上回书说到,采样频率,留下了一个疑问-采样频率是越高越好吗?很显然呢,并不是这样的。理论终究会付出到实践。采样频率越高,也就意味一个周期内所要处理到的数据量就越多。很显然,它对我们的硬件要求就越大,缺乏实用性。这就像滤波器一样,滤波器的阶数越高,它滤波器的滤波效果肯定是越好,但是呢,其映射到实际当中去。一个有源的二阶低通滤波器搭起来还挺得住。如下图所示。
但是,高阶的话。。。每高一阶,就意味着你要想办法将一个电容或是电感加进去(如果想让你的设计高大上的话),可以感受到它的工程巨大。但是,我们可以MATLAB仿真来比较结果。等到后续学到滤波原理的时候,在给出拙劣的代码,敬请期待!O.o
我们实际应用的话,3到5倍的信号频率就差不多了,当然更高的,也可去试试,与具体的实际工程有这关系。
我们来看看MATLAB的采样程序:
%% 采样过程
clear all
f = 10 %信号频率
fs = 260 %采样频率
time = 0:199 %采样点数
st = sin(2*pi*f*time/fs) %信号
figure(1)
plot(time,st,"-*") %时域图
figure(2)
plot(time/200*fs,abs(fft(st)))
%频域图,在约10Hz处有一个高值
仿真结果:
时域图:
频域图:
同时,大家也可以尝试修改一下采样频率来看看不用采样频率下的波形。每一个波形都会有区别。当然,最重要的是可以去探索一下如果采样频率不满足奈奎斯特采样定理它的波形是什么样的。这才是学习的正确打开方式——多给自己找麻烦。
那如果信号采样并不满足奈奎斯特采样定理,采样频率达不到两倍的信号最高频率。会产生什么样的结果呢?信号会产生混叠这一现象。啥是混叠呢?其实日常生活中多了去了,最明显的是就是汽车的车轮,当一个汽车高速行驶时,车轮一直是向前的,但是呢,会出现一段时间车轮会向后转。这种向后转的原因就是你的眼睛所能承受的频率不足满足汽车的频率,出现了摻混现象。
另外,还有一个重要的概念-量化,将离散时间信号变为数字信号的过程。那么数字信号的高低电平怎么产生呢?在量化的过程中,多采用阶梯函数的方式,造成数字信号的不同电平。
说完了模拟信号转换为数字信号的大概过程,模拟->采样->量化->数字。接下来,来谈谈信号与系统里的一些知识-信号与系统。
首先是信号,具有代表性的信号-冲激信号δ(t),因为我们数字信号是离散的。所以这里讲解δ(n)单位冲激序列,这是采样过程中常用的一种采样序列,除了n=0时,其值为1,其他地方都为0。提到它,就不得不提到它的卷积性质和采样性质。任何序列与冲激序列进行卷积运算,都是原序列本身。采样特性,则是δ(n)f(n)=f(0)δ(n),这是计算卷积时非常重要的两个性质。
接着是系统,那要记的可太多了。第一个最重要是线性系统,什么是线性,线性可以拆解为可加性和齐次性。用公式表示就是y(a*x1(n)+b*x2(n))=a*y1(t)+b*y2(t)。第二个则是是时不变系统和移不变系统,在连续时间信号中,我们多称为时不变系统,多做时移的操作。在离散时间系统,我们多称为以不变系统,多做移位操作。但是这两者实际上是互通一致,这仅仅是个人的观点。时不变性是什么?信号的波形不随着时间的起点而改变的系统就是时不变系统。也就是说现在开始看一个信号和过会儿开始看是一样的。第三类系统则是因果系统,系统是因果的,那么就是在系统输入激励之前系统没有响应。换句话说,就是先有输入,才有输出。佛家曾说,有因必有果,种何因的何果,这就是因果。
最后,就是简单记录一下除傅里叶变换和拉普拉斯变换之外的第三种变换z变换。z变换我认为它有很多东西跟拉式变换一致。连续域上是拉氏变换,到了离散域上就是z变换了。给出z变换的定义公式。
以及它的变换对和性质。
好了🧐🧐🧐,今天就说到这里,明天继续学习。
欲知后事如何,且听下回分解。OVO