• 《信号与系统》系列 Ch04 调制与抽样


    Ch 04 - 调制与抽样

    信号失真

    不失真条件

    • 系统对所有子信号的幅度放大或衰减的倍数相同
    • 系统对所有子信号延时相同

    相当于满足

    \[y(t)=Kx(t-t_0) \\ \Rightarrow Y(\Omega)=KX(\Omega){\rm e}^{-{\rm j}\Omega t_0} \\ \Rightarrow H(\Omega)=K{\rm e}^{-{\rm j}\Omega t_0} \]

    即幅频 \(|H(\Omega)|=K\),相频 \(\phi(\Omega)=-\Omega t_0\)(线性相位)。

    请注意复指数项 \({\rm e}^{-{\rm j}\Omega t_0}=\cos(\Omega t_0)-{\rm j}\sin(\Omega t_0)\),取模为 \(\cos^2+\sin^2=1\),说明该项只影响相位,不影响幅度。

    理想低通滤波器

    通带内(低频段)信号不失真,阻带内信号输出为 0。

    \[H({\rm j}\Omega)= \begin{cases} K{\rm e}^{-{\rm j}\Omega t_0},~|\Omega|<\omega_c \\0,~{\rm otherwise} \end{cases} \]

    \(\omega_c\) 称为截止频率,\(t_0\) 是系统群时延。

    幅度调制

    奇偶谐波

    • 偶谐信号 \(x(t)=x(t-T/2)\)

      傅里叶级数只包含偶次谐波分量。

    • 奇谐信号 \(x(t)=-x(t-T/2)\)

      傅里叶级数只包含奇次谐波分量。

    双边带正弦幅度调制

    使用正弦波作为载波,得到调制后信号

    \[x_c(t)=x(t)\cos\Omega_0t \]

    载波的傅里叶变换可由双边带频谱表示

    \[H({\rm j}\Omega)=\frac{1}{2}[\delta(\Omega-\Omega_0)+\delta(\Omega+\Omega_0)] \]

    \[Y({\rm j}\Omega)=\frac{1}{2}[X({\rm j}(\Omega-\Omega_0))+X({\rm j}(\Omega+\Omega_0))] \]

    这意味着经调制后原信号的频谱被搬移到 \(\pm\Omega_0\) 处,即完成了向高频的调制。

    只有频谱搬移的过程中不发生频谱重叠(混叠),才可以从 \(x_c\) 中恢复出 \(x\),这要求满足两点:

    • \(x(t)\) 的频率带限于 \(\Omega_m\) 的,即

    \[X({\rm j}\Omega)\neq0,~|\Omega|<\Omega_m, {\rm otherwise}~ = 0 \]

    • \(\Omega_0>\Omega_m\)

    考虑解调过程,该载波支持同步解调,则

    \[g(t)=(x(t)\cos\Omega_0t)\cos\Omega_0t \\=\frac{1}{2}[x(t)+x(t)\cos2\Omega_0t] \]

    那么

    \[G({\rm j}\Omega)=\frac{1}{2}X({\rm j}\Omega)+\frac{1}{4}[X({\rm j}(\Omega-2\Omega_0)+X({\rm j}(\Omega+2\Omega_0)] \]

    为了还原 \(X({\rm j}\Omega)\),可使用 \(K=2\)\(\Omega_m<\omega_c<2\Omega_0-\Omega_m\) 的理想低通滤波器实现。

    带载波正弦幅度调制

    \[y(t)=[A+x(t)]\cos\Omega_0t,~A\ge\max|x(t)| \]

    此时保证有 \(A+x(t)\ge0\),即包络不重叠,波形的包络线将会保留 \(x(t)\) 的形状。

    采样

    注意到冲激串的傅里叶变换

    \[\sum_{n=-\infty}^{\infty}\delta(t-nT)\leftrightarrow\frac{1}{T}\sum_{k=-\infty}^{\infty}\delta(\Omega-k\frac{1}{T}) \]

    那么以周期 \(T\) 的冲激串对连续信号 \(x(t)\) 的采样满足

    \[X_p({\rm j}\Omega)=\frac{1}{T}\sum_{k=-\infty}^{\infty}X({\rm j}(\Omega-k\Omega_s)) \]

    这相当于将 \(x(t)\) 的频谱以采样频率 \(\Omega_s\) 为周期作周期延拓(并有 \(1/T\) 幅度变化)。

    那么采样后信号在频域可分离的条件为:

    • \(x(t)\) 频域带限 \(\Omega_m\)
    • \(\Omega_s>2\Omega_m\) (画个图就明白了)

    上面第二个条件即为著名的 奈奎斯特-香农采样定理,指出了最低抽样频率为 \(2\Omega_m\) 才能恢复出原信号。

  • 相关阅读:
    Django环境配置
    python pip使用报错: Fatal error in launcher: Unable to create process using '"c:python27python.exe" "C:Python27Scriptspip.exe" '
    我的第100篇博客
    测试代码(测试函数)
    python 存储数据
    python 异常之进阶操作
    从实战的角度谈微服务(三):基于Feign的熔断
    从实战的角度谈微服务(三):基于Feign服务间的调用
    从实战的角度谈微服务(二):服务注册与发现(Eureka服务端)
    从实战的角度谈微服务(一):初识微服务
  • 原文地址:https://www.cnblogs.com/zxuuu/p/16180464.html
Copyright © 2020-2023  润新知