非均匀采样信号的频谱分析及信号处理系统
基于零阶保持器的非均匀采样信号恢复方法

齐 齐 哈 尔 大 学 学 报
J u n l f qh ieri o r a iar o Qi Unv st y
V 1 6No5 o. . . 2
S p ,0 0 e . 1 2
2 1年 9 00 月
基 于 零 阶 保 持 器 的 非 均 匀 采 样 信 号 恢 复 方 法
和 稳定性 。 国内外学者从 工 程技 术 的角 度对 非 均匀采 样 、 构 的实 现技 术及 应用 问题 进 行 了深入 的研究 , CJn 重 Y.. q e
最早用分析的方法研究了非均匀理想抽取正弦信号的频谱问题”。 ‘ 此外文献 【 也 曾提 出一种适用于周期信 2 ] 号 的 电参 数测量 及谐 波分 析 的非 均匀 同步采 样法 。并且 文献 [~ ] 就该 问题 提 出 了相 关 的信号 重构算法 , 3 7也 如 基于 FR I 滤波器 的 非均匀 采 样信 号 的恢 复 、利 用 实数过 零 点重构 带 限信 号等 。本 文在 上述理 论研究 的基
随着科 学技术 的发展 ,D A 转换 已成为 现代 电子 系统 中一 项重 要环 节 ,它将 离散 的数 字量转 换为 连续 /
模拟 量 ,在实现计 算 机对 于 电气 系统 的控 制 中起着 极其 重要 的作 用 。而在 信号 采样 过 程 中 ,由于系统本 身
电子器件以及外界环境 因素的影响 ,会造成采样信号的非均匀性 ,这在很大程度上影响了控制系统的精度
高 玉凯 ,李 楠
( 庆 师 范 学 院 物 理 与 电气 信 息 工程 学 院 ,黑 龙 江 大 庆 13 1 大 6 7 2)
摘要 : 在模/ 换过程中 由于环境等 因素会 造成信号 采样 的非均匀性 。非均匀采样信号使得数字控制 系统数/ 数转 模转 换过程 出现误差 ,提 出了将非均匀 采样信号通过零 阶保持 器进行恢 复的信号重构算法 ,分析并证 明了重构信号的
基于非均匀周期采样的傅里叶望远镜时域信号采集方法

基于非均匀周期采样的傅里叶望远镜时域信号采集方法非均匀周期采样是一种在傅里叶望远镜信号采集中常用的方法。
传统的均匀周期采样要求信号在傅里叶变换域中无频率分量从而避免混叠,然而实际情况下,往往存在有限带宽、频率大于采样率,或者信号频率在采样前无法预知的情况。
基于非均匀周期采样的傅里叶望远镜信号采集方法弥补了传统方法的不足,可以有效地获得高质量的信号。
非均匀周期采样的优点在于它可以随意选择采样点,对于信号频率变化较大或不确定的情况,可以根据信号特性选择具有代表性的采样点,从而提高采样的效率和准确度。
相比于传统的均匀周期采样,非均匀周期采样方法可以更好地捕捉到信号的细节和变化趋势。
基于非均匀周期采样的傅里叶望远镜信号采集方法可以分为两个步骤:非均匀周期采样和信号重构。
首先,根据信号的特性和采样要求,设计采样时刻。
非均匀周期采样要求采样时刻能够平均覆盖信号的频率范围,并能够捕捉到信号的细节。
一种常用的非均匀周期采样方法是基于亚纤结构和环维特采样算法,它可以通过自适应选择采样时刻,实现高效地信号采样。
接下来是信号的重构。
采样得到的非均匀周期采样点可以被看作是时间域的离散样本,可以通过离散傅里叶变换(DFT)或者插值算法进行信号重构。
离散傅里叶变换是一种常用的信号重构方法,它将非均匀周期采样点变换到傅里叶变换域中,得到信号的频谱信息。
插值算法则是一种基于采样点之间的插值关系进行信号重构的方法,通过对采样点之间的信号进行插值,得到原始信号的近似估计。
非均匀周期采样的傅里叶望远镜信号采集方法具有广泛的应用领域。
例如,在天文观测中,天体信号的频率往往在采样前无法预知,非均匀周期采样可以根据天体信号的特性选择采样时刻,提高信号采样的效率和准确度。
在无线通信中,信道的频率响应在不同的时间和位置可能存在很大变化,非均匀周期采样可以根据信道的变化情况选择采样时刻,实现对信道的准确采样。
此外,非均匀周期采样方法还可以应用于声音信号处理、图像处理等领域。
电网信号测量中非同步采样误差的分析与处理

( " )# "! !. +,(. !! #"() % $. % . #* %)#
.#!
[’ ( " ), ! ] " ( ") ( " ), ! ! ’ ( " )# ! #" !! ! ! !"#
(0)
[#] 从频域角度分析 在频谱分析中,如果采样值不能均匀的分布在
整数,则 54( &%)恰好是序列频谱 54( &)的一个 0% " 123 谱值,并有 58(&% ) # ;%% ,被测信号的 & "" 个参数 0% , 1 % ,%% 可以由 54( &% )准确的计算得 到。这就是传统频谱分析方法的理论依据。但是, 由于采样过程实际上很难做到严格同步,&% 一般 [&] 不为整数,因而就会产生严重的泄漏误差 。
[1] ")")" 准同步采样算法 准同步采样方法的最大特点是去掉了同步采样
!"#
从硬件的角度来考虑 硬件方法着重于预防,采取措施保证采样频率
同步于实时变化的信号频率。非同步误差产生的根 本原因就是因为采样的失步,所以尽量减少绝对失 步度应当是我们首选的措施。绝对非同步度为 !+ ( , & ’) % +- ( 测量信号周期 + ,因此要减少失步度首先需要准确 + ,然后优化每周采样点数 , & ’ 和
(’)
()) (*)
"
9
,9
( 1 , ’) 5( ’ ) 6 :’
(!!) (!") (!&)
( * ) ; ( """1* : * 5( 1 ) # " 9 (9/
非均匀采样的频谱研究_李杰

非均匀采样的频谱研究李杰,赵红东,苏周(河北工业大学天津300401)摘要:非均匀采样的一个很大的优点就是它具有抗频率混叠的性能[],首先从均匀采样讨论由采样而引起的频谱混叠现象,在均匀采样和非均匀采样的频谱图对比中讨论两种采样方式引起的不同的频谱混叠现象,从对比中分析非均匀采样方式的优势。
从最简单的非均匀采样方法逐步深入到完全随机的非均匀采样方法,研究由于采样方法的改变对数字信号频谱的影响。
最后可以看到非均匀采样的方法可以将混叠信号的频谱降低到完全不影响对真实信号的检测。
关键词:非均匀采样;频谱混叠;傅里叶变换;Matlab 中图分类号:TN911.72文献标识码:A文章编号:1674-6236(2013)04-0033-03Frequency spectrum of non -uniform samplingLI Jie ,ZHAO Hong -dong ,SU Zhou(Hebei University of Technology ,Tianjin 300401,China )Abstract:Non -uniform sampling has a great strength is that it has good performance of restraining frequency aliasing.Firstly frequency aliasing phenomenon by sampling discussed in uniform sampling ,Through compared what some of the similarities and differences are between the frequency spectrograms of uniform sampling and Non -uniform sampling discussed frequency aliasing caused by this two sampling methods ,From the contrast analysis ,non -uniform sampling has a great advantage.From the most simple non -uniform sampling method gradually into the completely random non -uniform sampling method ,how the change of the sampling method influence digital signal spectrum are researched.Non -uniform sampling method could reduce aliasing signal spectrum to does not affect the real signal detection.Key words:non -uniformly sampled ;spectrum estimation ;fourier transform ;Matlab收稿日期:2012-10-16稿件编号:201210103作者简介:李杰(1987—),男,湖北荆门人,硕士。
非均匀采样信号的频谱分析方法

第 02 期
1 ×A ×N 2 式中 A 为时域正弦信号峰值; N 为采样点数。 |2πAδ(ω-ω0)|=
(9 )
取非均匀采样的 1024 点的正弦序列 x (tn)=500· sin(2×π×125×tn), 非均匀采样时间间隔 τn={1.007,0.996,
1024
…}, 单位: ms,这样采样时间可表示为 tn=∑τn。这一组
Spectrum Estimation from Non-uniformly Sampled Signals
GAO Yu-kai, ZHANG Wei (Department of Physics and Electrical Information Engineering, Daqing Normal University, Daqing 163712,Heilongjiang,China ) Abstract: This paper describes a new approach that can process non-uniformly sampled signals efficiently, in the sense the digital spectrum from non-uniformly sampled signal can be derived precisely. This algorithm ’ s validity is also demonstrated by the expected values of spectrum. A simulation of the pulse function is carried out by MATLAB software,which decribes the intensity of the finite energy signals. The paper introduces the quantitative relationship between the sine signal and its impulse intensity in frequency of the approach proposed in identifying the signal ’ s parameters. This developed technique can be applied in analyzing the sine signal of a mechanically dithered ring laser gyroscope. The experimental results indicate the dither amplitude and frequency can be estimated more accurately and closer to the truth parameter. Key words: non-uniformly sampled, spectrum estimation, fourier transform, sine signals 引 言 目前的数字信号处理几乎都是基于等时间间隔 采样被测信号来描述信号特征, 但在许多实际的数据 采集系统中如激光陀螺捷联掼导系统和多路 A/D 转 0 换电路中, 由于扰动或时钟脉冲的不稳定性, 使得采 样时间间隔是非均匀的。在进行谱分析时, 由于引入 了时间归一化过程, 采样序列的自变量以整数形式给 出, 没有任何关于非均匀采样时间间隔的信息, 这必 然导致频谱分析与真实频谱之间存在差异, 产生原理 误差。 Y C Jeng 最早用分析的方法研究了非均匀理想 抽取正弦信号的频谱问题 [1], 其基本思路是将非均匀 并 的采样序列用 M 个均匀的采样序列组合来表示, - 8 建立非均匀采样序列的离散频谱和原来信号模拟频 谱之间的关系, 在此基础上文献[2]深入研究了非均匀 采样信号的数字谱, 并给出了更加一般的非均匀采样 周期信号的数字谱表达式。文献[3][4] 从均匀概率密 度的角度出发, 推出了频谱均值的概念, 并应用到非 带限信号的谱分析中, 然而这些方法并没有探讨一般 性的非均匀性采样信号的直接频谱计算方法。 虽然这 些卓有成效的研究成果大大促进了非均匀采样信号 分析理论的发展。 但其在理论的适用条件上则各有限 制: 或要求分布函数已知 、 或只适用于多个周期采样 的叠加情况。 对一般性的非均匀采样信号的频谱计算 问题还有待研究。 本文深入研究了非均匀采样信号的数字谱, 并得
基于非均匀采样数据的 SD-OCT 成像算法研究

基于非均匀采样数据的 SD-OCT 成像算法研究刘玉喜;修晓玉;周国辉【摘要】在频域光学相干层析成像(SD-OCT)中,数据通常通过波数域的非均匀采样得到。
在进行快速傅里叶变换得到图像之前需要进行一个数据重采样过程。
数据重采样会造成额外的计算负担,而且会带来一定的数据误差。
采用一种逆成像算法得到 SD-OCT 图像,将 SD-OCT 系统建模为一系列线性方程组,通过求解一个逆问题以实现 SD-OCT 系统的成像。
利用全变差(TV)作为限制条件以保留图像的边缘信息,然后由 SD-OCT 测量数据直接估计样本的二维互相关。
仿真结果表明,和传统方法相比,该算法所得到的噪声残余量更低。
同时还验证了利用 TV 限制条件以抑制 SD-OCT 中对衰落的敏感性的可能性。
%In spectral-domain optical coherence tomography (SD-OCT),the data are usually collected by nonuniform sampling in wave number domain.There has the need of data re-sampling process before the conventional fast Fourier transform being applied to reconstruct an image.Data re-sampling will cause extra computation burden and often introduces certain errors to data.Instead,we develop an inverse imaging approach to reconstruct an SD-OCT image,model the SD-OCT as a series of linear equations,and implement SD-OCT system imaging by finding the solution of the inverse problem.We make use of total variation (TV)as a constraint to preserve image’s edge information,and estimate the two-dimensional cross-correlation of a sample directly from SD-OCT measurements.Simulation results indicate that compared with conventional method,our technique gives a smaller noise residual.The potential of using the TV constraint to suppress thesensitivity falloff in SD-OCT is also demonstrated with experiment data in the paper.【期刊名称】《计算机应用与软件》【年(卷),期】2014(000)004【总页数】4页(P235-238)【关键词】SD-OCT;非均匀采样;全变差;重采样【作者】刘玉喜;修晓玉;周国辉【作者单位】哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨 150025;哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨 150025;哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨 150025【正文语种】中文【中图分类】TP311SD-OCT系统中,在波数域测量值通常经过非均匀采样得到。
参数稀疏信号非均匀采样性能分析

Ke o d s m p i g t e r ,s a s a l g,fn t n o a i n r t ,p r d cn n n f r s mp i g,Di c te m yW r s a l h o y p r e s mp i n n i ie in v t a e e i i o u io m a l o o n r ssra a
知识 , 以 以低 于信 号两 倍带 宽 的采 样 率采 集 和重 可
*
收稿 日期 :0 1年 1月 1 21 7日, 回 日期 :0 1 2月 2 修 21 年 3日 基金项 目: 建省 自然 科学基金项 目“ 福 网络编码技术及其在无线传感器 网络 中的应用研究” 编号 :0 90 2 6 资助。 ( 20 J 18 ) 作者简介 : 慧 , , 士 , 钱 女 博 研究方 向: 超宽 带通 信、 压缩感知理论 及应用 。余轮 , , 士生 导师 。 男 博 研究 方向 : 多媒体通
整 数 的非均 匀 采样 以其 极低 的采样 率 和 良好 的抗
噪能 力 受 到人 们 广泛 的关 注 。2 1 O O年 , 对参 数 稀
疏 信 号 的非 均 匀采 样 问题 进 行 了研 究 [ 。。非 均 。 。
匀 采 样来 源 于 P p ui 广 义 采 样 展 开 理 论 , 通 ao l s 多
摘
要
提 出了一种参数稀疏信号 的时 间交替周期非均匀采样方案 。相对于非均匀采样 , 周期非均匀采样可 以在降低
系统复杂度 的前提下依然保持较高 的转换速率 。通过仿真证明 , 均匀采样样本 的超 分辨 率特性 可以提高非线性最小二乘 非 周期图谱估计的重构性能 。 关键词 采样定理 ; 稀疏采样 ;有限新息率 ; 周期非 均匀采样 ;狄拉克流
非均匀采样傅里叶变换 matlab

非均匀采样傅里叶变换 matlab非均匀采样傅里叶变换是一项强大的数学工具,在信号处理和图像处理中广泛使用。
在这篇文章中,我们将介绍非均匀采样傅里叶变换(NFFT),以及如何在MATLAB中使用它来处理非均匀采样数据。
一、什么是非均匀采样傅里叶变换?在传统的离散傅里叶变换(DFT)中,数据点被等间距地采样,以保证傅里叶频率域表示的准确性。
然而,在一些应用中,如医学成像、天文学、地球物理学和声学等领域,信号通常是由不均匀采样得到的。
非均匀采样傅里叶变换是一种将不均匀采样信号的频谱计算出来的方法。
相对于传统的DFT方法,NFFT方法在保证计算准确性的情况下,能够大大减少计算量。
它在非均匀采样数据下计算快速傅里叶变换(FFT)的近似解。
二、NFFT的重要性NFFT方法对于信号工程和科学领域来说非常重要。
在许多实际问题中,我们需要计算非均匀信号的频谱分布。
例如,图像处理中的解卷积以及遥感图像处理中的扫描。
由于非均匀采样当中的数据点间距并不相等,传统的DFT 方法不能提供准确的频率响应。
NFFT方法将不均匀采样信号转变为数据块,以减少FFT操作的速度和计算时间。
它通过计算在指定的间隔中接近非均匀采样点的FFT,并使用插值技术重建完整频率域信号。
NFFT方法提供了一种有效的方法来解决非均匀采样的问题,同时保持准确性和速度。
三、如何使用MATLAB实现NFFT?MATLAB是一个功能强大的工具,可以轻松实现NFFT。
MATLAB有一个称为nfft的包,可以快速计算非均匀采样数据的傅里叶变换。
使用MATLAB实现NFFT需要的步骤如下:第1步:导入数据我们需要首先导入NFFT所需的数据,可以将其存储在一个数组中,或者使用MATLAB中的数据生成函数。
第2步:设置参数设置NFFT所需的参数。
这些参数取决于我们正在处理的信号和所需的输出结果。
一些常见的参数包括窗口函数、采样率、FFT点数和插值因子等。
第3步:使用nfft包将数据和参数用于nfft包,使用nfft包将非均匀采样信号转换为数据块。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
就是在每个采样时刻, 仍然存在均匀采样的频谱混叠现 象。但是每个采样时刻都非常短, 使得当前时刻的混叠 频 谱 的 能 量 较 小 , 反 映 到 频 谱 上 的 幅 度 较 小 。总 的 来 看 , 由于采样频率随机分布, 使得混叠信号随机分布, 最终 表现出整个频谱出现小幅度噪声。实际上, 相当于将图 1 中的混叠频谱均匀分布到整个频率段, 大大减小了混 叠频谱的幅度, 远远低于真实信号频谱的幅度, 从而检 测出真实信号。
为 DSP 和 CPLD 的 工 作 时 钟 。 DSP 对 时 钟 信 号 倍 频 后 输
出 一 个 快 速 的 时 钟 信 号 到 CPLD, CPLD 以 该 时 钟 为 最 小
时 间 片 , 进 行 延 时 和 分 频 , 得 到 非 均 匀 的 时 间 片 。这 些 时
间 片 之 间 间 隔 发 送 到 DSP 芯 片 中 , 供 非 均 匀 采 样 算 法 随
Xc(! )X*c(! )}/N
(13 )
0
3 实时非均匀采样处理系统
非 均 匀 采 样 系 统 由 DSP ( TI 公 司 的 TMS320C6211 ) 、
AD、CPLD、USB 接 口 、FLASH 等 组 成 [4]。硬 件 系 统 框 图 如
图 3 所示。
图 3 中 , 时 钟 芯 片 提 供 均 匀 时 钟 到 DSP 和 CPLD, 作
采 样 周 期 , !S 为 采 样 频 率 ( 角 频 率 ) 。 假 设 非 均 匀 采 样 的
各个采样点是随机的, 且相互独立, 其概率密度分布函
数 为 p(t), 采 样 点 数 为 N, 则
#" $" N
N
E
f(tk)e - j!t k =
E %f(tk)e - j!t k &
k=1
k=1
+∞
" F(ej!)= f[n ]e - j!n
(4)
n=- ∞
根据采样定理, 时域上的采样, 将使信号频谱在频
域上发生搬移, 若采样频率大于奈奎斯特频率, 则不会
发生频谱重叠。从而
+∞
" F"(ej!)=
1 T
F( j(!-
k=- ∞
k!S))
(5)
其 中 , F"(ej!) 为 采 样 后 得 到 的 离 散 序 列 的 频 谱 , T 为
通信技术
非均匀采样信号的频谱分析及信号处理系统
汪 安 民 1,2, 陈 良 福 2 (1.清 华 大 学 电 子 工 程 系 , 北 京 100083; 2.清 华 同 方 电 子 信 息 技 术 研 究 所 , 北 京 100083)
摘 要 : 非 均 匀 采 样 由 于 具 有 不 受 采 样 频 率 限 制 、频 率 分 辨 率 高 以 及 抗 混 叠 等 优 点 , 应 用 十 分 广 泛。推导出非均匀采样信号的离散傅里叶变换方法, 分析了采样时钟抖动对非均匀离散傅里叶变换 的影响, 并给出仿真结果。研制了基于数字信号处理器和可编程逻辑器件的非均匀采样系统, 以此为 硬件平台, 实现了非均匀采样信号的频谱分析。理论和实验结果表明, 非均匀采样系统和频谱分析方 法是有效实用的。
var{XD(! )}=E{[XD(!)]2}- [E{XD(!)}2]
(9)
假 设 所 设 置 的 采 样 时 刻 {tk}为 相 互 独 立 、同 分 布 的 随
机 变 量 , 并 且 其 概 率 密 度 函 数 为 p(t), 故
N
" E {[XD(! )]2 }= E {[
f(tk)e
-
j!t k
t0+!1+!2+L+!n, 故 pn(t)=pn- 1(t)×p!(t)。根 据 中 心 极 限 定 理 ,
对于一组相互独立的随机变量, 当随机变量的个数大到
一定程度时, 它们的和服从正态分布, 因此当 k→∞ 时,
pn(t)趋 于 正 态 分 布 。当 t 增 加 时 , 加 性 非 均 匀 采 样 点 的 概 率分布将趋于平坦, 其数值大小为 1/"。
y(t)=sin(2!f0 t)+sin(2!f1t)+sin(2!f2t)
(3)
式 中 , f0 =200Hz, f1 =700Hz, f2 =1 100Hz。 在 均 匀 采 样 下 , 采 样 频 率 为 1 024Hz, 采 样 点 数 为 1 024 , 并 对 采 样 后 的信号由傅里叶变换得到信号频谱, 如图 1 所示。在非 均 匀 采 样 下 , 按 照 式 ( 2 ) 定 义 的 时 刻 采 样 1 024 点 , 并 使 用非均匀采样信号的傅里叶变换得到信号频谱, 如图 2 所 示 。式 ( 2 ) 的 平 均 采 样 时 间 间 隔 为 1.5ms ( 对 应 采 样 频 率 为 667Hz) , 最 大 采 样 时 间 间 隔 为 1ms ( 对 应 采 样 频 率 为 1 000Hz) 。 以 最 大 采 样 频 率 计 算 , f1 和 f2 都 超 过 了 香 农采样定理的限制。
出非均匀采样信号的傅里叶变换方法, 并使用该方法分
析 非 均 匀 采 样 信 号 的 频 谱 。本 文 还 研 制 出 基 于 数 字 信 号
处 理 器 ( DSP ) 和 可 编 程 逻 辑 器 件 ( CPLD) 的 非 均 匀 采 样
和信号处理系统。在该硬件系统上, 实现了非均匀采样
信号的频谱分析。
原始信号频谱。
由于采样时刻的随机性, 虽然计算得到的信号频谱
的期望是信号的真实频谱, 但还必须考察频谱计算的精
度 。 非 均 匀 离 散 傅 里 叶 变 换 的 方 差 推 导 如 下 [3]:
令 XD(! )代 表 由 非 均 匀 离 散 傅 里 叶 变 换 计 算 得 到 的
频 谱 , XC(! )代 表 信 号 的 实 际 频 谱 , 则
动 CPLD。 CPLD 收 到 DSP 命 令 后 , 输 出 非 均 匀 时 钟 信 号 器 件 , 目 前 还 没 有 非 均 匀 AD 器 件 可 以 使 用 , 为 此 , 本 文
到 AD, AD 根 据 该 时 钟 信 号 采 样 , 每 采 样 一 个 数 据 , 提 供 采 用 CPLD 控 制 AD 的 时 钟 实 现 了 非 均 匀 采 样 。 在 非 均
样 频 率 的 一 半 , 否 则 无 法 准 确 地 恢 复 出 信 号 [1]。 均 匀 采
样信号的频谱分析可以采用经典的傅里叶变换方法实
现 。对 于 非 均 匀 采 样 , 因 其 采 样 时 刻 的 不 确 定 性 , 无 法 直
接使用傅里叶变换实现。
本文提出一种伪随机的加性非均匀采样方法, 推导
dtk
《电子技术应用》2006 年第 11 期
Td
! = N f(t)e- j!tk dt= N F(j!)
Td 0
Td
(7)
其 中 Td/N 为 平 均 采 样 时 间 。将 式 (7)代 入 式 (6), 并 结
合 式(5), 可 知
E[F(ej!)]=N/Td×F(j! )
(8)
即非均匀离散傅里叶变换公式计算结果的期望是
2
]
}
k=1
N
" =
E {f(tk)e - j!t k ·f(tk)e - j!t k }
k=1
NN
"" +
E {f(tk)e - j!t k ·f(tl)e - j!tl }
k=1 l=k
(10 )
" ! N E {f(tk)e - j!tk ·f(tk)e - j!tk }=N· T [f(t )e - j!t ]2·p (t )dt (11 )
由 于 !n 随 机 分 布 , 使 得 采 样 时 刻 不 再 是 简 单 的 线 性 关 系 。设 置 t0=1ms , !n 为 均 匀 分 布 在 ( 0ms , 1ms ) 之 间 的 随 机 数 。 式 (1)变 为 下 式 :
tn=n+!n n=1,2,3, … , N
( 2)
假定三正弦合成信号如下:
1 非均匀采样
在加性非均匀采样中, 当前采样时刻是根据前一个
采样时刻来选择的, 其数学表达式为:
tn+1= tn+ !n
(1)
其 中 , !n 为 服 从 同 分 布 的 一 组 随 机 变 量 , 其 值 恒 为
正 。设 !n 的 概 率 密 度 函 数 为 p!(!n), 其 均 值 为 " , 由 于 tn=
关键词: 非均匀采样 信号处理 频谱分析
非 均 匀 采 样 是 相 对 于 均 匀 采 样 的 一 种 采 样 方 法 。现
实中, 由于受到电子器件的限制, 均匀采样是相对的, 而
非 均 匀 采 样 是 绝 对 的 。香 农 采 样 定 理 描 述 了 均 匀 采 样 问
题, 确定了均匀采样下被采样信号最高频率必须低于采
通信技术
1 中无法分辨哪个是真实信号,哪个是混叠信号的频谱。
( 实 际 情 况 下 , 图 1 中 f 0、f 1 和 f 2 分 别 是 真 实 信 号 f0、f1 和 f2 的 混 叠 信 号 ) 。
为了消除频谱混叠现象, 采用非均匀采样, 采样不 再 有 周 期 性 , 而 是 呈 随 机 性 。从 图 2 中 可 以 看 出 , 信 号 频 谱没有混叠现象, 即使此时信号中存在超过采样频率的 信号成分, 非均匀仍然可以准确地检测出信号。