18.4
Consider a time-domain signal and its Fourier transform to reveal the spectrum.
Sampling the signal at a specific frequency creates multiple scaled replicas of the original spectrum.
If the sampling frequency is below the Nyquist rate, these replicas overlap, preventing the recovery of the original signal using a low-pass filter.
This overlapping effect, known as aliasing, distorts the reconstructed signal.
Consider a sinusoidal signal and its spectrum, analyzing the sampled signal spectrum involves considering various values of the fundamental frequency with a fixed sampling frequency.
When the fundamental frequency is less than half the sampling frequency, increasing the fundamental frequency leads to a higher output frequency.
Conversely, when the fundamental frequency is between half of the sampling frequency and the sampling frequency, increasing the fundamental frequency decreases the output frequency.
Because of aliasing, the reconstructed signal cannot return to its original form.
Accurate reconstruction of the original signal is only possible when the sampling frequency exceeds the Nyquist rate, thereby avoiding aliasing.
Nauwkeurige signaalbemonstering en -reconstructie zijn cruciaal in verschillende signaalverwerking toepassingen. Het spectrum van een tijdsdomein signaal kan worden onthuld met behulp van de Fouriertransformatie. Wanneer dit signaal wordt bemonsterd op een specifieke frequentie, resulteert dit in meerdere geschaalde replica's van het oorspronkelijke spectrum in het frequentiedomein. De afstand tussen deze replica's wordt bepaald door de bemonsteringsfrequentie.
Als de bemonsteringsfrequentie lager is dan de Nyquist-snelheid, overlappen deze replica's elkaar, waardoor het oorspronkelijke signaal niet nauwkeurig kan worden hersteld met behulp van een laagdoorlaatfilter. Dit overlappende effect, bekend als aliasing, vervormt het gereconstrueerde signaal en maakt het onmogelijk om het oorspronkelijke signaal te herstellen.
Om het spectrum van het bemonsterde signaal te analyseren, moet men rekening houden met de grondfrequentie en hoe deze samenwerkt met een vaste bemonsteringsfrequentie. Wanneer de grondfrequentie van het signaal tussen de helft van de bemonsteringsfrequentie en de bemonsteringsfrequentie zelf ligt, zal elke toename van de grondfrequentie paradoxaal genoeg resulteren in een afname van de waargenomen uitvoerfrequentie. Dit contra-intuïtieve effect is te wijten aan aliasing, waarbij hogere frequenties niet te onderscheiden zijn van lagere frequenties na bemonstering. Als gevolg hiervan is het gereconstrueerde signaal aanzienlijk vervormd en kan het niet terugkeren naar zijn oorspronkelijke vorm.
Omgekeerd, als de fundamentele frequentie minder is dan de helft van de bemonsteringsfrequentie, resulteert het verhogen van de fundamentele frequentie in een toename van de uitgangsfrequentie. Dit gedrag komt overeen met de verwachtingen en zorgt voor een duidelijkere reconstructie van het oorspronkelijke signaal. Daarom moet de bemonsteringsfrequentie voor een nauwkeurige reconstructie de Nyquist-snelheid overschrijden, die twee keer de hoogste frequentie is die aanwezig is in het oorspronkelijke signaal. Door deze snelheid te halen of te overschrijden, wordt aliasing vermeden en overlappen de replica's in het frequentiedomein elkaar niet.
Door het Nyquist-criterium te volgen, wordt ervoor gezorgd dat de bemonsteringsfrequentie hoog genoeg is om de benodigde informatie uit het oorspronkelijke signaal te halen, waardoor een nauwkeurige signaal reconstructie mogelijk is. Dit principe is van cruciaal belang in verschillende toepassingen, zoals audioverwerking, telecommunicatie en gegevensverzameling, waarbij het behoud van signaalintegriteit van het grootste belang is. Door aliasing te voorkomen door een geschikte bemonsteringsfrequentie te gebruiken, kan het oorspronkelijke tijdsdomein signaal getrouw worden hersteld, waardoor de kwaliteit en betrouwbaarheid ervan behouden blijven.
Consider a time-domain signal and its Fourier transform to reveal the spectrum.
Sampling the signal at a specific frequency creates multiple scaled replicas of the original spectrum.
If the sampling frequency is below the Nyquist rate, these replicas overlap, preventing the recovery of the original signal using a low-pass filter.
This overlapping effect, known as aliasing, distorts the reconstructed signal.
Consider a sinusoidal signal and its spectrum, analyzing the sampled signal spectrum involves considering various values of the fundamental frequency with a fixed sampling frequency.
When the fundamental frequency is less than half the sampling frequency, increasing the fundamental frequency leads to a higher output frequency.
Conversely, when the fundamental frequency is between half of the sampling frequency and the sampling frequency, increasing the fundamental frequency decreases the output frequency.
Because of aliasing, the reconstructed signal cannot return to its original form.
Accurate reconstruction of the original signal is only possible when the sampling frequency exceeds the Nyquist rate, thereby avoiding aliasing.
From Chapter 18:
Now Playing
Sampling
1.0K Views
Sampling
1.8K Views
Sampling
1.0K Views
Sampling
994 Views
Sampling
984 Views
Sampling
834 Views
Sampling
786 Views