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、处理理论和方法迅速发展的动力。
离散信号的时域描述和分析
1. 信号的采样和恢复
理想化的采样过程是一个将连续信号进行脉冲调制的过程,即xs(t)x_s(t)xs(t)表示为连续信号x(t)x(t)x(t)与周期性冲激串δT(t)=∑n=−∞∞δ(t−nTn)\delta_T(t)=\sum_{n=-\infty}^{\infty}\delta(t-nT_n)δT(t)=∑n=−∞∞δ(t−nTn)的乘积:
xs(t)=x(t)δT(t)=x(t)=∑n=−∞∞δ(t−nTs)=∑−∞∞x(nTs)δ(t−nTs)x_s(t)=x(t)\delta_T(t)=x(t)=\sum_{n=-\infty}^{\infty}\delta(t-nT_s)=\sum_{-\infty}^{\infty}x(nT_s)\delta(t-nT_s) xs(t)=x(t)δT(t)=x(t)=n=−∞∑∞δ(t−nTs)=−∞∑∞x(nTs)δ(t−nTs)
xs(t)x_s(t)xs(t)是经过采样处理后时间上离散化而幅值上仍然连续变化的信号,必须经过幅值上量化、编码处理等离散取值后才能成为数字信号。
一个连续信号离散化后,有两个问题需要讨论:(1)采样得到的信号xs(t)x_s(t)xs(t)在频域上有什么特性,它与原连续信号x(t)x(t)x(t)的频域特性有什么联系?(2)连续信号采样后,它是否保留了原信号的全部信息,或者说,从采样的信号xs(t)x_s(t)xs(t)能否无失真地恢复原连续信号x(t)x(t)x(t)?
设连续信号x(t)x(t)x(t)的傅里叶变换为X(w)X(w)X(w),采样后离散信号xs(t)x_s(t)xs(t)的傅里叶变换为Xs(w)X_s(w)Xs(w),已知周期性冲激串δT(t)\delta_T(t)δT(t)的傅里叶变换为P(w)=ws∑n=−∞∞δ(w−nws)P(w)=w_s\sum_{n=-\infty}^{\infty}\delta(w-nw_s)P(w)=ws∑n=−∞∞δ(w−nws),由傅里叶变换的频域卷积定理,有
Xs(w)=12πX(w)∗P(w)X_s(w)=\frac{1}{2\pi}X(w)*P(w) Xs(w)=2π1X(w)∗P(w)
将P(w)P(w)P(w)代入上式,并按卷积运算的性质化简后得到抽样信号xs(t)x_s(t)xs(t)的傅里叶变换为
Xs(w)=1Ts∑n=−∞∞X(w−nws)(1)X_s(w)=\frac{1}{T_s}\sum_{n=-\infty}^{\infty}X(w-nw_s) \tag{1} Xs(w)=Ts1n=−∞∑∞X(w−nws)(1)
式(1)表明,一个连续信号经理想采样后频谱发生了两个变化:
1)频谱发生了周期延拓,即将原连续信号的频谱X(w)X(w)X(w)分别延拓到以±ws,±2ws,…\pm w_s,\pm 2w_s,\dots±ws,±2ws,…为中心的频谱,其中wsw_sws为采样角频率。
2)频谱的幅度乘上了一个1/Ts1/T_s1/Ts因子,其中TsT_sTs为采样周期。
2. 时域采样定理
对于频谱函数只在有限区间(−wm,wm)(-w_m,w_m)(−wm,wm)为有限值的频谱受限信号x(t)x(t)x(t),为了将它的抽样信号xs(t)x_s(t)xs(t)恢复为原连续信号,只要对抽样信号施以截止频率为w≥wmw\geq w_mw≥wm的理想低通滤波,这时在频域上得到与x(t)x(t)x(t)的频谱X(w)X(w)X(w)完全一样的频谱(幅度的变化很容易实现)。对应地,在时域上也就完全恢复了原连续信号x(t)x(t)x(t)。从图中可以看出,上述连续信号恢复过程是在ws≥wmw_s\geq w_mws≥wm的前提下实现的,也即采样频率至少为原连续信号所含最高频率成分的2倍时实现的。这时,就能够无失真地从抽样信号中恢复原连续信号,或者说,采样过程完全保留了原信号的全部信息。
当ws<2wmw_s<2w_mws<2wm时,在频域就会出现频谱混叠现象。施以理想低通滤波后不能得到与X(w)X(w)X(w)完全一样的频谱。可以想象,在时域也就不能无失真地恢复原连续信号x(t)x(t)x(t)。
由此,得出关于采样频率如何取的结论,这就是著名的时域采样定理(香农定理):
对于频谱受限的信号x(t)x(t)x(t),如果其最高频率分量为wmw_mwm,为了保留原信号的全部信息,或能无失真地恢复原信号,在通过采样得到离散信号时,其采样频率应满足ws≥2wmw_s\geq 2w_mws≥2wm。通常把最低允许的采样频率ws=2wmw_s=2w_mws=2wm称为奈奎斯特(Nyquist)频率。
为了从抽样信号xs(t)x_s(t)xs(t)中恢复原信号x(t)x(t)x(t),可将抽样信号的频谱Xs(w)X_s(w)Xs(w)乘上幅度为TsT_sTs的矩形窗信号
G(w)={Ts∣w∣≤ws/20∣w∣>ws/2G(w)= \begin{cases} T_s & |w|\leq w_s/2 \\ 0 & |w|>w_s/2 \end{cases} G(w)={Ts0∣w∣≤ws/2∣w∣>ws/2
它将原信号的频谱X(w)X(w)X(w)从Xs(w)X_s(w)Xs(w)中完整地提取出来,即
X(w)=Xs(w)G(w)X(w)=X_s(w)G(w) X(w)=Xs(w)G(w)
根据傅里叶时域卷积性质,有
x(t)=xs(t)∗g(t)x(t)=x_s(t)*g(t) x(t)=xs(t)∗g(t)
而从表2-2可知
g(t)=Sa(ws2t)g(t)=Sa(\frac{w_s}{2}t) g(t)=Sa(2wst)
所以求得
x(t)=∑n−∞∞x(nTs)δ(t−nTs)∗Sa(ws2t)=∑n=−∞∞x(nTs)Sa(ws2(t−nTs))x(t)=\sum_{n-\infty}^{\infty}x(nT_s)\delta(t-nT_s)*Sa(\frac{w_s}{2}t)=\sum_{n=-\infty}^{\infty}x(nT_s)Sa(\frac{w_s}{2}(t-nT_s)) x(t)=n−∞∑∞x(nTs)δ(t−nTs)∗Sa(2wst)=n=−∞∑∞x(nTs)Sa(2ws(t−nTs))
如果正好取wm=12wsw_m=\frac{1}{2}w_swm=21ws,则有
x(t)=∑−∞∞x(nTs)Sa[wm(t−nTs)]=∑n=−∞∞x(nTs)sinwm(t−nTs)wm(t−nTs)(2)x(t)=\sum_{-\infty}^{\infty}x(nT_s)Sa[w_m(t-nT_s)]=\sum_{n=-\infty}^{\infty}x(nT_s)\frac{sinw_m(t-nT_s)}{w_m(t-nT_s)} \tag{2} x(t)=−∞∑∞x(nTs)Sa[wm(t−nTs)]=n=−∞∑∞x(nTs)wm(t−nTs)sinwm(t−nTs)(2)
上式说明,如果知道连续时间信号的最高角频率wmw_mwm,则在采样频率ws≥2wmw_s\geq 2w_mws≥2wm的条件下,把各抽样样本值x(nTs)x(nT_s)x(nTs)代入式(2),就能无失真地求得原信号x(t)x(t)x(t)。原信号的恢复过程可用下图表示。
由于x(nT)Sa[wm(t−nTs)]x(nT)Sa[w_m(t-nT_s)]x(nT)Sa[wm(t−nTs)]是一个以nT为中心呈偶对称的衰减正弦函数,除中心点为峰值外,还具有等间隔的过零点,可以求得,该间隔正好是采样间隔TsT_sTs,因此在某一采样时刻(例如t=3Tst=3T_st=3Ts),除了取峰值为1的Sa[wm(t−nT)]Sa[w_m(t-nT)]Sa[wm(t−nT)](例如n=3)外,其它各Sa[wm(t−nT)]Sa[w_m(t-nT)]Sa[wm(t−nT)](例如n≠3n\neq 3n=3)均为零,所以有x(t)=x(nTs)x(t)=x(nT_s)x(t)=x(nTs)(例如n=3),即每个采样时刻能给出准确的x(t)x(t)x(t)值,而非采样时刻,式(2)中的各项均不为零,样本点之间任意时刻的x(t)x(t)x(t)由无限项的和决定,所以通常把式(2)称为恢复连续时间信号的内插公式。
时域采样定理表明,为了保留原连续信号某一频率分量的全部信息,至少对该频率分量一个周期采样两次。由此可以理解为对于快变信号要提高采样频率,但是并不能认为采样频率越高越好,采样频率过大,一方面会增加计算机内存的占用量,另一方面还会造成采样过程不稳定。
对于不是带限的信号,或者频谱在高频段衰减较慢的信号,可以根据实际的情况采用抗混叠滤波器来解决。即在采样前,用一截止频率为wcw_cwc的低通滤波器对信号x(t)x(t)x(t)进行抗混叠滤波,将不需要的或不重要的高频成分去除,然后再进行采样和数据处理。
3. 频域采样定理
与时域采样定理相对应,对于一个具有连续频谱的信号,如果在频域进行采样,也存在一个是否能准确地恢复原信号连续频谱的问题。先考虑原时域信号x(t)x(t)x(t)的频谱为X(w)X(w)X(w),即
x(t)↔FX(w)x(t) \overset{F}{\leftrightarrow} X(w) x(t)↔FX(w)
对X(w)X(w)X(w)在频域的采样,同样可视为一个将X(w)X(w)X(w)进行频域冲激串调制的过程,即
Xp(w)=X(w)P(w)(1)X_p(w)=X(w)P(w) \tag{1} Xp(w)=X(w)P(w)(1)
其中p(w)=∑k=−∞∞δ(w−kw0)p(w)=\sum_{k=-\infty}^{\infty}\delta(w-kw_0)p(w)=∑k=−∞∞δ(w−kw0),是采样间隔为w0=2πT0w_0=\frac{2\pi}{T_0}w0=T02π的频域单位冲激串,它所对应的时域信号为
p(t)=1w0∑k=−∞∞δ(t−kT0)p(t)=\frac{1}{w_0}\sum_{k=-\infty}^{\infty}\delta(t-kT_0) p(t)=w01k=−∞∑∞δ(t−kT0)
由傅里叶变换的时域卷积性质,式(1)对应的时域形式为
xp(t)=x(t)∗1w0∑k=−∞∞δ(t−kT0)=1w0∑k=−∞∞x(t−kT0)(2)x_p(t)=x(t)*\frac{1}{w_0}\sum_{k=-\infty}^{\infty}\delta(t-kT_0)=\frac{1}{w_0}\sum_{k=-\infty}^{\infty}x(t-kT_0) \tag{2} xp(t)=x(t)∗w01k=−∞∑∞δ(t−kT0)=w01k=−∞∑∞x(t−kT0)(2)
上式的推导用到任意函数与冲激函数卷积的式子:x(t)∗δ(t−t0)=x(t−t0)x(t)*\delta(t-t_0)=x(t-t_0)x(t)∗δ(t−t0)=x(t−t0)。式(2)表明当信号频谱X(w)X(w)X(w)以w0w_0w0的采样间隔进行采样,它对应的时域信号xp(t)x_p(t)xp(t)是以T0T_0T0为周期对原信号x(t)x(t)x(t)进行周期延拓,当然信号的幅度要乘上1w0\frac{1}{w_0}w01的因子,如下图所示。这一结论与时域信号的采样完全形成对偶关系。
x(t)={x(t)∣t∣≤tm0∣t∣>tmx(t)= \begin{cases} x(t) & |t|\leq t_m \\ 0 & |t| > t_m \end{cases} x(t)={x(t)0∣t∣≤tm∣t∣>tm
只有当T0≥2tmT_0\geq 2t_mT0≥2tm或w0≤2πtmw_0 \leq \frac{2\pi}{t_m}w0≤tm2π时,xp(t)x_p(t)xp(t)不会发生波形混叠,有可能从xp(t)x_p(t)xp(t)中不失真地截取出原信号x(t)x(t)x(t),相当于在频域从采样的Xp(w)X_p(w)Xp(w)中准确地恢复原信号的连续频谱X(w)X(w)X(w)。因此,可以归结出频域采样定理:
对于一个长度为2tm2t_m2tm的时限信号,为了能够从频域样本集合完全恢复原信号的频谱,其频域的采样间隔必须满足w0≤πtmw_0\leq \frac{\pi}{t_m}w0≤tmπ。
与连续时间信号的恢复类似,为了恢复原信号x(t)x(t)x(t)的连续频谱X(w)X(w)X(w),可以将其周期延拓的信号xp(t)x_p(t)xp(t)乘上时域窗函数g(t)g(t)g(t)
g(t)={w0∣t∣≤T020∣t∣>T02g(t)= \begin{cases} w_0 & |t| \leq \frac{T_0}{2} \\ 0 & |t|>\frac{T_0}{2} \end{cases} g(t)={w00∣t∣≤2T0∣t∣>2T0
它将原信号x(t)x(t)x(t)从xp(t)x_p(t)xp(t)中完整地提取出来,即
x(t)=xp(t)g(t)x(t)=x_p(t)g(t) x(t)=xp(t)g(t)
根据傅里叶频域卷积性质,有
X(w)=12πXp(w)∗G(w)X(w)=\frac{1}{2\pi}X_p(w)* G(w) X(w)=2π1Xp(w)∗G(w)
式中,Xp(w)=X(w)∑k=−∞∞δ(w−kw0)=∑k=−∞∞X(kw0)δ(w−kw0)X_p(w)=X(w)\sum_{k=-\infty}^{\infty}\delta(w-kw_0)=\sum_{k=-\infty}^{\infty}X(kw_0)\delta(w-kw_0)Xp(w)=X(w)∑k=−∞∞δ(w−kw0)=∑k=−∞∞X(kw0)δ(w−kw0)。又因为
G(w)=2πSa(wT02)G(w)=2\pi Sa(\frac{wT_0}{2}) G(w)=2πSa(2wT0)
所以得
X(w)=12π[∑k=−∞∞X(kw0)δ(w−kw0)]∗[2πSa(wT02)]=∑k=−∞∞X(kw0)Sa[T02(w−kw0)]X(w)=\frac{1}{2\pi}[\sum_{k=-\infty}^{\infty}X(kw_0)\delta(w-kw_0)]*[2\pi Sa(\frac{wT_0}{2})] \\ =\sum_{k=-\infty}^{\infty}X(kw_0)Sa[\frac{T_0}{2}(w-kw_0)] X(w)=2π1[k=−∞∑∞X(kw0)δ(w−kw0)]∗[2πSa(2wT0)]=k=−∞∑∞X(kw0)Sa[2T0(w−kw0)]
这就是频域内插公式,如果正好取tm=T02t_m=\frac{T_0}{2}tm=2T0,则有
X(w)=∑k=−∞∞X(kw0)Sa[tm(w−kw0)]=∑−∞∞X(kw0)sintm(w−kw0)tm(w−kw0)X(w)=\sum_{k=-\infty}^{\infty}X(kw_0)Sa[t_m(w-kw_0)]=\sum_{-\infty}^{\infty}X(kw_0)\frac{sint_m(w-kw_0)}{t_m(w-kw_0)} X(w)=k=−∞∑∞X(kw0)Sa[tm(w−kw0)]=−∞∑∞X(kw0)tm(w−kw0)sintm(w−kw0)
频域内插公式表明:在频域中,每个采样样本能给出准确的X(w)X(w)X(w)值,而非样本值的X(w)X(w)X(w)由无限项之和决定的。
从时域采样及其内插恢复和频域采样及其内插恢复,我们可得出时域和频域的一个重要对应关系:频域的带限信号在时域是非时限的,时域的时限信号在频域是非带限的。
离散信号(一) | 信号的采样和恢复+时域、频域采样定理相关推荐
- 频域采样与恢复matlab实验,连续信号的采样与重构实验报告
连续信号的采样与重构实验报告 (36页) 本资源提供全文预览,点击全文预览即可全文预览,如果喜欢文档就下载吧,查找使用更方便哦! 19.9 积分 班级: 姓名: 学号:1 / 36信号与系统上机实验报 ...
- 信号的采样与恢复matlab实验报告,实验七 连续信号的采样与恢复
一.实验目的 通过MATLAB仿真验证抽样定理,进一步加深对抽样定理的理解. 二.实验原理 1. 连续信号的采样 对某一连续时间信号f(t)的采样原理图为: 由图可知, ,其中,单位冲激采样信号 的表 ...
- [Matlab-4]信号的采样与恢复(采样定理)
[Matlab-4]信号的采样与恢复(采样定理) 采样定理(Nyquist Sampling Theorem) 移动平均滤波器(Moving-average filter) 巴特沃斯滤波器(Butte ...
- 连续时间信号的采样与恢复 Matlab仿真
目录 前言 采样 为什么需要采样 采样是什么 奈奎斯特采样定理 采样恢复 采样定理Matlab仿真(含代码) 前言 记录在学数字信号处理过程中一些个人理解与感悟,本文主要讲的是采样定理在Matlab实 ...
- 数字信号处理学习笔记[1] 离散信号 奇异信号 抽样定理
文章目录 2 离散信号和抽样定理 2.1 离散信号 奇异信号 2.2 连续信号的离散化,正弦波的抽样问题 2.3 带限信号与奈奎斯特频率 用卷积考察抽样定理 2.4 离散信号的频谱和抽样定理 2 离散 ...
- Matlab如何进行利用离散傅里叶逆变换iDFT 从频谱恢复时域信号
文章目录 1. 定义 2. 变换和处理 3. 函数 4. 实例演示 例1:单频正弦信号(整数周期采样) 例2:含有直流分量的单频正弦信号 例3:正弦复合信号 例4:含有随机干扰的正弦信号 例5:实际案 ...
- [信号基础] 信号频率,采样率,采样点(快拍数)等
参考: <2>信号频率.采样频率.采样点数 - 简书 <3>2.3 信号采样与采样定理 - 物联网前沿实践 <4>语音信号处理--常识与基本概念 - 凌逆战 - 博 ...
- 对于单频信号出现频谱泄露的解决办法——整周期采样
什么是整周期采样? 假设正弦信号的频率f0是△f的整数倍,即有f0=a△f,a是整数,满足这一条件采得的数据称为整周期采样.把这一条件再进一步展开,可得 f0/(fs/N)=a 这说明在已知采样频率f ...
- 信号系统|信号的分类|确定信号与随机信号 连续信号与离散信号 周期信号与非周期信号 能量信号与功率信号 奇异信号
目录 信号所有分类: 一.确定信号与随机信号 二.连续信号与离散信号 三.周期信号与非周期信号 四.能量信号与功率信号 五.奇异信号 信号所有分类: 1.确定信号与随机信号 2.连续信号与离散信号 3 ...
最新文章
- 快速部署 Spring PetClinic 到函数计算平台
- IIS报错,App_global.asax.×××.dll拒绝访问
- 将搜索二叉树转换为链表_将给定的二叉树转换为双链表(DLL)
- 【手把手教你树莓派3 (二)】 启动wifi模块
- 1.4编程基础之逻辑表达式与条件分支 07 收集瓶盖赢大奖
- 让电脑说话代码_让您的代码为您说话
- 去大公司和小公司实习对比
- STM32工作笔记0086---UCOSIII信号量和互斥信号量(下)
- electron 渲染进程调用主进程_万物皆可快速上手之Electron(第一弹)
- 计算机2010ppt试题,计算机Office2010 PPT试题.doc
- centos卸载不必要的程序_新手教程:从Mac上的启动台Launchpad删除应用程序
- Eclipse创建JSP程序
- j2ee框架之jvn
- 50个Windows软件的免费替代品
- 计算机硬件个人总结,计算机硬件课程设计个人总结
- 超强古文...... yi
- 如何在Linux上查看历史命令
- 密码学之分组密码设计及DES算法设计
- 经纬度定义、经纬度格式、GDAL中地理坐标转换及地理坐标屏幕显示
- 洛谷 P3924 康娜的线段树 解题报告