信号与线性系统翻转课堂笔记12——时域取样定理

信号与线性系统翻转课堂笔记12

The Flipped Classroom12 of Signals and Linear Systems

对应教材:《信号与线性系统分析(第五版)》高等教育出版社,吴大正著

一、要点

(1)了解信号取样的概念;
(2,重点)理想取样信号及其频谱:能利用频域方法,熟练分析理想取样过程及其频谱,掌握理想取样频谱的特点,与原信号频谱的关系以及取样信号频谱不发生混叠的条件;
(3)了解矩形脉冲取样过程及其频谱特点、不发生混叠的条件;
(4)由取样信号重构原信号的原理和方法:能够分别在时域和频域熟练分析采用理想低通滤波器进行重构的过程;
(5,重点)了解时域取样定理,能够基于时域取样定理熟练分析信号取样的奈奎斯特频率。

二、问题与解答

(1*)采用理想取样的方式对信号f(t)进行取样,所得取样信号的频谱与f(t)的频谱有何种联系?请基于频域卷积定理进行分析(要求画出f(t)、取样脉冲序列、取样信号的频谱)。这种取样过程满足什么条件时,取样信号的频谱不会发生混叠?
(2*)由于理想取样的周期冲激序列是不可实现的,实际应用中通常采用周期矩形脉冲进行取样,当采用周期矩形脉冲进行取样时,与理想取样相比,取样信号的频谱会有何不同?频谱有无混叠的条件会不会发生改变?请基于频域卷积定理,参考教材图4.9-4进行分析。
在这里插入图片描述

(3)在取样信号频谱无混叠的条件下,欲由取样信号重构f(t),可以采用一个理想低通滤波器(重构滤波器)对取样信号进行滤波。该重构滤波器的截止频率应该在哪个范围内取值?图1是这种重构过程的频域和时域分析示意图。请针对此图,根据自己的理解,叙述时域和频域重构的基本原理,并结合教材式(4.9-12)和图1(d)-(f),说明为什么把"Sa"(t)称为取样(样本)信号?
在这里插入图片描述

在这里插入图片描述
图1 无混叠条件下由理想取样信号重构原信号的频域和时域图解
(4*)图2(a)、(b)分别给出了无混叠和有混叠取样和重构的仿真结果。请基于信号取样与重建过程的原理,分析为什么对于两个不同频率的正弦信号进行取样,所恢复的却是相同频率(1kHz)的正弦信号?给出详细的分析思路和过程(重点针对有混叠的情形进行分析)。

图2(a)无混叠取样
在这里插入图片描述
图2(b)有混叠取样
(5)针对第(4)题有混叠取样的结果,讨论:在实际工程应用中为什么对信号进行取样之前,往往需要先采用一个抗混叠滤波器对待取样的信号进行滤波(即如果不这样做,可能会有什么后果)?这种抗混叠滤波器是什么类型(低通、高通、带通等)的滤波器?其截止频率应如何选择?
(6*)分析习题4.48?请给出必要的分析过程和结果。
4.48、有限频带信号f(t)的最高频率为100Hz,若对下列信号进行时域采样,求最小取样频率f_s。
a、f(3t)
b、f^2(t)
c、f(t)*f(2t)
d、f(t)+f^2(t)

(7)设某带通信号f(t)的频谱F(jω)如图3所示,以采样频率ω_s=2rad/s对该信号进行时域取样,再用截止频率ω_s=1rad/s的理想低通滤波器对取样信号进行滤波,请分别分析取样信号和滤波输出信号的频谱。
在这里插入图片描述
图3 带通信号f(t)的频谱

1、理想取样的频谱混叠

采用理想取样的方式对信号f(t)进行取样,所得取样信号的频谱与f(t)的频谱有何种联系?请基于频域卷积定理进行分析(要求画出f(t)、取样脉冲序列、取样信号的频谱)。这种取样过程满足什么条件时,取样信号的频谱不会发生混叠?


在这里插入图片描述
所得取样信号的频谱是f(t)频谱等幅周期性延拓,幅度值相差1/Ts。
在这里插入图片描述
当采样频率(f_s)大于2倍的信号最高频率(f_m)时,不会发生混叠。

2、周期矩形脉冲取样

由于理想取样的周期冲激序列是不可实现的,实际应用中通常采用周期矩形脉冲进行取样,当采用周期矩形脉冲进行取样时,与理想取样相比,取样信号的频谱会有何不同?(第一问)频谱有无混叠的条件会不会发生改变?(第二问)请基于频域卷积定理,参考教材图4.9-4进行分析。
在这里插入图片描述


在这里插入图片描述
(1)
F(jw)同样是以ws为周期对F(jw)的延拓,只是该周期延拓不是等幅的(幅度包络为取样信号);
n= 0时, Fs (jw)=τF (jw )/Ts,包含原信号的全部信息,幅度差r/T倍。
(2)
频谱有无混叠的条件不会发生改变,仍然为f_s>2f_m。

3、信号重构滤波器

在取样信号频谱无混叠的条件下,欲由取样信号重构f(t),可以采用一个理想低通滤波器(重构滤波器)对取样信号进行滤波。该重构滤波器的截止频率应该在哪个范围内取值?图1是这种重构过程的频域和时域分析示意图。请针对此图,根据自己的理解,叙述时域和频域重构的基本原理,并结合教材式(4.9-12)和图1(d)-(f),说明为什么把"Sa"(t)称为取样(样本)信号?
在这里插入图片描述
在这里插入图片描述
图1 无混叠条件下由理想取样信号重构原信号的频域和时域图解


该重构滤波器的截止频率应该满足Wm<Wc<Ws-Wm。
时域和频域重构的基本原理:通过一个低通滤波器把采样过后的频谱按照频率进行过滤,满足原信号的频率成分留下,不满足的过滤掉,剩下的即重构过的频谱。
因为连续信号f(t)可以展开成Sa函数的无穷级数,该级数的系数等于取样值f(nTs)。在取样信号fs(t)的每一个样点处,画一个最大峰值为f(nTs)的Sa函数波形,其合成波形就是原信号f(t)。

4、有混叠与无混叠取样与重构

图2(a)、(b)分别给出了无混叠和有混叠取样和重构的仿真结果。请基于信号取样与重建过程的原理,分析为什么对于两个不同频率的正弦信号进行取样,所恢复的却是相同频率(1kHz)的正弦信号?给出详细的分析思路和过程(重点针对有混叠的情形进行分析)。

图2(a)无混叠取样
在这里插入图片描述
图2(b)有混叠取样


无混叠情况:输入信号频率为1KHz,取样频率为8KHz,满足,根据频域分析,恢复滤波器截止频率为1KHZ,能够恢复1KHz的原信号。
有混叠情况:输入信号频率为7KHz,取样频率为8KHz,不满足时域取样定理,即7KHz的频谱以8KHz为周期延拓,在W=1KHz和-1KHz处有频谱,恢复滤波器截止频率为1KHz,所以恢复的是1KHz的正弦信号。
无混叠:
在这里插入图片描述
有混叠:
在这里插入图片描述

5、抗混叠滤波器

针对第(4)题有混叠取样的结果,讨论:在实际工程应用中为什么对信号进行取样之前,往往需要先采用一个抗混叠滤波器对待取样的信号进行滤波(即如果不这样做,可能会有什么后果)?这种抗混叠滤波器是什么类型(低通、高通、带通等)的滤波器?其截止频率应如何选择?


在这里插入图片描述

6、最小取样频率的确定

分析习题4.48。请给出必要的分析过程和结果。

4.48、有限频带信号f(t)的最高频率为100Hz,若对下列信号进行时域采样,求最小取样频率f_s。
a、f(3t)
b、f^2(t)
c、f(t)*f(2t)
d、f(t)+f^2(t)


在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

三、反思总结

暂无

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/580458.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

Redis分布式锁进阶源码分析

Redis分布式锁进阶源码分析 1、如何写一个商品秒杀代码&#xff1f;2、加上Java锁3、使用redis setnx命令获取锁4、增加try和finally5、给锁设置过期时间6、增长过期时间&#xff0c;并setnx增加唯一value7、使用redisson8、源码分析a、RedissonLock.tryLockInnerAsyncb、Redis…

插入排序,选择排序,冒泡排序,顺序搜索,二分搜索,迭代,求最大公因数,最小公倍数等简单模板

目录 1.排序 1.插入排序模板 2.冒泡排序模板 3.选择排序模板 2.搜索 1.顺序搜索 2.二分搜索 3.迭代 1.基础迭代 ​编辑 4.求最大公因数&#xff0c;最小公倍数 1.最直接的方法 取巧一点 2.辗转相除法&#xff08;欧几里得法&#xff09; 1.排序 1.插入排序模板 插…

ES慢查询分析——性能提升6 倍

问题 生产环境频繁报警。查询跨度91天的数据&#xff0c;请求耗时已经来到了30s。报警的阈值为5s。 背景 查询关键词简单&#xff0c;为‘北京’ 单次仅检索两个字段 查询时间跨度为91天&#xff0c;覆盖数据为450亿数据 问题分析 使用profle分析&#xff0c;复现监控报警的…

Halo多博客备份,同时备份redis与mysql,将备份文件上传到百度云

代码&#xff1a;https://github.com/loks666/py_tools 写在前面 我的服务器运行了多个halo博客&#xff0c;都在同一个域名下&#xff0c;只是用前缀区分&#xff0c;所以代码中我也是使用前缀区分的&#xff0c;使用了list元祖中包含了多个halo站点信息&#xff0c;记得在代…

PSV新内存卡(或内存卡格式化后)如何安装VITASHELL文件管理器

本博文适合PSV破解固化后的系统&#xff0c;例如变革3.65破解固化后换新的内存卡&#xff0c;或者内存卡格式化后如何在内存卡上安装文件管理器&#xff08;没有文件管理器无法安装游戏&#xff09;。如果你的PSV还没破解&#xff0c;那本文不适合没破解的情况&#xff0c;按照…

数据库(多对多表关系及关联查询)

添加外键约束&#xff1a; alter table 表名 drop foreign_key fk(外键约束)_ 表名_列名_列名 添加约束规则&#xff1a; 1.主表中没有对应记录&#xff0c;不能将记录添加到从表 2.从表存在与主表对应的记录&#xff0c;不能从主表中删除该行 3.删除主标前&#xff0c;先…

问题:执行conda init 提示 No action taken,然后无法正确激活环境

执行完下面代码后&#xff0c; conda activate base 报错&#xff0c;提示先执行conda init,于是再执行下面代码 conda init发现还报错提示提示 No action taken。 解决方法&#xff1a; 打开一个新的终端窗口&#xff0c;您应该就可以正常使用conda命令。&#xff08;把其…

VIRTUALBOX VAGRANT虚拟机网速慢解决方案

查看时长 time curl -s http://www.baidu.com > /dev/null 1config.vm.provider :virtualbox do |vb| 2 vb.customize ["modifyvm", :id, "--natdnshostresolver1", "on"] 3 vb.customize ["modifyvm", :id, "--natdn…

ElasticSearch 的 mapping 参数 - fields

概要 在 es 中&#xff0c;一个字段可能运用于不同的场景&#xff0c;但是某个字段类型的使用场景是有局限的 下面&#xff0c;我们先来看一段 es 查询语句&#xff1a; $must ["bool" > ["should" > [["range" > ["user_id.r…

设计模式之-观察者模式,快速掌握观察者模式,通俗易懂的讲解观察者模式以及它的使用场景

文章目录 一、快速理解观察者模式二、观察者模式适用场景三、观察者模式优缺点观察者模式的优点包括&#xff1a;观察者模式的缺点包括&#xff1a; 四、代码示例五、我们来听一个故事&#xff0c;加深理解 一、快速理解观察者模式 当谈到设计模式中的观察者模式&#xff08;O…

视觉学习(7) —— 接收数据和发送数据以及全局变量和浮点数

1、前提 创建一个四个字节的地址 2、发送数据 &#xff08;1&#xff09;直接发送数据 再观察地址里的值 与我们想要值不一样 输入0&#xff0c;而实际值则为 结论&#xff1a;直接输入值到地址&#xff0c;值会发生变化 &#xff08;2&#xff09;走全局变量发送数据 添加全…

系列十(实战)、发送 接收批量消息(Java操作RocketMQ)

一、发送 & 接收批量消息 1.1、概述 批量消息是指RocketMQ可以把一组消息集合一次性发送&#xff0c;这一组消息会被当做一个消息供消费者消费。 1.2、Demo05MQTestApp /*** Author : 一叶浮萍归大海* Date: 2023/12/25 11:48* Description: 发送 & 接收批量消息*/ …

基于SSM实现的电动汽车充电网点管理系统

一、系统架构 前端&#xff1a;jsp | jquery | bootstrap | css 后端&#xff1a;spring | springmvc | jdbc 环境&#xff1a;jdk1.8 | mysql 二、代码及数据库 三、功能介绍 01. web端-首页 02. web端-登录 03. web端-注册 04. web端-我要充电 05. web端-个人中心-消…

搞定Apache Superset

踩雷了无数次终于解决了Superset的一系列问题 现在是北京时间2023年12月27日&#xff0c;亲测有效。 Superset概述 Apache Superset是一个现代的数据探索和可视化平台。它功能强大且十分易用&#xff0c;可对接各种数据源&#xff0c;包括很多现代的大数据分析引擎&#xff…

php5.6安装mongo扩展

需要依赖 可以参考 php5.6安装openssl扩展 https://pecl.php.net/package/mongo 安装mongo扩展 wget https://pecl.php.net/get/mongo-1.6.16.tgz/Users/hina/Applications/php/5.6.40/bin/phpize./configure --with-php-config/Users/hina/Applications/php/5.6.40/bin/ph…

JS深浅拷贝

区分 B复制了A的值&#xff0c;如果A被修改&#xff0c;B的值也被改变&#xff0c;那就是浅拷贝。 如果B的值没有跟着修改&#xff0c;那就是深拷贝 深浅拷贝的方式 1、遍历赋值 2、Object.create() 3、JSON.parse()和JSON.stringify() 浅拷贝-遍历 let a {name:"…

recognize-anything 识别万物

docker run --gpus all -itd --nametest -v /app:/app nvcr.io/nvidia/cuda:11.8.0-devel-ubuntu22.04 ###########安装过程######################## # 更新包索引 apt update # 安装 Python 3 apt install python3 -y # 安装 pip apt install python3-pip -y # 安装…

k8s面试之——简述网络模型

kubernetes网络模型是kubernetes集群中管理容器网络通信的一种机制&#xff0c;用于实现pod间、pod与外部网络间的通信和互联&#xff0c;并提供了多种网络插件和配置选项来满足不同应用场景下的需求。kubernetes网络模型可以分为一下几个部分&#xff1a; 1. pod网络模型 在…

详解结构体(包含结构体内存对齐,柔性数组,位段)【尊嘟很详细】

​ 结构体 结构体是一些值的集合&#xff0c;这些值称为成员变量&#xff0c;结构的成员可以是标量、数组、指针,甚至是其他结构体。 成员名可以与程序中其它变量同名&#xff0c;互不干扰。 结构体的定义 &#xff08;struct结构名{}&#xff09; struct books {int a;c…

饮用水除溴酸盐和硝酸盐中的应用与优势

随着人们对健康和生活质量的日益关注&#xff0c;饮用水安全问题成为了社会关注的焦点。在自然水体中&#xff0c;溴酸盐和硝酸盐的含量往往较高&#xff0c;而这些物质对人体健康存在一定的潜在风险。因此&#xff0c;饮用水处理中如何有效去除溴酸盐和硝酸盐&#xff0c;成为…