抽样定理和奈奎斯特准的区别和联系
抽样定理和奈奎斯特准的区别和联系
最近刚准备完研究生复试,在复习通信原理的时候发现自己对抽样定理和奈奎斯特准则略微有点搞不清楚,貌似都和奈奎斯特有关,貌似都有周期延拓的过程,于是仔仔细细搜索学习了一下,仅代表自己的学习经验,欢迎指教。
1. 采样定理(抽样定理)
首先无论是抽样定理和奈奎斯特准则都和奈奎斯特有关,为什么这么说呢?因为抽样定理也叫采样定理,应该叫奈奎斯特-香农基本采样定理(不能叫奈氏准则)是由奈奎斯特推导出来,香农明确提出的。
主要包含低通抽样定理和带通抽样定理—都是时域上的采样定理
同样在频域上也有相应的采样定理,之后我们再介绍
我们来理解一下什么叫低通采样定理?
采样–顾名思义:我们把一个时域连续的信号通过周期取值得到离散的信号,在通过系统后利用离散信号可以恢复出原来的信号,那为什么可以恢复出来,以及有什么条件可以恢复出来呢?
首先,周期取值一个连续信号的过程可以理解为原信号和一个冲击序列相乘的过程,注意这里直接理解成乘法,和信号通过系统不同,信号通过系统是原信号和系统的时域响应做卷积。
由于时域上的相乘引起频域周期性搬移,那么Ff周期性搬移为了使频谱不发生混叠,令fs=2fH,其中fH是最高频率,fs是最低无失真抽样频率
相应的带通抽样定理也是一样的,我们只需要记住公式就行了
频域采样定理就相当于对频域进行采样的过程,其实道理和时域采样一样,具体叙述和结论都不赘述了。
对一个域进行采样,另一个域周期延拓后不会发生混叠,这就是采样的意义。
2. 奈奎斯特准则(奈氏准则)
首先要明确的就是奈氏准则是为了无码间干扰提出来的,这和采样定理有本质的不同,奈氏准则本身就是无码间干扰的时域和频域条件。
先上结论:理想低通信道下的最高码元传输速率为2WBaud,也是无码间干扰传输的最大符号速率(所以要求Rs≤2W),这就是大名顶顶的奈奎斯特速率(其中W是理想低通带宽)。
上述结论是奈奎斯特准则当中的频域条件,其实本质上是由无码间干扰的时域条件为根本推导出来的。(个人认为时域条件有一定物理意义,频域只是一个对应结论,没什么实际物理含义)
如何理解呢?
抽样定理和奈奎斯特准的区别和联系相关推荐
- 奈奎斯特采样定理的作用即推导
奈奎斯特采样定理作用: 目录 奈奎斯特采样定理作用: 奈奎斯特采样定理的推导: 将模拟信号通过抽样转化为数字信号.包括时域抽样定理和频域抽样定理 只要采样频率大于或等于有效信号最高频率的两倍,采样值 ...
- 【网络】通讯名词解释:带宽、速率、波特率、奈奎斯特定律、香农定理
1.带宽 1.1 解释一 带宽,又叫频宽,是数据的传输能力,指单位时间内能够传输的比特数.高带宽意味着高能力. 数字设备中带宽用bps(b/s)表示,即每秒最高可以传输的位数. 模拟设备中带宽用Hz表 ...
- 奈奎斯特采样定理_通俗理解奈奎斯特带宽
很多通信的教材对香农定理讲的很详细,但是对奈奎斯特带宽却讲的并不是很多.而奈奎斯特带宽确是一个重要的概念,它说明了在没有噪声的情况下,数据率的限制仅仅来自于信号的带宽,可以给我们一个简单直观的估算结果 ...
- 实用知识点梳理:网络传输介质、以太网、VLAN、HDLC、奈奎斯特定理与香农定理
网络传输介质 以双绞线为传输介质的是:10BASE-T 和100BASE-T: 以同轴电缆为传输介质的是:10BASE5粗缆和10BASE2细缆. 以太网 以太网采用带冲突检测的载波帧听多路访问(CS ...
- 理解奈奎斯特定理和香农定理
转自: http://blog.ednchina.com/tengjingshu/179701/message.aspx ―――――――――――――――――――――――――――――――――― ―――― ...
- 奈奎斯特定理和香农定理之科普篇
奈奎斯特定理(Nyquist's Theorem)和香农定理(Shannon's Theorem)是网络传输中的两个基本定理. 要搞清楚这两个定理,我们要先弄懂一些术语定义:波特率(baud rate ...
- 采样定理与奈奎斯特极限
采样定理 对信号X(f)在频域进行理想采样,时域体现为周期性搬移 X(w)∑n=−∞+∞δ(w−nws)X(w)\sum_{n = -\infty}^{+\infty} \delta(w-nw_s)X ...
- 奈奎斯特采样定理—以二维图像为例
前言 本节中,结合<Image Processing,Analysis,and Mechine Vision>这本书对信号采样中的奈奎斯特定理作一个简单的证明,并且以2D图像为例进行阐释. ...
- 利用MATLAB画传递函数的奈奎斯特曲线
利用MATLAB画传递函数的奈奎斯特曲线 1.传递函数 tf函数 延迟环节 2.画奈奎斯特曲线 全频曲线 半频曲线 3.示例 1.传递函数 tf函数 对于函数: G(s)=∑j=0mbjsm−j∑i= ...
最新文章
- LibreOffice使用笔记
- colab中安装lightgbm的GPU版本
- 计算机二级web题目(5)--js(Javascript)基础
- pythonfor循环加2_python中for循环如何实现每次控制变量翻倍
- 13.TCP/IP 详解卷1 --- IGMP : Internet 管理组协议
- Eclipse中经常出现的问题解决方案
- 如何用计算机模拟光的传播,菲涅尔计算全息干涉图的制作与模拟再现.doc
- 易语言大漠多线程模板日志输出
- 美国行政区划 数据mysql,美国,行政区划地理数据库大全.doc
- Java图片上查找图片算法
- CorelDRAW X8最新版本安装使用教程
- 女朋友让我深夜十二点催她睡觉,我用Python轻松搞定
- RF:Robot命令行工具帮助文件中文译版(个人翻译)
- 基于深度学习的自动车牌识别(详细步骤+源码)
- 计算机excel中行高在哪里,电脑Excel表格怎么对行高和列宽进行调整
- 深度学习:从2D卷积到3D卷积的简单理解
- 评测:Logitech ConferenceCam CC3000e-一款出色的摇摄变焦摄像头和扬声器,适合远程工作者使用
- 如何发表一篇核心期刊论文
- 硅谷课堂 12_公众号消息和微信授权登录
- 解密云原生数据库|Data Infra 研究社第一期