステム理論」の記事における「Z変換と離散時間フーリエ変換」の解説
指数関数が固有関数であるという性質は、LTIシステムの解析や予測に役立つ。そのZ変換 H ( z ) = Z { h [ n ] } = ∑ n = − ∞ ∞ h [ n ] z − n {\displaystyle H(z)={\mathcal {Z}}\{h[n]\}=\sum _{n=-\infty }^{\infty }h[n]z^{-n}} を使えば、インパルス応答から固有値を得ることができる。特に興味深いのは純粋な正弦波の場合（ e j ω n {\displaystyle e^{j\omega n}} の形式の指数関数、ただし ω ∈ R {\displaystyle \omega \in \mathbb {R} } ）である。これは引数が純粋な虚数であっても、一般に複素指数関数と呼ばれる。離散時間フーリエ変換 (DTFT) H ( e j ω ) = F { h [ n ] } {\displaystyle H(e^{j\omega })={\mathcal {F}}\{h[n]\}} により、純粋な複素正弦波の固有値が求められる。 H ( z ) {\displaystyle H(z)} と H ( e j ω ) {\displaystyle H(e^{j\omega })} は共にシステム関数、システム応答、伝達関数などと呼ばれる。 Z変換は一般に、t がある値より小さいとき信号がゼロとなるような信号で使われる。通常、その信号がゼロでなくなる時点をスタート時点とする。フーリエ変換は、無限に続く信号を処理するシステムの解析に使われる。 これらの変換は畳み込み属性があるため、システムの出力を与える畳み込みを畳み込み定理によって個別に変換したあとに積を求める形に変換できる。 y [ n ] = ( h ∗ x ) [ n ] = ∑ m = − ∞ ∞ h [ n − m ] x [ m ] {\displaystyle y[n]=(h*x)[n]=\sum _{m=-\infty }^{\infty }h[n-m]x[m]} = Z − 1 { H ( s ) X ( s ) } {\displaystyle \quad ={\mathcal {Z}}^{-1}\{H(s)X(s)\}} これにより変換や逆変換が容易になるだけでなく、システム応答からシステムの挙動についての洞察を得ることができる。システム関数の絶対値 |H(z)| から、入力 z n {\displaystyle z^{n}} がシステムを通過できるか、それとも減衰してしまうかを見ることができる。
※この「Z変換と離散時間フーリエ変換」の解説は、「LTIシステム理論」の解説の一部です。
「Z変換と離散時間フーリエ変換」を含む「LTIシステム理論」の記事については、「LTIシステム理論」の概要を参照ください。
- Z変換と離散時間フーリエ変換のページへのリンク
