非周期信号的时域抽样

如果一个非周期信号在时域被一序列的冲击函数抽样,那么对于频域会有什么样的变化呢。

定义时域抽样序列单位冲击函数为:\delta_s(t)=\sum_{n=-\infty}^{\infty}\delta(t - nT_0)

因为已经知道\sum_{n=-\infty}^{\infty}\delta(\omega - n\omega_0)的时域函数是\frac{T_0}{2\pi}\sum_{n=-\infty}^{\infty}\delta(t-nT0)

那么\delta_s(t)的频域函数是\frac{2\pi}{T_0}\sum_{n=-\infty}^{\infty}\delta(\omega - n\omega_0)


根据频域卷积定理

\mathbb{F}[F_s(t)]=\frac{1}{2\pi}F(\omega)*\frac{2\pi}{T_0}\sum_{n=-\infty}^{\infty}\delta(\omega -n\omega_0)=\frac{1}{T_0}\sum_{n=-\infty}^{\infty}F(\omega - n\omega_0)

结论:非周期信号在时域抽样之后,频域变为周期信号,幅度变为原来的\frac{1}{T_0}倍。


假定原始信号的频谱宽度为(-\omega_a ,+\omega_a),那么采样间隔\omega_0至少是2倍的\omega_a,换算成时间域里面就是采样频率f_0\geq 2f_a

如何从抽样信号里面无失真恢复原始信号呢?

       假定没有产生混叠效应,如果在频域使用一个矩形函数跟抽样信号的频率函数相乘,就可以截取一个周期的频谱,对应于原始信号的频谱函数,这样原始信号就恢复了。实现起来可以这样理解,频域相乘对应于时域相卷积。而卷积的过程就是让信号通过滤波器。我们要的矩形函数是低通滤波的频率函数,意思就是让抽样信号通过合适的低通滤波器就可以还原原始信号。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值