news 2026/7/15 1:43:04

[数字信号处理-入门] 采样定理

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
[数字信号处理-入门] 采样定理

[数字信号处理-入门] 采样定理

个人导航

知乎:https://www.zhihu.com/people/byzh_rc

CSDN:https://blog.csdn.net/qq_54636039

注:本文仅对所述内容做了框架性引导,具体细节可查询其余相关资料or源码

参考文章:各方资料

文章目录

  • [数字信号处理-入门] 采样定理
  • 个人导航
  • 时域采样
        • 输入
        • 重建与混叠
  • 频域采样
  • DFT的频率范围
  • 时域与频域采样的对偶关系
  • 例题

时域采样

符号说明
f h f_hfh信号最高频率
f s f_sfs采样频率
T TT采样周期

奈奎斯特抽样定理:
f s > 2 f h f_s>2f_hfs>2fh

输入

输入为带限信号
(信号的频率成分只分布在0~f h f_hfh范围内,f h f_hfh为最高截止频率)

奈奎斯特频率/折叠频率:f s / 2 f_s/2fs/2

采样周期:T = 1 / f s T=1/f_sT=1/fs
(x ( n T ) x(nT)x(nT)x ( t ) x(t)x(t)t = n T t=nTt=nT时刻的采样值)

采样角频率:w s = 2 π f s w_s=2\pi f_sws=2πfs

重建与混叠

f s ≤ 2 f h f_s≤2f_hfs2fh,会发生混叠(高频分量会折叠到低频区域),无法无失真重建原始信号

重建信号: 用离散的采样点恢复的连续时间信号

频率f ff的信号被f s f_sfs采样后, 若混叠:

  • 重建信号的频率=∣ f − n f s ∣ \mathbf{|f-nf_s|}∣fnfs
  • n取让结果最接近0的数

采样后的离散信号频谱,是原始连续信号频谱以采样角频率w s w_sws为周期进行周期性延拓得到的

频域采样

符号说明
Δ f ΔfΔf频率分辨率(频率间隔)
T 0 T_0T0延拓周期
T TT信号持续时间

理论基础是傅里叶变换的对偶性

T ≤ T 0 T \leq T_0TT0

信号持续时间:T TT

延拓周期:T 0 = 1 / Δ f T_0=1/ΔfT0=1/Δf

若对X ( j ω ) X(jω)X()在频域以频率间隔Δ f ΔfΔf进行采样,采样点数为N NN,则对应的时域信号会被周期延拓,延拓周期T 0 = 1 / Δ f T_0=1/ΔfT0=1/Δf

为了使时域延拓后的信号不发生重叠,原始时域信号x(t)必须是时限信号

设原始时域信号x ( t ) x(t)x(t)的持续时间为T TT,为避免时域延拓重叠,需选择频域采样间隔Δ f ≤ 1 / T Δf≤1/TΔf1/T,即延拓周期T 0 = 1 / Δ f ≥ T T₀=1/Δf≥TT0=1/ΔfT

频域采样点数N与采样间隔Δf的关系:N = f s / Δ f N=f_s/ΔfN=fsf

DFT的频率范围

DFT 的频谱范围由采样频率f s f_sfs决定

  • 实际覆盖0 ∼ f s / 2 0∼f_s/20fs/2(正频率范围)
    ->所能分辨的最高频率:f s / 2 f_s/2fs/2
  • 但频率索引对应0 ∼ f s 0∼f_s0fs(含负频率混叠)

时域与频域采样的对偶关系

对比维度时域采样频域采样
操作对象连续时域信号x(t)连续频域信号X(jω)
核心定理奈奎斯特定理:fₛ>2fₕ(避免频域重叠)频域采样定理:T₀≥T(避免时域重叠)
结果影响频域周期性延拓时域周期性延拓
失真类型混叠失真(频域重叠)时域重叠失真
  1. 时域采样关注“避免频域混叠”,核心是采样频率大于2倍最高截止频率

  2. 频域采样关注“避免时域重叠”,核心是延拓周期大于原始时域信号的持续时间

  3. 两者通过傅里叶变换对偶性关联,共同构成离散信号处理的基础(如DFT、FFT的理论前提)

例题



版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/28 23:39:00

【经典题型】c语言的组合递归问题

从n个数里选k&#xff08;k<n&#xff09;个数&#xff08;不考虑组合顺序&#xff09;&#xff0c;问有几种组合方法&#xff1a;假设有ABCD四个数从中选两个&#xff0c;可以考虑A是否被选。若A被选&#xff0c;就在剩下三个里选1个&#xff1b;若A为被选&#xff0c;则在…

作者头像 李华
网站建设 2026/7/14 18:08:46

环境振动估算阻尼比 (SDOF)研究(Matlab代码实现)

&#x1f468;‍&#x1f393;个人主页 &#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&a…

作者头像 李华
网站建设 2026/7/15 0:44:54

【Python命令行】Typer 复杂命令行应用的代码组织最佳实践

在使用 Typer 构建复杂的命令行应用时&#xff0c;关键是要保持代码的可维护性、可扩展性和可读性。Typer 基于 Python 的类型提示&#xff0c;允许你轻松定义命令、子命令、参数和选项&#xff0c;但对于大型项目&#xff0c;需要采用模块化设计&#xff0c;避免将所有逻辑塞进…

作者头像 李华
网站建设 2026/7/15 0:16:37

2026Teng讯总部游学:解码数字经济,锚定营销增长新坐标

站在深圳Teng讯滨海大厦的互联天桥下&#xff0c;流线型空间里交织的蓝色灯光格外醒目。这座连接两座塔楼的空中走廊&#xff0c;不仅是惊艳的建筑奇迹&#xff0c;更将Teng讯“连接一切”的核心理念具象化&#xff0c;直击人心。步入总部展厅&#xff0c;初代QQ企鹅憨态可掬&a…

作者头像 李华
网站建设 2026/6/26 8:48:45

python_flask基于销售趋势的餐饮管理系统_9qurrf09可视化大屏

目录 摘要概述核心功能技术亮点 项目开发技术介绍PHP核心代码部分展示系统结论源码获取/同行可拿货,招校园代理 摘要概述 该系统基于Python Flask框架开发&#xff0c;结合销售趋势分析与可视化技术&#xff0c;为餐饮行业提供了一套智能化管理解决方案。通过整合销售数据、用…

作者头像 李华
网站建设 2026/7/1 0:39:32

深度测评本科生必用AI论文平台TOP8:开题报告与文献综述全解析

深度测评本科生必用AI论文平台TOP8&#xff1a;开题报告与文献综述全解析 2026年本科生论文写作工具测评&#xff1a;为何需要这份榜单&#xff1f; 随着人工智能技术在学术领域的深入应用&#xff0c;越来越多的本科生开始依赖AI论文平台提升写作效率。然而&#xff0c;面对市…

作者头像 李华