混叠aliasing

混叠（aliasing）是数字信号处理中的一个核心概念，它发生在降低采样率（即降采样） 时，如果处理不当，高频信号会混入低频信号中，导致失真。

1. 采样率和奈奎斯特定理

• 采样率（Sampling Rate）：信号每秒被采集的次数，单位是赫兹（Hz）。
  例如，采样率为 44.1 kHz，表示每秒对信号采集 44100 次。

• 奈奎斯特频率（Nyquist Frequency）：采样率的一半，定义为信号可以被准确表示的最高频率。

  • 如果采样率是 $f_s$，那么奈奎斯特频率为 $f_s/2$。
  • 超过奈奎斯特频率的信号会无法准确表示，这种现象就是混叠。

奈奎斯特定理：

• 如果信号中包含的频率分量超过奈奎斯特频率，这些分量会以错误的方式“折叠”到较低频率范围，产生混叠。

---

2. 混叠的概念

假设我们有一个原始信号，频率范围是 $0\sim 10$ kHz，采样率是 20 kHz（奈奎斯特频率为 10 kHz）。

• 如果直接将采样率降低到 8 kHz（奈奎斯特频率变为 4 kHz），信号中 $4\sim 10$ kHz 的高频分量将无法正确表示。
• 这些高频分量会“折叠”到低频范围，导致失真。

混叠现象（aliasing）的过程：

1. 折叠现象：
   • 高频分量会被重新映射到低频：
     $$f_{\text{alias}}=|f-n\cdot f_s|$$
     其中 $n$ 是整数，$f_s$ 是采样率，$f$ 是信号频率。
   • 比如一个信号频率 $f=6$ kHz，在采样率降到 8 kHz 时会被折叠到 $f_{\text{alias}}=|6-8|=2$ kHz。
2. 失真表现：
   • 折叠后的高频信号会混入低频部分，导致失真和错误的频率成分。

---

3. 如何避免混叠？

在降低采样率之前，需要对信号进行抗混叠处理。最常见的方法是使用低通滤波器去除高频分量。

步骤：

1. 设计低通滤波器：
   • 截止频率设置为新采样率的奈奎斯特频率（即新采样率的一半）。
   • 例如，将采样率降到 8 kHz，奈奎斯特频率是 4 kHz，那么低通滤波器的截止频率应该是 4 kHz。
2. 滤除高频信号：
   • 低通滤波器将信号中高于 4 kHz 的部分衰减至接近 0。
3. 降采样：
   • 滤波后，信号的频率范围已经符合新采样率的要求，可以安全地降低采样率。

---

4. 举例说明

假设一个语音信号，原始采样率为 44.1 kHz，频率范围是 $0\sim 22.05$ kHz。现在需要降采样到 16 kHz。

问题：

• 降采样后，新奈奎斯特频率为 8 kHz。
• 信号中 $8\sim 22.05$ kHz 的频率分量会混叠到 $0\sim 8$ kHz，造成失真。

解决方案：

1. 使用低通滤波器：
   • 截止频率设为 8 kHz，去掉高于 8 kHz 的频率分量。
2. 降采样：
   • 滤波后的信号仅包含 $0\sim 8$ kHz 的频率成分，可以安全地以 16 kHz 的采样率表示。

---

5. 图示说明

（1）未滤波直接降采样的混叠：

• 原始信号频谱：
  $0\sim 22.05$ kHz。
• 降采样后：
  $8\sim 22.05$ kHz 的高频成分会折叠到低频，造成信号失真。

（2）经过滤波器处理的降采样：

• 原始信号频谱：
  $0\sim 22.05$ kHz。
• 低通滤波后：
  剩余 $0\sim 8$ kHz 的频率分量。
• 降采样：
  没有混叠，信号保持清晰。

---

6. 总结

混叠发生在降采样时，因为高频信号无法在新采样率下正确表示。通过低通滤波器将高频信号去除，可以避免混叠。整个过程确保降采样后的信号依然清晰、不失真。