採樣定理的推理過程

之前每次回顧採樣定理總是忘記它的推理過程,所以特地藉此機會,來梳理一下其推理的完全過程。

1..推理儲備

1.1連續周期信號傅里葉變換

首先,我們知道在符合收斂的情況下,任一信號可以由一組無限多種的成諧波關係的復指數信號組成。所以得出:

xleft( t right) =sum_{k=-infty }^{+infty }{a_{k} }e^{jkw_{o} t}

a_{k} 則是該信號的傅里葉級數,其求解推理過程為:

首先:

xleft( t right)cdot e^{-jnw_{o} t}  =sum_{k=-infty }^{+infty }{a_{k} }e^{jkw_{o} t}cdot e^{-jnw_{o}t}

兩邊在周期內積分,得:

int_{-T/2 }^{+T/2 } xleft( t right)cdot e^{-jnw_{o} t} dt =sum_{k=-infty }^{+infty }int_{-T/2 }^{+T/2 }{a_{k} }e^{jkw_{o} t}cdot e^{-jnw_{o}t} dt

nne k時,右邊式子恆為某一餘弦或正弦信號,其在周期內的積分恆為0,所以僅在n=k時,有:

int_{-T/2 }^{+T/2 } xleft( t right)cdot e^{-jkw_{o} t} dt =T{a_{k} }

故求得:

{a_{k} }= frac{1}{T} int_{-T/2 }^{+T/2 } xleft( t right)cdot e^{-jkw_{o} t} dt

我的形象記憶(ps:純屬為了記憶用,跟原理無關):首先,我會把xleft( t right) 當成全世界的大家庭,{a_{k} }e^{jkw_{o} t}  代表一個家庭中的子女(a_{k} )和父母(e^{jkw_{o} t}  ),把xleft( t right) =sum_{k=-infty }^{+infty }{a_{k} }e^{jkw_{o} t}  理解為全世界的大家庭由無數個家庭組成。而{a_{k} }= frac{1}{T} int_{-T/2 }^{+T/2 } xleft( t right)cdot e^{-jkw_{o} t} dt 代表某一家庭的子女失蹤了,全世界的大家庭一起帶領他們的父母去尋找他們的子女。

1.2連續非周期信號傅里葉變換

有了上面的基礎後,我們可以把連續非周期信號當成Trightarrow infty 時的周期信號,此時w_{o} rightarrow 0

Xleft( jw right) =Ta_{k} ,可得該傅里葉變換為:

Xleft( jw right) =int_{-infty }^{+infty } xleft( t right) e^{-jw t}  dt_{}

從而可得傅里葉逆變換為:

xleft( t right) =frac{1}{2Pi } int_{-infty }^{+infty } Xleft( jw right) e^{jw t}  dw

1.3連續非周期信號傅里葉變換rightarrow 連續周期信號傅里葉變換

首先,對比兩者的逆變換:

非周期:

xleft( t right) =frac{1}{2Pi } int_{-infty }^{+infty } Xleft( jw right) e^{jw t}  dw

周期:

xleft( t right) =sum_{k=-infty }^{+infty }{a_{k} }e^{jkw_{o} t}

注意兩條公式,當兩者可以進行轉換時,得出Xleft( jw right)a_{k} 的關係:

Xleft( jw right) =2Pi sum_{k=-infty }^{+infty}a_{k} delta left( w-kw_{o}  right)

上述是周期信號傅里葉級數和其頻譜間的轉換!

1.4連續時間傅里葉變換的相乘性質

時域內的卷積對應於頻域內的相乘,由於時域和頻域有對偶關係,故時域內的相乘應該對應於頻域內的卷積!

故可得:

rleft( t right) =sleft( t right) pleft( t right) leftrightarrow  Rleft( jw right) = frac{1}{2Pi } int_{-infty }^{+infty } Sleft( jtheta  right) Pleft(  jw-jtheta right) dtheta

有了以上基礎,接下來就可以對採樣定理進行推理了。

2.採樣定理

當我們對連續信號xleft( t right) 進行理想抽樣時,抽樣信號x_{i} 為:

x_{i} =sum_{n=-infty }^{+infty }{x} left( tright) delta left( t-nT right)

假設Xleft( jw right) Pleft( jw right) 分別是xleft( tright) sum_{n=-infty }^{+infty } delta left( t-nTright) 的傅里葉變換,由1.4小節所述,可得抽樣信號的傅里葉變換X_{i} left( jw right) 為:

X_{i} left( jw right) =frac{1}{2Pi } int_{-infty }^{+infty } Xleft( jtheta  right) Pleft( jw-jtheta  right) dtheta

可化簡為:

X_{i} left( jw right) =frac{1}{2Pi } Xleft( jw  right) ast Pleft( jw  right) left( 2.1 right)

現在讓我們先緩一緩,求解一下sum_{n=-infty }^{+infty } delta left( t-nTright) 的傅里葉變換Pleft( jw right)

因為sum_{n=-infty }^{+infty } delta left( t-nTright) 是周期信號,如果要求它的頻譜,首先得把它的傅里葉級數a_{k} 求得,然後根據1.3小節所述的關係式再求出Pleft( jw right)

首先,求出a_{k}

a_{k}=frac{1}{T} int_{-frac{T}{2} }^{frac{T}{2}}  sum_{n=-infty }^{+infty } delta left( t-nTright) e^{-jkfrac{2Pi }{T}t } dt=frac{1}{T}

a_{k} 帶入1.3小節所述的關係式,可得:

Pleft( jw right) =frac{2Pi}{T} sum_{k=-infty }^{+infty} delta left( w-kw_{o}  right)

一個信號與一個單位衝激函數的卷積就是該信號的移位,因此,可得:

X_{i} left( jw right) =frac{1}{2Pi } Xleft( jw  right) ast Pleft( jw  right) =frac{1}{T} sum_{k=-infty }^{+infty }{Xleft( jleft(w-kw_{o}  right)  right) }

即可推理出:採樣信號的頻譜等同於原信號的頻譜進行周期延拓!

總結:

整個過程可以概括為,求出sum_{n=-infty }^{+infty } delta left( t-nTright) 的傅里葉級數a_{k} 後,求出衝激串的頻譜Pleft( jw right) ,原信號與衝激串兩者頻譜進行卷積,便得到抽樣信號的頻譜!可以概括為兩步:求衝激串頻譜,與原信號卷積!


推薦閱讀:

新鮮出爐!通信原理思維導圖!
自學信號系統、通信原理,在生活中有什麼用處嗎?
信道編碼增加了信息量嗎?
如何理解信號與系統 數字信號處理 通信原理三者的相互聯繫?

TAG:傅里叶变换FourierTransform | DSP数字信号处理 | 通信原理 |