§ 5 \S 5 §5 采样与调制
5.1 采样定理
- 沟通连续和离散的桥梁
表述:
设 x ( t ) x(t) x(t) 是某一带限信号,即 ∣ w ∣ > w M |w|>w_M ∣w∣>wM 时 X ( j w ) = 0 X(jw)=0 X(jw)=0 。
如果采样频率 w s > 2 w M w_s>2w_M ws>2wM ,其中 w s = 2 π / T s w_s=2\pi/T_s ws=2π/Ts , T s T_s Ts 为采样周期。
那么: x ( t ) x(t) x(t) 就由其 样本值序列 x [ n ] = x ( n T s ) , n ∈ Z x[n]=x(nT_s),\ n \in Z x[n]=x(nTs), n∈Z 唯一确定。
(必须大于,等于是不能完全恢复的,,)
证明步骤一共三步:
x ( t ) → F X ( j w ) x p ( t ) = ∑ n = − ∞ + ∞ x ( n T ) δ ( t − n T ) → F 1 T ∑ n = − ∞ + ∞ X ( j ( w − k w s ) ) x [ n ] = x ( n T ) → F X p ( j w T ) x(t)\xrightarrow{\ F\ }X(jw)\\ x_p(t)=\sum_{n=-\infty}^{+\infty}x(nT)\delta(t-nT)\xrightarrow{\ F\ }\frac1T\sum_{n=-\infty}^{+\infty}X(j(w-kw_s))\\ x[n]=x(nT)\xrightarrow{\ F\ }X_p(j\frac wT) x(t) F X(jw)xp(t)=n=−∞∑+∞x(nT)δ(t−nT) F T1n=−∞∑+∞X(j(w−kws))x[n]=x(nT) F Xp(jTw)
上式中第二步:
∵
x
p
(
t
)
=
∑
n
=
−
∞
+
∞
x
(
n
T
)
δ
(
t
−
n
T
)
=
x
(
t
)
[
∑
n
=
−
∞
+
∞
δ
(
t
−
n
T
)
]
⇒
x
(
t
)
p
(
t
)
∴
X
p
(
j
w
)
=
1
2
π
X
(
j
w
)
∗
P
(
j
w
)
∵
a
k
=
1
T
∫
T
x
(
t
)
e
−
j
w
t
d
t
=
1
T
∫
T
δ
(
t
)
d
t
=
1
T
∴
p
(
t
)
=
1
T
∑
k
=
−
∞
+
∞
e
j
k
w
s
t
→
F
P
(
j
w
)
=
2
π
T
∑
k
=
−
∞
+
∞
δ
(
w
−
k
w
s
)
∴
X
p
(
j
w
)
=
1
2
π
∗
[
2
π
T
∑
k
=
−
∞
+
∞
δ
(
w
−
k
w
s
)
]
=
1
T
∑
n
=
−
∞
+
∞
X
(
j
(
w
−
k
w
s
)
)
\because x_p(t)=\sum_{n=-\infty}^{+\infty}x(nT)\delta(t-nT)=x(t)[\sum_{n=-\infty}^{+\infty}\delta(t-nT)]\Rightarrow x(t)p(t)\\ \therefore X_p(jw)=\frac1{2\pi}X(jw)*P(jw)\\ \because a_k=\frac1T \int_Tx(t)e^{-jwt}dt=\frac1T\int_T\delta(t)dt=\frac1T \\ \therefore p(t)=\frac1T\sum_{k=-\infty}^{+\infty}e^{jkw_st}\xrightarrow{\ F\ }P(jw)=\frac{2\pi}T\sum^{+\infty}_{k=-\infty}\delta(w-kw_s)\\ \therefore X_p(jw)=\frac1{2\pi}*[\frac{2\pi}T\sum_{k=-\infty}^{+\infty}\delta(w-kw_s)]=\frac1T\sum_{n=-\infty}^{+\infty}X(j(w-kw_s))
∵xp(t)=n=−∞∑+∞x(nT)δ(t−nT)=x(t)[n=−∞∑+∞δ(t−nT)]⇒x(t)p(t)∴Xp(jw)=2π1X(jw)∗P(jw)∵ak=T1∫Tx(t)e−jwtdt=T1∫Tδ(t)dt=T1∴p(t)=T1k=−∞∑+∞ejkwst F P(jw)=T2πk=−∞∑+∞δ(w−kws)∴Xp(jw)=2π1∗[T2πk=−∞∑+∞δ(w−kws)]=T1n=−∞∑+∞X(j(w−kws))
用到了: δ \delta δ 函数的性质,调制性质,周期函数的傅里叶变换
第三步:
∵
X
(
e
j
w
)
=
∑
n
=
−
∞
+
∞
x
[
n
]
e
−
j
w
n
=
∑
n
=
−
∞
+
∞
x
(
n
T
)
e
−
j
w
n
∵
X
p
(
j
w
)
=
∫
−
∞
+
∞
x
p
(
t
)
e
j
w
t
d
t
=
∫
−
∞
+
∞
[
∑
n
=
−
∞
+
∞
x
(
n
T
)
δ
(
t
−
n
T
)
]
e
−
j
w
t
d
t
=
∑
n
=
−
∞
+
∞
x
(
n
T
)
[
∫
−
∞
+
∞
δ
(
t
−
n
T
)
e
−
j
w
t
d
t
]
=
∑
n
=
−
∞
+
∞
x
(
n
T
)
[
∫
−
∞
+
∞
δ
(
t
−
n
T
)
e
−
j
w
n
T
d
t
]
=
∑
n
=
−
∞
+
∞
x
(
n
T
)
e
−
j
w
n
T
∴
X
(
e
j
w
)
=
X
p
(
j
w
T
)
\because X(e^{jw})=\sum_{n=-\infty}^{+\infty}x[n]e^{-jwn}=\sum_{n=-\infty}^{+\infty}x(nT)e^{-jwn}\\ \because X_p(jw)=\int_{-\infty}^{+\infty} x_p(t)e^{jwt}dt=\int_{-\infty}^{+\infty}[\sum_{n=-\infty}^{+\infty}x(nT)\delta(t-nT)]e^{-jwt}dt\\=\sum_{n=-\infty}^{+\infty}x(nT)[\int_{-\infty}^{+\infty} \delta(t-nT)e^{-jwt}dt]=\sum_{n=-\infty}^{+\infty}x(nT)[\int_{-\infty}^{+\infty} \delta(t-nT)e^{-jwnT}dt]\\=\sum_{n=-\infty}^{+\infty}x(nT)e^{-jwnT}\\ \therefore X(e^{jw})=X_p(j\frac wT)
∵X(ejw)=n=−∞∑+∞x[n]e−jwn=n=−∞∑+∞x(nT)e−jwn∵Xp(jw)=∫−∞+∞xp(t)ejwtdt=∫−∞+∞[n=−∞∑+∞x(nT)δ(t−nT)]e−jwtdt=n=−∞∑+∞x(nT)[∫−∞+∞δ(t−nT)e−jwtdt]=n=−∞∑+∞x(nT)[∫−∞+∞δ(t−nT)e−jwnTdt]=n=−∞∑+∞x(nT)e−jwnT∴X(ejw)=Xp(jTw)
5.2 带限内插公式
已知
X
p
(
j
w
)
X_p(jw)
Xp(jw) ,恢复
X
(
j
w
)
X(jw)
X(jw) :
x
(
t
)
=
x
p
(
t
)
∗
T
s
i
n
(
w
0
t
)
π
t
=
T
[
∑
n
=
−
∞
+
∞
x
(
n
T
)
δ
(
t
−
n
T
)
]
∗
s
i
n
(
w
o
t
)
π
t
=
T
∑
n
=
−
∞
+
∞
x
(
n
T
)
s
i
n
[
w
0
(
t
−
n
T
)
]
π
(
t
−
n
T
)
=
T
π
∑
n
=
−
∞
+
∞
x
[
n
]
s
i
n
[
w
0
(
t
−
n
T
)
]
t
−
n
T
x(t)=x_p(t)*T\frac{sin(w_0t)}{\pi t}\\=T[\sum_{n=-\infty}^{+\infty}x(nT)\delta(t-nT)]* \frac{sin(w_ot)}{\pi t}\\=T\sum_{n=-\infty}^{+\infty}x(nT)\frac{sin[w_0(t-nT)]}{\pi(t-nT)}\\=\frac T\pi\sum_{n=-\infty}^{+\infty}x[n]\frac{sin[w_0(t-nT)]}{t-nT}
x(t)=xp(t)∗Tπtsin(w0t)=T[n=−∞∑+∞x(nT)δ(t−nT)]∗πtsin(wot)=Tn=−∞∑+∞x(nT)π(t−nT)sin[w0(t−nT)]=πTn=−∞∑+∞x[n]t−nTsin[w0(t−nT)]
上述推导公式称为:低通内插公式,
w
0
w_0
w0 是低通滤波器的截止频率。
同理可得 带通内插公式:
x
(
t
)
=
T
π
∑
n
=
−
∞
+
∞
x
[
n
]
s
i
n
[
w
0
(
t
−
n
T
)
]
t
−
n
T
c
o
s
[
w
s
(
t
−
n
T
)
]
x(t)=\frac T\pi\sum_{n=-\infty}^{+\infty}x[n]\frac{sin[w_0(t-nT)]}{t-nT}cos[w_s(t-nT)]
x(t)=πTn=−∞∑+∞x[n]t−nTsin[w0(t−nT)]cos[ws(t−nT)]
上式中:
w
s
w_s
ws 是采样频率,此时能恢复出和低通内插公式一样的结果。
5.3 零阶、一阶保持及其恢复
5.3.1 零阶保持
零阶保持采样
x
0
(
t
)
x_0(t)
x0(t) :若采样周期为
T
s
T_s
Ts ,则
x
0
(
t
)
=
{
x
(
k
T
s
)
t
∈
[
k
T
s
,
k
T
s
+
τ
]
,
k
∈
Z
0
o
t
h
e
r
w
i
s
e
x_0(t)= \left \{ \begin{array}{lr} x(kT_s) & t\in[kT_s, kT_s+\tau],\ k\in Z\\ 0 & otherwise \end{array} \right.
x0(t)={x(kTs)0t∈[kTs,kTs+τ], k∈Zotherwise
发现
x
0
(
t
)
=
x
p
(
t
)
∗
[
u
(
t
)
−
u
(
t
−
τ
)
]
x_0(t)=x_p(t)*[u(t)-u(t-\tau)]
x0(t)=xp(t)∗[u(t)−u(t−τ)] 。
所以 X 0 ( j w ) = X p ( j w ) ⋅ τ S a ( τ w 2 ) e − j π 2 w X_0(jw)=X_p(jw)\cdot \tau Sa(\frac{\tau w}2)e^{-j\frac\pi2w} X0(jw)=Xp(jw)⋅τSa(2τw)e−j2πw 。
最后得出:
X
(
j
w
)
=
X
0
(
j
w
)
τ
S
a
(
τ
w
2
)
⋅
e
j
π
2
w
⋅
[
u
(
t
+
w
0
)
−
u
(
t
−
w
0
)
]
X(jw)=\frac{X_0(jw)}{\tau Sa({\frac{\tau w}2})}\cdot e^{j\frac\pi2w}\cdot [u(t+w_0)-u(t-w_0)]
X(jw)=τSa(2τw)X0(jw)⋅ej2πw⋅[u(t+w0)−u(t−w0)]
5.3.2 一阶保持
一阶保持是相邻采样点用线段相邻。
这时 x 1 ( t ) x_1(t) x1(t) 则是 x p ( t ) x_p(t) xp(t) 卷积 [ − T , T ] [-T,T] [−T,T] 上的单位三角波。
得出 X 1 ( j w ) = X p ( j w ) ⋅ T S a 2 ( τ w 2 ) X_1(jw)=X_p(jw)\cdot TSa^2(\frac{\tau w}2) X1(jw)=Xp(jw)⋅TSa2(2τw)