抽样信号及抽样定理.pptVIP

关于非理想抽样 f.不满足抽样定理时产生频率混叠现象 由抽样信号恢复原连续信号 取主频带 ： 时域卷积定理： 根据时域和频域对称性，可推出频域抽样定理 图b * * §3.10~3.11抽样信号与抽样定理 *时间抽样与空间抽样的实例演示 数字信号处理系统简单框图 模拟 语音 信号 输入 反混迭失真 滤波器 取样 量化 码 化 器 A/D DCM 数字 语音 信号 输出 一.抽样的目的及所遇到的问题 pulse code modulation(PCM) 问题： 1）抽样后离散信号的频谱是什么样的？它与未被抽样的连续信号的频谱有什么关系？ 2）连续信号被抽样后，是否保留了原信号的所有信息？即在什么条件下，可以从抽样的信号还原成原始信号？ 时域抽样简图： 连续信 号f(t) 抽样脉冲 抽样信号 量化编码 fs(t) 数字信号 连续 离散 抽样 还原（有条件） 抽样 时域 频域 自然抽样 理想抽样 平顶抽样 （矩形抽样） （冲激抽样） 低通 带通(3-42) 二. 时域 抽样 抽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)矩形脉冲的抽样（自然抽样） 此时的抽样脉冲p(t)是矩形。由于fs(t)=f(t)p(t) 抽样信号在抽样期间脉冲顶部随f(t)变化，故这种采样称为“自然抽样”。 时域抽样简图 连续信 号f(t) 抽样脉冲 抽样信号 量化编码 fs(t) 数字信号 *抽样信号频谱推导： 令模拟带限信号傅立叶变换为F(w).即f(t)?F(w) 抽样脉冲序列的傅立叶变换为p(t) ?P(w) 设抽样为均匀抽样，周期为Ts，则抽样频率为 由于p(t)是周期信号，可知p(t)的傅立叶变换为： 其中 由频域卷积定理得，时域相乘的傅立叶变换等于它们的频谱在频域里相卷积。 把计算出的P(w)代入上式得： 上式表明： 信号在时域被抽样后，它的频谱Fs(w)是连续信号的频谱F(w)以抽样频率Ws为间隔周期地重复而得到的。在重复过程中，幅度被抽样脉冲p(t)的傅立叶系数所加权，加权系数取决于抽样脉冲序列的形状。 由以上推导可知，当抽样脉冲为矩形抽样脉冲时，幅度以Sa函数的规律变化。从Fs(w)的频谱图可见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的。 (1)如果抽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)通过冲激抽样的方法在数字信号处理中有着广泛的应用。（点抽样；均匀抽样） 结语：抽样率必须选得大于信号频谱最高频率的两倍。 ２）冲激抽样　　 若抽样脉冲是冲激序列，此时称为“冲激抽样”或“理想抽样”。设Ts为抽样间隔，则抽样脉冲为 由于?T(t)的傅立叶系数为： 所以冲激抽样信号的频谱为： 上式表明：由于冲激序列的傅立叶系数Pn为常数，所以F(w)是以ws为周期等幅地重复，如下图所示： F(w) -wm wm w Fs(w) 1/Ts ws -ws w 抽样前信号频谱 抽样后信号频谱 下面对矩形脉冲抽样和冲激抽样进行比较和小结： 时域理想抽样的傅立叶变换 FT 相卷积 相乘 FT 理想抽样 非理想抽样 *结语 唯一 唯一 设有一连续信号 f(t)，它的频谱 则只要抽样间隔满足 ， 连续信号f(t)就可表示为： 证明：由于f(t)的频带有限,而时域抽样必导致频域周期。在周期重复时，为保证|wm|内为F(w)，则重复周期应满足ws=2wm,将抽样信号通过截止频率为wm的理想低通滤波器，便能从Fs(w)中恢复F(w),也就是说，能从抽样信号fs(t)中恢复 三.抽样定理（定理一） Fs(w) 复原始信号f(t)。设f(t)?F(w), fs(t)? Fs(w),则当Fs(w)通过截止频率为wm的理想低通滤波器时，滤波器的响应频谱为F(w), 显然滤波器的作用等效于一个开关函数G2wm(w)同Fs(w)的相乘。 由时域卷积定理知： 由傅立叶变换的对称性可知： 而 则 （内插公式） ?证毕 ? 上式表明f(t)可以展开为正交的抽样函数的无穷级数且级数的系数等于抽样值f(nTs),这样，若在抽样信号fs(t)的每个抽样值上画一个峰值为f(nTs)的Sa函数的波形，合成的波形就是f(t).另外，我们知道：Sa函数的波形就是理想低通滤波器的冲激响应h(t)，这样，若fs(t)通过理想低通滤波器，那么每一个抽样值产生一个冲激响应h(t)，这些响应进行叠加便得到f(t)，从而达到恢复信号的目的。 Ts fs(t) t Ts h(t) Ts f(