本文探讨了如何通过连续信号 xa(t) 与冲激串 ps(t) 的乘积得到离散信号 x(n)，并介绍了模拟信号 xa(t) 的频谱 Xa(jΩ) 与离散信号 X(ejw) 的关联。重点讲解了频域卷积原理及模拟频率与数字频率的转换。
讲连续信号
x
a
(
t
)
x_{a}(t)
xa(t)与冲激串信号
p
s
(
t
)
p_{s}(t)
ps(t)相乘，即可得到离散时间信号
x
(
n
)
x(n)
x(n)，因此，有如下公式：
x
(
n
)
=
x
a
(
t
)
∣
t
=
n
T
s
=
x
a
(
t
)
p
s
(
t
)
=
x
a
(
t
)
∑
n
=
−
∞
∞
δ
(
t
−
n
T
s
)
x(n)=x_{a}(t) |_{t=nT_{s}}=x_{a}(t)p_{s}(t)=x_{a}(t)\sum_{n=-\infty}^{\infty}\delta(t-nT_{s})
x(n)=xa(t)∣t=nTs=xa(t)ps(t)=xa(t)n=−∞∑∞δ(t−nTs)
采样周期为
T
s
T_{s}
Ts，我们用
X
a
(
j
Ω
)
X_{a}(j\Omega)
Xa(jΩ)来表示模拟信号
x
a
(
t
)
x_{a}(t)
xa(t)的频谱，用
X
(
e
j
w
)
X(e^{jw})
X(ejw)来表示离散信号
x
(
n
)
x(n)
x(n)的频谱，根据Fourier变换公式，
X
a
(
j
Ω
)
=
∫
−
∞
∞
x
a
(
t
)
e
−
j
Ω
t
d
t
X
(
e
j
w
)
=
∑
n
=
−
∞
∞
x
(
n
)
e
−
j
w
n
X_{a}(j\Omega)=\int_{-\infty}^{\infty}x_{a}(t)e^{-j\Omega t}dt\\X(e^{jw})=\sum_{n=-\infty}^{\infty}x(n)e^{-jwn}
Xa(jΩ)=∫−∞∞xa(t)e−jΩtdtX(ejw)=n=−∞∑∞x(n)e−jwn
示意图如下所示：
上图中，我们假设
x
a
(
t
)
x_{a}(t)
xa(t)为带限信号，就是频带有限长的信号，我们希望能找出
X
a
(
j
Ω
)
X_{a}(j\Omega)
Xa(jΩ)与
X
(
e
j
w
)
X(e^{jw})
X(ejw)之间的区别和联系。
我们知道，离散信号可以视为一种特殊的连续信号，将其Fourier变换记为
X
s
(
j
Ω
)
X_{s}(j\Omega)
Xs(jΩ)。由模拟频率与数字频率的关系，
X
s
(
j
Ω
)
X_{s}(j\Omega)
Xs(jΩ)与
X
(
e
j
w
)
X(e^{jw})
X(ejw)之间的关系为
X
(
e
j
w
)
=
X
s
(
j
Ω
)
∣
Ω
=
w
/
T
s
X(e^{jw})=X_{s}(j\Omega) |_{\Omega =w/T_{s}}
X(ejw)=Xs(jΩ)∣Ω=w/Ts
有关模拟频率和数字频率的关系，看这篇文章模拟频率与数字频率之间的关系。
我们接着往下讲，我们都知道，时域相乘等于频域的卷积，由数学公式表示
X
s
(
j
Ω
)
=
X
a
(
j
Ω
)
∗
P
s
(
j
Ω
)
X_{s}(j\Omega)=X_{a}(j\Omega)*P_{s}(j\Omega)
Xs(jΩ)=Xa(jΩ)∗Ps(jΩ)
，其中
P
s
(
j
Ω
)
P_{s}(j\Omega)
Ps(jΩ)为冲激信号串的Fourier变换。
参考资料
《学以致用：深入浅出数字信号处理》 江志宏
扫一扫
1577
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
