减采样的频域表示

减采样的频域表示可以从两个角度来看:

1. 直接从原始信号角度考虑,这个不用说,根据新的采样频率将原信号频谱直接归一化到数字域就行了;

2. 从已有频谱角度考虑,可以推出(参考《离散时间信号处理》):

Xd(e)=(1/M)Sigma(i, 0:M-1)X(ej(ω/M-2πi/M))

Xd(e)是新的频谱。

假设M=2,

那么上式就是:Xd(e)=(1/2)[X(ejω/2) +  X(ej(ω-2π)/2)]

X(ejω/2)将原本在0,2pi,4pi...处的周期频谱X(e)扩展并搬到0,4pi,8pi...

X(ej(ω-2π)/2)将原本在0,2pi,4pi...处的周期频谱X(e)扩展并搬到2pi,6pi,10pi...

于是总的效果是,原频谱在0,2pi,4pi...处扩展了。这样就和角度1是一致的

时间: 2024-10-27 01:21:36

减采样的频域表示的相关文章

滤波和减采样的互换

[参见<离散时间信号处理>,滤波器和减采样互换.] 初看上去这一节有点难于理解:如果先减采样后滤波,那么在减采样过程中已经混叠了会怎样?还能互换吗? 这个问题的解释如下: 因为H(ejω)是以2pi为周期的,所以这就暗示H(ejωM)是以2pi/M为周期的.这样,互换后所使用的滤波器H(ejωM)将不再是一个简单的低通滤波,而是一个“多通带”的滤波器.于是,从原理上来说互换仍然成立,混叠也同样会发生. 反过来说,如果先设计了一个低通滤波器H(ejωM)然后减采样,想要简单地互换到先减采样后滤波

采样的频域表示

一个C/D(连续到离散)系统的输入输出之间的频域关系为: 上式中,Xc(Ω)是连续信号(输入信号)的频谱:X(ejω)是离散信号(输出信号)的频谱. 类别下自变量的压缩/扩展变换x2(t)=x1(t/T),就可看明白上式将Xc(Ω)的频谱归一化到ω=ΩT并以2π(即ΩST)为周期排列. 采样的频域表示,布布扣,bubuko.com

减采样滤波的计算

减采样滤波的计算可以从卷积式子直接推导: y[n]=x[n]*h[n] =∑(h[k]x[n-k]) 对于M倍减采样, y[Mn]=∑(h[k]x[Mn-k]) 直接就可以看出不需要计算所有输出采样点. 这个式子和奥本海默的<离散时间信号处理>中的减采样滤波流程图在本质上是一致的. 将这个式子展开: y[Mn] = h[0]x[Mn] + h[1]x[Mn-1] + h[2]x[Mn-2] + ... h[0]x[Mn]是那张图的第一行滤波器所对应卷积式的第一求和项: h[1]x[Mn-1]是

【信号与系统】05 - 滤波、采样和通信

本篇将举三个重要的理论或领域,以展示之前信号理论的应用和意义.其中滤波理论和通信系统是非常大的应用领域,这里仅对基础的概念和方法做个介绍,以作入门之用. 1. 滤波系统 1.1 滤波器 在系统函数的性质中,我们看到信号在时域上的微分.积分.卷积等复杂运算,在频域都变成了代数运算.这说明分析和使用信号的频域,有其天然的优势,也会带来更广泛的应用.当然,频域的操作最终都体现在时域上,注意讨论其相互关系和平衡,有时也是必需的.滤波系统主要就是以信号的频域为操作对象,具体来说就是调整不同基波的波幅.相位

[离散时间信号处理学习笔记] 14. 多采样率信号处理

多采样率信号处理一般是指利用增采样.减采样.压缩器和扩张器等方式来提高信号处理系统效率的技术(These multirate techniques refer in general to utilizing upsampling, downsampling, compressors, and expanders in a variety of ways to increase the efficiency of signal-processing systems. )本文章主要讨论多采样率技术中

《特征提取与图像处理》

[英]Mark S.Nixon ·电子工业·2010·2版 12345678 第一章 绪论 横截面图 cross-section 合成 synthesized 光感元分两类:视杆细胞(rod )用于黑白视觉(暗视觉).另一类是视锥细胞,用于色彩视觉(明视觉). 视锥细胞一千万,分布在中央槽五度以内.一亿视杆细胞分布在中央槽二十到五度内. 视杆细胞就一种,视锥细胞有三种:s波长m波长l波长 联合图像专家组 Joint Photographic Expert Group 运动图像专家组 Moving

《DSP using MATLAB》 示例 Example 9.12

代码: %% ------------------------------------------------------------------------ %% Output Info about this m-file fprintf('\n***********************************************************\n'); fprintf(' <DSP using MATLAB> Exameple 9.12 \n\n'); time_stam

信号处理——Hilbert端点效应浅析

作者:桂. 时间:2017-03-05  19:29:12 链接:http://www.cnblogs.com/xingshansi/p/6506405.html 声明:转载请注明出处,谢谢. 前言 本文为Hilbert变换分析的补充,主要介绍Hilbert变换中的端点效应,内容拟分两部分展开: 1)Gibbs现象介绍: 2)端点效应分析: 内容为自己一家之言,其中不合理的地方,希望各位告诉我,反正改不改是我的事(●'?'●) 一.Gibbs现象 关于Gibbs的理论推导,可以参考郑君里的<信号

Atitit 图像处理的摩西五经attilax总结

1. 数字图像处理(第三版)1 2. 图像处理基础(第2版)(世界著名计算机教材精选)1 3. 计算机视觉特征提取与图像处理(第三版)2 4. OpenCV图像处理 2 4.1. 模式识别(英文版)(第4版) 西奥多里德斯著2 4.2. 图像处理,分析与机器视觉 第三版Sonka等著 艾海舟等译2 4.3. 计算机视觉:理论与算法 RichardSzeliski著2 1. 数字图像处理(第三版) 作者:(美)冈萨雷斯,(美)伍兹 著 Line 1: 第1章 绪论 Line 10: 第2章 数字图