第2章数据采集技术基础(修订).docVIP

数据采集技术基础 现实生活中，多数信号都是模拟信号，但数字信号更适合计算机处理。因此，在运用数字信号处理技术之前，我们必须解决信号的采集以及模拟信号的数字化两方面的问题。 2.1 简单的DSP系统 数字信号处理实质上是数字信号的变换。可计数的信号（如一年内的雨天）可直接用数字信号表示。通过人们感官感觉到的所有信号都是模拟信号（如语音、音乐、图像等），这些模拟信号在进行处理之前都必须转换为数字信号。一旦找到非常接近模拟信号的数字信号，就可进行数字信号处理，比如，可以滤除语音中的高频噪声、加重音乐中的低频、突出图像的边缘等。但由于数字信号不能在现实世界中存在，所以处理过的数字信号在处理结束时，还必须在转换成模拟信号。其过程如图所示。 2.2 采样技术 采样过程 采样的定义 如图所示，将模拟信号x(t)通过一个采样周期为Ts，采样时间为τ（其中τTs）的采样开关K之后，而得到一系列在时间上离散的，但幅值连续的脉冲信号xs(nTs)，这个过程称为采样。采样后的脉冲信号xs(nTs)称为采样信号。 数学描述 采样信号xs(nTs)可看成是由脉冲序列δT(t)对输入的模拟信号x(t)进行调制而得到的，其关系可表达为 由于τTs，则可以假设采样脉冲为理想脉冲，即，故上式可改写为 考虑到时间t只可能为正值，因此可得 由此可见，采样信号xs(nTs)确实是由一系列脉冲组成的，其数学表现形式为两个乘积的和式。 采样定理 采样周期Ts决定了采样信号xs(nTs)的数量和质量：Ts太小，会使xs(nTs)的数量剧增而占用大量的计算机内存；Ts太大，会使模拟信号x(t)的某些信息丢失，而无法将采样后的信号恢复成原来的信号，产生失真现象，因此，我们必须有一个选择合适的采样周期Ts的依据，以确保采样信号xs(nTs)不失真地恢复成原信号x(t)，这个依据就是采样定理。 香农（Shannon）采样定理（又称Nyquist采样定理）： 要想采样后不失真地还原出原信号，则采样角频率Ωs必须大于等于原信号频谱中最高角频率Ωm（Ωm又称为奈奎斯特频率）的两倍，即 或 式中，采样角频率Ωs=2π/Ts（Ts为采样周期），Ωs /2称为折叠频率。 注意：该定理也可用信号的采样频率fs与其最高频率fm的关系来表示，即 数学推导 在理想采样（τTs）过程中，其脉冲序列δT(t)是以Ts为周期的函数（为了便于讨论，下面用T代替Ts），可按傅里叶级数展开为 式中，系数（∵在[-T/2, T/2]区间内，只有一个采样脉冲δ(t)） 则可得 （2.2.1） 由前面的分析可知，在时域上，采样信号xs(nTs)是脉冲序列δT(t)与原模拟信号x(t)的乘积，[注意：为了便于讨论，下面将xs(nTs)记作xs(t)]即 xs(nTs) xs(t)= x(t)δT(t) 由傅里叶变换性质可知，时域的乘法运算变换到频域即为卷积运算，则对上式两端取傅里叶变换，应满足 （2.2.2）式中，(jΩ)、 X(jΩ)和ΔT(jΩ)分别表示离散时域信号xs(t)、x(t)和δT(t)的傅里叶变换DTFT，即时域信号相应的频谱，故有 脉冲序列δT(t)的频谱 （代入（2.2.1）式，得） （2.2.3） （∵） 将（2.2.3）式代入（2.2.2）式，可得 （2.2.4） 几点说明 由上式可见，一个连续的时间信号经过理想采样后，其频谱发生了以下两点变化（如图）： 理想采样信号的频谱是周期为Ωs的频率周期函数，其幅度则受1/T=Ωs/2π加权； 理想采样信号的频谱以采样（角）频率Ωs=2π/T为时间间隔重复，即产生周期延拓，且每一个延拓的谱分量都和原频谱分量相同。 因此，对于频谱限定在0≤Ω≤Ωm的限带信号x(t)，如果其最高频率Ωm不超过Ωs/2，则原信号的频谱和各次延拓分量的谱彼此不重叠，此时若采用一个截止频率为Ωs/2的理想低通滤波器，就可以得到不失真的原信号频谱，即可以不失真地还原出原来的连续信号；反之，如果信号的最高频率Ωm超过Ωs/2，则各周期延拓分量产生频谱的混叠现象。 一般在实际工作中，为了避免频谱混叠现象发生，采样频率Ωs总是选得比奈奎斯特频率Ωm更大些，例如选到Ωs=（3~4）Ωm；同时为了避免高于折叠频率的杂散频谱进入采样器而造成频谱混淆，往往在采样器前加入一个保护性的前置低通滤波器（又称防混叠滤波器），其截止频率为Ωs/2，以便滤除掉高于Ωs/2的频率分量。 注意：关于“采样信号的恢复”的