当前课程知识点:分数域信号与信息处理及其应用 > 第4章 分数域采样与重建 > 4.4 傅里叶域带通采样定理 > 4.4 傅里叶域带通采样定理
同学们好
今天我们要讲的内容是
经典的带通采样定理
首先我们来看
这样一个带通信号
它包含对称的正谱和负谱
正谱的最高频率是Ω_h
最低频率是Ω_l
单宽为B
通常来讲
信号的带宽
相对于
信号的最高频率来说
是比较小的
对于这样一个带通信号
它实际上
也是一个
带限信号
因此我们可以利用
低通采样定理
对其进行处理
选取采样率为两倍
信号最高频率
此时采样信号的频谱
不发生混叠
但这样一来
就会出现
一定的问题
采样信号的频谱
存在很多谱间隙
因此会造成
频带的浪费
如何更加高效地对
带通信号
进行采样
为了解决这个问题
首先我们来回顾一下
采样信号的
频谱分析的结论
当采样率为ωs的时候
采样信号
可以表征为原信号
和一个单位冲击序列的乘积
相应地 采样信号的傅里叶变换
就可以表征为原信号
傅里叶变换的周期延拓
再乘上
幅度调制系数1/Ts
接下来
我们分几种情况
来具体分析
带通信号的频谱
首先第一种情况
假设信号的
最低频率Ω_l
小于信号带宽B
这意味着
-Ω_l到Ω_l
这一区间内
无法同时容纳
负谱的第1个延拓谱
和正谱的第-1个延拓谱
为了保证
频谱不发生混叠
负谱的第1个延拓谱
必须位于正谱的右侧
这就意味着
正谱的最高频率Ω_h
必须要小于负谱的
第1个延拓谱的最低频率
注意到负谱的最低频率
是-Ω_h
因此它的第1个延拓谱的
最低频率
就是-Ω_h
加上1个延拓周期ω_s
因此我们可以得出
频谱不混叠
需要满足的条件
就是ω_s-Ω_h
大于等于Ω_h
即ω_s大于等于
二倍的Ω_h
下面我们再来看
第二种情况
假设带通信号的
最低频率Ω_l的
取值范围是大于信号带宽B
小于2B
这样一来
在频谱延拓时
-Ω_l到Ω_l
这一区间内
就可以完全容纳下
负谱的第1个延拓谱
和正谱的第-1个延拓谱
但是无法再容纳下
负谱的
第2个延拓谱
和正谱的
第-2个延拓谱
因此为了保证
频谱不发生混叠
负谱的第1个延拓谱
可以位于
正谱的左侧
与此同时
负谱的第2个延拓谱
必须位于正谱的右侧
这就意味着
正谱的最低频率Ω_l
必须大于负谱的
第1个延拓谱的最高频率
由于负谱的最高频率是-Ω_l
因此第1个延拓谱的最高频率
就是-Ω_l再加上一个延拓周期ω_s
与此同时
正谱的最高频率Ω_h
必须要小于
负谱的第2个延拓谱的最低频率
也就是-Ω_h
再加上2倍的延拓周期
进而可以得到
频谱不混叠时
采样率所需的取值范围
一般情况下
假设带通信号的
最低频率Ω_l的
取值范围
是大于n倍信号带宽
小于(n+1)倍信号带宽
-Ω_l到Ω_l这一区间内
就可以完全容纳下
负谱的第1个延拓谱
至第n个延拓谱
以及正谱的
第-1个延拓谱
至第-n个延拓谱
但是无法再容纳下
负谱的
第n+1个延拓谱
以及正谱的第-n-1个延拓谱
因此为了保证频谱不发生混叠
负谱的第n个延拓谱
可以位于正谱的左侧
与此同时
负谱的第n+1个延拓谱
必须位于正谱的右侧
这就意味着
正谱的最低频率Ω_l
必须大于
负谱的第n个延拓谱的
最高频率
也就是-Ω_l
加上n倍的
延拓周期
与此同时
正谱的最高频率Ω_h
必须要小于负谱的
第n+1个
延拓谱的最低频率
也就是-Ω_h
加上n+1倍的延拓周期
进而可以得到
频谱不混叠时
采样率所需的取值范围
我们对上述几种情况
进行总结
发现当信号的
最低频率Ω_l
小于信号带宽的时候
可以按低通采样定理
进行处理
在这个时候
频谱不混叠
所需的采样率
可以取二倍的
信号最高频率
当信号的最低频率Ω_l
大于n倍的信号带宽
小于n+1倍
信号带宽的时候
频谱不混叠
所需要的采样率的取值范围
如下公式
此外我们还能够得到一些
常用的结论
包括带通信号的
最小采样频率的取值范围
是2B到4B
当信号最低频率Ω_l很大时
采样率趋于
2倍信号带宽
此时采样率
取决于信号带宽
当采样率满足一定条件时
采样信号的频谱不发生混叠
此时可以利用一个理想的
带通滤波器
让它与采样信号的频谱进行相乘
就可以重建
原信号的频谱
这里理想带通滤波器
可以通过对
理想低通滤波器
进行平移得到
具体操作为
理想低通滤波器
分别与位于Ω_0
和-Ω_0处的
δ函数进行卷积
再相加
其中Ω_0是带通信号最高频率
和最低频率
相加后除以2的结果
在这里
我们用到了
δ函数的
平移性质
也就是说
位于某个特定位置的
δ函数
和分数域
理想低通滤波器
进行卷积
即可将理想低通滤波器
平移到δ函数
所在的位置
因此重构信号的频谱
就可以表示为
采样信号的频谱
乘上两个平移之后的
理想低通滤波器
再进行
求和的结果
为了得到重建信号的时域表征
需要利用卷积定理
我们来回顾一下
卷积定理的内容
两个信号的
傅里叶变换的乘积
对应到时域
为两个信号的卷积
我们将采样信号的时域表达式
带进公式中
并且来探究一下
理想带通滤波器
它的傅里叶反变换
是一个怎么样的形式
首先我们来看一下
位于右侧Ω_0的
理想带通滤波器
它是一个门函数
门函数的傅里叶反变换
是一个sinc函数
再利用傅里叶变换的平移性质
可以得到位于右侧的门函数的
傅里叶反变换是一个sinc函数
乘上一个相位调制项
我们再来看一下
位于左侧-Ω_0的
门函数
它的傅里叶反变换
也是一个sinc函数
同时再次利用
傅里叶变换的
平移性质
可以得到它的傅里叶反变换
也是一个sinc函数
乘上一个
相位调制项
因此带通滤波器对应的
时域表征
就是之前得到的
两个相位调制的
sinc函数的加和
我们利用一下
欧拉公式
就可以得到
理想带通滤波器的
傅里叶反变换
是一个sinc函数
再乘上一个cos函数
接下来
我们就可以将采样信号的
时域表征
和理想带通滤波器的
时域表征
带入到表达式中
在卷积的计算过程中
利用的是
δ函数的移位性质
最终就可以得到
重建信号的时域表达式
与低通采样定理所得到的
信号时域内插公式相比
带通信号的重建公式
有两点不同
第一多了一个cos项
这一项是理想低通滤波器
与δ函数
做卷积引入的
第二sinc函数的分子部分
带通信号对应的是B/2
而带限信号对应的是ωs/2
这两个参数实际上
都是低通滤波器的截止频率
当带通信号退化为
带限信号时
Ω_0=0
此时可以取
滤波器截止频率
B/2=ωs/2
因此带通信号重建公式
可以退化为低通采样定理
所得的重建公式
好 我们就讲到这里
谢谢大家
-1.1 分数傅里叶变换背景与理论
-1.2 分数傅里叶变换应用
-第1章 讨论题
--第1章 讨论题1
--第1章 讨论题2
-第1章 习题
--第1章 习题
-2.1 分数傅里变换的定义
-2.2 分数傅里叶变换的性质
-2.3 一维/二维分数傅里叶变换
-第2章 讨论题
--第2章 讨论题1
--第2章 讨论题2
-第2章 习题
--第2章 习题
-3.1 分数卷积I
-3.2 分数卷积II
-3.3 功率谱
--3.3 功率谱
-3.4 分数功率谱
-第3章 讨论题
--第3章 讨论题1
--第3章 讨论题2
-第3章 习题
--第3章 习题
-4.1 傅里叶域均匀采样定理
-4.2 分数域均匀采样定理I-采样信号的分数域谱分析
-4.3 分数域均匀采样定理II-信号重建
-4.4 傅里叶域带通采样定理
-4.5 分数域带通采样定理
-4.6 周期非均匀采样定理
-第4章 讨论题
--第4章 讨论题1
--第4章 讨论题2
--第4章 讨论题3
-第4章 习题
--第4章 习题
-5.1 多分量chirp信号检测与参数估计方法
-5.2 多分量chirp信号检测与参数估计背景及仿真
-5.3 基于分数傅里叶变换的时延估计
-5.4 立方相位信号参数估计理论与应用
-第5章 讨论题
--第5章 讨论题1
--第5章 讨论题2
-第5章 习题
--第5章 习题
-6.1 分数傅里叶变换离散算法
-6.2 离散分数变换
-6.3 广义Hilbert变换
-6.4 稀疏傅里叶变换的定义
-6.5 稀疏分数傅里叶变换
-第6章 讨论题
--第6章 讨论题1
--第6章 讨论题2
--第6章 讨论题3
-第6章 习题
--第6章 习题
-7.1 短时分数傅里叶变换
-7.2 分数小波变换I
-7.3 分数小波变换II
-7.4 基于分数阶相位匹配原理时频分布构造
-第7章 讨论题
--第7章 讨论题1
--第7章 讨论题2
--第7章 讨论题3
-第7章 习题
--第7章 习题
-8.1 分数傅里叶变换与模糊函数
-8.2 分数傅里叶变换与MIMO雷达模糊函数
-8.3 分数傅里叶变换与雷达通信一体化
-8.4 分数域海杂波抑制
-8.5 分数域雷达动目标检测
-8.6 分数域长时间相参积累及其应用
-8.7 分数域辐射源定位技术
-8.8 分数阶相位匹配时频分布的应用
-第8章 讨论题
--第8章 讨论题1
--第8章 讨论题2
--第8章 讨论题3
--第8章 讨论题4
-第8章 习题
--第8章 习题
-9.1 分数傅里叶光学
-9.2 分数域光学相干层析成像色散补偿技术
-9.3 基于分数傅里叶变换的牛顿环参数估计
-9.4 基于分数傅里叶变换的光纤端面检测仪
-第9章 讨论题
--第9章 讨论题1
--第9章 讨论题2
--第9章 讨论题3
--第9章 讨论题4
-第9章 习题
--第9章 习题
-10.1 分数域高光谱信号处理
-10.2 分数域高光谱异常检测
-10.3 分数域高光谱协同分类
-第10章 讨论题
-第10章 习题
--第10章 习题