信号与系统简明教程教案第章.ppt

4. 信号抽样的理论推导 ? 连续信号f(t)的频谱为F(jw)， 离散序列f(n) 频谱为 F(ejW) 4.5 抽样与抽样定理 4. 信号抽样的理论推导 4.5 抽样与抽样定理 × = * = 4.5 抽样与抽样定理 若连续信号f(t)的频谱为F(jw)，离散序列x(n) 频谱为 F(ejW)，且存在 其中： Ts 为抽样间隔，wsam=?=2p /Ts为抽样角频率 则有 信号时域的离散化导致其频域的周期化 4.5 抽样与抽样定理 4. 信号抽样的理论推导 离散序列x(n)频谱与抽样间隔Ts之间的关系 4.5 抽样与抽样定理 4. 信号抽样的理论推导 离散序列x(n)频谱与抽样间隔T之间的关系 4.5 抽样与抽样定理 4. 信号抽样的理论推导 离散序列x(n)频谱与抽样间隔T之间的关系 混叠(aliasing) 4.5 抽样与抽样定理 5. 信号定理的内容 若带限信号x(t)的最高角频率为wm，则在满足一定条件下，信号x(t)可以用等间隔T的抽样值唯一表示. fsam= 2fm 为最小抽样频率，称为Nyquist Rate. 抽样间隔T需满足： fsam ? 2fm （或ωsam ? 2ω m） Nyquist，美国物理学家，1889年出生在瑞典。1976年在Texas逝世。他对信息论做出了重大贡献。1907年移民到美国并于1912年进入北达克塔大学学习。1917年在耶鲁大学获得物理学博士学位。1917～1934年在ATT公司工作，后转入Bell电话实验室工作。 1927年，Nyquist确定了对某一带宽的有限时间连续信号进行抽样，且在抽样率达到一定数值时，根据这些抽样值可以在接收端准确地恢复原信号。为不使原波形产生“半波损失”，采样率至少应为信号最高频率的2倍，这就是著名的Nyquist采样定理。 例1 已知实信号x(t)的最高频率为fm (Hz)，试计算对各信号x(2t)， x(t)*x(2t)， x(t)?x(2t)抽样不混叠的最小抽样频率。 对信号x(2t)抽样时，最小抽样频率为 4fm(Hz)； 对x(t)*x(2t)抽样时，最小抽样频率为 2fm(Hz)； 对x(t)?x(2t)抽样时，最小抽样频率为 6fm(Hz)。 解： 根据信号时域与频域的对应关系及抽样定理得： 4.5 抽样与抽样定理 6. 抽样定理的工程应用 许多实际工程信号不满足带限条件 抗 混 低通滤波器 4.5 抽样与抽样定理 混叠误差与截断误差比较 7. 抽样定理的工程应用 4.5 抽样与抽样定理 不同抽样频率的语音信号效果比较 抽样频率fs=44,100 Hz 抽样频率fs=5,512 Hz 抽样频率fs=5,512 Hz 抽样前对信号进行了抗混叠滤波 4.5 抽样与抽样定理 信号的时域微分，使信号中的直流分量丢失，无法通过微分的逆运算（积分运算）唯一返回原信号。 4.3 非周期信号的傅里叶变换分析 则 4.3 非周期信号的傅里叶变换分析 8、频域的微分和积分 (Differentiation and Integration in frequency domain) If f (t) ←→F(jω) then (–jt)n f (t) ←→F(n)(jω) where For example 1 Determine f (t) = tε(t) ←→ F (jω)=? Ans: 4.3 非周期信号的傅里叶变换分析 Notice: tε(t) =ε(t) * ε(t) ←→ It’s wrong. Because ?(?)?(?) and (1/j?)?(?) is not defined. For example 2 Determine Ans: 4.3 非周期信号的傅里叶变换分析 9、帕斯瓦尔关系 (Parseval’s Relation for Aperiodic Signals) Proof |F(jω)|2 is referred to as the energy-density spectrum of f(t). 单位频率上的频谱 (能量密度谱）J·s 4.3 非周期信号的傅里叶变换分析 For example Determine the energy of Ans: 4.3 非周期信号的傅里叶变换分析 10、奇偶性(Parity) If f(t) is real, then = R(ω) + jX(ω) So that R(ω)= R(–ω) , X(ω) = – X (–ω) |F(jω)| = |F(– jω)| , ? (ω) = – ?(–ω) (2) If f(