西电数字信号处理大作业-浅谈奈奎斯特频率采样和压缩感知.docxVIP

浅谈奈奎斯特频率采样和压缩感知信息技术的飞速发展使得人们对信息的需求量剧增。现实世界的模拟化和信号处理工具的数字化决定了信号采样是从模拟信源获取数字信息的必经之路。在信号和图像处理领域，凡是涉及到计算机作为处理工具的场合，所面临的首要问题就是模拟信号的数字化问题，然后再对得到的离散的样本进行各种处理。连续信号转化为离散的数字化信号的过程称为采样。对模拟信号采样所得的离散数字信号能否代表并恢复成原来的连续模拟信号呢？如能恢复应具备什么样的条件呢？这个问题直接关系到是否可以用数字处理工具和数字化的方法处理模拟信号。一 奈奎斯特频率采样 奈奎斯特采样定理给我们提供了如何采样的重要理论基础。它指出，如果信号是带限的，采样速率必须达到信号带宽的两倍以上才能精确重构信号。事实上，在音频和可视电子设备、医学图像设备、无线接收设备等设备中的所有信号采样协议都隐含了这样的限制。奈奎斯特采样定理至出现以来一直是数字信号和图像处理领域的重要理论基础，它支撑着几乎所有的信号和图像处理过程，包括信号和图像的获取、存储、处理、传输等。采样定理，又称香农采样定理，奈奎斯特采样定理，是信息论，特别是通讯与信号处理学科中的一个重要基本结论.E.T.Whittaker (1915年发表的统计理论),克劳德·香农 与Harry Nyquist都对它作出了重要贡献。另外,V. A. Kotelnikov 也对这个定理做了重要贡献。采样是将一个信号（即时间或空间上的连续函数）转换成一个数值序列（即时间或空间上的离散函数）。采样定理指出， 如果信号是带限的，并且采样频率高于信号带宽的一倍，那么，原来的连续信号可以从采样样本中完全重建出来。带限信号变换的快慢受到它的最高频率分量的限制，也就是说它的离散时刻采样表现信号细节的能力是有限的。采样定理是指，如果信号带宽小于/wiki/%E5%A5%88%E5%A5%8E%E6%96%AF%E7%89%B9%E9%A2%91%E7%8E%87 \o 奈奎斯特频率奈奎斯特频率（即采样频率的二分之一），那么此时这些离散的采样点能够完全表示原信号。高于或处于奈奎斯特频率的频率分量会导致混叠现象。大多数应用都要求避免混叠，混叠问题的严重程度与这些混叠频率分量的相对强度有关。1 采样简介从信号处理的角度来看，此采样定理描述了两个过程：其一是采样，这一过程将连续时间信号转换为离散时间信号；其二是信号的重建，这一过程离散信号还原成连续信号。连续信号在时间（或空间）上以某种方式变化着，而采样过程则是在时间（或空间）上，以T为单位间隔来测量连续信号的值。T称为采样间隔。在实际中，如果信号是时间的函数，通常他们的采样间隔都很小，一般在毫秒、微秒的量级。采样过程产生一系列的数字，称为样本。样本代表了原来地信号。每一个样本都对应着测量这一样本的特定时间点，而采样间隔的倒数，1/T即为采样频率，fs，其单位为样本/秒，即赫兹(hertz)。信号的重建是对样本进行插值的过程，即，从离散的样本x[n]中，用数学的方法确定连续信号x(t)。从采样定理中，我们可以得出以下结论：如果已知信号的最高频率fH，采样定理给出了保证完全重建信号的最低采样频率。这一最低采样频率称为临界频率或奈奎斯特频率，通常表示为fN 相反，如果已知采样频率，采样定理给出了保证完全重建信号所允许的最高信号频率。 以上两种情况都说明，被采样的信号必须是带限的，即信号中高于某一给定值的频率成分必须是零，或至少非常接近于零，这样在重建信号中这些频率成分的影响可忽略不计。 在第一种情况下，被采样信号的频率成分已知，比如声音信号，由人类发出的声音信号中，频率超过5 kHz的成分通常非常小，因此以10 kHz的频率来采样这样的音频信号就足够了。在第二种情况下，我们得假设信号中频率高于采样频率一半的频率成分可忽略不计。这通常是用一个低通滤波器来实现的。2 混叠如果不能满足上述采样条件，采样后信号的频率就会重叠，即高于采样频率一半的频率成分将被重建成低于采样频率一半的信号。这种频谱的重叠导致的失真称为混叠，而重建出来的信号称为原信号的混叠替身，因为这两个信号有同样的样本值。一个频率正好是采样频率一半的弦波信号，通常会混叠成另一相同频率的波弦信号，但它的相位和振幅改变了。二 压缩感知然而随着人们对信息需求量的增加，携带信息的信号带宽越来越宽，以此为基础的信号处理框架要求的采样速率和处理速度也越来越高，因而对宽带信号处理的困难在日益加剧．例如高分辨率地理资源观测，其巨量数据传输和存储就是一个艰难的工作。另一描述和处理的理论框架，使得在保证信息不损失的情况下，用远低于奈奎斯特采样定理要求的速率采样信号，同时又可以完全恢复信号?即能否将对信号的采样转变成对信息的采样?如果这个问题被解决，就可以极大地降低信号的