Name: sampling signals without aliasing
Uploaded: 2024-09-26T13:17:07.000Z
Duration: 1 min 18 s
Channel: JoVE

ضع في اعتبارك إشارة المجال الزمني وتحويل فورييه للكشف عن الطيف.
يؤدي أخذ عينات من الإشارة بتردد معين إلى إنشاء نسخ متماثلة متعددة من الطيف الأصلي.
إذا كان تردد أخذ العينات أقل من معدل Nyquist ، فإن هذه النسخ المتماثلة تتداخل ، مما يمنع استرداد الإشارة الأصلية باستخدام مرشح تمرير منخفض.
هذا التأثير المتداخل ، المعروف باسم التعرج ، يشوه الإشارة المعاد بناؤها.
ضع في اعتبارك الإشارة الجيبية والطيف الخاص بها ، فإن تحليل طيف الإشارة الذي تم أخذ عينات منه ينطوي على النظر في قيم مختلفة للتردد الأساسي بتردد أخذ عينات ثابت.
عندما يكون التردد الأساسي أقل من نصف تردد أخذ العينات ، فإن زيادة التردد الأساسي يؤدي إلى تردد إخراج أعلى. 
على العكس من ذلك ، عندما يكون التردد الأساسي بين نصف تردد أخذ العينات وتردد أخذ العينات ، فإن زيادة التردد الأساسي تقلل من تردد الإخراج.
بسبب التعرج ، لا يمكن للإشارة المعاد بناؤها العودة إلى شكلها الأصلي.
لا يمكن إعادة البناء بدقة للإشارة الأصلية إلا عندما يتجاوز تردد أخذ العينات معدل Nyquist ، وبالتالي تجنب التعرج.

التعرج

<div style="direction: rtl;">
يعد أخذ العينات الدقيقة للإشارة وإعادة بنائها أمرًا بالغ الأهمية في تطبيقات معالجة الإشارات المختلفة. يمكن الكشف عن طيف إشارة المجال الزمني باستخدام تحويل فورييه الخاص بها. عندما يتم أخذ عينات من هذه الإشارة بتردد معين، ينتج عن ذلك نسخ متماثلة متعددة النطاق من الطيف الأصلي في المجال الترددي. يتم تحديد تباعد هذه النسخ من خلال تردد أخذ العينات.

إذا كان تردد أخذ العينات أقل من معدل نيكويست، فإن هذه النسخ تتداخل، مما يمنع استعادة الإشارة الأصلية بدقة باستخدام مرشح الترددات المنخفضة. يؤدي تأثير التداخل هذا، المعروف باسم التعرج، إلى تشويه الإشارة المعاد بناؤها ويجعل من المستحيل استعادة الإشارة الأصلية.

لتحليل طيف الإشارة المأخوذة من العينات، يجب على المرء أن يأخذ في الاعتبار التردد الأساسي وكيف يتفاعل مع تردد أخذ العينات الثابت. عندما يكون التردد الأساسي للإشارة بين نصف تردد أخذ العينات وتردد أخذ العينات نفسه، فإن أي زيادة في التردد الأساسي ستؤدي بشكل متناقض إلى انخفاض في تردد الإخراج المتصور. يرجع هذا التأثير غير البديهي إلى التعرج، حيث لا يمكن التمييز بين الترددات الأعلى والترددات الأدنى بعد أخذ العينات. وبالتالي، فإن الإشارة المعاد بناؤها مشوهة بشكل كبير ولا يمكنها العودة إلى شكلها الأصلي.

وعلى العكس من ذلك، إذا كان التردد الأساسي أقل من نصف تردد أخذ العينات، فإن زيادة التردد الأساسي تؤدي إلى زيادة في تردد الإخراج. يتماشى هذا السلوك مع التوقعات ويسمح بإعادة بناء أكثر وضوحًا للإشارة الأصلية. لذلك، لإعادة البناء الدقيق، يجب أن يتجاوز تردد أخذ العينات معدل نيكويست، وهو ضعف أعلى تردد موجود في الإشارة الأصلية. من خلال تلبية هذا المعدل أو تجاوزه، يتم تجنب التضليل، ولا تتداخل النسخ المتماثلة في مجال التردد.

يضمن الالتزام بمعيار نيكويست أن يكون تردد أخذ العينات مرتفعًا بما يكفي لالتقاط المعلومات الضرورية من الإشارة الأصلية، مما يجعل إعادة بناء الإشارة بدقة أمرًا ممكنًا. يعد هذا المبدأ بالغ الأهمية في تطبيقات مختلفة مثل معالجة الصوت والاتصالات واكتساب البيانات، حيث يكون الحفاظ على سلامة الإشارة أمرًا بالغ الأهمية. يتيح تجنب التعرج باستخدام تردد أخذ عينات مناسب استعادة إشارة المجال الزمني الأصلية بدقة، والحفاظ على جودتها ودقتها.

</div>

ضع في اعتبارك إشارة المجال الزمني وتحويل فورييه للكشف عن الطيف.
يؤدي أخذ عينات من الإشارة بتردد معين إلى إنشاء ...

Education

JoVE Core

Electrical Engineering

الهندسة الكهربائية

Unit 1

الوحدة الأولى

Sampling

أخذ العينات

KEY TERMS AND CONCEPTS

المصطلحات والمفاهيم الأساسية

Aliasing

sampling signals without aliasing

Sampling a signal at the right rate is essential for accurate signal reconstruction. A time-domain signal can be analyzed with its Fourier transform, which reveals its spectrum. When the signal is sampled, the spectrum becomes multiple scaled replicas in the frequency domain. The spacing between these replicas depends on the sampling frequency.

If the sampling frequency is below the Nyquist rate, the replicas overlap. The Nyquist rate is twice the highest frequency in the original signal. Once overlap occurs, a low-pass filter cannot recover the original signal correctly. This overlap is called aliasing, and it distorts the reconstructed signal.

The effect also changes how frequency is perceived after sampling. If the fundamental frequency is between half the sampling frequency and the sampling frequency itself, raising the fundamental frequency can make the output frequency appear lower. This counterintuitive result happens because higher frequencies become indistinguishable from lower ones after sampling.

If the fundamental frequency is less than half the sampling frequency, the output frequency rises as expected when the fundamental frequency rises. In this range, the reconstructed signal is clearer and stays closer to the original. For accurate recovery, the sampling frequency must meet or exceed the Nyquist criterion so the replicas do not overlap. This idea matters in audio processing, telecommunications, and data acquisition, where preserving signal quality is important.

Sampling Signals Without Aliasing

sampling theorem

Sampling Signals for Digital Use

Sampling signals for digital use turns a continuous-time signal, x(t), into a discrete-time signal. This step is essential when a real-world signal must be stored or processed by a digital system. A train of impulses sets the sampling interval, and the sampling frequency describes how often the signal is measured. The sampling process works by multiplying the continuous-time signal by the impulse train. This creates a series of discrete impulses called the sampled signal. Engineers then study...

sampling continuous time signal

Impulse-Train Sampling and Zero-Order Hold

Impulse-train sampling and zero-order hold are two key steps in digital signal processing. Together, they show how a continuous-time signal can be turned into samples and then built back into a continuous-looking waveform. Impulse-train sampling uses a periodic impulse train. This train is a series of delta functions placed at regular intervals set by the sampling period. When the continuous-time signal is multiplied by the impulse train, the result is a set of impulses whose amplitudes match...

reconstruction of signal using interpolation

reconstruction-of-signal-using-interpolation

Signal Reconstruction with Low-Pass Filtering

Signal reconstruction with low-pass filtering helps turn a sampled signal back into a smooth continuous signal. When a continuous signal is sampled with a period T, the sampled version creates replicas of the original spectrum in the frequency domain. These replicas are spaced by the sampling frequency. A zero-order hold can be used to process the sampled signal. This method keeps each sample value until the next sampling period, so the output becomes piecewise constant. In the frequency...

aliasing

Sampling a signal at the right rate is essential for accurate signal reconstruction. A time-domain signal can be analyzed with its Fourier transform, which reveals its spectrum. When the signal is sampled, the spectrum becomes multiple scaled replicas in the frequency domain. The spacing between these replicas depends on the sampling frequency. If the sampling frequency is below the Nyquist rate, the replicas overlap. The Nyquist rate is twice the highest frequency in the original signal. Once...

downsampling

Decimation and Sampling Rate Reduction

Decimation reduces a sampled sequence by keeping every N-th sample. At those integer multiples of N, the original and reduced sequences match. This makes the sequence shorter and more efficient for digital signal processing. The Fourier transform of a decimated sequence is not just a simple copy of the original. It becomes a scaled and shifted combination of the original spectrum. In effect, the reduced sequence reflects the same frequency content, but in a form shaped by the new sampling...

upsampling

Zero-Inserted Signal Reconstruction

Zero-inserted signal reconstruction is a digital signal processing method used to raise a signal’s sampling rate while keeping its important frequency content. A decimated signal has fewer samples and a narrower frequency range. To upsample it, zeros are inserted between the original samples. This zero-stuffed sequence changes the spectrum. It creates repeated spectral replicas at intervals set by the new Nyquist frequency, which is the highest frequency allowed by the new sampling rate. A...

bandpass sampling

Sampling Narrow Frequency Bands

Bandpass sampling is a signal processing method for signals whose energy is concentrated in a narrow frequency band. Such a signal is called a bandpass signal. The method works when the sampling rate is greater than twice the signal bandwidth, which helps prevent aliasing. A bandpass signal has a spectrum with a lower limit, ω1, and an upper limit, ω2. Its spectrum is nonzero only between those two frequencies. To sample it, the time-domain signal is multiplied by an impulse train. This...

key terms and concepts

Learn how sampling frequency, the Nyquist rate, and overlapping spectra affect signal reconstruction and why aliasing distorts sampled signals.

Sampling Signals Without Aliasing | JoVE K12

JoVE Core Electrical Engineering offers easy-to-understand animated videos that cover fundamental concepts of electric circuits along with circuit analysis techniques. It incorporates first-order and second-order circuits using operational amplifiers and circuit transformation concepts. The inclusion of practical design examples and real-world applications through scientist-in-action videos adds significant educational value, making complex concepts accessible.

electrical engineering

Sampling Signals Without Aliasing

Description

Transcript