Digital Signal Processing, Introduction to Continuous-Time Signal Sampling, PDF

Document Details

Uploaded by Deleted User

Northern Jiaotong University

陳後金

Tags

digital signal processing signal sampling continuous-time signal digital signal

Summary

This document introduces digital signal processing and focuses on the topic of continuous-time signal sampling. It explains the concept, theory, and application of signal sampling in digital signal processing. The document also includes examples and figures to illustrate the concepts.

Full Transcript

数字信号处理 Digital Signal Processing 主讲人:陈后金 电子信息工程学院 信号时域抽样与信号重建  什么是信号的抽样  为什么要进行抽样  如何进行信号抽样  信号抽样理论分析  抽样定理工程应用  抽样后信号的重建  连续信号的离散处理 什么是信号的...

数字信号处理 Digital Signal Processing 主讲人:陈后金 电子信息工程学院 信号时域抽样与信号重建  什么是信号的抽样  为什么要进行抽样  如何进行信号抽样  信号抽样理论分析  抽样定理工程应用  抽样后信号的重建  连续信号的离散处理 什么是信号的抽样 x(t) t 0 T 2T x[k] k 0 1 2 x[k ] = x (t ) t =kT 什么是信号的抽样 [x,Fs,Bits]=wavread(’damaige’) play(x) Fs=44,100; Bits=16 什么是信号的抽样 谁提出信号抽样 Nyquist,美国物理学家,1889年出生在 瑞典。他对信息论做出了重大贡献。1907年 移民到美国,并于1912年进入北达克塔大学 学习。1917年在耶鲁大学获得物理学博士学 位。1917~1934年在AT&T公司工作,后转入 Bell电话实验室工作。 1927年,Nyquist确定了对某一带宽的有 限时间连续信号进行抽样,为不使原波形产 生“半波损失”,抽样率至少应为信号最高 Harry Nyquist(1889 – 1976) 频率的2倍,这就是著名的Nyquist抽样定理。 为什么进行信号抽样 x[k] 离散 y[k] 输出 输入 抽样 重建 y (t) x (t) 系统 利用数字技术处理模拟信号 离散信号与系统的主要优点: ※信号稳定性好: 数据用二进制表示,受外界影响小。 ※信号可靠性高: 存储无损耗,传输抗干扰。 ※信号处理简便: 信号压缩,信号编码,信号加密等。 ※系统的精度高: 可通过增加字长提高系统的精度。 ※系统灵活性强: 改变系统的系数使系统完成不同功能。 数字信号的主要特点 ※ 易于存储 ※ 易于传输 ※ 易于处理 数字信号的主要特点 易于存储 存储方式 模拟存储 数字存储 磁带 DVD 录像带 数字存储优点: 硬盘 1. 容量大 2. 稳定性好 SD卡 相机胶卷 数字信号的主要特点 易于存储 稳定性好 老照片 数码照片(空间离散) 《榴莲歌》 《榴莲歌》 数码存储方式便于 磁带音质 CD音质 数据长期稳定保存 数字信号的主要特点 易于传输 抗干扰能力强 模拟信号传输受到的噪声干扰 数字传输下,信号幅值采用二进制 0、1编码。相比模拟信号而言,抗 干扰能力强。 数字信号传输受到的噪声干扰 数字信号的主要特点 易于传输 抗干扰能力强 例如:中央人民广播电台开篇录音 模拟信号传输 数字传输有效抵抗 信道干扰,音质好 数字信号传输 数字信号的主要特点 易于处理 信号加密 语音信号 加密语音 伪随机码 保密性好 数字信号的主要特点 易于处理 识别检索 采集定位 特征提取 特征匹配 检索结果 如何进行信号抽样 抽样间隔对图像的影响 如何进行信号抽样 抽样频率对语音信号的影响 fsam=44,100 Hz fsam=22,050 Hz fsam=11,025 Hz fsam=5,512 Hz 如何进行信号抽样 x(t) t 0 T 2T x[ k ] = x ( t ) t = kT 如何选取抽样间隔T? 连续时间信号的时域抽样 谢 谢 本课程所引用的一些素材为主讲老师多年的教学积累,来源 于多种媒体及同事、同行、朋友的交流,难以一一注明出处,特 此说明并表示感谢!

Use Quizgecko on...
Browser
Browser