抽样定理的理论证明与实际应用分析
- 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、"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、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)。
信号与线性系统分析综合练习题目:抽样定理的理论证明与实际应用
一、抽样和抽样定理
数字信号处理技术的优势和快速发展使得数字设备和数字媒体广泛应用,如手机、MP3、CD 和DVD 等。抽样定理是通信理论中的一个重要定理,是模拟信号数字化的理论依据,包括时域抽样定理和频域抽样定理两部分,又称取样定理、采样定理,是由奈奎斯特(Nyquist)和香农(Shannon)分别于1928年和1949年提出的,故又称为奈奎斯特抽样定理或香农抽样定理。
“抽样”就是利用周期抽样脉冲p(t)从连续信号f(t)中抽取离散样值的过程,得到的离散信号为抽样信号,也称为抽样信号,以ƒs (t )表示。抽样过程的数学模型就是连续信号与抽样脉冲序列相乘。
抽样过程所应遵循的规律,称抽样定理。抽样定理说明抽样频率与信号频谱之间的关系,是连续信号离散化的基本依据。在进行模A/D 转换过程中,当抽样频率f s.max 大于信号中最高频率f max 的2倍时(f s.max >2f max ),抽样之后的数字信号完整地保留了原始信号中的信息,一般实际应用中保证抽样频率为信号最高频率的5~10倍。
抽样定理描述了在一定条件下,一个连续的信号完全可以用该信号在等时间间隔上的瞬时样本值表示,这些样本值包含了该连续时间信号的全部信息,利用这些样本值可以恢复原来的连续信号。也就是说,抽样定理将连续信号与离散信号之间紧密的联系起来,为连续信号与离散信号的相互转换提供了依据。通过观察抽样信号的频谱,发现它只是原信号频谱的线性重复搬移,只要给它乘以一个门函数,就可以在频域恢复原信号的频谱,然后再利用频域时域的对称关系,就能在时域上恢复原信号。
二、时域抽样定理的理论证明
时域抽样定理的完整描述是这样:一个频谱在区间(-ωm ,ωm )以外为零的频带有限信号ƒ(t),可唯一地由其在均匀间隔T s (T s<1/2ƒm )上的样点值ƒs (t )=ƒ(nT s )确定。以下为理论证明过程:
根据傅里叶变换和离散傅里叶变换定义,有
ΩΩ=Ω∞∞-⎰d e j X t x t j a a )(21)(π
(1) ωπωππ
ωd e e X n x n j j ⎰-=)(21)( (2) 将抽样过程的时域关系x (n )=x a (nT )带入(1)式,有
ΩΩ=Ω∞∞
-⎰d e j X n x nt j a )(21)(π (3) 比较(2)(3)式,可以得到
ωωπ
πωd e e X d e j X n j j nT j a ⎰⎰-Ω∞
∞-=ΩΩ)()( 将模拟角频率Ω和数字角频率ω的关系ω=ΩT 带入上式,得
ωωωωππωωd e e X d e T j X T n j j n j a ⎰⎰-∞∞-=)()(1 (4)
为了分析X a (jΩ)和X (e j ω)关系,等式左右两端的积分区间需要一致,因此,将等式左端的积分区间分段
ωωωωωππωd e T j X T d e T j X T n j k k k n j a )(1)(1)12()12(∑⎰⎰∞-∞=+-∞
∞-= (5) 令ω→ω+2k π,并交换累加、积分次序有
⎰∑⎰-∞-∞=∞
∞-+=ππωωωπωωωd e T k j X T d e T j X T n j a k n j a )2(1)(1 (6)
对比式(4)、式(6),得到原连续时间信号x a (t)的频谱X a (j ω)与离散时间信号的频谱的关系为
∑∞-∞=+Ω=k a j T k j j X T e X )2(1)(πω
所以离散时间信号的频谱是连续时间信号频谱的周期延拓,周期是抽样角频率Ωs=2π/T ,幅度受Ωs=1/T 加权。由于T 是常数,所有除了一个常数因子外,每一个延拓的谱分量都和原频谱相同。因此,只要各延拓分量与原频谱分量不发生频率上的重叠,则可以恢复出原信号,时域抽样定理得证。
下图为时域取样的示例
需要注意的是,为了能从抽样信号ƒs (t )中恢复原信号ƒ(t),需满足两个条件:ƒ(t )必须是带限信号,其频谱函数在︱ω︱>ωm 各处为零;抽样频率不能过低,必须满足ƒs >2ƒm (即ωs >2ωm ),即抽样间隔不能太长,必须满足T s <1/2ƒm ,否则将会发生混叠。通常把最低允许抽样频率ƒs =2ƒm 称为奈奎斯特频率,把最大允许抽样间隔T s =1/2ƒm 称为奈奎斯特间隔。