Name: sampling narrow frequency bands
Uploaded: 2024-09-26T13:17:07.000Z
Duration: 1 min 17 s
Channel: JoVE

Weźmy pod uwagę sygnał próbkowany z częstotliwością większą niż dwukrotność jego najwyższej częstotliwości.
Sygnał, w którym większość energii koncentruje się w wąskim paśmie częstotliwości, jest znany jako sygnał pasmowoprzepustowy. Technika stosowana do próbkowania takich sygnałów nazywana jest próbkowaniem pasmowoprzepustowym.
Widmo sygnału ma dolną granicę częstotliwości, ω1, która jest większa niż jego szerokość pasma.
Widmo jest niezerowe w zdefiniowanym dolnym i górnym paśmie częstotliwości.
Pomnożenie sygnału w dziedzinie czasu przez ciąg impulsów daje próbkowany sygnał.
Widmo próbkowanego sygnału uzyskuje się poprzez zbieżność widma sygnału z widmem ciągu impulsowego w ciągu 2π.
Ta konwolucja powoduje, że widmo sygnału powtarza się okresowo z okresem 2π/T.
Wraz ze wzrostem T zmniejsza się odstęp między powtórzeniami. Aliasing występuje, gdy te powtarzające się widma nakładają się na siebie.
Aliasingu można uniknąć, upewniając się, że odstępy między powtarzającymi się widmami są większe niż szerokość pasma sygnału i mają maksymalną wartość T. 
Filtry o określonych stałych i częstotliwościach przepuszczają częstotliwości w żądanym zakresie.

próbkowanie pasmowo-przepustowe

W przetwarzaniu sygnału próbkowanie pasmowo-przepustowe jest skuteczną techniką próbkowania sygnałów, których większość energii jest skoncentrowana w wąskim paśmie częstotliwości. Ten typ sygnału jest znany jako sygnał pasmowy. Kluczowa zasada próbkowania pasmowo-przepustowego polega na próbkowaniu sygnału z szybkością większą niż dwukrotność szerokości pasma sygnału, aby zapobiec aliasingowi.


Sygnał pasmowy ma widmo z dolną granicą częstotliwości, oznaczoną jako ω_1, i górną granicą częstotliwości, oznaczoną jako ω_2. Widmo jest różne od zera tylko w tym określonym zakresie częstotliwości. Aby próbkować ten sygnał, sygnał w dziedzinie czasu jest mnożony przez ciąg impulsów, co skutkuje próbkowanym sygnałem. Widmo tego próbkowanego sygnału jest następnie uzyskiwane przez splot oryginalnego widma sygnału z widmem ciągu impulsów w zakresie 2π. Ten proces splotu powoduje, że widmo sygnału powtarza się okresowo, z okresem 2π/T. Tutaj T jest interwałem próbkowania, a wraz ze wzrostem T odstęp między tymi powtarzanymi widmami maleje.


Aliasing to zjawisko, w którym występuje nakładanie się tych powtarzanych widm. Można tego uniknąć, zapewniając, że odstęp między powtarzanymi widmami jest większy niż szerokość pasma sygnału. Wymaga to ostrożnego doboru maksymalnej wartości T w celu utrzymania odpowiedniego rozdzielenia między powtarzanymi widmami.


W praktyce filtry są stosowane w celu izolowania i przepuszczania częstotliwości w pożądanym zakresie. Filtry te mają określone stałe i częstotliwości zaprojektowane tak, aby przepuszczać tylko częstotliwości w wąskim paśmie, zachowując w ten sposób integralność oryginalnego sygnału, jednocześnie zapobiegając aliasingowi. Ten proces zapewnia, że sygnał jest dokładnie próbkowany i rekonstruowany bez zniekształceń.

Próbkowanie pasmowo-przepustowe

Weźmy pod uwagę sygnał próbkowany z częstotliwością większą niż dwukrotność jego najwyższej częstotliwości.
Sygnał, którego większość energii koncentruje się w wąskim paśmie częstotliwości, to...

Education

JoVE Core

Electrical Engineering

Elektrotechnika

Unit 1

Jednostka 1

Sampling

Próbkowanie

KEY TERMS AND CONCEPTS

KLUCZOWE TERMINY I POJĘCIA

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 creates a sampled signal with repeating spectra.

The sampled signal spectrum is found by convolving the original spectrum with the spectrum of the impulse train over a range of 2π. That convolution makes the spectrum repeat periodically, with a period of 2π/T, where T is the sampling interval. As T increases, the repeated spectra move closer together.

Aliasing happens when those repeated spectra overlap. To avoid it, the spacing between the repeated spectra must stay greater than the signal bandwidth. That means the maximum value of T has to be chosen carefully so the spectra remain separated.

In practice, filters help isolate the desired narrow band. These filters use specific constants and frequencies so only the needed frequencies pass through. This keeps the original signal intact and allows accurate sampling and reconstruction without distortion.

Sampling Narrow Frequency Bands

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 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...

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

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 bandpass sampling captures signals in a narrow frequency band, avoids aliasing, and uses filters to preserve the original signal.

Sampling Narrow Frequency Bands | 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 Narrow Frequency Bands

Description

Transcript

Tags