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

時間領域信号とそのフーリエ変換について考えて、スペクトルを明らかにします。
特定の周波数で信号をサンプリングすると、元のスペクトルのスケーリングされたレプリカが複数作成されます。
サンプリング周波数がナイキストレートを下回ると、これらのレプリカがオーバーラップし、ローパスフィルタを使用して元の信号を回復するのを防ぎます。
このオーバーラップ効果はエイリアシングと呼ばれ、再構成された信号を歪めます。
正弦波信号とそのスペクトルについて考えると、サンプリングされた信号スペクトルの解析には、固定サンプリング周波数の基本周波数のさまざまな値を考慮する必要があります。
基本周波数がサンプリング周波数の半分未満の場合、基本周波数を上げると出力周波数が高くなります。 
逆に、基本周波数がサンプリング周波数の半分とサンプリング周波数の間にある場合、基本周波数を上げると出力周波数が下がります。
エイリアシングのため、再構成された信号は元の形式に戻ることができません。
元の信号の正確な再構成は、サンプリング周波数がナイキストレートを超える場合にのみ可能であり、したがってエイリアシングを回避できます。

エイリアシング

正確な信号サンプリングと再構成は、さまざまな信号処理アプリケーションで重要です。時間領域信号のスペクトルは、フーリエ変換を使用して明らかにすることができます。この信号を特定の周波数でサンプリングすると、周波数領域で元のスペクトルの複数のスケールされたレプリカが生成されます。これらのレプリカの間隔は、サンプリング周波数によって決まります。

サンプリング周波数がナイキスト周波数より低い場合、これらのレプリカが重なり合い、ローパスフィルターを使用して元の信号を正確に復元できなくなります。エイリアシングと呼ばれるこの重なり合いの効果により、再構成された信号が歪んでしまい、元の信号を復元できなくなります。

サンプリングされた信号のスペクトルを分析するには、基本周波数と、それが固定サンプリング周波数とどのように相互作用するかを考慮する必要があります。信号の基本周波数がサンプリング周波数の半分とサンプリング周波数自体の間にある場合、逆説的に、基本周波数が増加すると、知覚される出力周波数が低下します。この直感に反する効果はエイリアシングによるもので、サンプリング後に高い周波数と低い周波数を区別できなくなります。その結果、再構成された信号は大幅に歪んでしまい、元の形式に戻すことができません。

逆に、基本周波数がサンプリング周波数の半分未満の場合、基本周波数を上げると出力周波数が上がります。この動作は予想と一致しており、元の信号をより明確に再構成できます。したがって、正確に再構成するには、サンプリング周波数がナイキスト周波数を超える必要があります。ナイキスト周波数は、元の信号に存在する最高周波数の 2 倍です。この周波数を満たすか超えることで、エイリアシングが回避され、周波数領域のレプリカが重なり合うことがなくなります。

ナイキスト基準に従うことで、サンプリング周波数が元の信号から必要な情報を取得するのに十分な高さになり、正確な信号再構成が可能になります。この原則は、オーディオ処理、通信、データ取得など、信号の整合性を維持することが最も重要であるさまざまなアプリケーションで重要です。適切なサンプリング周波数を使用してエイリアシングを回避すると、元の時間領域信号を忠実に復元し、その品質と忠実度を維持できます。

時間領域信号とそのフーリエ変換について考えて、スペクトルを明らかにします。
特定の周波数で信号をサンプリングすると、複数のスケーリングが作成されます...

Education

JoVE Core

Electrical Engineering

電気工学

Unit 1

ユニット1

Sampling

サンプリング

KEY TERMS AND CONCEPTS

主要用語と概念

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 電気工学 は、電気回路の基本概念と回路解析テクニックを網羅したアニメーションビデオシリーズです。オペアンプと回路変換および 1 次・ 2 次回路の概念を網羅しています。実験を撮影した実写動画では、設計例や現代社会での応用が含まれており、複雑な概念も分かりやすく学習いただけます。

electrical engineering

Sampling Signals Without Aliasing

Description

Transcript