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

시간 영역 신호와 이 푸리에 변환을 통해 스펙트럼을 드러내는 것이 좋습니다.
특정 주파수에서 신호를 샘플링하면 원래 스펙트럼의 스케일링된 복제본이 여러 개 생성됩니다.
샘플링 주파수가 나이퀴스트 레이트보다 낮으면 이러한 복제본이 중첩되어 저역 통과 필터를 사용하여 원래 신호를 복구할 수 없습니다.
앨리어싱(aliasing)으로 알려진 이 중첩 효과는 재구성된 신호를 왜곡합니다.
정현파 신호와 그 스펙트럼을 고려할 때, 샘플링된 신호 스펙트럼을 분석하려면 고정된 샘플링 주파수로 기본 주파수의 다양한 값을 고려해야 합니다.
기본 주파수가 샘플링 주파수의 절반 미만인 경우 기본 주파수를 높이면 출력 주파수가 높아집니다. 
반대로, 기본 주파수가 샘플링 주파수의 절반과 샘플링 주파수 사이에 있을 때 기본 주파수를 높이면 출력 주파수가 감소합니다.
앨리어싱으로 인해 재구성된 신호는 원래 형태로 돌아갈 수 없습니다.
원래 신호의 정확한 복원은 샘플링 주파수가 나이퀴스트 레이트를 초과하여 앨리어싱을 피할 수 있는 경우에만 가능합니다.

 앨리어싱(aliasing)

정확한 신호 샘플링과 재구성은 다양한 신호 처리 애플리케이션에서 매우 중요합니다. 시간 영역 신호의 스펙트럼은 푸리에 변환을 사용하여 나타낼 수 있습니다. 이 신호를 특정 주파수에서 샘플링하면 주파수 영역에서 원래 스펙트럼의 배율 복제본이 여러 개 생성됩니다. 이러한 복제본 사이의 간격은 샘플링 주파수에 의해 결정됩니다.

샘플링 주파수가 나이퀴스트 속도보다 낮으면 복제본이 겹쳐져 저역 통과 필터를 사용하더라도 원래 신호를 정확하게 복구할 수 없게 됩니다. 이러한 겹침 현상은 앨리어싱이라고 불리며, 재구성된 신호를 왜곡하여 원래 신호를 복구할 수 없게 만듭니다.

샘플링된 신호의 스펙트럼을 분석하려면, 신호의 기본 주파수와 고정 샘플링 주파수 사이의 상호 작용을 고려해야 합니다. 신호의 기본 주파수가 샘플링 주파수의 절반에서 샘플링 주파수 사이에 있는 경우, 기본 주파수가 증가하면 출력 주파수는 역설적으로 감소하는 현상이 발생합니다. 이러한 반직관적인 효과는 앨리어싱으로 인해 발생하는데, 샘플링 후에는 높은 주파수와 낮은 주파수를 구별할 수 없기 때문입니다. 결과적으로, 재구성된 신호는 상당히 왜곡되어 원래 형태로 돌아갈 수 없습니다.

반대로, 기본 주파수가 샘플링 주파수의 절반보다 작으면, 기본 주파수가 증가할 때 출력 주파수도 증가합니다. 이러한 동작은 예측과 일치하며 원래 신호를 보다 더 명확하게 재구성할 수 있습니다. 따라서 정확한 재구성을 위해 샘플링 주파수는 나이퀴스트 속도, 즉 원래 신호에 존재하는 가장 높은 주파수의 두 배를 초과해야 합니다. 이 속도를 충족하거나 초과하면 앨리어싱이 방지되고 주파수 영역에서 복제본이 겹치지 않습니다.

나이퀴스트 기준을 준수하는 것은 샘플링 주파수가 원래 신호에서 필요한 정보를 포착할 수 있을만큼 충분히 높아야 하며, 이는 정확한 신호 재구성을 가능하게 합니다. 이 원리는 신호 무결성을 유지해야 하는 오디오 처리, 통신 및 데이터 수집과 같은 다양한 응용 분야에서 매우 중요합니다. 적절한 샘플링 주파수를 사용하여 앨리어싱을 방지하면 원래 시간 영역 신호를 충실하게 복구하고, 그 품질과 충실도를 유지할 수 있습니다.

 앨리어싱(Aliasing)

시간 영역 신호와 이 푸리에 변환을 통해 스펙트럼을 드러내는 것이 좋습니다.
특정 주파수에서 신호를 샘플링하면 여러 개의 스케일링된 ...

Education

교육

JoVE Core

Electrical Engineering

전기공학

Unit 1

제1단원

Sampling

표본 추출

KEY TERMS AND CONCEPTS

주요 용어 및 개념

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