采样如何(数学上)使频谱搬移

定义输入信号

$$f(t)=u\cdot sin(2\pi ft+\psi )\cdots \cdots (1)$$
$$其中u为信号幅度，f为信号频率，\psi 为信号相位$$

DTFT的频谱对称

DTFT定义为：
$$x(\Omega )=\sum _{n=-\infty }^{\infty }x(n)\cdot e^{-jn\Omega }$$
$$=Re[x(\Omega )]+jIm[x(\Omega )]$$
$$=|x(\Omega )|e^{jarg[x(\Omega )]}\cdots \cdots (2)$$
共轭对称性证明：
$$\begin{gathered} x^{\ast }(\Omega )=\sum _{n=-\infty }^{\infty }{x}^{\ast }(n)\cdot e^{jn\Omega }\cdots \cdots (3) \\ {x}^{\ast }(-\Omega )=\sum _{n=-\infty }^{\infty }{x}^{\ast }(n)\cdot e^{-jn\Omega }\cdots \cdots (4) \end{gathered}$$
则当$x(n)$为实函数时，$x(\Omega )=x^{\ast }(-\Omega )，x(-\Omega )=x^{\ast }(\Omega )$
故而：
$$|x(\Omega )|=|x^{\ast }(-\Omega )|=|x^{\ast }(\Omega )|=|x(-\Omega )|\cdots \cdots (5)$$
即$x(\Omega )$在模值上关于Y轴对称

信号采样

设采样率为$f_s$

数字频率
数字频率定义为
$$\Omega =2\pi \frac{f}{f_s}\cdots \cdots (6)$$
采样所得信号
则采样得到的信号为：
$$f(n)=u\cdot sin(2\pi f\cdot \frac{n}{f_s}+\psi ),n=0,1\cdots ,N-1\cdots \cdots (7)$$

分类讨论
考虑两种情况：
$$\{\begin{array}{l}f<\frac{f_s}{2},第一种情况\\ f\ge \frac{f_s}{2},第二种情况\end{array}$$
第一种情况
其数字频率$\Omega$为：
$${\Omega }_1=2\pi \frac{f}{f_s}ϵ(0,\pi )\cdots \cdots (8)$$
即不发生频谱搬移

第二种情况
定义$f$为：
$$f=k\cdot \frac{f_s}{2}+f^{{}^{\prime }},f^{{}^{\prime }}ϵ[0,\frac{f_s}{2})\cdots \cdots (9)$$
将式(9)代入式(7)，得到：
f ( n ) = u ⋅ s i n { 2 π ⋅ ( k ⋅ f s 2 + f ′ ) ⋅ n f s + ψ } , n = 0 , 1 ⋯   , N − 1 ⋯ ⋯ ( 10 ) f(n)= u\cdot sin\{2\pi \cdot(k\cdot \frac{f_s}{2}+f^{'})\cdot \frac{n}{f_s}+\psi\},\quad n=0,1\cdots ,N-1 \quad \cdots \cdots(10) f(n)=u⋅sin{2π⋅(k⋅2fs​​+f′)⋅fs​n​+ψ},n=0,1⋯,N−1⋯⋯(10)
将式(10)化简，得到：
$$f(n)=u\cdot sin(nk\cdot \pi +2\pi f^{{}^{\prime }}\cdot \frac{n}{f_s}+\psi ),n=0,1\cdots ,N-1\cdots \cdots (11)$$
$$f(n)=u\cdot (-1{)}^{nk}\cdot sin(2\pi f^{{}^{\prime }}\cdot \frac{n}{f_s}+\psi ),n=0,1\cdots ,N-1\cdots \cdots (12)$$
上式可写作:
$$f(n)=u\cdot cos(n\cdot k\pi )\cdot sin(2\pi f^{{}^{\prime }}\cdot \frac{n}{f_s}+\psi ),n=0,1\cdots ,N-1\cdots \cdots (13)$$
继续分类讨论

考虑k为偶数的情况
$cos(n\cdot k\pi )$始终为1，故而不影响
故而其数字频率为：
$${\Omega }_2=2\pi \cdot \frac{f^{{}^{\prime }}}{f_s}$$
考虑k为奇数的情况
$cos(n\cdot k\pi )=cos(n\pi )$,因为时域的乘积为频域的卷积，故而其数字频率为：
$${\Omega }_2=\pi +2\pi \cdot \frac{f^{{}^{\prime }}}{f_s}$$
因为DTFT具有周期性$(-\pi ,\pi )$，故上式又可写为：
$${\Omega }_2^{{}^{\prime }}=-\pi +2\pi \cdot \frac{f^{{}^{\prime }}}{f_s}$$
考虑DTFT的对称性，则实际的数字频率为：
$${\Omega }_2^{{}^{\prime \prime }}=\pi -2\pi \cdot \frac{f^{{}^{\prime }}}{f_s}$$

Matlab仿真

第一种情况
取采样率为1000，信号频率为333，其频谱如图所示：

第二种情况
k为偶数的情况
取采样率为1000，信号频率为1100，则由上述可得：
$$\begin{gathered} f=2\ast 500+100 \\ \Omega =2\pi \frac{100}{1000} \end{gathered}$$
则频谱对应的频率应为$f=f_s\cdot \frac{\Omega }{2\pi }=100$，如图所示:

k为奇数的情况：
取采样率为1000，信号频率为600，则由上述可得：
$$\begin{gathered} f=1\ast 500+100 \\ \Omega =\pi -2\pi \frac{100}{1000} \end{gathered}$$
则频谱对应的频率应为$f=f_s\cdot \frac{\Omega }{2\pi }=400$，如图所示:

Matlab仿真代码

fs = 1000;%采样率
f = 600;%信号频率
N = 1000;%总点数
n = 0:N-1;
t = n / fs;
y = sin(2*pi*f*t);%输入信号

%%频谱显示
fft_y = fft(y);
abs_y = abs(fft_y);
abs_y(2:N/2-1) = 2*abs_y(2:N/2-1);
plot_y = abs_y(1:N/2) / N;
w = n(1:N/2) / N* fs;
stem(w,plot_y)
title([num2str(f),'Hz'])

以上为个人拙见，如有不当之处还请多多指教。