冲激串采样

作者: seniusen | 来源:发表于2018-11-04 21:01 被阅读38次

冲激串采样
Break, Break, Break 冲激，冲激，冲激
冲激函数的广义函数定义*
冲激响应
😆 机器学习采样方法大全
音频重采样ffmpeg(九)
ffmpeg之-音频重采样(七)
点云采样
Android视音频基础知识
Shaderlab Notizen 16 Gaussian Bl

在一定条件下，一个连续时间信号完全可以用该信号在等时间间隔点上的值或样本来表示，并且可以用这些样本值把该信号全部恢复出来。

一般来讲，在没有任何附加条件或说明下，我们不能指望一个信号都能唯一地由一组等间隔的样本值来表征。例如，下图中三个不同的连续时间信号，在 $T$ 的整数倍时刻点上，全部有相同的值，即

$x_1(kT) = x_2 (kT) = x_3(kT)$

很明显，有无限多个信号都可以产生一组给定的样本值。然而，将会看到，如果一个信号是带限的（即它的傅里叶变换在某一有限频带范围以外均为零），并且它的样本取得足够密的话（相对于信号中的最高频率而言），那么这些样本就能唯一地用来表征这一信号，并且能从这些样本中把信号完全恢复出来。

为了建立采样定理，我们需要一种方便的方式来表示一个连续时间信号在均匀间隔上的采样。一种有用的办法是通过用一个周期冲激串去乘待采样的的连续时间信号 $x(t)$ ，这一方法称为冲激串采样，该周期冲激串 $p(t)$ 称作采样函数，周期 $T$ 称为采样周期，而 $p(t)$ 的基波频率 $\omega_s = 2\pi / T$ 称为采样频率。

在时域中有

$\tag{1} x_p(t) = x(t)p(t)$

其中

$\tag{2} p(t) = \sum_{n=-\infty}^{+\infty} \delta(t-nT)$

是一个冲激串，其冲激的幅度等于在以为间隔处的样本值，即

$\tag{3} x_p(t) = \sum_{n=-\infty}^{+\infty} x(nT)\delta(t-nT)$

由傅里叶变换的相乘性质知道

$\tag{4} X_p(j\omega) = \frac{1}{2\pi}[X(j\omega) * P(j\omega)]$

并且有

$\tag{5} P(j\omega) = \frac{2\pi}{T}\sum_{k=-\infty}^{+\infty} \delta(\omega - k\omega_s)$

因为信号与一个单位冲激函数的卷积就是该信号的移位，于是有

$\tag{6} X_p(j\omega) = \frac{1}{T} \sum_{k=-\infty}^{+\infty}X(j(\omega-k\omega_s))$

这就是说， $X_p(j\omega)$ 是频率 $\omega$ 的周期函数，它由一组移位的 $X(j\omega)$ 叠加所组成，但在幅度上标以 $1/T$ 的变化。

当 $\omega_M < \omega_s- \omega_M$ 或者 $\omega_s > 2\omega_M$ 时，互相移位的这些 $X(j\omega)$ 之间，并无重叠现象出现；反之，则会出现重叠现象。

采样定理

设 $x(t)$ 是某一带限信号，在 $|\omega|>\omega_M$ 时， $X(j\omega)=0$ 。如果 $\omega_s>2\omega_M$ ，其中 $\omega_s = 2\pi/T$ ，那么 $x(t)$ 就唯一地由其样本 $x(nT), n = 0, \pm1, \pm2, \cdot \cdot\cdot$ 所确定。

已知这些样本值，我们能用如下办法重建 $x(t)$ ：产生一个周期冲激串，其冲激幅度就是这些依次而来的样本值，然后将该冲激串通过一个增益为 $T$ ，截至频率大于 $\omega_M$ ，而小于 $(\omega_s-\omega_M)$ 的理想低通滤波器，该滤波器的输出就是 $x(t)$ 。

在采样定理中，采样频率必须大于 $2\omega_M$ ，该频率一般称为奈奎斯特频率。

获取更多精彩，请关注「seniusen」!

冲激串采样
在一定条件下，一个连续时间信号完全可以用该信号在等时间间隔点上的值或样本来表示，并且可以用这些样本值把该信号全部恢...
Break, Break, Break 冲激，冲激，冲激
Alfred Lord Tennyson 阿尔弗雷德·丁尼生 Break, break, break, 冲激，...
冲激函数的广义函数定义*
1. 广义函数的定义 2.1 冲激函数的广义函数定义 2.2 冲激函数的取样性质根据冲激函数的定义，任何函数乘以...
冲激响应
😆 机器学习采样方法大全
? Index 数据采样的原因常见的采样算法失衡样本的采样采样的Python实现 ? 数据采样的原因其实我...
音频重采样ffmpeg(九)
前言广义的音频重采样包括：1、采样格式转化：比如采样格式从16位整形变为浮点型2、采样率的转换：降采样和升采样，...
ffmpeg之-音频重采样(七)
前言广义的音频重采样包括：1、采样格式转化：比如采样格式从16位整形变为浮点型2、采样率的转换：降采样和升采样，...
点云采样
原文链接点云采样分类点云采样的方法有很多种，常见的有均匀采样，几何采样，随机采样，格点采样等。下面介绍一些常见...
Android视音频基础知识
学术概念采样和采样频率：⼀秒钟内采样的次数称为采样频率。采样频率越⾼，越接近原始信号，但是也加⼤了运算处理的复...
Shaderlab Notizen 16 Gaussian Bl
一、降采样与高斯模糊的原理1.1 图像的降采样降采样（Downsample）也称下采样（Subsample），按...