第三章采样定理.pdf

第三章 采样定理 为了把求频谱这样繁琐的工作交给计算机，必须将模拟信号离散 化，使之适合于计算机的工作条件，这种离散化方法就是采样。采样 就是我们数学中取函数在某些点的值，但在实际中它是要靠物理手段 来实现的。然而物理手段不能实现这种数学逻辑上的采样，物理手段 采样的工作原理抽象为一个开关装置，因此受到开关灵敏度的制约， 导致物理采样的输出不是真正的数列，而是模拟信号的小片段，这就 是所谓的 “斩波采样”。理想化采样所得的列信号只是这种物理采样 所得的模拟信号片段的一部分。模拟信号经理想化采样后，接着我们 自然地就会问：理想化的采样所得的列信号，相对于原模拟信号仅仅 保留了测度为０的数据，那么在什么条件下能够保持原模拟信号的全 部信息？Shannon，信息论的奠基者，回答了这个问题。即原模拟信 号的频谱带宽有限且采样频率满足限制条件（不小于 Nyquist 率）， 按均匀采样得到的列信号在固定模式之下可以恢复出原模拟信号。这 就是 Shannon 采样定理，该定理是模拟信号离散化的奠基性结果。 本章的设计就是围绕该定理，从不同的侧面介绍如何在放宽部分条件 或者要求的情况下，推理出更一般的结论。本章涉及到的数学知识可 能已经超出了数学系本科生的知识范围，但不影响学生学习如何从一 个经典结论中找出生长点并发展新结论的整个研究过程。 1 第七讲 时域采样定理 一、时域采样定理 设 是按时间间隔 对信号 采样得到的列信号，如果以存 x (n)  x (t) 储的观点看，存储量少得多。但重要的是 在什么条件下保持与 x (n) 相同的信息量？即 满足什么条件时才能将 恢复出来。作为 x (t)  x (t) 列信号， 的频谱被定义为 x (n)  X  ( f )  x (n)e j 2fn  n  上式实际上相当于对积分X ( f ) x (t )e j 2ft dt 按间隔 无穷求和，故将   其定义为列信号 的频谱是很自然的。 x (n) 定义3.1 如果一个信号 的频谱 满足 x (t) X (f ) X ( f ), | f | f  c X ( f ) 