数字信号处理:时域采样定理与频域采样定理
数字信号处理:时域采样定理与频域采样定理
1.时域采样定理
%初始参数
A=444.128;
alph=pi*50*2^0.5;
omega=pi*50*2^0.5;
M=64; %做64点fft变换
n=0:M-1;%采样频率fs为1000Hz
Fs1=1000;
T1=1/Fs1;
xn1=A*exp(-alph*n*T1).*sin(omega*n*T1); %对原函数的抽样取点
Xk1=fft(xn1,M); %fft变换后
Xk1=abs(Xk1); %取幅值
subplot(3,2,1);stem(n,xn1);
title('(a) Fs=1000Hz');xlabel('n');ylabel('xa(nT)');
subplot(3,2,2);plot(n,Xk1);
title('(b) Fs=1000Hz');xlabel('f/Hz');ylabel('幅度');%采样频率为300Hz
Fs2=300;
T2=1/Fs2;
xn2=A*exp(-alph*n*T2).*sin(omega*n*T2);
Xk2=fft(xn2,M);
Xk2=abs(Xk2);
subplot(3,2,3);stem(n,xn2);
title('(c) Fs=300Hz');xlabel('n');ylabel('xa(nT)');
subplot(3,2,4);plot(n,Xk2);
title('(d) Fs=300Hz');xlabel('f/Hz');ylabel('幅度');%采样频率为200Hz
Fs3=200;
T3=1/Fs3;
xn3=A*exp(-alph*n*T3).*sin(omega*n*T3);
Xk3=fft(xn3,M);
Xk3=abs(Xk3);
subplot(3,2,5);stem(n,xn3);
title('(e) Fs=200Hz');xlabel('n');ylabel('xa(nT)');
subplot(3,2,6);plot(n,Xk3);
title('(f) Fs=200Hz');xlabel('f/Hz');ylabel('幅度');
由结果图我们可以发现,当采样频率取1000Hz时,混叠还很小,而当采样频率取300Hz和200Hz时,混叠现象十分严重。所以我们可以得出,采样频率的取值Fs对于频谱是否重叠起着非常关键的作用。这样就验证了时域采样定理,采样频率 必须大于等于模拟信号最高频率的两倍以上,才能使采样信号的频谱不产生频谱混叠。
2.频域采样定理
M=27;N=32;
n=0:M;
%生成三角波序列x(n)
xa=0:floor(M/2);xb=ceil(M/2)-1:-1:0;
xn=[xa,xb];
%做fft变换
Xk=fft(xn,1024); %1024点fft用于近似序列FT[x(n)]
X32k=fft(xn,32);
x32n=ifft(X32k);
X16k=fft(xn,16);
x16n=ifft(X16k);
%作图
subplot(3,2,1);
k=0:1023;kk=2*k/1024;
plot(kk,abs(Xk));xlabel('w/\pi');ylabel('|X(e^j^\omega)|');
title('(a) FT[x(n)]');subplot(3,2,2);
stem(n,xn,'.'); %这样会变成实心点
xlabel('n');ylabel('x(n)');
title('(b) 三角波序列x(n)');subplot(3,2,3);
k=0:31;
stem(k,abs(X32k));xlabel('k');ylabel('|X_3_2(k)|');
title('(c) 32点频域采样');subplot(3,2,4);
stem(k,x32n);xlabel('n');ylabel('x_3_2(n)');
title('(d) 32点DFT');subplot(3,2,5);
k=0:15;
stem(k,abs(X16k));xlabel('k');ylabel('|X_1_6(k)|');
title('(e) 16点频域采样');subplot(3,2,6);
stem(k,x16n);xlabel('n');ylabel('x_1_6(n)');
axis([0,40,0,20]);%控制图像坐标范围
title('(f) 16点DFT');
由上图(b)可知,三角波序列长度为26,即时域离散信号长度M为26。如图(f),当频域采样点数N(16)小于时域离散信号的长度M(26)时,将发生时域混叠失真。而如图(d),当频域采样点数N(32)大于时域离散信号的长度M(26)时,没有发生失真现象。由此验证了频域采样定理,即频域采样点数N必须大于时域离散信号的长度M(N>=M)。
数字信号处理:时域采样定理与频域采样定理相关推荐
- 数字信号处理(8)- 频域采样定理
1 为什么要研究频域采样定理 由z变换和DFT的关系可知,DFT实现了对频域的采样,便于计算机的计算. 那么能否用频域采样恢复原来的信号(或者频率函数),其限制条件是什么,内插公式又是什么? 采样后所 ...
- 数字信号处理基础----采样定理
1. 采样的过程 对一个信号进行采样,就是用一系列等间隔的的脉冲信号作用在被采样信号上.由前面的知识,冲击信号与另一个信号相乘,会在冲击的位置得到一个幅度为被采样信号的一个冲击,由此得到了一些列时 ...
- 离散信号(一) | 信号的采样和恢复+时域、频域采样定理
离线信号是指在时间上是离散的,即只在某些不连续的规定时刻给出信号的瞬时值,而在其它时刻无意义的信号.连续时间信号的采样是离散信号产生的方法之一,而计算机技术的发展以及数字技术的广泛应用是离散信号分析. ...
- 【数字信号处理】带通采样定理及其MATLAB仿真
目录 一.带通采样定理 1.1 内容 1.2 公式推导 二.MATLAB信号仿真 2.1 信号仿真实验 2.2 MATLAB代码 三.总结 参考 一.带通采样定理 按照奈奎斯特采样定理(低通采样),采 ...
- 通信原理学习笔记3-1:数字通信系统概述(模数转换、时频域采样定理)
数字通信系统模型 数字通信系统模型如下: 各部分功能: 信源输入:输入原始基带信号(可以是模拟信号) 信源编码:采样+量化+编码(模数转换+压缩冗余) 信道编码:保证传输无差错,可以是自带校验信息的F ...
- matlab频域取样间隔,实验二 时域采样与频域采样及MATLAB程序
实验二 时域采样与频域采样 一 实验目的 1 掌握时域连续信号经理想采样前后的频谱变化,加深对时域采样定理的理解 2 理解频率域采样定理,掌握频率域采样点数的选取原则 二 实验原理 1 时域采样定理 ...
- 信号与系统、数字信号处理、滤波、傅里叶变换、数字信号模拟信号采样信号、滤波器零阶保持器
目录 1 几个重要的概念.定义 2 信号 2.1 模拟信号.连续信号.连续时间信号 2.2 数字信号.采样信号.离散信号.离散时间信号.序列 2.3 信号的MATLAB实现 2.3.1 信号的表示 2 ...
- c语言实现1024点fft程序,数字信号处理的步骤与注意事项,并编写1024个采样点的FFT C语言程序...
数字信号处理的步骤与注意事项,并编写1024个采样点的FFT C语言程序 1. 数字信号处理 1.1 数字信号处理概述 数字信号处理是研究如何用数字或符号序列来表示信号以及如何对这些序列进行处理的一门 ...
- 数字信号处理 --- 信号的采样和奇妙的混叠(Aliasing) 壹
信号的采样与混叠(时域) 在一定条件下,一个连续的时间信号完全可以用该信号在等时间间隔上的样本来表示,并且可以用这些样本的值把该信号完全恢复出来.这一非常重要的发现被称之为采样定理. 采样定理在连续时 ...
- matlab 频域采样定理,频域采样定理实验
频率域采样定理 实验清单: M=27;N=32;n=0:M; xa=0:floor(M/2); xb= ceil(M/2)-1:-1:0; xn=[xa,xb]; Xk=fft(xn,1024); X ...
最新文章
- 轻松学Pytorch – 行人检测Mask-RCNN模型训练与使用
- ios 绘制线框_iOS 绘制虚线框
- RabbitMQ三种Exchange模式(fanout,direct,topic)的性能比较
- 【转载】栈溢出原理及实现
- stotybord如何添加子视图_Revit软件技巧合集(建筑构件、视图处理、建筑表现、高级技巧)...
- oracle简单对象类型
- 0424-学习进度条
- 知名的开源apm(Application Performance Management)工具
- CentOS 6.3安装MPlayer
- python idle免安装绿色版_【亲测能用】Python2.5.1绿色版【Python2.5.1中文版】免安装版安装包免费下载-羽兔网...
- c216芯片组服务器,几无改变 9系芯片组架构及新功能_Intel主板_主板评测-中关村在线...
- Kettle笔记 —— 利用Transformation和job完成不同数据源的数据处理和写入
- 自动化情侣微信早安信息定时推送
- JSR303校验的简单使用以及自定义校验规则的代码编写
- 火辣辣的心 火辣辣的情
- 老友记中经典高频口语100句
- 经销商、业务人员和销售提成的三个故事
- 魔方最快速识别六面颜色
- 人工智能里你不知道的那些事!所有人都感兴趣的文章
- java内存映射读取管道文件