数字信号处理实验作业

实验5 抽样定理

一、实验目的：

1、了解用MATLAB语言进行时域、频域抽样及信号重建的方法。 2、进一步加深对时域、频域抽样定理的基本原理的理解。

3、观察信号抽样与恢复的图形，掌握采样频率的确定方法和内插公式的编程方法。 二、实验原理：

1、时域抽样与信号的重建 （1）对连续信号进行采样

例5-1 已知一个连续时间信号f(t)=sin(2?f0t)+sin(6?f0t),f0?1Hz，取最高有限带宽频率fm=5f0，分别显示原连续时间信号波形和Fs>2fm、Fs=2fm、Fs<2fm三情况下抽样信号的波形。

程序清单如下：

%分别取Fs=fm，Fs=2fm，Fs=3fm来研究问题 dt=0.1; f0=1; T0=1/f0; m=5*f0; Tm=1/fm; t=-2:dt: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:2;

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：

13原连续信号和抽样信号0.50-0.5-20.50-0.5-20.50-0.5-210-1-2-1.5-1-0.500.511.52-1.5-1-0.500.511.52-1.5-1-0.500.511.52-1.5-1-0.500.511.52

图5-1

（2）连续信号和抽样信号的频谱 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（Fs>2fm、Fs=2fm、Fs<2fm）下的抽样信号的幅度谱。

程序清单如下：

dt=0.1;f0=1;T0=1/f0;fm=5*f0;Tm=1/fm; t=-2:dt:2;N=length(t);

f=sin(2*pi*f0*t)+1/3*sin(6*pi*f0*t); wm=2*pi*fm;k=0:N-1;w1=k*wm/N;

F1=f*exp(-j*t'*w1)*dt;subplot(4,1,1);plot(w1/(2*pi),abs(F1)); axis([0,max(4*fm),1.1*min(abs(F1)),1.1*max(abs(F1))]); for i=1:3;

if i<=2 c=0;else c=1;end fs=(i+c)*fm;Ts=1/fs; n=-2:Ts:2;N=length(n);

f=sin(2*pi*f0*n)+1/3*sin(6*pi*f0*n); wm=2*pi*fs;k=0:N-1;

w=k*wm/N;F=f*exp(-j*n'*w)*Ts; subplot(4,1,i+1);plot(w/(2*pi),abs(F));

axis([0,max(4*fm),1.1*min(abs(F)),1.1*max(abs(F))]); end

程序运行结果如图5-2所示。

由图可见，当满足Fs≥2fm条件时，抽样信号的频谱没有混叠现象；当不满足Fs≥2fm条件时，抽样信号的频谱发生了混叠，即图5-2的第二行Fs＜2fm的频谱图，，在fm=5f0的范围内，频谱出现了镜像对称的部分。

21.510.5021.510.5021.510.5021.510.502468101214161820246810121416182024681012141618202468101214161820

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

sin(πt)1?jΩtT h(t)=?H(jΩ)edΩ=πt2π??T?a(t)通过滤波器输出，其结果应为x?a(t)与h(t)的卷积积分： 抽样信号x?a(t)?h(t)??x?a(?)h(t??)d??ya(t)?xa(t)?x???n?????xa(nT)sin[?(t?nT)/T]?(t?nT)/T

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。 程序清单如下：

dt=0.01;f0=1;T0=1/f0;fm=5*f0;Tm=1/fm;

t=0:dt:3*T0;x=sin(2*pi*f0*t)+1/3*sin(6*pi*f0*t);

subplot(4,1,1);plot(t,x);axis([min(t),max(t),1.1*min(x),1.1*max(x)]); title('用时域卷积重建抽样信号'); for i=1:3;

fs=i*fm;Ts=1/fs; n=0:(3*T0)/Ts; t1=0:Ts:3*T0;

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); subplot(4,1,i+1);plot(t1,xa);

axis([min(t1),max(t1),1.1*min(xa),1.1*max(xa)]); end

程序运行结果如图5-3所示：

用时域卷积重建抽样信号10-10.50-0.500.50-0.500.50-0.500.511.522.530.511.522.530.511.522.5300.511.522.53

图5-3

2、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：

X(k)=X(z)2πjkz=eN=?x(n)en=-??j2πnkN 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：

x(n)=?x(n+rN)

r=-??表明对一个频谱采样后经IDFT生成的周期序列x(n)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：

① 如果x(n)不是有限长序列，则必然造成混叠现象，产生误差；

② 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N

③ 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N≥M），则从x(n)中能无失真地恢复出原信号x(n)，即

xN(n)=xN(n)RN(n)=?x(n+rN)RN(n)=x(n)

r=-??（2）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

X(e)=?x(n)e-jωn=3+2e-jω+e-j2ω+2e-j3ω+3e-j4ω

jωn=-??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X(ejω)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：

程序清单如下： Ts=1;N0=[3,5,10]; for r=1:3; 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*w); n=0:N-1; x=ifft(X,N)

subplot(1,3,r);stem(n*Ts,abs(x)); box end

程序运行结果如图5-4所示：

64203210321001202图5-4

40510

注意：程序中数字频率的排序进行了处理，这是因为X(e)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 1.0000

x=3.0000 2.0000 1.0000 2.0000 3.0000

jω

x=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 - 0.0000i -0.0000 + 0.0000i 0.0000 - 0.0000i -0.0000 + 0.0000i

由X(ejω)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 …… 此处隐藏：5198字，全部文档内容请下载后查看。喜欢就下载吧 ……