‫باسمه تعالی‬

‫سیستمهای کنترل دیجیتال‬

‫(‪)Discrete Time Control Systems‬‬

‫➢ مرجع‬

‫✓ سیستمهای کنترل دیجیتال‪ ،‬انتشارات دانشگاه تهران‪ ،‬تألیف اوگاتا‪ ،‬ترجمه دکتر جبهدار و دکتر خاکیصدیق‬

‫➢ مباحث مورد نظر‬

‫✓ فصل اول‪ :‬آشنایی با سیستمهای کنترل زمانگسسته‬

‫✓ فصل دوم‪ :‬تبدیل ‪z‬‬

‫✓ فصل سوم‪ :‬تحلیل در حوزه فرکانس (‪)z‬‬

‫✓ فصل چهارم‪ :‬طراحی کنترلکننده دیجیتال در حوزه فرکانس‬

‫✓ فصل پنجم‪ :‬تحلیل در حوزه زمان (فضای حالت)‬

‫✓ فصل ششم‪ :‬طراحی کنترلکننده دیجیتال در حوزه زمان‬

‫➢ بارم بندی‬

‫✓ کوییزها ‪%10‬‬

‫✓ حضور و غیاب ‪%5‬‬

‫✓ تکالیف ‪% 10‬‬

‫✓ میانترم ‪%30‬‬

‫✓ پایانترم ‪%45‬‬

‫‪1‬‬
 ‫مقدمه‬

‫✓ در کنترل کالسیک‪ ،‬با استفاده از مفهومی به نام تابع تبدیل که خود برگرفته از مفهومی به نام تبدیل‬

‫الپالس بود به مدلسازی یک سیستم پرداخته و سپس تالش کردیم با توجه به هدف مد نظر‪ ،‬کنترل‪-‬‬

‫کنندهای بر مبنای مدل استخراج شده طراحی کنیم‪.‬‬

‫✓ در کنترل مدرن با تحلیل حوزه زمان سیستمها در قالب مفهومی به نام فضای حالت آشنا شده و سپس‬

‫تالش کردیم با توجه به هدف مد نظر‪ ،‬برای آنها رگوالتور یا ردیاب طراحی کنیم‪.‬‬

‫✓ کنترلکنندههای طراحی شده تا اینجا از نوع آنالوگ بودند‪ .‬هدف این درس‪ ،‬آشنایی با طراحی کنترل‪-‬‬

‫کننده دیجیتال است‪ .‬لذا الزم است با تحلیل حوزه فرکانس و حوزه زمان یک سیستم زمانگسسته آشنا‬

‫شویم‪.‬‬

‫‪2‬‬
 ‫فصل اول‪ :‬آشنایی با سیستمهای کنترل زمانگسسته‬

‫✓ به دلیل در دسترس بودن کنترلکنندههای دیجیتال ارزانقیمت و مزایایی که در کار کردن با سیگنالهای‬

‫دیجیتال نسبت به آنالوگ وجود دارد‪ ،‬امروزه برای کنترل بسیاری از سیستمهای صنعتی از کامپیوترهای دیجیتال‬

‫یا همان کنترل کامپیوتری استفاده میشود‪.‬‬

‫✓ نمونههایی از این کاربردها را میتوان در کنترل حرکت رباتهای صنعتی‪ ،‬کنترل وضعیت موشکها و هواپیماها در‬

‫صنعت هوافضا‪ ،‬بهینهسازی مصرف سوخت اتومبیلها در صنعت خودروسازی‪ ،‬کنترل دما‪ ،‬فشار و غلظت مواد در‬

‫صنایع شیمیایی و ‪ ...‬مشاهده کرد‪.‬‬

‫➢ انواع سیگنالها‬

‫✓ سیگنال زمانپیوسته‪ :‬سیگنالی است که در گستره پیوستهای از زمان تعریف میشود و دامنه آن میتواند گستره‬

‫پیوستهای از مقادیر یا تعداد محدودی از مقادیر متمایز را اختیار کند‪.‬‬

‫✓ سیگنال زمانگسسته‪ :‬سیگنالی است که تنها در لحظههای گسستهای از زمان تعریف میشود و دامنه آن میتواند‬

‫گستره پیوستهای از مقادیر یا تعداد محدودی از مقادیر متمایز را اختیار کند‪.‬‬

‫✓ سیگنال آنالوگ‪ :‬سیگنال زمانپیوستهای است که دامنه آن میتواند گستره پیوستهای از مقادیر را اختیار کند‪.‬‬

‫✓ سیگنال کوانتیزه شده (‪ )Quantized‬زمان پیوسته‪ :‬سیگنال زمانپیوستهای است که دامنه آن میتواند تعداد‬

‫محدودی از مقادیر متمایز را اختیار کند‪.‬‬

‫‪3‬‬
‫✓ سیگنال نمونهبرداری دادهها‪ :‬سیگنال زمانگسستهای است که دامنه آن بتواند گستره پیوستهای از مقادیر را اختیار‬

‫کند‪.‬‬

‫همانطور که مشاهده میشود‪ ،‬این سیگنال از نمونهبرداری یک سیگنال آنالوگ در لحظات گسستهای از زمان به وجود‬

‫میآید‪ .‬به بیان دیگر‪ ،‬این سیگنال یک سیگنال مدوله شده دامنه است‪.‬‬

‫✓ سیگنال دیجیتال‪ :‬سیگنال زمانگسستهای است که دامنه آن صرفاً میتواند تعداد محدودی از مقادیر متمایز را‬

‫اختیار کند‪ .‬به بیان دیگر‪ ،‬سیگنال دیجیتال یک سیگنال زمانگسسته با دامنه کوانتیزهشده است‪.‬‬

‫این سیگنال را میتوان با دنبالهای از اعداد باینری نمایش داد‪ .‬همانطور که مشاهده میشود سیگنال دیجیتال را میتوان از‬

‫نمونهبرداری سیگنال آنالوگ و سپس کوانتیزه کردن آن به دست آورد‪.‬‬

‫‪4‬‬
 ‫✓ تسامحاً اصطالح زمانپیوسته را به جای آنالوگ و زمانگسسته را به جای دیجیتال به کار میبریم ولی با‬

‫توجه به آنچه گفتیم میدانیم که به لحاظ علمی مترادف نیستند‪.‬‬

‫اگر دقیقتر صحبت کنیم‪ ،‬سیگنال آنالوگ حالت خاصی از سیگنالهای زمانپیوسته و سیگنال دیجیتال حالت‬

‫خاصی از سیگنالهای زمانگسسته است‪.‬‬

‫➢ وظایف قطعات مختلف‬

‫✓ اگر قصد پیادهسازی سیستم کنترل را به صورت دیجیتال داشته باشیم تبدیل آنالوگ به دیجیتال و دیجیتال به‬

‫آنالوگ ضرورت پیدا میکند‪ .‬زیرا پلنت (‪ )Plant‬تحت کنترل معموالً با سیگنالهای آنالوگ و کنترلکننده‬

‫دیجیتالی با سیگنالهای دیجیتال به عنوان ورودی و خروجی در ارتباطند‪.‬‬

‫ورودی دیجیتال‬ ‫خروجی دیجیتال‬ ‫خروجی آنالوگ‬

‫ورودی آنالوگ‬
‫𝑟𝑒𝑙𝑙𝑜𝑟𝑡𝑛𝑜𝐶‬ ‫𝑡𝑛𝑎𝑙𝑃‬

‫✓ با توجه به شکل فوق برای پیادهسازی سیستم کنترل دیجیتال ناچار به استفاده از مبدلهای ‪( A2D‬آنالوگ به‬

‫دیجیتال) و ‪( D2A‬دیجیتال به آنالوگ) هستیم که در ساختمان یک میکروکنترلر تعبیه میشوند‪.‬‬

‫✓ شکل زیر بلوک دیاگرام یک نمونه سیستم کنترل دیجیتال را نمایش میدهد‪.‬‬

‫‪5‬‬
‫✓ عملی که سیگنال زمانپیوسته را به دادههای زمانگسسته تبدیل میکند‪ ،‬نمونهبرداری (‪ )Sampling‬یا گسسته‬

‫کردن (‪ )Discretization‬نام دارد‪.‬‬

‫✓ بلوک قبل از کامپیوتر دیجیتال متشکل از مدارنمونهبردار و مبدل ‪ A2D‬است که میتواند شامل مجموعهای از‬

‫مقاومتها‪ ،‬کلیدها‪ ،‬تقویتکنندههای عملیاتی و خازنها باشد‪ .‬همانطور که گفته شد‪ ،‬وظیفه این قطعه آن است‬

‫که سیگنال آنالوگ را به دنبالهای از کلمات باینری عددی تبدیل کند‪ .‬لذا به این فرایند‪ ،‬رمزکردن (‪ )Coding‬یا‬

‫رمزگذاری (‪ )Encoding‬نیز اطالق میشود‪.‬‬

‫این بلوک را میتوان به صورت کلیدی در نظر گرفت که در هر فاصله زمانی 𝑇 به طور لحظهای بسته شده و دنباله از‬

‫اعداد را به صورت رمز عددی به وجود میآورد‪.‬‬

‫‪6‬‬
‫✓ بلوک بعد از کامپیوتر دیجیتال متشکل از مدارنگهدار و مبدل ‪ D2A‬است که میتواند شامل مجموعهای از‬

‫مقاومتها‪ ،‬کلیدها‪ ،‬تقویتکنندههای عملیاتی و خازنها باشد‪ .‬عمل معکوس نمونهبرداری‪ ،‬یعنی عملی که داده‪-‬‬

‫های زمانگسسته را به یک سیگنال زمانپیوسته تبدیل میکند‪ ،‬داده نگهدار (‪ )Data-hold‬نام دارد‪ .‬این فرایند در‬

‫حقیقت همان برونیابی (‪ )Extrapolation‬است که با روشهای متفاوتی میتواند انجام شود‪.‬‬

‫سادهترین راه برونیابی آن است که هر نمونه تا رسیدن نمونه بعدی به صورت ثابت مطابق شکل زیر نگه داشته شود‪.‬‬

‫مدار نگهداری که چنین شکل موج پلهای را ایجاد کند‪ ،‬نگهدار مرتبه صفر (‪ )Zero-order hold‬میگویند‪ .‬مرتبه صفر‬

‫برگرفته از شیب خط واصل بین نقاط است‪.‬‬

‫‪7‬‬
‫✓ مدارهای نگهدار پیچیدهتری نسبت به نگهدار مرتبه صفر نیز وجود دارند‪ .‬به عنوان نمونه میتوان نگهدار مرتبه اول‬

‫را نام برد که نقاط را با یک خط ولی با شیب غیرصفر به هم متصل میکند‪ .‬یک نمونه نگهدار مرتبه اول با شروع‬

‫از دامنه نمونه فعلی خطی را با شیب خط واصل بین نمونه فعلی و قبلی رسم میکند‪.‬‬

‫✓ نمونه دیگری از یک نگهدار مرتبه اول با شروع از دامنه نمونه قبلی خطی را با شیب خط واصل بین نمونه فعلی و‬

‫قبلی رسم میکند‪ .‬به این نوع نگهدار مرتبه اول‪ ،‬نگهدار چندضلعی نیز گفته میشود‪.‬‬

‫‪8‬‬
‫✓ همانطور که مشاهده میشود نگهدار مرتبه باالتر عمدتاً به شکل دقیقتری سیگنال اصلی را بازسازی میکند‪ ،‬اما‬

‫به نظر میرسد که تأخیر ناشی از نگهدار مرتبه باالتر بیشتر است‪ .‬این موضوع با توجه به نگهدار چندضلعی بهتر‬

‫قابل مشاهده است‪.‬‬

‫✓ شکل زیر نمایی از یک سیستم کنترل دیجیتال را به همراه نمایش باینری یا ترسیمی سیگنالها نشان میدهد‪.‬‬

‫➢ انواع عملیات نمونهبرداری‬

‫‪ -1‬نمونهبرداری متناوب‪ :‬در این حالت‪ ،‬لحظههای نمونهبرداری به فواصل یکسان از هم هستند یا 𝑇𝑘 = 𝑘𝑡 که‬

‫… ‪ . 𝑘 = 0,1,2,‬این نوع نمونهبرداری‪ ،‬متداولترین نوع عمل نمونهبرداری است‪.‬‬

‫‪ -2‬نمونهبرداری از مرتبه مکرر (‪ :)Multiple-order-sampling‬نمونهبرداری به گونهای انجام میشود که ‪𝑡𝑘+𝑟 −‬‬

‫𝑘𝑡 برای تمام 𝑘 ها ثابت باشد‪ 𝑟( .‬یک مقدار ثابت است)‬

‫‪ -3‬نمونهبرداری با نرخ مکرر (‪ :)Multiple-rate-sampling‬یک سیستم کنترل دیجیتال ممکن است چندین حلقه‬

‫کنترل داشته باشد‪ .‬در این شرایط شاید لزومی نداشته باشد که سرعت نمونهبرداری در همه حلقهها یکسان باشد‪.‬‬

‫‪ -4‬نمونهبرداری تصادفی‪ :‬در این حالت‪ ،‬لحظههای نمونهبرداری تصادفی است یا 𝑘𝑡 یک متغیر تصادفی است‪.‬‬

‫‪9‬‬
 ‫➢ فرکانس نمونهبرداری‬

‫✓ فرکانس نمونهبرداری را کوچک انتخاب کنیم یا بزرگ؟‬

‫✓ ابتدا به این سؤال پاسخ دهیم که آیا در اثر نمونهبرداری اطالعات از دست میروند؟ از دیدگاه نظری اگر فرکانس‬

‫نمونه برداری کمتر از دو برابر باالترین محتوای فرکانسی سیگنال اصلی باشد‪ ،‬امکان بازسازی بدون اعوجاج‬

‫سیگنال اصلی وجود ندارد‪.‬‬

‫✓ یکی از اهداف مهم در طراحی یک سیستم کنترل توانایی ردیابی یک سیگنال مرجع (ورودی مرجع) است‪ .‬حال‬

‫تصور نمایید که هدف سیستم کنترل‪ ،‬ردیابی یک سیگنال سینوسی با فرکانس 𝑎 هرتز است‪ .‬طبق یک قاعده‬

‫سرانگشتی به اثبات رسیده‪ ،‬فرکانس نمونهبرداری باید چیزی حدود ‪ 8‬تا ‪ 10‬برابر 𝑎 باشد تا عمل ردیابی به نحو‬

‫مطلوبی امکانپذیر باشد‪.‬‬

‫✓ قواعدی مشابه قاعده فوق به صورت زیر بیان میشوند‪:‬‬

‫‪ -1‬در یک سیستم کنترل فرکانس نمونهبرداری باید حدود ‪ 8‬تا ‪ 10‬برابر پهنای باند سیستم حلقهبسته انتخاب شود‪.‬‬

‫‪ -2‬در یک سیستم کنترل حلقهبسته میرای ضعیف‪ ،‬در طول یک سیکل از نوسانات میرا‪ ،‬حدود ‪ 8‬تا ‪ 10‬بار نمونه‬

‫برداشته شود‪.‬‬

‫‪ -3‬در یک سیستم کنترل حلقهبسته میرای شدید‪ ،‬در طول زمان صعود‪ ،‬حدود ‪ 8‬تا ‪ 10‬بار نمونه برداشته شود‪.‬‬

‫✓ باالبردن فرکانس نمونهبرداری طبعاً احتیاج به یک میکروکنترلر گرانقیمتتر دارد و به بیان دیگر هزینه باالتری‬

‫را تحمیل میکند‪ .‬ضمن آنکه اثرات جانبی دیگری مانند باالرفتن حساسیت سیستم حلقهبسته به نویز و کاهش‬

‫رزلوشن مبدل را نیز به دنبال دارد‪ .‬بنابراین‪ ،‬میتوان گفت مناسبترین فرکانس نمونهبرداری‪ ،‬کمترین فرکانسی‬

‫است که الزامات عملکردی را برآورده کند‪.‬‬

‫‪10‬‬
 ‫➢ مزایا و معایب کنترل دیجیتال‬

‫✓ در کنترل دیجیتال رده وسیعتری از قوانین کنترل قابل بهکارگیری و پیادهسازی هستند‪.‬‬

‫✓ در کنترل دیجیتال پیادهسازی کنترلکننده مورد نظر سادهتر است‪.‬‬

‫✓ در کنترل دیجیتال‪ ،‬صرفاً با تغییر برنامه نوشتهشده میتوان قانون کنترل را تغییر داد‪ .‬به بیان دیگر انعطافپذیری‬

‫این نوع کنترلکننده در قیاس با کنترلکننده آنالوگ بیشتر است‪.‬‬

‫✓ فرایند کنترل دیجیتال نسبت به آنالوگ ماهیتاً حساسیت کمتری به نویز دارد‪.‬‬

‫✓ طراحی کنترلکننده دیجیتال برای جبران تنزل عملکرد ناشی از نمونهبرداری و کوانتیزاسیون به مراتب پیچیدهتر از‬

‫طراحی کنترلکننده آنالوگ در یک سطح عملکرد معادل میباشد‪.‬‬

‫فصل دوم‪ :‬تبدیل ‪Z‬‬

‫➢ مقدمه‬

‫✓ اگر یک سیگنال زمانپیوسته مانند )𝑡(𝑥 به صورت متناوب با دوره تناوب 𝑇 نمونهبرداری شود‪ ،‬دنباله مقادیری را‬

‫که از عمل نمونهبرداری حاصل میشود معموالً به صورت )𝑇𝑘(𝑥 نمایش میدهند‪ .‬البته بیشتر اوقات برای ساده‪-‬‬

‫سازی نمایش‪ ،‬آن را به صورت )𝑘(𝑥 نیز مینویسند‪.‬‬

‫✓ قبالً از طریق ابزاری به نام تبدیل الپالس‪ ،‬یک سیستم دینامیکی خطی زمانپیوسته را در حوزه فرکانس مدل‪-‬‬

‫سازی میکردیم‪ .‬این ابزار در سیستمهای زمانگسسته‪ ،‬تبدیل ‪ z‬نام دارد‪.‬‬

‫✓ یکی از کاربردهای تبدیل الپالس‪ ،‬حل معادالت دیفرانسیل (‪ )Differential Equations‬زمانپیوسته یا تعیین‬

‫خروجی یک سیستم زمانپیوسته به یک ورودی معین بود‪ .‬فایده استفاده از تبدیل الپالس این بود که معادله‬

‫دیفرانسیل با ضرایب ثابت از طریق این ابزار‪ ،‬به معادالت جبری تبدیل میشد‪.‬‬

‫✓ به طریق مشابه‪ ،‬یکی از کاربردهای تبدیل ‪ ،z‬حل معادالت تفاضلی (‪ )Difference Equations‬خطی‬

‫زمانگسسته یا تعیین خروجی یک سیستم زمانگسسته به یک ورودی معین است‪.‬‬

‫‪11‬‬
 ‫✓ نمونه یک معادله تفاضلی یا ارتباط بین ورودی و خروجی یک سیستم زمانگسسته به صورت زیر است‪:‬‬

‫)𝑘(𝑢‪𝑦(𝑘 + 2) − 1.2𝑦(𝑘 + 1) + 0.2𝑦(𝑘) = 10𝑢(𝑘 + 1) + 5‬‬

‫✓ در این فصل‪ ،‬بعد از تعریف تبدیل ‪ ،z‬قضایای اساسی مربوط به تبدیل ‪ z‬را بیان کرده و روشهای محاسبه عکس‬

‫تبدیل ‪ z‬را ارائه خواهیم کرد‪ .‬در انتها اشاره به مفهوم تابع تبدیل پالسی و دنباله وزنی خواهیم داشت‪.‬‬

‫➢ تبدیل ‪Z‬‬

‫✓ با فرض آنکه سیگنال )𝑡(𝑥 برای ‪ 𝑡 < 0‬صفر باشد‪ ،‬تبدیل ‪( z‬یکطرفه) سیگنال زمانگسسته )𝑇𝑘(𝑥 به‬

‫صورت زیر تعریف میشود‪:‬‬

‫∞‬

‫⋯ ‪𝑍[𝑥(𝑘𝑇)] = 𝑋(𝑧) = ∑ 𝑥(𝑘𝑇) 𝑧 −𝑘 = 𝑥(0) + 𝑥(𝑇)𝑧 −1 + 𝑥(2𝑇)𝑧 −2 +‬‬

‫‪𝑘=0‬‬

‫و‪:‬‬
‫∞‬

‫⋯ ‪𝑍[𝑥(𝑘)] = ∑ 𝑥(𝑘) 𝑧 −𝑘 = 𝑥(0) + 𝑥(1)𝑧 −𝑘 + 𝑥(2)𝑧 −2 +‬‬

‫‪𝑘=0‬‬

‫مشاهده میشود که تبدیل ‪ z‬یک سری توانی از ‪ 𝑧 −1‬است‪.‬‬

‫✓ اگر سری فوق در بیرون دایره 𝑅 = |𝑧| همگرا باشد‪ ،‬در حل مسائل زمانگسسته لزومی ندارد که هر بار مقادیری‬

‫از ‪ z‬که به ازای آن سری فوق همگراست مشخص شود و تبدیل ‪ z‬را بدون اشاره به ناحیه همگرایی بیان خواهیم‬

‫کرد‪.‬‬

‫➢ تبدیل ‪ Z‬توابع مقدماتی‬

‫✓ تابع پله واحد‬

‫‪1‬‬ ‫‪𝑡≥0‬‬
‫{ = )𝑡(𝑢 = )𝑡(𝑥‬
‫‪0‬‬ ‫‪𝑡<0‬‬

‫‪12‬‬
 ‫∞‬

‫⋯ ‪𝑋(𝑧) = ∑ 𝑥(𝑘𝑇) 𝑧 −𝑘 = 1 + 𝑧 −1 + 𝑧 −2 +‬‬

‫‪𝑘=0‬‬

‫مجموع ‪ n‬جمله اول یک تصاعد هندسی عبارت بود از‪:‬‬

‫)‪𝑎(𝑞 𝑛 − 1‬‬
‫‪𝑞−1‬‬

‫پس‪:‬‬

‫)‪1(𝑧 −𝑛 − 1‬‬ ‫‪−1‬‬ ‫𝒛‬

‫‪𝑋(𝑧) = lim‬‬ ‫‪−1‬‬
‫‪= −1‬‬ ‫=‬ ‫‪𝑖𝑓 |𝑧| > 1‬‬
‫𝑧 ∞⟶𝑛‬ ‫‪−1‬‬ ‫𝟏‪𝑧 −1 𝒛−‬‬

‫که البته از این به بعد‪ ،‬اشاره صریح به ناحیه همگرایی نخواهیم داشت‪.‬‬

‫✓ تابع شیب واحد‬

‫𝑡‬ ‫‪𝑡≥0‬‬
‫{ = )𝑡(𝑟 = )𝑡(𝑦‬
‫‪0‬‬ ‫‪𝑡<0‬‬

‫حل‪:‬‬

‫𝑇𝑘‬ ‫‪𝑘≥0‬‬
‫{ = )𝑇𝑘(𝑦‬
‫‪0‬‬ ‫‪𝑘<0‬‬

‫∞‬

‫) ⋯ ‪𝑌(𝑧) = ∑ 𝑘𝑇 𝑧 −𝑘 = 𝑇(𝑧 −1 + 2𝑧 −2 + 3𝑧 −3 +‬‬

‫‪𝑘=0‬‬

‫عبارت فوق‪ ،‬تصاعد هندسی نیست‪ .‬ولی اگر از تبدیل ‪ z‬پله واحد مشتق بگیریم‪ ،‬خواهیم داشت‪:‬‬
‫)𝑧(𝑋𝑑‬ ‫)𝑧(𝑋𝑑‬
‫𝑧𝑇‪= −𝑧 −2 − 2𝑧 −3 − 3𝑧 −4 − ⋯ ⟹ −‬‬ ‫) ⋯ ‪𝑇(𝑧 −1 + 2𝑧 −2 + 3𝑧 −3 +‬‬
‫⏟=‬
‫𝑧𝑑‬ ‫𝑧𝑑‬
‫)𝑧(𝑌‬

‫بنابراین‪:‬‬
‫𝑑‬ ‫𝑧‬ ‫)𝑧( ‪(𝑧 − 1) −‬‬ ‫𝒛𝑻‬
‫𝑧𝑇‪𝑌(𝑧) = −‬‬ ‫{‬ ‫𝑧𝑇‪} = −‬‬ ‫‪2‬‬
‫=‬
‫‪𝑑𝑧 𝑧 − 1‬‬ ‫)‪(𝑧 − 1‬‬ ‫𝟐)𝟏 ‪(𝒛 −‬‬

‫‪13‬‬
 ‫✓ تابع چندجملهای 𝑘𝑎‬
‫𝑘‬
‫𝑎{ = )𝑘(𝑥‬ ‫‪𝑘≥0‬‬
‫‪0‬‬ ‫‪𝑘<0‬‬

‫∞‬ ‫∞‬
‫𝑘‪−‬‬
‫‪𝑧 −1‬‬ ‫‪𝑧 −2‬‬
‫𝑧 )𝑘(𝑥 ∑ = ])𝑘(𝑥[𝑍‬ ‫⋯ ‪= ∑ 𝑎𝑘 𝑧 −𝑘 = 1 + ( ) + ( ) +‬‬
‫𝑎‬ ‫𝑎‬
‫‪𝑘=0‬‬ ‫‪𝑘=0‬‬

‫𝑛‪𝑧 −‬‬
‫}‪1 {( ) − 1‬‬ ‫‪−1‬‬ ‫𝒛‬
‫‪𝑋(𝑧) = lim‬‬ ‫𝑎‬ ‫=‬ ‫=‬ ‫|𝑎| > |𝑧| 𝑓𝑖‬
‫∞⟶𝑛‬ ‫𝑧‬ ‫‪−1‬‬ ‫𝑧‬ ‫‪−1‬‬ ‫𝒂‪𝒛−‬‬
‫‪( ) −1‬‬ ‫‪( ) −1‬‬
‫𝑎‬ ‫𝑎‬

‫✓ تابع نمایی‬
‫𝑡𝑎‬
‫𝑒{ = )𝑡(𝑥‬ ‫‪𝑡≥0‬‬
‫‪0‬‬ ‫‪𝑡<0‬‬

‫𝑒{ = )𝑇𝑘(𝑥‬
‫𝑇𝑘𝑎‬
‫𝑘) 𝑇𝑎 𝑒({ = ‪𝑘 ≥ 0‬‬ ‫‪𝑘≥0‬‬
‫‪0‬‬ ‫‪𝑘<0‬‬ ‫‪0‬‬ ‫‪𝑘<0‬‬

‫𝒛‬
‫= )𝑧(𝑋 ⟹‬
‫𝑻𝒂𝒆 ‪𝒛 −‬‬

‫✓ تابع سینوسی‬
‫)𝑡𝜔( 𝑛𝑖𝑠‬ ‫‪𝑡≥0‬‬
‫{ = )𝑡(𝑥‬
‫‪0‬‬ ‫‪𝑡<0‬‬

‫𝑡𝜔𝑗 ‪1‬‬ ‫‪1‬‬

‫= )𝑡(𝑥 ⟹‬ ‫𝑒(‬ ‫𝜔𝑗 = 𝑎 𝑒𝑟𝑒‪− 𝑒 −𝑗𝜔𝑡 ) = (𝑒 𝑎𝑡 − 𝑒 −𝑎𝑡 ) 𝑤ℎ‬‬
‫𝑗‪2‬‬ ‫𝑗‪2‬‬

‫∞‬
‫‪1‬‬ ‫𝑧‬ ‫𝑧‬
‫= ))𝑡(𝑥(𝑍 ⟹ 𝑘‪𝑍(𝑥(𝑡)) = ∑ 𝑥(𝑘𝑇) 𝑧 −‬‬ ‫(‬ ‫𝑇𝑎‬
‫‪−‬‬ ‫)‬
‫𝑒 ‪2𝑗 𝑧 −‬‬ ‫𝑇𝑎‪𝑧 − 𝑒 −‬‬
‫‪𝑘=0‬‬

‫) 𝑇𝑎 𝑒 ‪1 𝑧(𝑧 − 𝑒 −𝑎𝑇 ) − 𝑧(𝑧 −‬‬ ‫)𝑻𝝎( 𝒏𝒊𝒔 𝒛‬

‫(‬ ‫𝑇𝑎‬ ‫𝑇𝑎‪−‬‬
‫𝟐 =⋯=)‬
‫𝑗‪2‬‬ ‫𝑒 ‪(𝑧 − 𝑒 )(𝑧 −‬‬ ‫)‬ ‫𝟏 ‪𝒛 − 𝟐𝒛𝒄𝒐 𝒔(𝝎𝑻) +‬‬

‫‪14‬‬
 ‫✓ تابع بیان شده در حوزه 𝑠‬

‫‪1‬‬
‫= )𝑠(𝑋‬
‫)‪𝑠(𝑠 + 1‬‬
‫یک روش‪ ،‬آن است که ابتدا )𝑠(𝑋 را به حوزه زمان برده و سپس ))𝑡(𝑥(𝑍 را به دست آوریم‪.‬‬
‫‪1‬‬ ‫𝑎‬ ‫𝑏‬ ‫‪1‬‬ ‫‪1‬‬
‫‪= +‬‬ ‫‪= −‬‬ ‫𝑡‪⟹ 𝑥(𝑡) = 1 − 𝑒 −‬‬ ‫‪𝑡≥0‬‬
‫‪𝑠(𝑠 + 1) 𝑠 𝑠 + 1 𝑠 𝑠 + 1‬‬

‫𝑧‬ ‫𝑧‬ ‫𝑧) 𝑇‪(1 − 𝑒 −‬‬

‫= ))𝑡(𝑥(𝑍‬ ‫‪−‬‬ ‫=‬
‫) 𝑇‪𝑧 − 1 𝑧 − 𝑒 −𝑇 (𝑧 − 1)(𝑧 − 𝑒 −‬‬

‫‪ o‬تذکر‪ :‬در اینجا با استفاده از اعمال مستقیم تعریف تبدیل 𝑧 به محاسبه این تبدیل‪ ،‬پرداختیم و در بخشهای بعد‬

‫روشهای دیگری نیز به فراخور بحث برای محاسبه تبدیل 𝑧 ارائه خواهد شد‪ .‬ضمن آنکه مشابه تبدیل الپالس‪،‬‬

‫جدولی برای تبدیل 𝑧 توابعی که معموالً با آن مواجه میشویم در کتاب ارائه شده است‪.‬‬

‫‪ o‬تذکر‪ :‬اگرچه بین )𝑘(𝑥 و )𝑧(𝑋 تناظر یکبهیک وجود دارد‪ ،‬این تناظر بین )𝑡(𝑥 و )𝑧(𝑋 وجود ندارد‪ .‬به این‬

‫معنا که اگر تبدیل 𝑧 )𝑡( ‪ 𝑥1‬را با )𝑧( ‪ 𝑋1‬نشان دهیم‪ ،‬عکس تبدیل 𝑧 )𝑧( ‪ 𝑋1‬لزوماً )𝑡( ‪ 𝑥1‬نخواهد بود‪ .‬به عنوان‬

‫نمونه‪ ،‬شکل زیر را ببینید‪.‬‬

‫‪15‬‬
 ‫➢ خواص و قضایای مهم تبدیل 𝑧‬

‫✓ خطی بودن‬

‫به این معنا که‪:‬‬

‫)𝒛(𝒀𝒃 ‪𝒁(𝒂𝒙(𝒌) + 𝒃𝒚(𝒌)) = 𝒂𝑿(𝒛) +‬‬

‫که به سادگی زیر قابل اثبات است‪:‬‬
‫∞‬ ‫∞‬ ‫∞‬
‫𝑘‪−‬‬ ‫𝑘‪−‬‬
‫𝑧 })𝑘(𝑦𝑏 ‪𝑍(𝑎𝑥(𝑘) + 𝑏𝑦(𝑘)) = ∑{𝑎𝑥(𝑘) +‬‬ ‫𝑧 )𝑘(𝑥 ∑ 𝑎 =‬ ‫𝑘‪+ 𝑏 ∑ 𝑦(𝑘) 𝑧 −‬‬
‫‪𝑘=0‬‬ ‫⏟‬
‫‪𝑘=0‬‬ ‫⏟‬
‫‪𝑘=0‬‬
‫)𝑧(𝑋‬ ‫)𝑧(𝑌‬

‫✓ ضرب در 𝑘𝑎‬
‫𝒁‬
‫) ( 𝑿 = })𝒌(𝒙 𝒌𝒂{𝒁‬
‫𝒂‬
‫زیرا‪:‬‬
‫∞‬ ‫∞‬
‫𝑘‪𝑧 −‬‬ ‫𝑍‬
‫) ( 𝑋 = ) ( )𝑘(𝑥 ∑ = 𝑘‪𝑍{𝑎𝑘 𝑥(𝑘)} = ∑{𝑎𝑘 𝑥(𝑘)} 𝑧 −‬‬
‫𝑎‬ ‫𝑎‬
‫‪𝑘=0‬‬ ‫‪𝑘=0‬‬

‫✓ قضیه انتقال حقیقی‬

‫اگر 𝑛 عدد صحیح نامنفی باشد‪:‬‬

‫)𝑧(𝑋 𝑛‪𝑍{𝑥(𝑡 − 𝑛𝑇)} = 𝑧 −‬‬
‫و‬
‫‪𝑛−1‬‬

‫} 𝑘‪𝑍{𝑥(𝑡 + 𝑛𝑇)} = 𝑧 {𝑋(𝑧) − ∑ 𝑥(𝑘𝑇) 𝑧 −‬‬

‫𝑛‬

‫‪𝑘=0‬‬
‫اثبات‪.‬‬
‫∞‬

‫𝑘‪𝑍{𝑥(𝑡 − 𝑛𝑇)} = 𝑍{𝑥[(𝑘 − 𝑛)𝑇]} = ∑ 𝑥[(𝑘 − 𝑛)𝑇] 𝑧 −‬‬

‫‪𝑘=0‬‬

‫𝑛‪𝑘 = 0 ⟶ ℎ = −‬‬
‫{⟹ ‪𝑘−𝑛 =ℎ‬‬
‫∞=‪𝑘=∞⟶ℎ‬‬

‫‪16‬‬
 ‫∞‬ ‫∞‬ ‫∞‬
‫𝑛‪−ℎ−‬‬ ‫𝑛‪−‬‬ ‫‪−ℎ‬‬ ‫𝑛‪−‬‬
‫𝑧 )𝑇‪𝑍{𝑥(𝑡 − 𝑛𝑇)} = ∑ 𝑥(ℎ‬‬ ‫𝑧=‬ ‫𝑧 )𝑇‪∑ 𝑥(ℎ‬‬ ‫𝑧=‬ ‫)𝑧(𝑋 𝑛‪∑ 𝑥(ℎ𝑇) 𝑧 −ℎ = 𝑧 −‬‬
‫𝑛‪ℎ=−‬‬ ‫𝑛‪ℎ=−‬‬ ‫⏟‬
‫‪ℎ=0‬‬
‫)𝑧(𝑋‬

‫و‪:‬‬
‫∞‬

‫𝑘‪𝑍{𝑥(𝑡 + 𝑛𝑇)} = 𝑍{𝑥[(𝑘 + 𝑛)𝑇]} = ∑ 𝑥[(𝑘 + 𝑛)𝑇] 𝑧 −‬‬

‫‪𝑘=0‬‬

‫𝑛=‪𝑘=0⟶ℎ‬‬
‫{⟹ ‪𝑘+𝑛 =ℎ‬‬
‫∞=‪𝑘=∞⟶ℎ‬‬

‫∞‬ ‫∞‬ ‫∞‬ ‫‪𝑛−1‬‬

‫} ‪𝑍{𝑥(𝑡 + 𝑛𝑇)} = ∑ 𝑥(ℎ𝑇) 𝑧 −ℎ+𝑛 = 𝑧 𝑛 ∑ 𝑥(ℎ𝑇) 𝑧 −ℎ = 𝑧 𝑛 {∑ 𝑥(ℎ𝑇) 𝑧 −ℎ − ∑ 𝑥(ℎ𝑇) 𝑧 −ℎ‬‬

‫𝑛=‪ℎ‬‬ ‫𝑛=‪ℎ‬‬ ‫‪ℎ=0‬‬ ‫‪ℎ=0‬‬

‫‪𝑛−1‬‬

‫} 𝑘‪⟹ 𝑍{𝑥(𝑡 + 𝑛𝑇)} = 𝑧𝑛 {𝑋(𝑧) − ∑ 𝑥(𝑘𝑇) 𝑧−‬‬

‫‪𝑘=0‬‬

‫پس به عنوان نمونه‬

‫)𝑧(𝑋 ‪𝑍(𝑥(𝑘 − 2)) = 𝑧 −2‬‬

‫)‪𝑍(𝑥(𝑘 + 1)) = 𝑧𝑋(𝑧) − 𝑧𝑥(0‬‬

‫)‪𝑍(𝑥(𝑘 + 2)) = 𝑧 2 𝑋(𝑧) − 𝑧 2 𝑥(0) − 𝑧𝑥(1‬‬

‫✓ مثال‪ :‬تبدیل 𝑧 تابع زیر را به دست آورید‪.‬‬

‫‪𝑘−1‬‬
‫𝑎{ = )𝑘(𝑥‬ ‫‪𝑘≥1‬‬
‫‪0‬‬ ‫‪𝑘<1‬‬
‫حل‪ .‬تبدیل 𝑧 تابع زیر را قبالً به دست آوردیم‪:‬‬

‫𝑘‬
‫𝑎{ = )𝑘( ‪𝑥1‬‬ ‫‪𝑘≥0‬‬
‫‪0‬‬ ‫‪𝑘<0‬‬
‫و داشتیم‪:‬‬
‫𝑧‬
‫= )𝑧( ‪𝑋1‬‬
‫𝑎‪𝑧−‬‬
‫از طرفی‪:‬‬

‫‪17‬‬
 ‫𝑧‬ ‫‪1‬‬
‫‪𝑥(𝑘) = 𝑥1 (𝑘 − 1) ⟹ 𝑋(𝑧) = 𝑧 −1 𝑋1 (𝑧) = 𝑧 −1‬‬ ‫=‬
‫𝑎‪𝑧−𝑎 𝑧−‬‬
‫‪ o‬تذکر‪:‬‬
‫𝑘 ‪1‬‬
‫= ‪𝑎𝑘−1‬‬ ‫) 𝑎(‬
‫𝑎‬
‫همچنین‪ ،‬داشتیم‪:‬‬
‫𝑧‬
‫= ) 𝑘𝑎(𝑍‬
‫𝑎‪𝑧−‬‬
‫و طبق خاصیت خطی بودن تبدیل ‪z‬‬

‫‪1‬‬ ‫‪1‬‬ ‫𝑧 ‪1‬‬

‫= } 𝑘𝑎{𝑍 = }) 𝑘𝑎( { 𝑍 = ) ‪𝑍(𝑎𝑘−1‬‬
‫𝑎‬ ‫𝑎‬ ‫𝑎‪𝑎𝑧−‬‬

‫𝑧 ‪1‬‬ ‫‪1‬‬
‫یا‬ ‫باالخره ) ‪ 𝑍(𝑎𝑘−1‬کدام است؟‬
‫𝑎‪𝑎 𝑧−‬‬ ‫𝑎‪𝑧−‬‬

‫✓ مثال‪ :‬تبدیل 𝑧 سیگنال )𝑘(𝑦 را بر حسب تبدیل 𝑧 سیگنال )𝑘(𝑥 به دست آورید‪.‬‬
‫𝑘‬

‫)‪∑ 𝑥(ℎ‬‬ ‫‪𝑘≥0‬‬

‫= )𝑘(𝑦‬ ‫‪ℎ=0‬‬

‫‪{0‬‬ ‫‪𝑘<0‬‬
‫حل‪.‬‬
‫‪𝑘−1‬‬

‫)‪∑ 𝑥(ℎ‬‬ ‫‪𝑘≥1‬‬

‫= )‪𝑦(𝑘 − 1‬‬ ‫‪ℎ=0‬‬

‫‪{0‬‬ ‫‪𝑘<1‬‬
‫پس‪:‬‬

‫)𝑘(𝑥 = )‪𝑦(𝑘) − 𝑦(𝑘 − 1‬‬ ‫… ‪𝑘 = 0,1,2,‬‬

‫و لذا‪:‬‬
‫‪1‬‬
‫= )𝑧(𝑌 ⟹ )𝑧(𝑋 = )𝑧(𝑌 ‪𝑌(𝑧) − 𝑧 −1‬‬ ‫)𝑧(𝑋‬
‫‪1 − 𝑧 −1‬‬
‫✓ قضیه انتقال مختلط‬

‫اگر )𝑡(𝑥 دارای تبدیل 𝑧 )𝑧(𝑋 باشد‪ ،‬آنگاه‬

‫) 𝑇𝑎 𝑒𝑧(𝑋 = })𝑡(𝑥 𝑡𝑎‪𝑍{𝑒 −‬‬

‫‪18‬‬
 ‫اثبات‪.‬‬
‫∞‬ ‫∞‬
‫𝑡𝑎‪−‬‬ ‫𝑇𝑘𝑎‪−‬‬ ‫𝑇𝑘𝑎‪−‬‬ ‫𝑘‪−‬‬
‫𝑒{𝑍‬ ‫𝑒{𝑍 = })𝑡(𝑥‬ ‫𝑒 ∑ = })𝑇𝑘(𝑥‬ ‫𝑧)𝑇𝑘(𝑥‬ ‫𝑘‪= ∑ 𝑥(𝑘𝑇)(𝑧𝑒 𝑎𝑇 )−‬‬
‫‪𝑘=0‬‬ ‫‪𝑘=0‬‬

‫| )𝑧(𝑋 =‬
‫𝑇𝑎 𝑒𝑧 = 𝑧‬

‫✓ مثال‪ :‬تبدیل 𝑧 تابع )𝑡𝜔( 𝑛𝑖𝑠 𝑡𝑎‪ 𝑦(𝑡) = 𝑒−‬را به دست آورید‪.‬‬

‫حل‪.‬‬
‫)𝑇𝜔( 𝑛𝑖𝑠 𝑧‬
‫= ))𝑡𝜔(𝑛𝑖𝑠 = )𝑡(𝑥(𝑍‬
‫‪𝑧 2 − 2𝑧𝑐𝑜 𝑠(𝜔𝑇) + 1‬‬
‫پس‪:‬‬
‫)𝑇𝜔( 𝑛𝑖𝑠 𝑇𝑎 𝑒𝑧‬
‫= ) 𝑇𝑎 𝑒𝑧(𝑋 = ))𝑡(𝑦(𝑍‬
‫‪𝑧 2 𝑒 2𝑎𝑇 − 2𝑧𝑒 𝑎𝑇 𝑐𝑜 𝑠(𝜔𝑇) + 1‬‬

‫✓ قضیه مقدار اولیه‬

‫اگر )𝑡(𝑥 دارای تبدیل 𝑧 بوده و اگر )𝑧(𝑋 𝑚𝑖𝑙 موجود باشد‪ ،‬آنگاه‬
‫∞⟶𝑧‬

‫)𝑧(𝑋 𝑚𝑖𝑙 = )‪𝑥(0‬‬

‫∞⟶𝑧‬
‫اثبات‪.‬‬
‫∞‬

‫⋯ ‪𝑋(𝑧) = ∑ 𝑥(𝑘) 𝑧 −𝑘 = 𝑥(0) + 𝑥(1)𝑧 −1 + 𝑥(2)𝑧 −2 +‬‬

‫‪𝑘=0‬‬
‫پس‪:‬‬

‫)‪lim 𝑋(𝑧) = 𝑥(0) + 0 + 0 + ⋯ ⟹ lim 𝑋(𝑧) = 𝑥(0‬‬

‫∞⟶𝑧‬ ‫∞⟶𝑧‬

‫✓ قضیه مقدار نهایی‬

‫در صورت محدود بودن‪ ،‬وجود مقدار نهایی و همچنین وجود تبدیل )𝑧(𝑋 برای )𝑘(𝑥‬

‫})𝑧(𝑋) ‪𝑙𝑖𝑚 𝑥(𝑘) = 𝑙𝑖𝑚 {(1 − 𝑧 −1‬‬

‫∞⟶𝑘‬ ‫‪𝑧⟶1‬‬

‫‪19‬‬
 ‫اثبات‪.‬‬
‫∞‬

‫𝑘‪𝑋(𝑧) = 𝑍(𝑥(𝑘)) = ∑ 𝑥(𝑘) 𝑧 −‬‬

‫‪𝑘=0‬‬
‫∞‬
‫‪−1‬‬
‫𝑧‬ ‫𝑘‪𝑋(𝑧) = 𝑍(𝑥(𝑘 − 1)) = ∑ 𝑥(𝑘 − 1) 𝑧 −‬‬
‫‪𝑘=0‬‬
‫پس‬
‫∞‬
‫‪−1‬‬
‫𝑧 ‪𝑋(𝑧) −‬‬ ‫‪𝑋(𝑧) = ∑[𝑥(𝑘) − 𝑥(𝑘 − 1)] 𝑧 −𝑘 = [𝑥(0) − 𝑥(−1)] + [𝑥(1) − 𝑥(0)]𝑧 −1 +‬‬
‫‪𝑘=0‬‬

‫⋯ ‪[𝑥(2) − 𝑥(1)]𝑧 −2 +‬‬

‫با حد گرفتن از دو طرف تساوی فوق‪:‬‬
‫)∞(𝑥 = ⋯ ‪𝑙𝑖𝑚 {(1 − 𝑧 −1 )𝑋(𝑧)} = [𝑥(0) − 𝑥(−1)] + [𝑥(1) − 𝑥(0)] + [𝑥(2) − 𝑥(1)] +‬‬
‫‪𝑧⟶1‬‬

‫یعنی‬
‫})𝑧(𝑋) ‪𝑙𝑖𝑚 𝑥(𝑘) = 𝑙𝑖𝑚 {(1 − 𝑧 −1‬‬
‫∞⟶𝑘‬ ‫‪𝑧⟶1‬‬

‫‪ o‬تذکر‪ :‬مقدار نهایی)𝑘(𝑥 زمانی محدود و موجود است که )𝑧(𝑋)‪ (𝑧 − 1‬قطبی روی دایره واحد یا خارج از آن‬

‫نداشته باشد‪.‬‬

‫✓ مثال‪ .‬اگر‬
‫𝑧‬ ‫𝑧‬
‫= )𝑧(𝑋‬ ‫‪−‬‬
‫𝑇‪𝑧 − 1 𝑧 − 𝑒 −‬‬
‫مقدار نهایی)𝑘(𝑥 را تعیین کنید‪.‬‬

‫حل‪ :‬اوالً )𝑧(𝑋)‪ (𝑧 − 1‬قطبی روی دایره واحد یا خارج از آن ندارد‪ ،‬پس‪:‬‬
‫‪𝑧−1‬‬
‫({ 𝑚𝑖𝑙 = })𝑧(𝑋) ‪𝑙𝑖𝑚 𝑥(𝑘) = 𝑙𝑖𝑚 {(1 − 𝑧 −1‬‬ ‫})𝑧(𝑋 )‬
‫∞⟶𝑘‬ ‫‪𝑧⟶1‬‬ ‫‪𝑧⟶1‬‬ ‫𝑧‬

‫‪𝑧−1‬‬
‫‪= 𝑙𝑖𝑚 {1 −‬‬ ‫‪}=1‬‬
‫‪𝑧⟶1‬‬ ‫𝑇‪𝑧 − 𝑒 −‬‬
‫اگر به یاد داشه باشید‪:‬‬

‫‪20‬‬
‫} 𝑇𝑘‪𝑋(𝑧) = 𝑍{1 − 𝑒 −‬‬
‫یعنی‪:‬‬

‫𝑇𝑘‪𝑥(𝑘𝑇) = 1 − 𝑒 −‬‬
‫و واضح است که‪:‬‬
‫‪𝑙𝑖𝑚 𝑥(𝑘) = 1‬‬
‫∞⟶𝑘‬

‫✓ قضیه مشتقگیری مختلط‬

‫اگر )𝑘(𝑥 دارای تبدیل 𝑧 )𝑧(𝑋 باشد‪ ،‬آنگاه‬

‫)𝑧(𝑋𝑑‬
‫𝑧‪𝑍(𝑘𝑥(𝑘)) = −‬‬
‫𝑧𝑑‬
‫اثبات‪.‬‬
‫∞‬

‫𝑘‪𝑋(𝑧) = 𝑍(𝑥(𝑘)) = ∑ 𝑥(𝑘) 𝑧 −‬‬

‫‪𝑘=0‬‬
‫∞‬ ‫∞‬
‫)𝑧(𝑋𝑑‬ ‫)𝑧(𝑋𝑑‬ ‫)𝑧(𝑋𝑑‬
‫𝑧‪= ∑ −𝑘𝑥(𝑘) 𝑧 −𝑘−1 ⟹ −‬‬ ‫𝑧‪= ∑ 𝑘𝑥(𝑘) 𝑧 −𝑘 ⟹ 𝑍(𝑘𝑥(𝑘)) = −‬‬
‫𝑧𝑑‬ ‫𝑧𝑑‬ ‫𝑧𝑑‬
‫‪𝑘=0‬‬ ‫⏟‬
‫‪𝑘=0‬‬
‫))𝑘(𝑥𝑘(𝑍‬

‫به همین ترتیب‪ ،‬فرض کنید‪:‬‬

‫)𝑘(𝑥𝑘 = )𝑘(𝑦‬
‫)𝑧(𝑋𝑑‬
‫𝑧‪𝑌(𝑧) = 𝑍(𝑦(𝑘)) = 𝑍(𝑘𝑥(𝑘)) = −‬‬ ‫)‪(1‬‬
‫𝑧𝑑‬
‫از طرفی‪:‬‬
‫)𝑧(𝑌𝑑‬
‫𝑧‪𝑍(𝑘𝑦(𝑘)) = −‬‬ ‫)‪(2‬‬
‫𝑧𝑑‬
‫از (‪ )1‬و (‪:)2‬‬
‫𝑑‬ ‫)𝑧(𝑋𝑑‬
‫𝑧‪𝑍(𝑘𝑦(𝑘)) = 𝑍(𝑘 2 𝑥(𝑘)) = −‬‬ ‫𝑧‪{−‬‬ ‫}‬
‫𝑧𝑑‬ ‫𝑧𝑑‬

‫یا به اختصار‬

‫‪21‬‬
 ‫‪2‬‬
‫‪𝑑 2‬‬
‫)𝑧(𝑋 ) 𝑧‪𝑍(𝑘 𝑥(𝑘)) = (−‬‬
‫𝑧𝑑‬
‫𝑑‬
‫𝑧‪ −‬باید دو بار اعمال گردد‪ .‬پس‪:‬‬ ‫به این معنا که اپراتور‬
‫𝑧𝑑‬
‫𝑚 𝑑‬
‫𝑧‪𝑍(𝑘 𝑚 𝑥(𝑘)) = (−‬‬ ‫)𝑧(𝑋 )‬
‫𝑧𝑑‬

‫✓ مثال‪ .‬با استفاده از قضیه فوق تبدیل 𝑧 دنباله )𝑘(𝑢 ‪ 𝑥(𝑘) = 𝑘 2‬را به دست آورید‪.‬‬

‫داشتیم‪:‬‬
‫𝑧‬
‫= ))𝑘(𝑢(𝑍‬
‫‪𝑧−1‬‬
‫پس‪:‬‬
‫‪2‬‬
‫𝑧 ‪𝑑 2‬‬
‫{ ) 𝑧‪𝑍(𝑘 𝑢(𝑘)) = (−‬‬ ‫⋯ = ))𝑘(𝑢 ‪} ⟹ 𝑍(𝑘 2‬‬
‫𝑧𝑑‬ ‫‪𝑧−1‬‬

‫✓ قضیه انتگرالگیری مختلط‬

‫اگر )𝑘(𝑥 دارای تبدیل 𝑧 )𝑧(𝑋 باشد‪ ،‬آنگاه‬

‫∞‬
‫)𝑘(𝑥‬ ‫) ‪𝑋(𝑧1‬‬ ‫)𝑘(𝑥‬
‫(𝑍‬ ‫∫=)‬ ‫𝑚𝑖𝑙 ‪𝑑𝑧1 +‬‬
‫𝑘‬ ‫𝑧‬ ‫‪𝑧1‬‬ ‫𝑘 ‪𝑘⟶0‬‬
‫)𝑘(𝑥‬
‫𝑚𝑖𝑙 موجود باشد‪.‬‬ ‫البته به شرطی که‬
‫𝑘 ‪𝑘⟶0‬‬

‫اثبات‪ .‬فرض کنید‪:‬‬

‫∞‬
‫)𝑘(𝑥‬ ‫𝑘‪𝑥(𝑘) −‬‬
‫= )𝑘(𝑔‬ ‫‪,‬‬ ‫∑ = ))𝑘(𝑔(𝑍 = )𝑧(𝐺‬ ‫𝑧‬
‫𝑘‬ ‫𝑘‬
‫‪𝑘=0‬‬

‫بنابراین‪:‬‬
‫∞‬ ‫∞‬
‫)𝑧(𝐺𝑑‬ ‫‪𝑥(𝑘) −𝑘−1‬‬ ‫)𝑧(𝐺𝑑‬ ‫)𝑧(𝑋 )𝑧(𝐺𝑑‬
‫𝑘‪= ∑ −‬‬ ‫𝑧‬ ‫𝑧‪⟹ −‬‬ ‫‪= ∑ 𝑥(𝑘)𝑧 −𝑘 ⟹ −‬‬ ‫=‬
‫𝑧𝑑‬ ‫𝑘‬ ‫𝑧𝑑‬ ‫𝑧𝑑‬ ‫𝑧‬
‫‪𝑘=0‬‬ ‫⏟‬
‫‪𝑘=0‬‬
‫)𝑧(𝑋‬

‫با انتگرالگیری از طرفین رابطه فوق‪:‬‬

‫‪22‬‬
 ‫∞‬ ‫∞‬ ‫∞‬
‫) ‪𝑑𝐺(𝑧1‬‬ ‫) ‪𝑋(𝑧1‬‬ ‫) ‪𝑋(𝑧1‬‬
‫∫‪−‬‬ ‫∫ = ‪𝑑𝑧1‬‬ ‫∫ = )∞(𝐺 ‪𝑑𝑧1 ⟹ 𝐺(𝑧) −‬‬ ‫‪𝑑𝑧1‬‬
‫𝑧‬ ‫‪𝑑𝑧1‬‬ ‫𝑧‬ ‫‪𝑧1‬‬ ‫𝑧‬ ‫‪𝑧1‬‬

‫∞‬
‫) ‪𝑋(𝑧1‬‬
‫∫ = )𝑧(𝐺‬ ‫)∞(𝐺 ‪𝑑𝑧1 +‬‬
‫𝑧‬ ‫‪𝑧1‬‬
‫با استفاده از قضیه مقدار اولیه‪:‬‬
‫∞‬ ‫∞‬
‫) ‪𝑋(𝑧1‬‬ ‫)𝑘(𝑥‬ ‫) ‪𝑋(𝑧1‬‬ ‫)𝑘(𝑥‬
‫∫ = )𝑧(𝐺‬ ‫( 𝑍 = )𝑧(𝐺 ⟹ )‪𝑑𝑧1 + 𝑔(0‬‬ ‫∫=)‬ ‫𝑚𝑖𝑙 ‪𝑑𝑧1 +‬‬
‫𝑧‬ ‫‪𝑧1‬‬ ‫𝑘‬ ‫𝑧‬ ‫‪𝑧1‬‬ ‫𝑘 ‪𝑘⟶0‬‬

‫✓ قضیه کانولوشن حقیقی‬

‫‪ o‬تذکر‪ :‬کانولوشن دو سیگنال زمانگسسته )𝑇𝑘( ‪ 𝑥1‬و )𝑇𝑘( ‪ 𝑥2‬به صورت زیر تعریف میشود‪:‬‬
‫∞‬

‫)𝑇‪𝑦(𝑘𝑇) = 𝑥1 (𝑘𝑇) ∗ 𝑥2 (𝑘𝑇) = ∑ 𝑥1 (ℎ𝑇)𝑥2 (𝑘𝑇 − ℎ‬‬

‫‪ℎ=0‬‬

‫✓ اگر )𝑘( ‪ 𝑥1‬دارای تبدیل 𝑧 )𝑧( ‪ 𝑋1‬و )𝑘( ‪ 𝑥2‬دارای تبدیل 𝑧 )𝑧( ‪ 𝑋2‬باشد‪ ،‬آنگاه تبدیل 𝑧 کانولوشن دو سیگنال‬

‫برابر حاصلضرب تبدیل 𝑧 هر یک سیگنالهاست‪.‬‬

‫∞‬ ‫∞‬

‫𝑘‪𝑍{𝑦(𝑘𝑇)} = ∑ {∑ 𝑥1 (ℎ𝑇)𝑥2 ([𝑘 − ℎ]𝑇) } 𝑧 −‬‬

‫⏟ ‪𝑘=0‬‬
‫‪ℎ=0‬‬
‫)𝑇𝑘(𝑦‬

‫∞‬ ‫∞‬

‫𝑘‪= ∑ ∑ 𝑥1 (ℎ𝑇)𝑥2 ([𝑘 − ℎ]𝑇) 𝑧 −‬‬

‫‪ℎ=0 𝑘=0‬‬

‫با تغییر متغیر 𝑚 = ‪ 𝑘 − ℎ‬خواهیم داشت‪:‬‬

‫‪𝑘 = 0 ⟶ 𝑚 = −ℎ‬‬
‫{⟹ 𝑚= ‪𝑘−ℎ‬‬
‫∞=𝑚⟶∞=𝑘‬

‫پس‪:‬‬

‫‪23‬‬
 ∞ ∞

𝑍{𝑦(𝑘𝑇)} = ∑ ∑ 𝑥1 (ℎ𝑇)𝑥2 (𝑚𝑇) 𝑧 −ℎ−𝑚

ℎ=0 𝑚=−ℎ

∞ ∞ ∞ ∞
−ℎ −𝑚 −ℎ
= ∑ 𝑥1 (ℎ𝑇)𝑧 ∑ 𝑥2 (𝑚𝑇) 𝑧 = ∑ 𝑥1 (ℎ𝑇)𝑧 ∑ 𝑥2 (𝑚𝑇)𝑧 −𝑚
ℎ=0 𝑚=−ℎ ⏟
ℎ=0 ⏟
𝑚=0
𝑋1 (𝑧) 𝑋2 (𝑧)

:‫بنابراین‬
𝑍{𝑥1 (𝑘𝑇) ∗ 𝑥2 (𝑘𝑇)} = 𝑋1 (𝑧)𝑋2 (𝑧)

24