【数字信号处理】模拟角频率与数字角频率

参考自:
https://zhuanlan.zhihu.com/p/53664104
数字信号处理教程(第5版) 程佩青编著 清华大学出版社
图及表格源:
数字信号处理教程(第5版) 程佩青编著 清华大学出版社

数字角频率 ω \omega ω和模拟角频率 Ω \Omega Ω

此处假设我们有一模拟正弦信号:
X a ( t ) = A s i n ( Ω 0 t + ϕ ) X_a(t)=Asin(\Omega_0t+\phi) Xa(t)=Asin(Ω0t+ϕ)
则信号 X a ( t ) X_a(t) Xa(t)中的 Ω 0 \Omega_0 Ω0为该模拟信号的模拟角频率,且模拟角频率和该模拟信号频率 f 0 f_0 f0和周期 T T T系为: Ω 0 = 2 π f 0 = 2 π / T 0 \Omega_0=2\pi f_0=2\pi/T_0 Ω0=2πf0=2π/T0;故我们可认为,模拟角频率反映的是信号 X a ( t ) X_a(t) Xa(t)中相位变化一个周期 2 π 2\pi 2π所需要的时间为 T T T

对上述信号 X a ( t ) X_a(t) Xa(t)以采样频率 f s = 1 / T s f_s=1/T_s fs=1/Ts进行采样(仅保留 n T s , n = 1 , 2 , . . . nT_s, n=1,2,... nTs,n=1,2,...处的点),我们可以得到其采样后的序列为:
x ( n ) = A s i n ( Ω 0 n T s + ϕ ) = A s i n ( ω 0 n + ϕ ) x(n)=Asin(\Omega_0nT_s+\phi)=Asin(\omega_0n+\phi) x(n)=Asin(Ω0nTs+ϕ)=Asin(ω0n+ϕ)
从上式,我们可得 ω 0 = Ω 0 T s = 2 π f 0 f s \omega_0=\Omega_0T_s=\frac{2\pi f_0}{f_s} ω0=Ω0Ts=fs2πf0,该式子就为模拟角频率和数字角频率之间的关系式,数字频率 ω 0 \omega_0 ω0就为模拟角频率 Ω 0 \Omega_0 Ω0被抽样频率 f s f_s fs归一化后的弧度。

那么,既然模拟角频率反映的是模拟信号相位变化一个周期 2 π 2\pi 2π所需的时间,数字角频率反应的是什么呢?数字角频率反应的为数字信号变化一个周期 2 π 2\pi 2π所需的点数 N N N;即我们有 ω 0 = 2 π / N \omega_0=2\pi/N ω0=2π/N而又因为点数 N = T 0 ∗ f s = T 0 / T s N=T_0*f_s=T_0/T_s N=T0fs=T0/Ts (信号长度 T 0 T_0 T0采样后对应的点数),故最终可得 ω 0 = 2 π T 0 ∗ f s = 2 π 0 f s \omega _0=\frac{2\pi}{T_0*f_s}=\frac{2\pi_0}{f_s} ω0=T0fs2π=fs2π0

频率分辨率 F 0 F_0 F0

首先,我们给出频率分辨率 F 0 F_0 F0的计算公式:
F 0 = f s N = f s T 0 ∗ f s = 1 T 0 F_0=\frac{f_s}{N}=\frac{f_s}{T_0*f_s}=\frac{1}{T_0} F0=Nfs=T0fsfs=T01
频率分辨率可以理解为对一个信号进行DFT后,频谱上相邻两个点的频率间隔

而从上述公式我们可见,信号的频率分辨率 F 0 F_0 F0实则就为信号长度的倒数,说明想要获得更小的信号分辨率,一种办法是想办法获得长度更长的信号。

一组图的理解

当我们有了上述的知识,就可以通过下面的一组图来进行综合理解。
在这里插入图片描述
在这里插入图片描述

关于上述这两页图,有以下这些问题需要我们弄清楚:

1. DFS和DFT的关系?

由上图的红框部分信号序列经过DFT后得到的就为下图的红框部分,DFT前后点数不变。

2. DFT横轴各点与实际频率的对应关系?

由1我们可知,上述二幅图的DFS其实也可看做主值区间在作DFT。故我们不妨由此,通过DFS频谱各点与实际频率的对应关系,得到DFT(FFT同理)各点与实际频率的对应关系。

根据前文我们可知,当我们以频率 f s f_s fs对一个频率为 f 0 f_0 f0单音信号 X a ( t ) X_a(t) Xa(t)进行采样,所得的数字信号 x a ( n ) x_a(n) xa(n)的数字角频率 ω 0 = 2 π f 0 f s \omega_0=\frac{2\pi f_0}{f_s} ω0=fs2πf0,而若我们再对该数字信号 x a ( n ) x_a(n) xa(n)作DFT,则我们可见所得频谱中可以看到某一个点 k = n 0 k=n_0 k=n0幅度最大,其余点幅度均为0(假设无频谱泄露,采样频率合适);则有 f 0 = n 0 ∗ F 0   ( F 0 为 频 率 分 辨 率 ) f_0=n_0*F_0\ (F_0为频率分辨率) f0=n0F0 (F0),故以此,我们就可通过DFT推算出该单音信号的频率。

将单音信号推广为多音信号,我们所得的结论是类似的,均可通过 f = n ∗ F 0   ( n = 0 , 1 , 2 , . . . ) f=n*F_0\ (n=0,1,2,...) f=nF0 (n=0,1,2,...),及DFT频谱上的点数来得出多音信号的频率分布情况。

进一步,经采样频率 f s f_s fs采样后的模拟信号的点数为 N N N,故DFT频谱上, n = N n=N n=N点对应的频率为 f ′ = N ∗ ( T 0 ∗ f s ) = f s f'=N*(T_0*f_s)=f_s f=N(T0fs)=fs,该点对应的离散信号的相位为 N ∗ ω 0 = N ∗ ( 2 π / N ) = 2 π N*\omega_0=N*(2\pi/N)=2\pi Nω0=N(2π/N)=2π,这也是为何采样要符合奈奎斯特采样定理的原因。

至此,我们基本可以理清采样频率、模拟角频率、数字角频率及点数之间的关系,如下表:

f f f − f s -f_s fs − f s / 2 -f_s/2 fs/2 0 0 0 f s / 2 f_s/2 fs/2 f s f_s fs
Ω \Omega Ω − Ω s -\Omega_s Ωs − Ω s / 2 -\Omega_s/2 Ωs/2 0 0 0 Ω s / 2 \Omega_s/2 Ωs/2 Ω s \Omega_s Ωs Ω = 2 π f \Omega=2\pi f Ω=2πf
ω \omega ω − 2 π -2\pi 2π − π -\pi π 0 0 0 π \pi π 2 π 2\pi 2π ω = Ω / f s = 2 π f / f s \omega=\Omega/f_s=2\pi f/f_s ω=Ω/fs=2πf/fs
k k k − N -N N − N / 2 -N/2 N/2 0 0 0 N / 2 N/2 N/2 N N N

上表可进一步推广到模拟频率、模拟角频率、数字角频率及点数间的关系。

  • 36
    点赞
  • 35
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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