实验七连续信号的采样与恢复

Gopher-毛

已于 2022-04-14 20:21:57 修改

阅读量2.5w

点赞数 27

分类专栏：信号与线性系统分析文章标签：信号处理 matlab 数字通信傅立叶分析卷积

于 2020-12-05 21:49:08 首次发布

本文链接：https://blog.csdn.net/qq_45696377/article/details/110727281

版权

信号与线性系统分析专栏收录该内容

10 篇文章 42 订阅

订阅专栏

一、实验目的

  通过MATLAB仿真验证抽样定理，进一步加深对抽样定理的理解。

二、实验原理

1. 连续信号的采样

对某一连续时间信号f(t)的采样原理图为：
在这里插入图片描述

由图可知，在这里插入图片描述，其中，单位冲激采样信号的表达式为：

其傅里叶变换为在这里插入图片描述，其中,设为的傅里叶变换，的频谱为，根据傅里叶变换的频域卷积定理：

若设在这里插入图片描述是带限信号，带宽为，即当时，的频谱，则经过采样后的频谱就是在频率轴上搬移至处（幅度为原频谱的倍）。因此，当时，频谱不发生混叠；当时，频谱发生混叠。

2.连续信号的恢复

设信号在这里插入图片描述被采样后形成的采样信号为，信号的重构是指由经内插处理后，恢复出原来的信号的过程，因此又称为信号恢复。设为带限信号，带宽为，经采样后的频谱为。设采样频谱，则是以为周期的谱线。现取一个频率特性为
的理想低通滤波器与相乘，得到的频谱即为原信号的频谱。根据时域卷积定理：
其中，

因此
![在这里插入图片描述](https://img-blog.csdnimg.cn/20201205213323451 3.应用举例
例：已知信号,信号的采样频率为ωs，信号的采样周期为Ts,信号的最高频率为ωm,低通截止频率为ωc
（1）当ωs=2ωm ,ωc=ωm时，用matlab对信号进行采样及恢复，分析误差，画出波形；
（2）当ωs=4ωm ,ωc=2ωm时，用matlab对信号进行采样及恢复，分析误差，画出波形；
（3）当ωs=ωm ,ωc=ωm时，用matlab对信号进行采样及恢复，分析误差，画出波形；
分析：在这里插入图片描述的傅里叶变换为：
,
信号的最高频率为ωm=1，根据采样定理，当采样频率ωs=2ωm时为临界采样，当ωs>2ωm过采样，ωs<2ωm欠采样；恢复时，低通滤波器的的截止频率(ωs-ωm)≥ωc≥ωm
matlab里利用sinc函数实现Sa(t)，即Sa(t)=sinc（t/pi)
（1）在临界采样状态下实现对信号Sa(t)的采样及由该采样信号恢复Sa(t)的参考程序如下：

clear all; 
wm=1;                         ％信号带宽 
wc=wm;                        ％滤波器截止频率 
Ts=pi/wm;                      ％采样间隔 
ws=2*pi/Ts;                     ％采样角频率 
n=-100:100;                     ％时域采样点数 
nTs=n*Ts;                      ％时域采样点 
f=sinc(nTs/pi);                   ％信号f(nTs)的表达式
t=-15:0.005:15; 
fa=f*Ts*wc/pi*sinc((wc/pi)*(ones(length(nTs),1)*t-nTs'*ones(1,length(t)))); ％信号重构 
error=abs(fa-sinc(t/pi));            ％求重构信号与原信号的误差 
t1=-15:0.5:15; 
f1=sinc(t1/pi); 
subplot(3,1,1); 
stem(t1,f1); 
xlabel('kTs'); ylabel('f(kTs)'); 
title('sa(t)=sinc(t/pi)临界采样信号'); 
subplot(3,1,2); 
plot(t,fa); 
xlabel('t'); ylabel('fa(t)'); 
title('由sa(t)=sinc(t/pi)的临界采样信号重构sa(t)'); 
grid on; 
subplot(3,1,3); 
plot(t,error); 
xlabel('t'); ylabel('error(t)'); 
title('临界采样信号与原信号的误差error(t)');

运行结果如下：
在这里插入图片描述

三、实验内容

1、实现例子中的第（2）（3）问；
（2）程序如下：

clear all; 
wm=1;                         %信号带宽 
wc=2*wm;                        %滤波器截止频率 
Ts=pi/wm;                      %采样间隔 
ws=2*2*pi/Ts;                     %采样角频率 
n=-100:100;                     %时域采样点数 
nTs=n*Ts;                      %时域采样点 
f=sinc(nTs/pi);                   %信号f(nTs)的表达式
t=-15:0.005:15; 
fa=f*Ts*wc/pi*sinc((wc/pi)*(ones(length(nTs),1)*t-nTs'*ones(1,length(t)))); %信号重构 
error=abs(fa-sinc(t/pi));            %求重构信号与原信号的误差 
t1=-15:0.5:15; 
f1=sinc(t1/pi); 
subplot(3,1,1); 
stem(t1,f1); 
xlabel('kTs'); ylabel('f(kTs)'); 
title('sa(t)=sinc(t/pi)临界采样信号'); 
subplot(3,1,2); 
plot(t,fa); 
xlabel('t'); ylabel('fa(t)'); 
title('由sa(t)=sinc(t/pi)的临界采样信号重构sa(t)'); 
grid on; 
subplot(3,1,3); 
plot(t,error); 
xlabel('t'); ylabel('error(t)'); 
title('临界采样信号与原信号的误差error(t)');

运行结果如下：

在这里插入图片描述

（3）程序如下：

clear all; 
wm=1;                         %信号带宽 
wc=wm;                        %滤波器截止频率 
Ts=pi/wm;                      %采样间隔 
ws=pi/Ts;                     %采样角频率 
n=-100:100;                     %时域采样点数 
nTs=n*Ts;                      %时域采样点 
f=sinc(nTs/pi);                   %信号f(nTs)的表达式
t=-15:0.005:15; 
fa=f*Ts*wc/pi*sinc((wc/pi)*(ones(length(nTs),1)*t-nTs'*ones(1,length(t)))); %信号重构 
error=abs(fa-sinc(t/pi));            %求重构信号与原信号的误差 
t1=-15:0.5:15; 
f1=sinc(t1/pi); 
subplot(3,1,1); 
stem(t1,f1); 
xlabel('kTs'); ylabel('f(kTs)'); 
title('sa(t)=sinc(t/pi)临界采样信号'); 
subplot(3,1,2); 
plot(t,fa); 
xlabel('t'); ylabel('fa(t)'); 
title('由sa(t)=sinc(t/pi)的临界采样信号重构sa(t)'); 
grid on; 
subplot(3,1,3); 
plot(t,error); 
xlabel('t'); ylabel('error(t)'); 
title('临界采样信号与原信号的误差error(t)');