news 2026/5/1 5:57:59

[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 2026/4/25 4:59:25

渗透测试有前途!网络安全学习路线揭秘,小白也能逆袭

技术门槛高?竞争激烈?真实情况是,这个行业求贤若渴。“我零基础能学网络安全吗?”“学了渗透测试真的能找到工作吗?”很多初学者满怀兴趣地打开第一本安全教材,却被密密麻麻的概念和代码吓退。在技术论坛上…

作者头像 李华
网站建设 2026/4/30 0:02:10

python_flask汽车销售推荐交流系统小程序_61iro583

目录系统概述核心功能技术实现应用价值项目开发技术介绍PHP核心代码部分展示系统结论源码获取/同行可拿货,招校园代理系统概述 Python Flask汽车销售推荐交流系统小程序是一款基于Flask框架开发的轻量级Web应用,旨在为用户提供汽车销售信息推荐和在线交流平台。系统…

作者头像 李华
网站建设 2026/4/29 23:02:07

AI 流式对话该怎么做?SSE、fetch、axios 一次讲清楚

在做 AI 对话产品 时,很多人都会遇到一个问题: 为什么有的实现能像 ChatGPT 一样逐字输出,而有的只能“等半天一次性返回”? 问题的核心,往往不在模型,而在 前后端的流式通信方式。 本文从实战出发&#x…

作者头像 李华
网站建设 2026/4/29 0:53:01

导师推荐!专科生必看8个AI论文平台测评与推荐

导师推荐!专科生必看8个AI论文平台测评与推荐 2026年专科生AI论文平台测评:为何值得一看? 随着人工智能技术的不断进步,AI论文平台已成为越来越多专科生撰写论文的重要工具。然而,面对市场上琳琅满目的选择&#xff0c…

作者头像 李华
网站建设 2026/4/27 20:47:01

Agent 成新基建,2030 年渗透率 90%,7 大赛道 + 标杆厂商深度拆解

前言 当生成式 AI 从 “内容工具” 进化为 “自主执行者”,智能体(Agent)正以国家战略为背书,掀起一场生产力革命。国务院《关于深入实施 “人工智能 ” 行动的意见》明确将其列为 “新基础设施”,硬性要求 2027 年应用…

作者头像 李华
网站建设 2026/4/29 19:43:56

交通仿真软件:Aimsun_(7).信号控制与优化

信号控制与优化 1. 信号控制的基本概念 信号控制是交通仿真中一个重要的组成部分,它通过控制交通信号灯的切换时间来优化交通流量。在Aimsun中,信号控制可以通过多种方式实现,包括固定时间信号控制、自适应信号控制和基于优化模型的信号控制。…

作者头像 李华