离散时间信号
文章目录
前言
一、离散时间信号
离散时间信号的由来
需要先理解下面几个概念:
- 连续时间信号
- 离散时间信号
- 数字信号
问题1:为什么要对连续时间信号进行采样?计算机处理数据是离散的,且是被量化的
问题2:如何选择采样频率?
1.1 如何采样
采样时间间隔 T,或者说采样频率fs
tips:当采样频率选择过小的时候,钢琴音频中一些原有的高频细节成分就不能被保留下来。即:采样高频成分的保留与否和采样频率有关系。
采样的表达式:采样时间T,对于一个连续的信号随着时间变化,忽略nT中的T,将下标变为n,得到表达式x(n)
1.2 离散时间信号的表达
首先需要明白离散信号的表达,其本质上包含两个信息:值、序号n;。所以无论哪一种表达,都是围绕这两个信息来的
- 数列:单个的数值,和n值
- 函数:对本身连续的函数取间隔的点
- 图形
- 单位抽样序列描述
1.3 离散时间信号的基本运算
- 和:同时刻(同序号n)对应相加
- 积:同
- 移位:序列的移位,n+ n-;延时和超前
- 卷积
- 反褶:反褶之后,移位+是右移位
差分运算:累加和运算的变体。累加和序列y(n)(注意y(n)是序列):y(n) = x(n) + y(n-1)。差分分为前向和后向差分
1.4 常见的序列
这里注意数字角频率是相对频率,理解如下:可以理解为原信号一个周期内采样的点数(这个点数是整数,如果是小数,那么就是多个T内采样多少个点)。即n不变,就是负无穷到正无穷的整数,变化的是w数字角频率,代表的采样间隔或者采样点数
1.5 序列的周期
从公式上看就是:x(n) = x(n+N) 。就是说经过N之后,序列有重复了(这是从离散的角度上看)
特别需要记住的是因为采样的原因序列不一定是周期的
1.6 离散时间系统的性质
判断是否满足性质,下面采用的方法都是先过系统或者先不过系统的操作,是否一致。用这个方式来判断。
1.6.1 离散时间系统的线性性质
这里要理解系统的这个概念。此外,如果一个序列经过一个系统需要满足两个性质
- 可加性:加了之后过系统和过了系统再加的结果是一样的
- 比例性:乘了a之后过系统和过了系统乘a的结果是一样的
1.6.2 离散时间系统的移不变性质
若系统响应与激励加于系统的时刻无关,则系统为移不变或时不变系统。可以理解为先延时再过和先过在移位,输出是不变的。
这里的系统就是对输入的序列进行2倍抽取,即y(n) = x(2n),那么采用先过系统或者后过系统的方式对移位的x(n)进行操作,通过(1)和(2)就可以看出来,这个是移变系统。需要注意的是,这里过系统时,变化的只有和n靠近的值,代表的抽取的变化,即:x(n)先延迟编程x(n-1),探后在过系统(此系统是y(n)=x(2n),代表着对x进行2倍抽取,需要注意的这里是对序列的一个操作,而不是对移位量),此外,如果是先过系统得到y(n),这里就是先对x(n)进行2倍抽取,然后得到y(n),再对y(n)进行移位。其实只需要记住一点,系统是对序列中数值的一种操作,而不是要对移位进行操作
1.7 离散时间系统的移不变性质
注意,这里是对时域求解的。
1.7.1 LSI系统的时域求解—线性卷积方法
同时具有线性和移不变性的离散时间系统称为LSI系统
y(n) = x(n) * h(n)
求解方式之一如下:这里列出一种记住就行
从图上分析卷积结果:
1.7.2 离散时间系统因果与稳定
因果:某时刻的输出只取决于此时刻和此时刻以前的输入的系统。即:n=n0时的输出y(n0)只取决于n≤n0的输入x(n)。
稳定:有界输入产生有界输出的系统
1.8 时域采样定理
1.8.1 连续时间信号的抽样
理解这张图就ok。采样的过程在时域上就是和冲击函数相乘,在频域上就是频域的卷积。频域上的表现就是以欧米伽s的周期沿拓。
1.8.2 抽样后的频域分析
一般对信号的分析都是在频域上的
采样后的信号会有下面几种情况
就是说要不产生混叠,能够把原始信号还原出来,采样频率就必须大于原始信号最高频率的两倍。这里傅里叶变换之后频率为负,这个是有傅里叶变换的性质决定的,因为映入了虚数。
从这张图可以知道从模拟到数字的参数对应变化,其中w是相对频率,这个要记住,最大是2pi。
1.8.3 抗混叠滤波器实践
下面是一个音频信号的处理:
这张图就是没有做抗混叠处理区采样,采样频率是5.512KHZ但是原始声音最高频率是44.1KHZ,如果这样去采集,那么fs/2只有2.75KHZ左右。因为是5.512kHZ的采样,我们期望的是保留2.4506KHZ以内的信号,因为采样频率上不去,所以只好把2.4506KHZ外的信号丢了,但是2.4506KHZ处的信号出现了混叠,因此需要进行抗混叠处理。
注意:输入的信号最高频率是44.1KHZ,这个就是代表的是这段音频是采样的时候是采用44.1KHZ进行采样的,那么其折叠频率就是22.05KHZ,做左边的图中也能看到,其信号大概是关于22.05KHZ对称的
这幅图是进行了抗混叠处理,得到一个损失高频成分后的信号的频域就是上图。
以上就是高频信号(这个的高频是指在零频周围的信号)采用低频来采样的处理方法。
1.8.4 带通信号的采样
1.9 频域到时域的恢复
注意图中,频域的幅度是1/T,这个T是采样周期,那么恢复的时候,这个滤波器的幅度是T。
以下是低筒滤波器的恢复。注意这里是理想的滤波器
频域相乘,时域卷积
数学公式就不列了。看图理解就是。从频域上就是乘一个矩形,从时域上就是卷积一个内插函数。每一个点都会乘,且不会干扰到其他点,因为这个内插函数除了mT位置是有值的,其他的都为0。每个点乘完之后得到一个值,那么处理序列上的点以外呢?那么就是内插函数的叠加,如此就恢复模拟域的时域信号
总结
- 理解什么是序列,序列就是n和值
- 然后就是序列基本计算方式,加减乘除就不说了,然后就是序列的卷积代表的含义。
- 序列的性质,比如周期性。
- 对应离散序列的系统,这个系统的性质都有什么
- 然后就是对于时域信号的采样和采样之前的关系
- 采样频率和目标信号的最高频率的关系,要知道采样后的频谱是怎么样的,注意Fs/2的位置。
- 采样又分为零频附加的采样和带通信号的采样,考虑使用某种采样频率之后的频谱的样子,然后知道怎么去处理。
- 频域到时域的恢复