3.7取样定理及其应用.pptVIP

3.7 取样定理及其应用 取样信号 取样信号 取样示意 取样信号 问题： 取样信号 取样定理 取样就是周期性的采集数据 1.矩形脉冲的取样 取样信号频谱推导： 1.矩形脉冲的取样 其中： 1.矩形脉冲的取样 上式表明： 1.矩形脉冲的取样 1.矩形脉冲的取样 由以上可知： 取样率的选择： 奈奎斯特取样间隔 1.矩形脉冲的取样 非理想抽样信号的傅立叶变换 2.冲激信号的取样 2.冲激信号的取样 单位冲激序列可以表示为： 2.冲激信号的取样 则取样信号为： 矩形脉冲抽样和冲激抽样的比较 不满足抽样定理时产生频率混叠现象 2.冲激信号的取样 抽样定理的工程应用 2.冲激信号的取样 混叠误差与截断误差比较 信号的恢复 信号的恢复 信号的恢复 信号的恢复 信号的恢复 信号的恢复 信号的恢复 例： 当频谱无限宽，最高频率fm无法定，人为定后，恢复有误差； * 数字信号处理系统简单框图 得到： 一组脉冲宽度为 ， 间隔为 Ts， 幅度按连续信号 f(t) 包络变化的脉冲信号 fs(t) 。 取样后离散信号的频谱是什么样的？它与未被取样的连续信号的频谱有什么关系？ 2)连续信号被取样后，是否保留了原信号的所有信息？即在什么条件下，可以从取样的信号还原成原始信号？ 连续 离散 取样 还原(有条件) 取样 时域 频域 自然取样 理想取样 (矩形取样) (冲激取样) 低通(掌握) 带通 (了解) 取样过程可以看成由原信号 f(t) 和一个开关函数 p(t) 的乘积来描述： 1.矩形脉冲的取样(自然抽样) 此时的抽样脉冲 p(t) 是周期矩形脉冲函数。 由于 p(t) 是周期信号，可知 p(t) 的傅立叶变换为： 令模拟带限信号傅立叶变换为 ,即 取样脉冲序列的傅立叶变换为 设取样为均匀抽样，周期为Ts，则取样角频率为： 由频域卷积性质： 信号在时域被抽样后，它的频谱 是连续信号的频谱 以取样角频率 为间隔，周期地重复而得到的 在重复过程中，幅度被取样脉冲p(t)的傅立叶系数所加权，加权系数取决于取样脉冲序列的形状。 1 当抽样脉冲为矩形抽样脉冲时，幅度以Sa函数的规律变化。 抽样后的信号频谱包括有原信号的频谱以及无限个经过平移的原信号的频谱， 平移的频率为抽样频率及其各次谐波频率。 且平移后的频谱幅值随频率而呈Sa函数分布。 但因矩形脉冲占空系数很小，所以其频谱所占的频带几乎是无限宽。 结论：取样率必须选得大于信号频谱最高频率的两倍。 如果 f(t) 是带宽有限的连续信号，其频谱 的最高频率为 fm Hz ，则以取样间隔 对信号 f(t) 进行等间隔取样，所得的取样信号 fs(t) 将包含原信号 f(t) 的全部信息，因而可以从 fs(t) 完全恢复出原信号 f(t)。 时域取样定理： 由抽样定理可知，要求被抽样的信号f(t)为带限信号，即频带有限的信号。其最高频率为fm， 最高角频率ωm=2πfm，即当|ω|＞ωm时，F(jω)=0。 奈奎斯特取样间隔 奈奎斯特取样频率 奈奎斯特取样角频率 乘 卷 (1)如果取样脉冲宽度与系统中各时间常数相比十分小的时候，这个冲激函数的假定将是一个很好的近似，它将使分析简化。 (2)通过冲激取样的方法来表明数字信号在数字信号处理中有着广泛的应用。(点抽样；均匀抽样) 由于?T(t)的傅立叶系数为 ： 冲激取样信号的频谱也为周期性冲激形式： 相乘 相卷 时域抽样 频域周期重复 许多实际工程信号不满足带限条件 w ) j ( 1 w F m w m w - 1 0 w ) j ( 1 w F m w m w - 1 0 由样值函数fs(t)及其频谱Fs(jω)图形可知，样值函数fs(t)经过一个截止频率为ωm的理想低通滤波器，就可从Fs(jω)中取出F(jω)，从时域来说，这样就恢复了连续时间信号f(t)。 即 式中，H(jω)为理想低通滤波器的频率特性。H(jω)的特性为 据傅里叶变换的时域卷积性质， 得 式中，fs(t)为Fs(jω)的傅里叶反变换。 理想低通滤波器的频率特性可表示为ω的门函数的形式： 应用傅里叶变换的对称性，得到 当抽样间隔 时，上式可写为 卷积 包络 相乘 已知实信号f(t)的最高频率为fm (Hz)，试计算 对各信号f(2t)， f(t)*f(2t)， f(t)?f(2t)抽样不混叠的最小抽样频率。 对信号f(2t)抽样时，最小抽样频率为 2fm(Hz)； 对f(t)*f(2t)抽样时，最小抽样频率为 4fm(Hz