SI PI学习笔记2 频谱与带宽

1:时域,频域
    时域(Time domain)是描述数学函数或物理信号对时间的关系。例如一个信号的时域波形可以表达信号随着时间的变化。时域是惟一实际存在的域。
    频域(Frequency domain)是描述信号在频率方面特性时用到的一种坐标系。频域图显示了在一个频率范围内每个给定频带内的信号量。频域最重要的性质是:它不是真实的,而是一个数学构造。

    时域和频域可以通过傅里叶变换进行转换,时域的数字信号可以通过傅里叶变换变成一个个频率点的正弦波的合集,而反傅里叶变换可以将频谱信号再转换回时域的信号。

    时域与频域的关系:时域分析与频域分析是对信号的两个观察面。时域分析是以时间轴为坐标表示动态信号的关系;频域分析是把信号变为以频率轴为坐标表示出来。一般来说,时域的表示较为形象与直观,频域分析则更为简练,剖析问题更为深刻和方便。信号分析的趋势是从时域向频域发展。然而,它们是互相联系,缺一不可,相辅相成的。

 2:信号上升时间与频谱分量的关系
    根据傅里叶分析,任何信号都可以分解成一系列不同频率的正弦信号,假设x(t)为理想方波信号,方波幅度为1,将该信号展开成三角函数形式的傅里叶级数:


        注: 𝑐_0为直流系数, 𝐶_𝑛为幅度, 𝜙_𝑛  为相位。

    假设占空比为50%,则系数与相位分别为:
   
    代入上式中得到50%占空比的方波信号表达式为:


    
  注(占空比为50%的方波信号可以表示成无数多个正弦函数叠加。其频谱中只包含奇次谐波,所有偶次谐波的幅度都为0,即不含偶次谐波。)

使用软件搭建分析50%占空比信号包含不同频率分量时的波形:

搭建链路如下图

仿真结果如下图

 (注:V1为只包含一次谐波,V3为包含前三次谐波,V19为前19次谐波)

  通过仿真结果可以得到如下结论:
1:频域里包含的频率分量越多,这些频域分量集合成的时域信号越接近真实的数字时域信号。 
2:频域高频谐波分量主要影响信号边缘的时间,低频分量主要影响信号幅度。 
3:若想得到零边沿时间的理想方波,理论上需要无穷大的频率分量。

3:信号上升时间与带宽的关系
    对于理想的方波信号,上升时间为0,每一个频率分量都是必需的,因此,理论上理想的方波信号带宽是无穷大的。但是无穷大的带宽对实际工程应用没有什么实际意义,信号频谱中各个频率分量贡献是不同的,对于某个频率分量,如果其频谱幅度足够小,以至于我们可以把他对波形的贡献忽略掉,那么我们就不必考虑它的影响,这就是定义信号带宽的根本原因。
    信号带宽定义为最高有效正弦波频率分量,这里的有效就是频谱中的最高次谐波。

    仿真周期为0.1ns,占空比为50%,幅度为 1,比较只包含一次谐波V1(BW=100MHZ),只包含前三次谐波V3(BW=300MHZ),只包含前9次谐波V9(BW=900MHZ),只包含前15次谐波V15(BW=1500MHZ)四种情况下的波形:

 

通过仿真结果我们可以得到结论:所选信号带宽越大,波形 上升时间越小。或者反过来说,波形上升时间越小,信号带宽越大。

    对信号带宽的定义多种多样,常见的有0.35/Tr或者0.5/Tr;
    带宽并不是“非黑即白”,带宽的定义只是将信号中的频率成分分成“完全无关紧要的”“仅仅令人不安的”“完全破坏性的”等几个等级,定义这样的带宽只是给我们提供了一种参考标准:在该频率范围内的频率成分很可能会对最终的设计产生很大的影响;稍高于这一频率点的频率成分,可能会对设计造成影响,也可能不会;远高于这一点的频率成分不会对设计造成影响,可以完全忽略掉。
 

 

 

 

 

  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
USC-SIPI图像集是在南加州大学信号与图像处理研究所(Signal and Image Processing Institute,SIPI)进行研究的过程中收集的一个图像数据库。SIPI是一个致力于信号与图像处理领域研究的机构,其成立于1977年,为该领域贡献了许多重要的研究成果。 USC-SIPI图像集是该研究所为了支持图像处理和数据分析研究而创建的一个数据库,包含了各种类型和特征的图像。该图像集包含了数千幅图像,包括自然风景、人物、动物、物体等等。这些图像涵盖了不同的场景、光照条件和角度,适合进行各种图像处理算法和技术的研究。 USC-SIPI图像集为研究者们提供了一个方便的工具,用于评估和比较不同的图像处理算法和技术。研究者可以利用这个图像集进行图像复原、目标识别、图像压缩、图像分割等领域的研究。同时,由于该图像集的广泛应用,所以研究者们可以更容易地将自己的研究成果与其他人进行比较和交流。 由于USC-SIPI图像集的开放性和丰富性,它已经成为了一个被广泛使用的图像数据库。许多研究论文在实验和结果部分使用该图像集进行验证和评估。此外,该图像集还被许多教育机构和培训机构用于教学和培训目的,帮助学生和从业人员更好地学习和理解图像处理的相关概念和技术。 总之,USC-SIPI图像集是一种重要的图像数据库,它为研究者们提供了一个丰富多样的图像资源,促进了图像处理领域的研究和发展。通过这个图像集,研究者们可以更好地理解和应用图像处理算法和技术,从而推动该领域的进步。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值