CCS之什么是频谱混叠

序言

学数字信号处理的时候遇到频谱混叠，没有太在意，现在学计算机控制系统又遇到了它，所以我决定花点时间解决它，在开始前，我会先准备一些预备知识，主要有如下内容

• 复习傅里叶变换
• 拉氏变换与傅里叶变换的关系
• 时域谱与频域谱之间的关系

如果觉得自己的信号与系统基础比较薄弱，可以先去认真看看前面的预备知识，然后我会开始今天的正题，什么是频谱混叠。

预备知识

复习傅里叶变换

深入浅出地讲解傅里叶变换

拉式变换与傅里叶变换的关系

傅氏变换、拉式变换、Z变换之间的关系

时域谱与频域谱之间的关系

时域谱	频域谱
连续	非周期
离散	周期
周期	离散
非周期	连续

什么是频谱混叠

时域上的理解

如上图所示，红色是真实地连续信号，蓝色小方框是我们地采样点，蓝色曲线是我们拟合出来地信号，很显然，由于采样频率过低我们无法还原出真实地信号，而是得到了一个低频信号，这就是频谱混叠在时域中地表现。

其实在日常生活中，频谱混叠地现象是很常见地，小时候有没有盯着屋顶地吊扇观察过，是不是感觉在反转，这是由于我们人眼的采样频率跟不上风扇地转速，本来是正转到$300^{\circ }$，结果我们以为是反转到$60^{\circ }$。

频域上的理解

首先明白一点：离散信号的频谱是原信号的频谱的周期延拓。

通俗一点说，离散信号的频谱是原信号的频谱左右搬移得到的，这个搬移量就是原始信号的采样频率，下面用一个例子来说明。

画出$5e^{-10t}$的时域图像和频域图像，傅里叶变换公式为$F(w)={\int }_{-\infty }^{\infty }f(t)e^{-i\omega t}$

T=0.05
t=0:T:0.5
f=5*exp(-10*t)
subplot(2,1,1)
plot(t,f)
grid
subplot(2,1,2)
stem(t,f)
grid

w=-50:1:50
F=5./sqrt(100+w.^2)
plot(w,F)
grid

如下图所示

画出$5e^{-10t}$的离散傅里叶变换

w=-1000:20:1000
ws=200
Ts=2*pi/ws
F0=5/Ts*(1./sqrt(100+(w).^2))
F1=5/Ts*(1./sqrt(100+(w-ws).^2))
F2=5/Ts*(1./sqrt(100+(w+ws).^2))
plot(w,F0,w,F1,w,F2)
grid

$w_s$是采样频率，F0、F1、F2三个信号图像组合起来就是原始离散信号的部分频谱。我们可以看出，F1是F0右移得到，F2是F0左移得到。其中的Ts反应的是$w_s$对离散信号频谱的幅度的影响，如下是上面的数据对应的频谱

很明显，混叠严重，我们可以通过加大采样频率来减弱频谱混叠，如下所示

可以看出，改善了许多