ch信号抽样与重建解读.pptVIP

生物医学信号处理 采集的生物信号的模式识别 5. 抽样定理工程应用 生物医学信号处理 神经元等效电路 Gion1 Gion2 Gionm Eion1 Eion2 Eionm CM Iex Ges1 Ges2 Gesn V1 V2 Vn Gcs1, 1 Gcs1, 2 Gcs1, p Ecs1, 1 Ecs1, 2 Ecs1, p Gcsn, 1 Gcsn, 2 Gcsn, p Ecsn, 1 Ecsn, 2 Ecsn, p Ionic conductances Electrical synapses (es) Chemical synapses (cs) + + + + + + + + + + + + + 5. 抽样定理工程应用 铁路控制信号识别 轨道信号感应器 信号抽样(A/D) 机车信号识别 机车 信号 5. 抽样定理工程应用 5. 抽样定理工程应用 多制式列车控制信号的频谱 铁路控制信号识别 传统的车载信号系统，由于安全性及可靠性等技术的局限，仅能作为辅助信号应用，司机必须瞭望地面信号机来驾驶列车。 国际公认160km/h以上或高密度的列车运行已不能靠司机瞭望地面信号方式保证安全，而必须以车载信号作为主体信号来控制列车。 5. 抽样定理工程应用 铁路控制信号识别 铁路控制信号的时域波形和频谱 5. 抽样定理工程应用 铁路控制信号识别 铁路控制信号的频谱分析 5. 抽样定理工程应用 Nyquist抽样率是信号精确恢复的充分条件，但不是必要条件。 信号非均匀抽样的问题。 近年来，由D. Donoho、E. Candes及华裔科学家T. 等人提出了一种新的信息获取指导理论，即，压缩感知或压缩传感 (Compressive Sensing(CS) or Compressed Sampling) CS理论主要包括信号的稀疏表示、编码测量和重构算法。 相关知识拓展 信号的频域抽样 信号的频域抽样即对非周期序列x[k]的频谱X(ejW)在每个周期2p内均匀抽样N点。 将x[k]以N为周期进行周期化 结论： 当序列长度不超过N时,周期化后的序列和原序列一个周期内的值相同。 当序列长度超过N时，周期化后的序列会出现混叠(aliasing)。 例：已知有限序列x[k]={-1,-1, 4, 3； k= 0,1,2,3}，序列x[k]的DTFT为X(ejW)。记X(ejW)在{W=2p m/3;m=0,1,2}的取样值为X[m]，求IDFS{X[m]} 。 IDFT{X[m]} =x[k]+x[k+3] ={2, -1, 4; k=0,1,2} 解： X(ejW)在频域的离散化导致对应的时域序列x[k]的周期化. 信号的频域抽样 X(ejW)在频域的离散化导致对应的时域序列x[k]的周期化。 x(t)在时域的离散化导致对应的频谱函数X(jw)的周期化。 时域抽样定理和频域抽样定理为利用数字化方式 分析和处理信号奠定了理论基础。 CTFT DTFT IDTFT IDFS 四种信号的时域与频域对应关系 FT FS DTFT DFS 信号重建 信号理想重建模型 离散序列 冲激串信号 重建的连续信号 信号重建 信号重建的频域分析 信号重建 信号重建过程中的频谱 理想D/A输入与输出的频谱关系 信号重建 离散序列 零阶保持输出的连续信号 低通滤波后的重建信号 信号重建过程 抽样 连续信号的离散处理 例：对如图所示系统，已知输入模拟信号X(jw)，离散系统H(ejW)，试画出X(ejW)、Y(ejW)和Y(jw)。 1 ) ( W j e H p c W - w c W p - 1 ) ( w j X wsam/2 w -wsam/2 例：对如图所示系统，已知输入模拟信号X(jw)，离散系统H(ejW)，试画出X(ejW)、Y(ejW)和Yr(jw)。 (1)已知DF的截频Wc，等效的AF的截频 wc=Wc/T (2)要求等效AF的截频为wc，DF的截频应设计为 Wc =Twc 抽样后的谱 DF滤波后的谱 例：已知连续带通信号x(t)的频谱如下图所示, 试分别画出wsam1=0.5wm 及wsam2=0.8wm时，抽样后离散序列的频谱。 解： wsam1=0.5wm , T1=2p/wsam1 =4p/wm wsam2=0.8wm , T2=2p/wsam2=2.5p/wm 数字信号处理(Di