22、信号采样与量化：原理、误差分析及应用

信号采样与量化：原理、误差分析及应用

1. 采样基础与欠采样失真

在信号处理中，为了避免以不必要的高数据速率工作，可使用抽取来降低数据速率。由于信号经过了过采样，这样做不会丢失信息，因为对应的离散时间信号存在冗余。

1.1 欠采样导致的失真

在实际情况中，信号并非严格带限，这意味着总会出现欠采样，从而导致一定程度的混叠失真。采样频率必须足够高，以确保重建信号与原始信号的差异在可接受范围内。

1.2 欠采样失真示例

设连续时间信号为 (x_a(t) = e^{-a|t|})，其中 (a > 0)。其傅里叶变换为 (X_a(j\Omega) = \frac{2a}{\Omega^2 + a^2})，显然该信号不是带限的。

以采样频率 (f_s = \frac{1}{T}) 对 (x_a(t)) 进行采样，得到离散时间信号 (x(n) = x_a(nT) = e^{-a|nT|} = (e^{-aT})^{|n|})，其傅里叶变换为 (X(e^{j\Omega T}) = \frac{1 - e^{-2aT}}{1 - 2e^{-aT}\cos(\Omega T) + e^{-2aT}})。

使用理想脉冲幅度调制（PAM）进行重建，其中 (P(j\Omega)) 定义为：
[
P(j\Omega) =
\begin{cases}
T, & |\Omega| \leq \frac{\pi}{T} \
0, & |\Omega| > \frac{\pi}{T}
\end{cases}
]