matlab时域离散信号与系统,时域离散信号和系统的频域分析

信号与系统的分析方法有两种:时域分析方法和频域分析方法。

在连续时间信号与系统中,信号一般用连续变量时间t的函数表示,系统用微分方程描述,其频域分析方法是拉普拉斯变换和傅立叶变换。在时域离散信号与系统中,信号用序列表示,其自变量仅取整数,非整数时无定义,系统则用差分方程描述,频域分析方法是Z变换和序列傅立叶变换法。

Z变换在离散时间系统中的作用就如同拉普拉斯变换在连续时间系统中的作用一样,它把描述离散系统的差分方程转化为简单的代数方程,使其求解大大简化。因此,对求解离散时间系统而言,Z变换是一个极重要的数学工具。

2.2序列的傅立叶变换(离散时间傅立叶变换)

一、序列傅立叶变换:

正变换:DTFT[x(n)]=2724041_1.gif(2.2.1)

反变换:DTFT-12724041_2.gif

式(2.2.1)级数收敛条件为

|2724041_3.gif|=2724041_4.gif   (2.2.2)

上式称为x(n)绝对可和。这也是DTFT存在的充分必要条件。当遇到一些绝对不可和的序列,例如周期序列,其DTFT可用冲激函数的形式表示出来。

二、序列傅立叶变换的基本性质:

1、DTFT的周期性

2724041_1.gif2724041_5.gif是频率w的周期函数,周期为2p。

2724041_6.gif = 2724041_3.gif

问题1:设x(n)=RN(n),求x(n)的DTFT。

2724041_1.gif=2724041_7.gif=2724041_8.gif

=2724041_9.gif=2724041_10.gif

设N为4,画出幅度与相位曲线。

2724041_11.jpg

2、线性

2724041_12.gif=DTFT[x1(n)],2724041_13.gif=DTFT[x2(n)],

则:DTFT[a x1(n)+b x2(n)]

= 2724041_14.gif = a2724041_12.gif+b2724041_13.gif

3、序列的移位和频移

2724041_5.gif = DTFT[x(n)],

则:DTFT[x(n-n0)] = 2724041_15.gif

= 2724041_16.gif2724041_5.gif

DTFT[2724041_17.gifx(n)]  = 2724041_18.gif

= 2724041_19.gif = 2724041_20.gif

4、DTFT的对称性

共轭对称序列的定义:设序列2724041_21.gif满足下式

2724041_22.gif

则称2724041_21.gif为共轭对称序列。

共轭对称序列的性质:

共轭对称序列的实部是偶函数,虚部是奇函数

证明:2724041_21.gif=2724041_23.gif+j2724041_24.gif(实部加虚部)

2724041_22.gif

2724041_23.gif+j2724041_24.gif=2724041_25.gif-j2724041_26.gif

2724041_23.gif=2724041_25.gif(偶函数)

2724041_24.gif=-2724041_26.gif(奇函数)

一般情况下,共轭对称序列用2724041_27.gif表示:

2724041_28.gif

共轭反对称序列的定义:设序列2724041_21.gif满足下式

2724041_29.gif

则称2724041_21.gif为共轭反对称序列。

共轭反对称序列的性质:

共轭反对称序列的实部是奇函数,虚部是偶函数

证明:2724041_21.gif=2724041_23.gif+j2724041_24.gif(实部加虚部)

2724041_29.gif

2724041_23.gif+j2724041_24.gif=2724041_30.gif+j2724041_26.gif

2724041_23.gif=2724041_30.gif(奇函数)

2724041_24.gif=2724041_26.gif(偶函数)

一般情况下,用2724041_31.gif来表示

2724041_32.gif

一个序列可用共轭对称序列2724041_27.gif与共轭反对称序列2724041_31.gif之和表示。即:

x(n)= 2724041_27.gif+ 2724041_31.gif    (2.2.16)

问题1:2724041_33.gif =?

2724041_33.gif=2724041_34.gif+2724041_35.gif

=2724041_27.gif2724041_31.gif

2724041_33.gif= 2724041_27.gif2724041_31.gif    (2.2.17)

2724041_27.gif=2724041_36.gif(2724041_37.gif+2724041_33.gif)

2724041_31.gif=2724041_36.gif(2724041_37.gif2724041_33.gif)

对于频域函数2724041_5.gif,也可分解成共轭对称分量和共轭反对称分量之和:

2724041_38.gif

式中,2724041_39.gif是共轭对称分量,2724041_40.gif是共轭反对称分量,它们满足:

2724041_39.gif=2724041_41.gif2724041_40.gif=2724041_42.gif

且:2724041_43.gif

2724041_44.gif

2724041_39.gif:共轭对称分量,它的实部是偶函数,虚部是奇函数;2724041_40.gif:共轭反对称分量,它的实部是奇函数,虚部是偶函数。

下面研究DTFT的对称性,按下面两部分进行分析

a)将序列x(n)分成实部与虚部,即:

2724041_21.gif=2724041_23.gif+j2724041_24.gif(2724041_23.gif2724041_24.gif都是实数序列)

则:2724041_38.gif

式中:2724041_39.gif=DTFT[2724041_23.gif]=2724041_45.gif

2724041_40.gif=DTFT[j2724041_24.gif]=j2724041_46.gif

结论:序列分成实部与虚部两部分,实部对应于2724041_5.gif中的2724041_39.gif,虚部和j一起对应于2724041_5.gif中的2724041_40.gif

b)将序列分成共轭对称部分2724041_27.gif和共轭反对称部分2724041_31.gif,x(n)= 2724041_27.gif+ 2724041_31.gif

2724041_27.gif=2724041_36.gif(2724041_37.gif+2724041_33.gif)

2724041_31.gif=2724041_36.gif(2724041_37.gif2724041_33.gif)

将上面两式分别进行DTFT,得到:

DTFT[2724041_27.gif]=2724041_36.gif(2724041_5.gif+2724041_47.gif)=Re[2724041_5.gif]=2724041_48.gif

DTFT[2724041_31.gif]=2724041_36.gif(2724041_5.gif2724041_49.gif)=jIm[2724041_5.gif]=j2724041_50.gif

2724041_5.gif=2724041_48.gif+j2724041_50.gif

x(n)= 2724041_27.gif+ 2724041_31.gif

结论:序列的共轭对称部分2724041_27.gif对应于2724041_5.gif的实部2724041_48.gif,而序列的共轭反对称部分2724041_31.gif对应于2724041_5.gif的虚部加j。

应用:利用DTFT的对称性讨论当h(n)是实序列时,其DTFT的特性。

∵h(n)是实序列,所以它所对应的DTFT:2724041_51.gif=2724041_52.gif,具有共轭对称性,2724041_51.gif的实部偶对称,虚部奇对称。

5、时域卷积定理

设y(n)=x(n)*h(n)

则:2724041_53.gif=2724041_5.gif×2724041_51.gif=2724041_5.gif2724041_51.gif  (2.2.32)

证明:y(n)= x(n)*h(n)=2724041_54.gif

2724041_53.gif=DTFT[y(n)]

= 2724041_55.gif=2724041_56.gif

=2724041_57.gif

=2724041_58.gif

=2724041_51.gif2724041_5.gif

6、频域卷积定理

设y(n) = x(n) h(n)

2724041_53.gif=2724041_59.gif2724041_5.gif*2724041_51.gif=2724041_59.gif2724041_60.gif

=2724041_59.gif2724041_61.gif

证明:2724041_53.gif=2724041_55.gif=2724041_62.gif

=2724041_63.gif

=2724041_59.gif2724041_64.gif2724041_65.gif

=2724041_59.gif2724041_64.gif2724041_66.gif

=2724041_59.gif2724041_5.gif*2724041_51.gif

7、Parseval(帕斯维尔)(帕塞瓦尔)定理

2724041_67.gif=2724041_59.gif2724041_68.gif (2.2.34)

证明:

2724041_67.gif=2724041_69.gif=2724041_70.gif

= 2724041_59.gif2724041_71.gif2724041_72.gif

=2724041_59.gif2724041_73.gif

=2724041_59.gif2724041_68.gif

2.5  Z变换的定义与收敛域

一、Z变换的定义

若序列为x(n),则幂级数

2724041_74.gif(2.5.1)

称为序列x(n)的Z变换,也称为双边Z变换。式中z为复变量,它所在的复平面称为z平面。亦可将x(n)的Z变换表示为

ZT[x(n)] = X(z)

二、Z变换的收敛域

我们知道,2724041_74.gif是一幂级数,只有收敛时Z变换才有意义。X(z)收敛的条件是:

2724041_75.gif      (2.5.3)

X(z)能够收敛的z取值集合称为X(z)的收敛域。

一般收敛域用环状域表示。即:

2724041_76.gif

2724041_77.jpg

∴Z变换的公式

2724041_74.gif   2724041_76.gif(2.5.1)

常见的Z变换是一个有理函数,表示为:

2724041_78.gif

分子多项式2724041_79.gif的根是2724041_80.gif的零点,分母多项式2724041_81.gif的根是2724041_80.gif的极点。在极点处Z变换不存在。因此收敛域中没有极点,收敛域总是用极点限定其边界。

1、有限长序列Z变换的收敛域

有限长序列是指在有限区间n1≤n≤n2之间序列具有非零的有限值,在此区间外,序列值皆为零。有限长序列Z变换为2724041_82.gif,所以收敛域为

0

如n1≥0,收敛域为0

如n2≤0,收敛域为0≤|z|

2、右边序列Z变换的收敛域

右边序列是指在n≥n1时,x(n)有值,在n<n1时,x(n)=0。其Z变换为

2724041_83.gif

2724041_84.gif

此式右端第一项为有限长序列的Z变换,它的收敛域为0≤|z|。综合此两项,只有两项都收敛时级数才收敛。所以右边序列Z变换的收敛域为2724041_86.gif

因果序列是最重要的一种右边序列,即n1=0的右边序列。收敛域为2724041_85.gif(也可以写成2724041_87.gif),所以,|z|=∞处Z变换收敛是因果序列的特征。

3、左边序列Z变换的收敛域

左边序列是指在n≤n2时,x(n)有值,n>n2时,x(n)=0。其Z变换为2724041_88.gif

2724041_89.gif

此式第二项是有限长序列的Z变换,收敛域为0

4、双边序列Z变换的收敛域

这类序列是指n为任意值时x(n)皆有值的序列。2724041_90.gif双边序列的收敛域为2724041_76.gif

问题1:求序列x(n)= RN(n)的Z变换及收敛域,并画出收敛域。

解:X(z)=2724041_91.gif=2724041_92.gif。因为这是有限长序列,所以收敛域为0

思考:RN(n)的DTFT存在吗?

问题2:x(n)=anu(n),求其Z变换及收敛域,并画出收敛域。

解:这是右边序列,且是因果序列,其Z变换为X(z)=2724041_93.gif。收敛域为2724041_94.gif(或写成2724041_95.gif)

思考:anu(n)的DTFT存在吗?

问题3:x(n)=-anu(-n-1),求其Z变换及收敛域,并画出收敛域。

解:这是一个左边序列。其Z变换为

2724041_96.gif

2724041_97.gif

收敛域为0≤|z|

思考:-anu(-n-1)的DTFT存在吗?

结论:当Z变换的收敛域中包含单位圆时,用Z变换可求出DTFT。

2724041_5.gif=2724041_98.gif(2.5.4)

上式称为单位圆上的Z变换就是离散时间傅立叶变换。

回顾:观察零极点。

结论:零点可以在复平面的任意处,但极点在收敛域的边缘或收敛域的外面。

2.5.3  Z反变换

已知序列的Z变换及其收敛域,求序列称为Z反变换。表示为x(n)=ZT-1[X(z)]

2724041_74.gif         2724041_76.gif

2724041_99.jpg

2724041_100.gif

其中,c是X(z)收敛域中一条逆时针的闭合曲线。

求Z反变换的方法通常有三种:围线积分法(留数法)、部分分式展开法和长除法。

一、围线积分法(留数法)

直接计算围线积分比较麻烦,一般都采用留数定理来求解。按留数定理,若函数F(z)=X(z)zn-1在围线c上连续,在c以内有K个极点zk,则有

2724041_101.jpg(2.5.6)

设zr是X(z)zn-1的单极点,则根据留数定理:

2724041_102.gif

如果zk是L阶极点,则根据留数定理,

2724041_103.gif

(2.5.8)

(2.5.8)表明,对于L阶极点,需要求L-1次导数,这是比较麻烦的。如果c内有多阶极点,而c外没有多阶极点时,可根据留数辅助定理改求c外所有极点之和,使问题简单化。

若函数F(z)=X(z)zn-1在围线c上连续,在c以内有K个极点zk,而在c以外有M个极点zm,(K,M为有限值)。现在c内有多阶极点,而c外没有多阶极点,根据留数辅助定理改求c外所有极点之和。得:

2724041_104.jpg

(2.5.9)(2.5.9)应用条件是X(z)zn-1在z=∞有两阶或二阶以上零点,即要分母多项式z的阶次比分子多项式z的阶次高二阶或二阶以上。

问题1:已知X(z)=z2/[(4-z)(z-1/4)],1/4

2724041_105.jpg求Z反变换。

解:c,c为X(z)的收敛域

内的闭合围线,画出收敛域及c。

X(z)zn-1=2724041_106.gif。现在来看极点在围线c内部及外部的分布情况及极点阶数。

2724041_107.gif时,函数在围线c内只有z=1/4处一个一阶极点,

2724041_108.gif

=2724041_109.gif2724041_107.gif

2724041_110.gif时,函数2724041_106.gif在围线外部只有一个一阶极点z=4,而在围线的内部则有z=1/4处一阶极点及z=0处一(n+1)阶极点,所以采用围线外部的极点较方便。

2724041_111.gif

=2724041_112.gif2724041_110.gif

2724041_113.gif

问题2:已知X(z)=z2/[(4-z)(z-1/4)],|z|>4,

求Z反变换。

2724041_105.jpg解:c,c为X(z)的收敛域

内的闭合围线。

X(z)zn-1=2724041_106.gif。现在来看在围c内部及外部的分布情况及极点阶数。

2724041_107.gif时,

函数2724041_106.gif在围线c内z=1/4处有一个一阶极点,z=4处有一个一阶极点,

2724041_114.gif+2724041_115.gif

=2724041_116.gif2724041_107.gif

当n=-1时,x(n)=0,∴x(n)= 2724041_116.gif2724041_117.gif

2724041_110.gif时,函数2724041_106.gif在围线外部没有一个极点,所以采用围线外部的极点较方便。由于围线外部没有一个极点,∴x(n)=0。

∴x(n)=(2724041_116.gif)u(n)

二、部分分式展开法

对于大多数单极点的序列,常常用这种部分分式展开法求Z反变换。

X(z)=B(z)/A(z)= X1(z)+ X2(z)+…+ XK(z),则

2724041_37.gif=ZT-1[X1(z)]+ZT-1[ X2(z)]+…+ZT-1[XK(z)]

ZT-1[X1(z)]、ZT-1[ X2(z)]、…ZT-1[XK(z)]可从Z变换表中直接查表得出

问题1:设X(z)=z2/[(z-2)(z-0.5)],|z|>2,

求Z反变换。

解:X(z) =z2/[(z-2)(z-0.5)]

2724041_118.gif

A1=2724041_119.gif,A2=2724041_120.gif

2724041_121.gif2724041_122.gif

∵收敛域为|z|>2,∴x(n)=2724041_123.gif

三、幂级数展开法

因为2724041_37.gif的Z变换定义为z-1的幂级数,即

2724041_124.gif

所以只要在给定得收敛域内,把X(z)展成幂级数,则级数的系数就是序列2724041_37.gif

当X(z)的收敛域为|z|>Rx-时,则2724041_37.gif必为因果序列,此时应将X(z)展成z的负幂级数,为此,X(z)的分子分母应按z的降幂排列;

当X(z)的收敛域为|z|必为左边序列,X(z)的分子分母应按z的升幂排列;

问题1:已知2724041_125.gif,|z|>3

解:因为收敛域|z|>3,所以这是因果序列,因此,X(z)分子分母按z的降幂排列。

2724041_126.gif

进行长除

2.5.4  Z变换的基本性质和定理

一、线性

线性就是要满足比例性和可加性。若

X(z) =ZT [x(n) ],2724041_76.gif

Y(z) = ZT [y(n) ],2724041_127.gif

则ZT[ax(n)+by(n)]=aX(z)+b Y(z),2724041_128.gif

2724041_129.gif2724041_130.gif

二、序列的移位

若X(z) = ZT [x(n) ],2724041_76.gif

则有ZT [x(n-m) ] =z-mX(z),2724041_76.gif

三、乘以指数序列

若X(z) =ZT [x(n) ],2724041_76.gif

则ZT [anx(n) ]=X(2724041_131.gif),2724041_132.gif

四、序列乘以n

若X(z) =ZT [x(n) ],2724041_76.gif

则ZT [n x(n) ]=-z2724041_133.gif2724041_76.gif

五、复序列取共扼

一个复序列x(n)的共扼序列为x*(n)

若ZT [x(n) ] =X(z),2724041_76.gif

则ZT [x*(n) ] =X*(z*),2724041_76.gif

六、翻转序列

若ZT [x(n) ] =X(z),2724041_76.gif

则ZT [x(-n) ] =X(2724041_134.gif),2724041_135.gif

七、(因果序列)初值定理

对于因果序列x(n),即x(n)=0,n<0,ZT[x(n) ] =X(z)有

2724041_136.gif

八、(因果序列)终值定理

设x(n)为因果序列,且X(z) = ZT [x(n) ]的极点处于单位圆|z|=1以内(单位圆上最多在z=1处可有一阶极点),则

2724041_137.gif

九、序列的卷积和(时域卷积和定理)

设y(n)为x(n)与h(n)的卷积和

y(n)= x(n)*h(n)=2724041_54.gif

X(z) =ZT [x(n) ],2724041_76.gif

H(z) =ZT [h(n) ],2724041_138.gif

则Y(z) =ZT [y(n) ]= X(z) H(z),

2724041_139.gif

十、序列相乘(z域卷积定理)

若y(n)= x(n)·h(n),且

X(z) =ZT [x(n) ],2724041_76.gif

H(z) =ZT [h(n) ],2724041_138.gif

则Y(z) =ZT [y(n) ]=ZT[x(n)·h(n)]

=2724041_140.gif2724041_141.gif

其中c是v平面上,2724041_142.gif与H(v)的公共收敛域内环绕原点的一条反时针旋转的单封闭围线。

v平面收敛域为

2724041_143.gif

或Y(z) =ZT [y(n) ]=ZT[x(n)·h(n)]

=2724041_144.gif2724041_141.gif

其中c是v平面上,2724041_145.gif与X(v)的公共收敛域内环绕原点的一条反时针旋转的单封闭围线。

v平面收敛域为

2724041_146.gif

十一、帕斯维尔(Parseval)定理

若X(z) =ZT [x(n) ],2724041_76.gif

H(z) =ZT [h(n) ],2724041_138.gif

2724041_147.gif

2724041_148.gif

v平面上,c所在的收敛域为

2724041_149.gif

证明:Y(z) =ZT[x(n)·h*(n)]

=2724041_150.gif

=2724041_151.gif2724041_141.gif

因为2724041_147.gif,所以z=1在收敛域中。令z=1代入上式,

2724041_152.gif=2724041_148.gif

v平面上,c所在的收敛域为

2724041_149.gif

如果X(z),H(z)在单位圆上都收敛,则c可取为单位圆,即2724041_153.gif,则2724041_154.gif

如果h(n)=x(n),则进一步有2724041_155.gif

2.5.5利用Z变换解差分方程

在第一章中介绍了差分方程的递推解法,下面介绍Z变换解法。这种方法将差分方程变成了代数方程,使求解过程简单

设N阶线性常系数差分方程为

2724041_156.gif     (2.5.30)

一、求2724041_157.gif2724041_158.gif

对(2.5.30)求双边Z变换:

2724041_159.gif=2724041_160.gif

2724041_157.gif=2724041_158.gif/2724041_80.gif=2724041_161.gif,h(n)=ZT-1[2724041_157.gif]

2724041_158.gif=2724041_157.gif2724041_80.gif,y(n)=ZT-1[2724041_158.gif]

2.6离散系统的系统函数,系统的频率响应

信号和系统的频率特性一般用序列的傅立叶变换和Z变换进行分析。

一、传输函数与系统函数

设系统初始状态为零,输出端对输入为单位抽样序列d(n)的响应,称为系统的单位抽样响应h(n)。对h(n)进行傅立叶变换得到:2724041_162.gif=2724041_163.gif,一般称为2724041_162.gif为系统的传输函数,它表征系统的频率特性。

将h(n)进行Z变换,得到2724041_164.gif,一般称H(z)为系统的系统函数,它表征了系统的复频域特性。

如已知系统的N阶线性常系数差分方程,进行双边Z变换,得到系统函数的一般表示式:

2724041_157.gif2724041_165.gif

如果2724041_157.gif的收敛域包含单位圆|z|=1则,2724041_162.gif2724041_157.gif的关系:2724041_162.gif=2724041_166.gif。即单位圆上的系统函数就是系统的传输函数2724041_162.gif

二、用系统函数的极点分布分析系统的因果性和稳定性

因果(可实现)系统其单位脉冲响应h(n)一定满足:当n<0时,h(n)=0,那么其系统函数2724041_157.gif的收敛域一定包含¥点。

系统稳定要求2724041_167.gif,对照ZT定义,系统稳定要求收敛域包含单位圆。

所以系统因果且稳定,收敛域包含¥点和单位圆,那么收敛域表示为:r

问题1:一个因果系统的系统函数为2724041_157.gif=2724041_168.gif,其中a为实数,问:a在哪些范围内才能使系统稳定?

解:因为系统因果,所以收敛域为|a|

三、利用系统的零极点分布分析系统的频率特性

2724041_157.gif=2724041_161.gif

将上式因式分解,得到:

2724041_157.gif=A2724041_169.gif

式中,2724041_170.gif2724041_157.gif的零点,2724041_171.gif是其极点。A参数影响传输函数的幅度大小,影响系统特性的是零点和极点的分布。下面采用几何方法研究系统零极点分布对系统频率特性的影响。

2724041_157.gif=A2724041_172.gif

设系统稳定,将z=2724041_173.gif代入,得:

2724041_162.gif=A2724041_174.gif

在z平面上,2724041_173.gif-2724041_170.gif用一根由零点2724041_170.gif指向单位圆上2724041_173.gif点B的向量2724041_175.gif表示。同样2724041_173.gif-2724041_171.gif用由极点指向2724041_173.gif点B的向量2724041_176.gif表示,如图2.6.2。

2724041_177.jpg

将向量用极坐标表示:2724041_175.gif=2724041_170.gif2724041_178.gif2724041_176.gif=2724041_171.gif2724041_179.gif,得到:

2724041_180.gif=A2724041_181.gif=2724041_182.gif

2724041_183.gif= |A|2724041_184.gif   (2.6.8)

2724041_185.gif=2724041_186.gif2724041_187.gif(N=M)(2.6.9)

当频率w从零变化到2p时,这些向量的终点B沿单位圆逆时针旋转一周,按照(2.6.8)和(2.6.9)分别估算出系统的幅度特性和相位特性。

按照(2.6.8)知道零极点的分布后,可以很容易地确定零极点位置对系统特性的影响。当B点转到极点附近时,极点矢量长度最短因而幅度特性可能出现峰值,且极点愈靠近单位圆,极点矢量长度愈短,峰值愈高愈尖锐。如果极点在单位圆上,则幅度特性为¥,系统不稳定。对于零点,情况相反,当B点转到零点附近,零点矢量长度变短,幅度特性将出现谷值,零点愈靠近单位圆,谷值愈接近零。当零点处在单位圆上时,谷值为零。总结以上结论:极点位置主要影响频响的峰值位置及尖锐程度,零点位置主要影响频响的谷点位置及形状。1.5模拟信号数字处理方法

2724041_188.jpg

数字信号处理技术优于模拟信号处理技术,故人们将模拟信号数字化,即经过采样、量化编码最终形成数字信号。

连续时间信号变为离散时间信号是由“采样”这一过程完成的。采样是将模拟信号数字化的第一个环节。它是利用周期性抽样脉冲序列(常用p(t)表示)从连续信号中抽取一系列的离散值来得到抽样信号的。如下图,根据每个脉冲宽度的不同,可将抽样分为两种:

理想抽样实际抽样2724041_189.jpg

我们要研究的是,信号被抽样后其频谱将会有什么变化?在什么条件下,可从抽样信号2724041_190.gif中不失真地恢复原来信号xa(t)?

设:xa(t)的傅立叶变换为:2724041_191.gif,抽样脉冲序列p(t)的傅立叶变换为:2724041_192.gif,抽样信号2724041_190.gif的傅立叶变换为:2724041_193.gif

2724041_190.gif= xa(t)p(t),∴2724041_194.gif

2724041_195.gif2724041_196.gif

由上图得,抽样脉冲序列p(t)的周期为T,则抽样频率2724041_197.gif。则周期信号p(t)的傅立叶变换2724041_198.gif,其中2724041_199.gif

2724041_200.gif

2724041_190.gif的傅立叶变换为:2724041_193.gif

一、理想抽样

p(t)=2724041_201.gif

2724041_202.gif=2724041_203.gif

2724041_198.gif=2724041_204.gif

2724041_200.gif

=2724041_205.gif

2724041_190.gif= xa(t) p(t),p(t)=2724041_206.gif

2724041_190.gif= xa(t) p(t)= xa(t) 2724041_206.gif

=2724041_207.gif=2724041_208.gif

2724041_209.gif

2724041_210.jpg

2724041_211.jpg

2724041_197.gif

二、抽样定理

要想抽样后能不失真的还原出原信号,则抽样频率必须大于两倍的信号谱最高频率即2724041_212.gif,这就是抽样定理。

对连续信号进行等间隔采样形成采样信号,采样信号的频谱是原连续信号的频谱以采样频率为周期进行周期性的延拓形成的。

2724041_213.gif = 2724041_205.gif   (1.5.5)

三、抽样的恢复

如果满足抽样定理,则抽样后不会产生频谱混叠,故将2724041_213.gif通过如图所示的理想低通滤波器,就可得到信号频谱。

2724041_214.jpg

虽然理想低通滤波器是不可实现的,但在一定精度范围内可以用可实现的滤波器来逼近

下面讨论如何由抽样值来恢复原来的模拟信号。即2724041_190.gif通过H(jW)系统的响应特性。理想低通滤波器的冲激响应为

2724041_215.gif2724041_190.gif与h(t)的卷积积分,即得理想低通滤波器的输出为2724041_216.gif

2724041_217.gif

2724041_218.gif

这就是内插值公式,即由信号的抽样值2724041_219.gif经此公式而得到连续信号2724041_220.gif,而2724041_221.gif称为内插函数,如图所示,在抽样点mT上,函数值为1,其余抽样点上,函数值为0。

2724041_222.jpg

2724041_223.jpg在每个抽样点上,只有该点所对应的内插函数不为零,这使得各抽样点上信号值不变,而抽样点之间的信号则由各加权抽样函数波形的延伸叠加而成,如下图所示。这个公式说明了只要抽样频率高于两倍信号最高频率,则整个连续信号就可完全用它的抽样值来代表,而不会丢掉如何信息。这就是抽样定理的意义。

总结:如果序列是通过对模拟信号采样得到的,有关系:x(n)=xa(nT),即序列值对于对模拟信号的采样值,或者说对于采样信号在t=nT时的幅度。

例:2724041_220.gif= sin(Wt),理想抽样后,

x(n)= 2724041_224.gif=sin(WnT)= sin(nω0)

∴ω0=WT数字域频率与模拟角频率之间的关系。

ω0=WT=W/fs=2pf/fs  2. 4时域离散信号的傅立叶变换与模拟信号傅立叶变换之间的关系

连续信号2724041_220.gif的傅立叶变换及反变换公式如下:

2724041_225.gif

2724041_220.gif=2724041_226.gif

理想抽样后的抽样信号为2724041_190.gif

2724041_190.gif= xa(t) p(t) =2724041_208.gif

则抽样信号的傅立叶变换

2724041_213.gif = 2724041_205.gif

离散时间信号x(n)=xa(nT),x(n)的傅立叶变换为:2724041_1.gif(2.2.1)

抽样信号的傅立叶变换2724041_213.gif2724041_227.gif有什么关系?

可以证明,2724041_227.gif也可写成:

2724041_227.gif=2724041_228.gif,对照2724041_213.gif

2724041_213.gif = 2724041_205.gif,都是2724041_229.gif以周期2724041_197.gif进行周期延拓。

2724041_227.gif时,以w为横轴,以周期2724041_230.gif进行周期延拓。

2724041_213.gif时,以W为横轴,以周期2724041_197.gif进行周期延拓。

坐标轴之间的对应关系如下图所示。

2724041_231.jpg

在一些文献中经常使用归一化频率2724041_232.gif,因为2724041_233.gif2724041_234.gif2724041_235.gif都是无量纲量,刻度是一样的。

所以数字频率0、2p处是低频,p附近代表高频。

当抽样频率是信号最高频率2724041_236.gif4倍时,最高频率2724041_236.gif所对应的数字频率为2724041_237.gif

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/543135.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

genymotion 此应用与您的手机不兼容

2019独角兽企业重金招聘Python工程师标准>>> 安装arm芯片的转换包&#xff0c;转换包的下载地址&#xff1a;http://pan.baidu.com/s/1dE2EqAH 只要把下载下来的压缩包拖动到模拟器中&#xff0c;点击确定后安装。 安装完成后&#xff0c;需要重启模拟器。 转载于:h…

安卓按钮设置背景颜色不管用_MIUI10新功能:时钟背景黑白自选、公交卡自定义时段唤起...

经历清明假与米粉节后&#xff0c;MIUI10恢复开挂模式&#xff0c;开发版每周给大家推送新功能。本期主要跟大家分享两个要点&#xff0c;其一是时钟背景颜色支持用户选择黑色或者白色&#xff0c;其二是NFC刷卡支持设置优先唤醒时间&#xff0c;降低手工切换操作。■时钟背景可…

数字电视 星座图 matlab,数字电视 MER 及星座图剖析

向天明中国电子测量与仪器学会委员随着数字电视的发展&#xff0c;人们越来越重视数字电视的质量问题&#xff0c;数字电视质量的好坏首先是数字电视信号的质量&#xff0c;因此数字电视信号的分析、测试非常重要&#xff0c;本文重点对数字电视信号的MER及星座图剖析。1、广义…

关于ASP.NET 中的主题

2019独角兽企业重金招聘Python工程师标准>>> 网站的外观是否美观将直接决定其受欢迎的程度&#xff0c;这就意味着网站在开发过程中设计和实现美观实用的用户界面是非常重要的。 在ASP.net 2.0之前主要是用样式表css来实现外观设计。但在ASP.Net 2.0之后&#xff0c…

傅里叶变换matlab案例,基于matlab的傅里叶变换

例子1作用&#xff1a;使用傅里叶变换找出隐藏在噪声中的信号的频率成分。(指定信号的参数&#xff0c;采样频率为1 kHz&#xff0c;信号持续时间为1秒。)Fs 1000; % 采样频率T 1/Fs; % 采样周期L 1000; % 信号长度t (0:L-1)*T; % 时间向量%%形成一个信号&#xff0c;包含振…

WEB渗透—PHP反序列化(八)

Web渗透—PHP反序列化 课程学习分享&#xff08;课程非本人制作&#xff0c;仅提供学习分享&#xff09; 靶场下载地址&#xff1a;GitHub - mcc0624/php_ser_Class: php反序列化靶场课程&#xff0c;基于课程制作的靶场 课程地址&#xff1a;PHP反序列化漏洞学习_哔哩…

如何部署 Hyperic ,使得从内网监测外网服务器

2019独角兽企业重金招聘Python工程师标准>>> 环境介绍&#xff1a; 外网服务器&#xff1a; www.InnovateDigital.com 用户名/密码 test/test 内网服务器&#xff1a;192.168.1.125 操作系统都是 Centos 7 64bit 过程&#xff1a; 下载 Hyperic 5.8.5 &#xff0c…

tcp 发送 最大数据量_网络基础知识夯实总结(三):TCP协议

近期分享的网络知识包括HTTP协议、DNS协议、HTTPS协议、TCP协议、IP协议、TCP/IP、Web攻击及其他协议。今天内容是TCP协议。TCP协议1. 传输层2. 作用提供可靠的字节流服务3. 大块数据分割成报文段(segment)4. 三次握手1) 发送端发带SYN标志的数据包给对方。2) 接收端收到后&…

安卓开发语言php,go语言支持安卓开发吗

go语言支持安卓开发。使用golang开发android需要下载安装gomobile&#xff0c;然后有两种开发方式&#xff0c;分别为&#xff1a;1、原生应用开发&#xff1b;2、混合绑定开发。本教程操作环境&#xff1a;windows10系统、GO 1.11.2、thinkpad t480电脑。大概14年的时候go语言…

解决python连接mysql,UTF-8乱码问题

在测试“Bluemix云端数据库服务ClearDB MySQL使用示例———Python开发投票程序”的程序时&#xff0c;从MySQL中读取的中文输出到网页显示都是问号&#xff0c;如下图&#xff1a; 解决方法&#xff1a; 产生乱码问题&#xff0c;通常都是由于几方面的编码不统一导致的&#x…

Crawler - 如何爬取列表后进行文章的爬取

2019独角兽企业重金招聘Python工程师标准>>> 已知BUG&#xff1a;(version:5) 1-爬取后生成的XML默认编码是Java环境决定导入数据库可能出问题 方法修改xml编码后导入 重点CL 和 CI命令 CL 是爬取List列表 会通过file生成文件 CI 中file是CL执行后生存的File文件 CL…

程序员出差是去干什么_让我来告诉你,35岁以上的人都在干什么!

欢迎关注专栏&#xff1a;里面定期分享Android和Flutter架构技术知识点及解析&#xff0c;还会不断更新的BATJ面试专题&#xff0c;欢迎大家前来探讨交流&#xff0c;如有好的文章也欢迎投稿。Android高级进阶​zhuanlan.zhihu.com让我来告诉你&#xff0c;35岁以上的人都在干什…

opencv入门_【OpenCV入门之十八】通过形态学操作提取水平与垂直线

小白导读学习计算机视觉最重要的能力应该就是编程了&#xff0c;为了帮助小伙伴尽快入门计算机视觉&#xff0c;小白准备了【OpenCV入门】系列。新的一年文章的内容进行了很大的完善&#xff0c;主要是借鉴了更多大神的文章&#xff0c;希望让小伙伴更加容易理解。如果小伙伴觉…

【译】NoClassDefFoundError和ClassNotFoundException的不同

本文翻译自&#xff1a;Difference between NoClassDefFoundError vs ClassNotFoundExcepiton in Java 如果JVM或者ClassLoader在加载类时找不到对应的类&#xff0c;就会引发NoClassDefFoundError和ClassNotFoundException&#xff0c;这两种错误都非常严重。由于不同的ClassL…

Ubuntu上安装Robomongo及添加到启动器

到目前为止&#xff0c;Robomongo仍是MongoDB最好的客户端管理工具&#xff0c;如需在Ubuntu上安装Robomongo&#xff0c;可直接从官网下载.tar.gz压缩包进行解压&#xff0c;然后直接运行bin目录下的robomongo文件即可启动界面。例如我将下载下来的.tar.gz压缩包解压到/usr/lo…

pagefile.sys and heberfil.sys

dub 删除heberfil.sys大文件的方法 方法1:Windows/system32中的cmd.exe 输入 powercfg -h off&#xff0c;即可关闭休眠功能&#xff0c;同时 Hiberfil.sys 文件也会自动删除。 方法2:运行命令gpedit.msc打开策略组 依次打开Computer Configuration——Administrative Template…

加密生成指定长度_3分钟短文 | PHP伪随机Token生成器,实地测试,效果感人!

引言我们经常可能会用到邀请码&#xff0c;邮件验证码&#xff0c;或者需要使用unique 字符串标记用户属性的情况。今天我们且不说高深的“全局唯一ID”的生成方案&#xff0c;我们说一个简单的&#xff0c;如何生成一个唯一的&#xff0c;随机的&#xff0c;数组字母组成的字符…

《Java高级程序设计》期末作业【2】-进度安排

计算器项目计划进度安排&#xff1a; 项目成员&#xff1a;潘世林 何青 柴晓光 张峰转载于:https://www.cnblogs.com/panshilin/p/5578496.html

python find不区分大小写_牛鹭学院:Python基础了解

本文来自牛鹭学院学员&#xff1a;田雨python初印象Python 是一种解释型语言&#xff1a; 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。Python 是交互式语言&#xff1a; 在一个 Python 提示符 >>> 后直接执行代码。Python 是面向对象语言: 这意味着…

Spring+Quartz(一)

2019独角兽企业重金招聘Python工程师标准>>> Quartz是一个非常优秀的任务调度引擎&#xff0c;详情请见官网:http://www.quartz-scheduler.org/ 而Spring很好地集成了Quartz&#xff0c;为企业级的任务调度提供了方便。 下面先看一个实现了Job接口的任务HelloWorldJ…