漫谈采样定理

采样定理

前言

之前写了一下采样和量化，但是并没有对采样定理进行说明，所以这里简单聊聊

假设

我们假设有一个待采样的连续时间信号$x(t)$，采样频率为$f_s$

有一个周期冲激串$p(t)$，称为采样函数，周期$T$称为采样周期

其中$p(t)$的基波频率$w_s=w\pi /T$称为采样频率

时域中就有$x_p(t)=x(t)p(t)$

其中$p(t)={\sum }_{n=-\infty }^{+\infty }\delta (t-nT)$

采样定理

我们可以知道,$x_p(t)$是一个周期冲激串，其基波频率为$w_s=w\pi /T$，冲激幅度就是x(t)在以T为间隔处的样本值，即

$$x_p(t)=\sum _{n=-\infty }^{\infty }x(nT)\delta (t-nT)$$

我们知道，时域中的成绩在频域中是卷积，所以我们知道：

$$X_p(j\omega )=\frac{1}{2\pi }{\int }_{-\infty }^{+\infty }X(j\omega )P(j(\omega -\theta ))d\theta$$

我们知道冲激串 $p(t)$ 的傅里叶变换是另一个冲激串：
$$P(j\omega )=\frac{2\pi }{T}\sum _{k=-\infty }^{+\infty }\delta (\omega -k{\omega }_s)$$
其中 ${\omega }_s=\frac{2\pi }{T}$。

代入 $P(j(\omega -\theta ))$ 的表达式：
$$P(j(\omega -\theta ))=\frac{2\pi }{T}\sum _{k=-\infty }^{+\infty }\delta ((\omega -\theta )-k{\omega }_s)$$

所以，卷积表达式变为：
$$X_p(j\omega )=\frac{1}{2\pi }{\int }_{-\infty }^{+\infty }X(j\theta )\left(\frac{2\pi }{T}\sum _{k=-\infty }^{+\infty }\delta ((\omega -\theta )-k{\omega }_s)\right)d\theta$$

根据冲激函数的性质：
$${\int }_{-\infty }^{+\infty }f(\theta )\delta (\theta -{\theta }_0)d\theta =f({\theta }_0)$$

在我们的卷积表达式中，每个 $\delta ((\omega -\theta )-k{\omega }_s)$ 会采样 $X(j\theta )$ 在 $\theta =\omega -k{\omega }_s$ 的值。由于 $\delta ((\omega -\theta )-k{\omega }_s)$ 只有在 $\theta =\omega -k{\omega }_s$ 时才为非零，因此我们可以直接替换：

$$X_p(j\omega )=\frac{1}{2\pi }\sum _{k=-\infty }^{+\infty }\frac{2\pi }{T}X(j(\omega -k{\omega }_s))$$

简化得到：
$$X_p(j\omega )=\frac{1}{T}\sum _{k=-\infty }^{+\infty }X(j(\omega -k{\omega }_s))$$

因此，通过利用冲激函数的采样性质，我们得到了采样信号 $x_p(t)$ 在频域中的表示：
$$X_p(j\omega )=\frac{1}{T}\sum _{k=-\infty }^{+\infty }X(j(\omega -k{\omega }_s))$$

我们最后化简后，可以得知$X_p(j\omega )$是频率为$\omega$的周期函数，它由一组 $X(j\omega )$ 的周期函数组成，周期为$T$。

采样定理总结

采样定理

设 $x(t)$ 是某一个带限信号，在 $|\omega |>{\omega }_M$ 时，$X(j\omega )=0$ 。如果 ${\omega }_s>2{\omega }_M$，其中 ${\omega }_s=\frac{2\pi }{T}$，那么 $x(t)$ 就唯一地由其样本 $x(nT)$，$n=0,\pm 1,\pm 2,\dots$ 所确定。

已知这些样本值，我们能用如下方法重建 $x(t)$：产生一个周期冲激串，其冲激幅度就是这些依次而来的样本值；然后将该冲激串通过一个增益为 $T$， 截止频率大于 ${\omega }_M$ 而小于 ${\omega }_s-{\omega }_M$ 的理想低通滤波器，该滤波器的输出就是 $x(t)$。

在采样定理中，采样频率必须大于$2{\omega }_M$，否则 $x(t)$ 无法被唯一地重建。该频率称为 $x(t)$ 的奈奎斯特频率。