1. 程式人生 > >時域認識取樣定理的一個小例子

時域認識取樣定理的一個小例子

取樣定理:為了不失真地恢復模擬訊號,取樣頻率應該不小於模擬訊號頻譜中最高頻率的2倍。即這裡寫圖片描述
說到取樣定理,它的重要性在訊號處理領域不言而喻,是連線連續與離散訊號的橋樑,因為我們的處理都是通過計算機進行運算的,而計算機是不能夠處理連續的訊號(算一下都是得花時間的嘛),所以我們必須對訊號進行取樣,讓樣本點的訊號儘可能得能夠代表原訊號,理想狀態下,我們可以完全通過樣本點的值恢復出原訊號。
就拿下面這張圖中的虛線表示的訊號來說,我們在0、0.005、0.01s時刻對它進行取樣,得到了三個樣本點,根據這三個樣本點,我們能否不失真得復現出這個訊號呢?答案好像是不行的,因為三條實線表示的訊號在三個樣本點處和虛線訊號的值是一樣的!所以我們無法確定出原訊號到底是哪一個訊號。
這裡寫圖片描述


對於取樣定理的理解,一般而言,都是從頻域的角度進行的。對於一個訊號,我們可以畫出它的頻譜,衝擊串函式的頻譜仍然是衝擊串,時域卷積等於頻域乘積,因此,在頻域上相當於對原訊號的頻譜進行搬移,只要搬移過程中不發生重疊,我們就可以一個理想濾波器無失真得到它原頻譜,從而無失真得恢復出原訊號。
這裡寫圖片描述

下面,舉一個簡單的例子,從時域上簡單理解一下采樣定理。
這裡寫圖片描述
假設我們現在來觀察一個帶指標的圓盤的旋轉,這個指標是以1s為週期順時針進行旋轉,現在,我們對它進行抽樣,即隔一段時間看它一眼並記錄下它的位置,分四種情況:
1:抽樣間隔為1/3s,那麼我們的樣本點的時刻為0、1/3、2/3……但是我們只能看到三幅不同的圖片,根據我們所看到的,計算出我們認為的它的旋轉週期為1s,恰好是它原來的旋轉週期,並且我們正確地判斷出它旋轉的方向為順時針
2:抽樣間隔為1/2s,那麼我們的樣本點的時刻為0、1/2、1……這次我們只能看到兩幅不同的圖了,以此我們計算所得週期為1s,等於原週期,但我們這時無法判斷它的旋轉方向是順時針還是逆時針了
3:抽樣間隔為2/3s,那麼我們的樣本點的時刻為0、2/3、4/3……同樣的我們看到了三幅不同的圖片,計算出我們認為的它的旋轉週期為2s,不等於它原來的旋轉週期!並且我們會錯誤地判斷出它旋轉的方向為逆時針!
4:抽樣間隔為1s,那麼我們的樣本點的時刻為0、1、2……這次我們只能看到一幅靜止的圖片,我們會認為指標根本就沒動,所以它的週期為這裡寫圖片描述

(圖片中此處錯誤)
從上述的四種頻率的抽樣結果來看,只有第一種情況是最好的,其它幾種情況都對這個訊號做出了錯誤或者不完全正確的判斷(因此取樣定理不應該取等號),換做其他頻率的抽樣我們可以再試一試,發現只有當抽樣的時間間隔小於原訊號週期的一半時,我們可以對這是一個怎樣的訊號做出正確的判斷!