1、2;f=sin(2*pi*f0*t)+1/3*sin(6*pi*f0*t);subplot(4,1,1);plot(t,f);axis(min(t),max(t),1.1*min(f),1.1*max(f);title(原连续信号和抽样信号);for i=1:3; fs=i*fm;Ts=1/fs; n=-2:Ts: f=sin(2*pi*f0*n)+1/3*sin(6*pi*f0*n); subplot(4,1,i+1);stem(n,f,filled axis(min(n),max(n),1.1*min(f),1.1*max(f);end程序运行结果如图5-1所示。图5-1(2)连续信号和抽
2、样信号的频谱由理论分析可知,信号的频谱图可以很直观地反映出抽样信号能否恢复原模拟信号。因此,我们对上述三种情况下的时域信号求幅度谱,来进一步分析和验证时域抽样定理。例5-2 编程求解例5-1中连续信号及其三种抽样频率(Fs2fm)下的抽样信号的幅度谱。N=length(t);wm=2*pi*fm;k=0:N-1;w1=k*wm/N;F1=f*exp(-j*t*w1)*dt;plot(w1/(2*pi),abs(F1);axis(0,max(4*fm),1.1*min(abs(F1),1.1*max(abs(F1); if i=2 c=0;else c=1; fs=(i+c)*fm; N=len
3、gth(n); wm=2*pi*fs; k=0: w=k*wm/N; F=f*exp(-j*n*w)*Ts;plot(w/(2*pi),abs(F); axis(0,max(4*fm),1.1*min(abs(F),1.1*max(abs(F);程序运行结果如图5-2所示。由图可见,当满足Fs2fm条件时,抽样信号的频谱没有混叠现象;当不满足Fs2fm条件时,抽样信号的频谱发生了混叠,即图5-2的第二行Fs2fm的频谱图,在fm=5f0的范围内,频谱出现了镜像对称的部分。图5-2(3)由内插公式重建信号信号重建一般采用两种方法:一是用时域信号与理想滤波器系统的单位冲激响应进行卷积积分;二是用低
4、通滤波器对信号进行滤波。本实验只讨论第一种方法。由理论分析可知,理想低通滤波器的单位冲激响应为抽样信号通过滤波器输出,其结果应为与h(t)的卷积积分:该式称为内插公式。由式可见,xa(t)信号可以由其抽样值xa(nT)及内插函数重构。MATLAB中提供了sinc函数,可以很方便地使用内插公式。例5-3 用上面推导出的内插公式重建例5-1给定的信号。dt=0.01;t=0:3*T0;x=sin(2*pi*f0*t)+1/3*sin(6*pi*f0*t);plot(t,x);axis(min(t),max(t),1.1*min(x),1.1*max(x);用时域卷积重建抽样信号 n=0:(3*T0
5、)/Ts; t1=0: x1=sin(2*pi*f0*n/fs)+1/3*sin(6*pi*f0*n/fs); T_N=ones(length(n),1)*t1-n*Ts*ones(1,length(t1); xa=x1*sinc(fs*pi*T_N);plot(t1,xa); axis(min(t1),max(t1),1.1*min(xa),1.1*max(xa);程序运行结果如图5-3所示:图5-32、频域抽样与信号恢复(1)频域抽样定理从理论学习可知,在单位圆上对任意序列的Z变换等间隔采样N点得到:k=0,1,N-1该式实现了序列在频域的抽样。那么由频域的抽样得到的频谱的序列能否不失真地
6、恢复原时域信号呢?由理论学习又知,频域抽样定理由下列公式表述:表明对一个频谱采样后经IDFT生成的周期序列是原非周期序列x(n)的周期延拓序列,其时域周期等于频域抽样点数N。假定有限长序列x(n)的长度为M,频域抽样点数为N,原时域信号不失真地由频域抽样恢复的条件如下: 如果x(n)不是有限长序列,则必然造成混叠现象,产生误差; 如果x(n)是有限长序列,且频域抽样点数N小于序列长度M(即NM),则x(n)以N为周期进行延拓也将造成混叠,从中不能无失真地恢复出原信号x(n)。 如果x(n)是有限长序列,且频域抽样点数N大于或等于序列长度M(即NM),则从中能无失真地恢复出原信号x(n),即(2
7、)从频谱抽样恢复离散时间序列例5-4 已知一个时间序列的频谱为用IFFT计算并求出其时间序列x(n),并绘图显示时间序列。分析:该题使用了数字频率,没有给出采样周期,则默认Ts=1S,另外,从的解析式可以直接看出时域序列xn=3,2,1,2,3。但为说明问题,仍编写程序求解如下:Ts=1;N0=3,5,10;for r=1: N=N0(r); D=2*pi/(Ts*N); kn=floor(-(N-1)/2:-1/2); kp=floor(0:(N-1)/2); w=kp,kn*D; X=3+2*exp(-j*w)+1*exp(-j*2*w)+2*exp(-j*3*w)+3*exp(-j*4*
8、w); x=ifft(X,N) subplot(1,3,r);stem(n*Ts,abs(x); box程序运行结果如图5-4所示:图5-4注意:程序中数字频率的排序进行了处理,这是因为的排列顺序是从0开始,而不是从-(N-1)/2开始。程序运行后将显示数据:x=5.0000 5.0000 1.0000x=3.0000 2.0000 1.0000 2.0000 3.0000x=3.0000 - 0.0000i 2.0000 + 0.0000i 1.0000 - 0.0000i 2.0000 + 0.0000i 3.0000 - 0.0000 -0.0000 + 0.0000i 0 - 0.00
9、00i -0.0000 + 0.0000i 0.0000 - 0.0000i -0.0000 + 0.0000i由的频谱表达式可知,有限长时间序列x(n)的长度M=5,现分别取频域抽样点数为N=3,5,10,由图5-4显示的结果可以验证: 当N=5和N=10时,NM,能够不失真地恢复出原信号x(n); 当N=3时,NM,时间序列有泄漏,形成了混叠,不能无失真地恢复出原信号x(n)。混叠的原因是上一周期的后2点与本周期的前两点发生重叠,如下所示:3 2 1 2 3 例5-5 已知一个频率范围在-62.8,62.8rad/s间的频谱,用IFFT计算并求出时间序列x(n),用图形显示时间序列。 分析
10、:本题给出了模拟频率,其中m=62.8,需将其归一化为数字频率。根据奈奎斯特定理可知,(1/Ts)=Fs(2m/2),可以推导出Ts(/m),取Ts=0.05s,即采样频率Fs为20Hz或40。wm=62.8;Ts=pi/wm;N0=8,20;2 k=0:N-1+eps; omg=k*D; X=sin(0.275*omg)./sin(0.025*omg); x=abs(ifft(X,N); subplot(1,2,r); 程序运行结果如图5-5所示:图5-5 由N=20的结果可知,时间序列x(n)是一个矩形窗。根据DFT的循环移位性质可知,非零数据存在于n=-5:5的区域,有限长序列的长度为1
11、1。而N=8小于有限长序列的长度,其结果发生了混叠,不能无失真地恢复出原信号x(n)。 3、从频谱恢复连续时间信号 实际应用中,离散信号往往来源于对连续信号的采样,因此,这里要讨论从频谱如何计算连续时间信号。 从本质上讲,计算机处理的都是离散信号。当使用计算机处理连续信号时,实际上是用采样周期极小的序列信号来近似为连续信号。因此在处理时,原来对于离散序列处理的理论依然有效。 (1)选择一个符合奈奎斯特定理的很小的采样周期T,将主要的模拟频谱限制在奈奎斯特频率范围内,;(2)在的频率区间取N个频率点k,求出对应的数字频谱: (3)对坐IDFT,求xa(t)。假定没有发生时间混叠,则 (4)作图。
12、用plot自动进行插值,获得连续信号。 例5-6 已知图5-6所示的理想低通滤波器的模拟频率c=3,在|c范围内幅度为1,|c时幅度为0。要求计算连续脉冲响应xa(t)。图5-6由奈奎斯特定理可知采样频率s2c,即采样周期Ts/c恢复原信号时不会发生混叠。选的再小一些可以增加样点数,因此可以选Ts=0.1/c=0.1047s。同时,为使时间信号尽量接近连续信号,需提高N点的个数。可以由模拟频率的分辨率公式推导:D=2/NTs0.1c,使频率分辨率小于有效带宽的1/10,得到:N20/cTs 程序清单如下:wc=3;Tmax=0.1*pi/wc;Ts=input(TsNmin)N=D=2*pi/(Ts*N);M=floor(wc/D);Xa=ones(1,M+1),zeros(1,N-2*M-1),ones(1,M);n=-(N-1)/2:(N-1)/2;xa=abs(fftshift(ifft(Xa/Ts)
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1