python电路仿真002-抗混叠

抗混叠

奈奎斯特采样定理：为了不失真地恢复模拟信号，采样频率应该大于等于模拟信号频谱中最高频率的2倍； 　fs ≥ 2*fin 或 fin ≤ fs/2
如果不能满足上述采样条件，就会发生混叠，简言之就是，如果输入信号大于fs/2，最终会被认为是fs/2频率内的信号（即小于fs/2的信号）；
【举例说明】假设采样频率fs=100，如果输入信号频率fin≤50，例如fin=10，因为满足采样定律，不会发生混叠，如果fin=90或fin=210，则不满足采样定律，会发生混叠；

公式角度理解

假设以fs对信号$cos(2\pi f_{in}t)$采样，t=n/fs，n=0,1,2,3……，则采样后的信号为$cos(2\pi \frac{f_{in}}{f_s}n)$
⓵ 利用cos函数对称性，即$cos(x)=cos(-x)$，则有
$$cos(2\pi \frac{f_{in}}{f_s}n)=cos(2\pi \frac{-f_{in}}{f_s}n)$$
【举例说明】如果fin=10，则也可以等效为fin=-10的信号，如fin=90，也可以等效为fin=-90的信号；（先忽略负频率怎么理解！）
⓶ 利用cos函数周期性，即$cos(x)=cos(x+2\pi )$，则有
$$cos(2\pi \frac{f_{in}}{f_s}n)=cos(2\pi \frac{f_{in}+f_s}{f_s}n)=cos(2\pi \frac{f_{in}-f_s}{f_s}n)$$
【举例说明】如果fs=100，fin=10，则也可以等效为fin=110或210或-90或-190的信号；
……………………………分割线……………………………
结合以上两点：假设fs=100，如果：
❶fin=10，满足采样定律，无需变换，可以得到真实结果：$cos(2\pi \frac{10}{100}n)$；
❷fin=210，不满足采样定律，利用cos函数周期性，$cos(2\pi \frac{210}{100}n)=cos(2\pi \frac{210-100}{100}n)=cos(2\pi \frac{210-100-100}{100}n)=cos(2\pi \frac{10}{100}n)$，也就是说，这个fin=210的信号会被最终误认为是fin=10的信号；
❸fin=90，不满足采样定律，利用cos函数对称性+周期性，$cos(2\pi \frac{90}{100}n)=cos(2\pi \frac{-90}{100}n)=cos(2\pi \frac{-90+100}{n})=cos(2\pi \frac{10}{100}n)$ ，这个fin=90的信号会被最终误认为是fin=10的信号；
详见下面仿真结果；

源代码

# -*- coding: utf-8 -*-
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['font.sans-serif']=['SimHei']      # 显示中文
plt.rcParams['axes.unicode_minus'] = False      # 显示负号

Fs = 100;                   # sampling rate 采样频率=100
Ts = 1/Fs;                  # sampling interval 采样间隔


ff = 10;                    # 输入信号1,频率=10,小于1/2采样频率
t0 = np.arange(0,0.2,Ts/5)
y0 = np.sin(2*np.pi*ff*t0)
t1 = np.arange(0,0.2,Ts)
y1 = np.sin(2*np.pi*ff*t1)

ff2 = 210;                  # 输入信号2,频率=210,大于1/2采样频率
t2 = np.arange(0,0.2,Ts/100)
y2 = np.sin(2*np.pi*ff2*t2)
t3 = np.arange(0,0.2,Ts)
y3 = np.sin(2*np.pi*ff2*t3)

ff3 = 90;                   # 输入信号3,频率=90,大于1/2采样频率
t4 = np.arange(0,0.2,Ts/10)
y4 = np.sin(2*np.pi*ff3*t4)
t5 = np.arange(0,0.2,Ts)
y5 = np.sin(2*np.pi*ff3*t5)

plt.close()
plt.subplot(311)
plt.plot(t0*100,y0,'ob:',t1*100,y1,'or:')
plt.title('输入频率为10,小于fs/2=50,没有混叠')
plt.subplot(312)
plt.plot(t2*100,y2,'ob:',t3*100,y3,'or:')
plt.title('输入频率为210,大于fs/2=50,发生混叠')
plt.subplot(313)
plt.plot(t4*100,y4,'ob:',t5*100,y5,'or:')
plt.title('输入频率为90,大于fs/2=50,发生混叠')
plt.show()

仿真结果

【说明】蓝色是原始信号波形，红色是采样得到波形，因为下面两个输入信号大于fs/2，不满足采样定律，采样最终得到的波形效果等同于fin=10的信号，这时我们无法区别原始信号到底是fin=10还是fin=90或fin=210；

总结

因为混叠的存在，高于fs/2会被误认为是带内即fs/2内的信号，所以在输入信号那里如果加一个低通滤波器，滤除掉大于fs/2的信号，则消除这种影响，所以在很多仪表的输入端都会有一个低通滤波器（如下面频谱仪的原理图）；

扩展

输入信号大于fs/2的这种情况，是一种欠采样，合理利用也有其优点，具体参考如下文章：滤波器基础：抗混叠