第五章信号处理初步

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
混叠出现的位置: 如果有混叠现象出现,混叠必定出现在 f fs 左右两侧的频
2
率处。将 fs 称为折叠频率。
2
避免产生混叠的措施:
1)对非有限带宽的模拟信号,在采样之前先通过模拟低通 滤波器滤去高频成分,使其成为带限信号。这种处理称为抗 混叠滤波预处理。
2)使采样频率fs大于带限信号的最高频率fs的2倍,即
第五章 信号处理初步
第一节 数字信号处理的基本步骤 第二节 信号数字化出现的问题 第三节 相关分析及其应用 第四节 功率谱分析及其应用 第五节 现代信号分析方法简介
信号处理的目的:
1)分离信、噪,提高信噪比; 2)从信号中提取有用的特征信号; 3)修正测试系统的某些误差。
{ 信号处理系统
模拟信号处理系统
如果A/D转换器的位数为b,允许的动态工作范围为D,则两
相邻量化电平之差为
x

D 2b1
(字长的第一位常用作符号位)
▲量化误差
当离散信号采样值的电平落在两个相邻量化电平之间时,就要 舍入到相近的一个量化电平上。该量化电平与信号实际电平之 间的差值称为量化误差。
(n) x(n)实际 x(n)量化电化
2)实际上,和信号获取、处理的其他误差相比,量化误差通 常不大,所以一般可忽略其影响。
四、截断、泄漏和窗函数 ▲截断 截断就是将信号乘以时域的有限宽矩形窗函数。
根据傅立叶变换的卷积特性——时域相乘就等于频域做卷积。
x(t)s(t)w(t) X ( f )* S( f )*W ( f )
矩形窗函数
2)若采样间隔Ts过大,则可能丢掉有用的信息。
混叠现象 在频域中,如果平移距离过小,平移后的频谱就会有一部分 相互交叠,从而使新合成的频谱与原频谱不一致,因而无法 准确地恢复原时域信号,这种现象称为混叠。
{ 采样间隔Ts太大(采样频率fs太低)
混叠产生的原因: 原模拟信号不是有限带宽的信号(f→∞)
数字信号处理系统
模拟信号处理系统由一系列能实现模拟运算的电路,如模拟 滤波器、乘法器、微分放大器等环节组成。
数字信号处理系统可以在通用计算机上借助程序来实现,也可 以用专用信号处理机来完成。数字信号处理机具有稳定、灵活、 快速、高效、应用范围广、设备体积小、重量轻等优点,在各 行业中得到广泛的应用。
1 X ( f ) 的频带大于 ,平移后的图形会发生交叠,如图中虚
2Ts 线所示。采样后信号的频谱是这些平移后图形的叠加,如图中
实线所示。
采样函数及其幅频谱 采样后信号及其幅频谱
截断就是把采样后的时间序列 s(t)x(t) 乘上一个矩形窗函数
w(t ) 。
根据傅立叶变换的性质,截断后的信号s(t)x(t)w(t) 的频谱
应是 X ( f )* S( f )和 W ( f ) 的卷积 X ( f )* S( f )*W ( f ) ,是一个 频域连续函数。在卷积中,W ( f ) 的旁瓣引起新频谱的皱波。
时窗函数及其幅频谱 有限长离散信号及其幅频谱
计算机按照一定算法,比如离散傅立叶变换(DFT),将N点
长的离散时间序列 x(t)s(t)w(t)变换成N点的离散频率序列,并
二、时域采样、混叠和采样定理
长度为T的连续时间信号x(t),从点t=0开始采样,采样得到 的离散时间序列为
x(n)

x(nTs
)

x(
n fs
)
采样间隔大小的影响:
n 0,1,2,, N 1
1)若采样间隔Ts太小,则对定长的时间记录来说其数字序 列就很长,计算工作量迅速增大;如果数字序列长度一定, 则只能处理很短的时间历程,可能产生较大的误差。
第二节 信号数字化出现的问题
数字信号处理首先把一个连续变化的模拟信号转化为数 字信号,然后由计算机处理,从中提取有关的信息。信号数 字化过程包含着一系列步骤,每一步骤都可以引起信号和其 蕴含信息的失真。
一、概述
设模拟信号 x(t) 的傅立叶变换为 X ( f )。为了利用数字计算 机来计算,必须使 x(t) 变换成有限长的离散时间序列。为此, 必须对 进x(行t) 采样和截断。
fs 2 fh
(采样定理)
在实际工作中,考虑到实际滤波器不可能有理想的截止特性, 在其截止频率fc之后总有一定的过渡带,故采样频率常选 为 fs (3 ~ 4)。fc
采样定理: 为了避免混叠以使采样处理后仍有可能准确地恢复其原信号, 采样频率fs必须大于最高频率fh的两倍,即fs>2fh,这就是采 样定理。 在满足此两条件之下,采样后的频谱就不会发生混叠。
第三节 相关分析及其应用
一、两个随机变量的相关系数
当两个随机变量之间具有某种关系时,随着某一个变量数值 的确定,另一变量却可能取许多不同值,但取值有一定的概 率统计规律,这时称两个随机变量存在着相关关系。
a)变量x和变量y之间是无关的
b)变量x和变量y之间有相关关系
Biblioteka Baidu
变量x和y之间的相关程度常用相关系数表示
采样就是用一个等时距的周期脉冲序列 s(t)去乘 x(t) 。
根据傅立叶变换的性质,采样后的信号 s(t)x(t) 的频谱应是
1 X ( f ) 和 S ( f ) 的卷积:X ( f )* S( f ) ,相当于将 X ( f ) 乘以 Ts , 然后将其平移,使其中心落在S ( f ) 脉冲序列的频率点上。若
▲频域采样
信号经过时域采样和截断后,其频谱在频域是连续的。如果 要用数字描述频谱,这就意味着首先必须使频率离散化,实 行频域采样。频域采样就是在频域中用脉冲序列D(f)乘信号 的频谱函数。
[X ( f )* S( f )*W ( f )]D( f )
▲时域周期延拓 频域采样过程在时域相当于将信号与一周期脉冲序列d(t)做卷 积,其结果是将时域信号平移至各脉冲坐标位置重新构图,从 而相当于在时域中将窗内的信号波形在窗外进行周期延拓。
频率采样间隔和所要分析的时间信号长度的关系为
f fs 1 NT
根据采样定理,若信号的最高频率为fh,最低采样频率fs应大 于2fh。在选定fs后,要提高频率分辨率就必须增加数据点数N, 从而急剧增加DFT的计算工作量。
{ 采用“频率细化技术(ZOOM)”
解决此矛盾的途径 改用其他变换方法
▲栅栏效应的影响
不管是时域采样还是频域采样,都有相应的栅栏效应。只不过 时域采样如满足采样定理要求,栅栏效应不会有什么影响。而 频域采样的栅栏效应则影响颇大,“挡住”或丢失的频率成分 有可能是重要的或具有特征的成分,以致于整个处理失去意义。
▲减少栅栏效应的措施
1)减小频率采样间隔,即提高频率分辨力,则栅栏效应中被 挡住的频率成分就越少。
[ x(t )s(t )w(t )]* d (t )
▲频率离散化的后果 经过时域采样、截断、频域采样之后的信号[x(t)s(t)w(t)]*d(t) 是
一个周期信号,和原信号 x(t)是不一样的。
▲栅栏效应
采样的实质就是摘取采样点上对应的函数值,其效果有如透过 栅栏的缝观看外景一样,只有落在缝隙前的少数景象被看到, 其余景象都被栅栏挡住,视为零。这种现象称为栅栏效应。
输出来。
注意:x(t)s(t)w(t)的频谱是连续的频率函数,而DFT计算后的
输出则是离散的频率序列。可见DFT不仅算出 x(t)s(t)w(t) 的 “频谱”,而且同时对其频谱 X ( f )*S( f )*W ( f ) 实施了频域的 采样处理,使其离散化。这相当于在频域中乘上一个等频距 的周期脉冲序列 D( f )。
xy

E[(x
x)(y x y

y )]
E —数学期望;
x —随机变量x的均值, x E[x]
y —随机变量y的均值, y E[ y]
x, y
—随机变量x、y的标准差,
2 x

E[(x

x
)2
],
DFT是在频域的一个周期
fs
1 Ts
中输出N个数据点,故输出的
频率序列的频率间距为 f fs 1 1 。频域采样函数是
N NTs T
D(
f
)


(
n
f
n 1 ) ,计算机的实际输出是
T
X
(
f
)p

频域采样函数及其时域函数
DFT后的频谱及其时域函数 x(t) p
X ( f ) p [ X ( f ) * S( f ) *W ( f )]D( f )
2)对周期信号实行整周期截断。
根据DFT的原理,某条谱线 f0 出现的条件是: f0 整数
f
由于频率采样间隔
简谐信号的周期
f 1
T
1 f0 T0
在分析简谐信号的场合,只有截取的信号长度T正好等于信号 周期的整数倍时,才可能使分析谱线落在简谐信号的频率上, 从而获得准确的频谱。从概念来说, DFT的效果相当于将时窗 内信号向外周期延拓。若按整周期截断信号,则延拓后的信号 将和原信号完全重合,无任何畸变。反之,延拓后将在t=kT交 接处出现间断点,波形和频谱都发生畸变。其中k为某个整数。 这个结论适用于所有周期信号。
▲模-数(A/D)转换是模拟信号经采样、量化并转化为二进制 的过程。 ▲数字信号处理器或计算机对离散的时间序列进行运算处理。
数字序列→截断(加窗函数)→剔除奇异点→消除趋势项→ 数字滤波→进行各种分析
▲运算结果可以直接显示或打印。若后接D/A,还可得到模拟 信号。如有需要可将数字信号处理结果送入后接计算机或通过 专门程序再做后续处理。
与 X ( f ) p 相对应的时域函数 x(t) p即不是 x(t) ,也不是x(t)s(t) ,
而是 [x(t)s(t)w(t)]*d(t)。
注意:频域采样形成的频域函数离散化,相应地把其时域函 数周期化了,因而 x(t) p 是一个周期函数。
从以上过程看到,原来希望获得模拟信号x(t) 的频域函数X ( f ), 由于用于计算的数据是经过采样和截断后长度为N的的离散序 列 x(t)s(t)w(t) ,所以经计算输出的是 X ( f ) p 。X ( f ) p 不是X ( f ) , 而是用 X ( f ) p来近似代替 X ( f ) 。处理过程中的每一个步骤:采 样、截断、DFT计算都会引起失真或误差,必须充分注意。工 程上不仅关心有无误差,而更重要的是了解误差的具体数值, 以及是否能以经济、有效的手段提取足够精确的信息。
量化误差的最大值为

(n)m
ax


x
2
量化误差的概率密度 p(x) 1 x
量化误差的均值 0
量化误差的均方值

2

x2
12
量化误差的标准差

x2 0 x 0.29x
12
23
▲降低量化误差的措施
1)提高A/D转换器的位数即可降低量化误差。但A/D转换器 位数选择应视信号的具体情况和量化的精度要求而定,要考 虑位数增多后,成本显著增加,转换速率下降的影响。
若把该频谱通过一个中心频率为零(f=0)、带宽为±(fs/2) 的低通滤波器,就可以把完整的原信号频谱 X ( f ) 取出,也就 有可能从离散序列中准确地恢复原模拟信号 x(t)。
三、量化和量化误差
▲量化
采样所得的离散信号的电压幅值(模拟量),若用二进制数码 组来表示,就使离散信号变成数字信号,这一过程称为量化。 量化一般是由A/D转换器来实现的。
▲信号截断导致的后果:
由于截断后信号带宽变宽,因此无论采样频率多高,信号总是 不可避免地出现混叠,故信号截断必然导致一些误差。
▲减小泄漏的措施:
选择合适的窗函数来对时域信号进行加权处理。所选择的窗函 数应力求其频谱的主瓣宽度窄些、旁瓣幅度小些。窄的主瓣可 以提高频率分辨能力;小的旁瓣可以减小泄漏。
五、频域采样、时域周期延拓和栅栏效应
第一节 数字信号处理的基本步骤
数字信号处理的基本步骤
▲信号的预处理是把信号变成适于数字处理的形式,以减 轻数字处理的困难。预处理包括: 1)电压幅值调理,以便充分利用A/D转换器的精确度。 2)必要的滤波,以提高信噪比,并滤去信号中的高频噪声。
3)隔离信号中的直流分量。
4)如原信号经过调制,则应先行解调。
w(t
)

1
0
t T 2
t T 2

W ( f ) T sin c(fT )
▲泄漏: 由于W(f)是一个无限带宽的sinc函数,所以即使x(t)是带限信 号,在截断后也必然成为无限带宽的信号,这种信号的能量在 频率轴分布扩展的现象称为泄漏。 ▲泄漏产生的原因:
窗函数的频谱是无限带宽的。
相关文档
最新文档