Chapter 4:Sampling of Continuous-Time Signals 4.0 Introduction 4.1 Periodic Sampling 4.2 Frequency-Domain Representation of Sampling 4.3 Reconstruction of a Bandlimited Signal from its Samples 4.4 Discrete-Time Processing of Continuous- Time signals 4.5 Continuous-time Processing of Discrete- Time Signal 2
2 Chapter 4: Sampling of Continuous-Time Signals 4.0 Introduction 4.1 Periodic Sampling 4.2 Frequency-Domain Representation of Sampling 4.3 Reconstruction of a Bandlimited Signal from its Samples 4.4 Discrete-Time Processing of ContinuousTime signals 4.5 Continuous-time Processing of DiscreteTime Signal
4.0Introduction Discrete-Time Processing of Continuous-Time signals >Continuous-time signal processing can be implemented through a process of sampling, discrete-time processing,and the subsequent reconstruction of a continuous-time signal. C/D Discrete-time D/C x(n] system y[n] T 下:sampling period xn,1/:sampling frequency (rate)in Hz -oK<n<oo 2,=2π/T,(rad/s) sampling frequency(rate)in radians/s 3
and the subsequent reconstruction of a continuous-time signal. 3 4.0 Introduction ➢Continuous-time signal processing can be implemented through a process of sampling, ( ), f=1/T: sampling frequency (rate) in Hz x n x nT c n = − =s 2 , / T rad s ( ) T: sampling period discrete-time processing, Discrete-Time Processing of Continuous-Time signals sampling frequency(rate) in radians/s
C/D converter Unit 00 4.1 Periodic impulse s(0=∑6t-nT) traim Sampling 1=-o0 单位冲激串 Conversion from impulse train x(0 to discrete-time x(n]=xc(nT) Continuous- sequence time signal impulse train sampling T=T1 x( x,(4)=x(☑)∑δ(t-nT) (冲激串采样) n= 4T-27 2T4工 T =∑x.(nT)ò(t-nT) x(n] n=-00 sampling period x[n]=x(nT) Sampling sequence -2-101234 (采样序列) 4
4 ( ) n t nT =− = − 4.1 Periodic Sampling Continuoustime signal Unit impulse train ( ) ( ) c n x nT t nT =− = − ( ) ( ) ( ) s c n x t t nT x t =− = − [ ] ( ) c x n = x nT impulse train sampling T: t sampling period n 单位冲激串 Sampling sequence (采样序列) (冲激串采样)
4.2 Frequency-Domain Representation of Sampling 单位冲激串的傅立叶变换:S2)-2平∑δ2-k2) T:sample period;fs=1/T:sample rate;s-2/T:sample rate s()为单位冲激串函数,可展开傅立叶级数 sG∑ot-n0=之aenr=72e2w s(t) tycoidi- Is() ejkS2stF→2π6(S2-k2s) 2π +S(j2) sU0)2平∑s0-k2) 2π 2π T T 5
5 T:sample period; fs=1/T:sample rate;Ωs=2π/T:sample rate ( ) ( ) n s t t nT =− = − ( ) ( ) 2 s k S j k T =− = − ( ) ( ) 2 s k S j k T =− = − k k a e jk ts =− = s(t)为单位冲激串函数,可展开傅立叶级数 1 k s jk t T e =− = 2 ( ) F s jk ts e k → − -T 1 t 0 T s t( ) … … / 2 / 2 ( ) 1 1 s T jk t k T a e dt T T t + − − = = 0 S j ( ) … … 2 T 2 T 2 T − 单位冲激串的傅立叶变换: 4.2 Frequency-Domain Representation of Sampling s t( )
4.2 Frequency-Domain Representation of Sampling s0)∑δt-nsU22牙∑2-k2) x(④=x.0s0=x0∑6t-nI)-∑x6-n) (冲激串采样) xn X.-sx.U(-0do 利用调制性质:时域相乘, =2元2妥立0-2)xUQ-00 频域卷积,来求X,(2) =号260-k0)X0Q-6do=7ΣX(-kD》 X(2)的周期延拓 then represent X(ei)of x[n] xe(t) x(t in terms of x,(j). -4-3-2-101234 -2T-T 0 T 2T
( ) ( ) ( ) 1 * 2 X j X j S j s c = c c ( ) ( ) ( ) ( ) n n x t t nT x nT t nT =− =− = − = − 6 4.2 Frequency-Domain Representation of Sampling x n[ ] ( ) ( ) n s t t nT =− = − x t x t s t s c ( )= ( ) ( ) ( ) ( ) FT 2 s k S j k T =− ⎯→ = − ( ( )) 1 c k X j k s T =− = − then represent of x[n] in terms of . X j s ( ) ( ) ( ) 1 ( ) 2 2 s c k k j d T X =− − = − − ( ) ( ) 1 ( ) s c k X j T k d − =− = − − ( ) ( ) 1 ( ) 2 S j X j c d − = − ( ) j X e 利用调制性质:时域相乘, 频域卷积,来求 ( ) X j s X j c ( ) 的周期延拓 (冲激串采样)
Representation of X(e)in terms of X,(j),X.(j) impulse train sampling x,(t)=x(t)s(t)=>x.(nT)(t-nT) 用连续时间傅里叶变换定义求X(①) X.(j2)-x(nT)(-nT)edt =x(nT)J6(-nT)edt -oo=-0 =∑x.(nT)en let xn]=x(nT),T=@ o:digital frequency数字角频率,rad DTFT 2:analog frequency模拟角频率,rad/s =之nile-jom=-Xem))=X(en =x.U2-7∑x.U2-k2》 是X(2) 的周期延拓 三-00 Sampling frequency采样频率,rad/s 7
[ ] ( ) j n j n x n e X e =− − = = 7 s c ( ) c ( ) ( ) ( ) ( ) n x t x n x t s t T t n T =− = = − c ( ) n j Tn x nT e =− − = ( ) c ( ) ( ) n s j t X j x nT t nT e dt =− − − = − let [ ] ( ), x n x nT = c =T DTFT Representation of in terms of , ( ) j X e X j s ( ) X j c ( ) 2 , s T =( ) ( ( )) 1 s c s k X j T X j k =− = = − Sampling frequency 采样频率, rad/s 用连续时间傅里叶变换定义求 X j s ( ) : 是 X j c ( ) 的周期延拓 ( ) j T X e = ( ) ( ) j t c n x Tn t nT e dt =− − − = − ω: digital frequency数字角频率, rad Ω: analog frequency模拟角频率, rad/s 冲激串采样) impulse train sampling
连续时间傅里叶变换和离散时间傅里叶变换间的联系 ◆在奥本海姆的《信号与系统》 教材里,在“第7章采样” 内容之前,连续时间傅里叶变换X(Go),和离散时间傅里 叶变换X(eo)中涉及的频率都用相同的频率符号o表示, 各自独立叙述没有加以区分。 X(eo)=∑nen XU而)=∫x(0e'd, n=-o0 但要注意频率的单位,一个是rad,另一个是rad/s;另外, 频率高低与o取值范围的关系:连续时间傅里叶变换 X(G@)中的ω值越大,频率越高;但是离散时间傅里叶变 换Xo)中的o值越大,频率却未必越高:X(o中的o的 值是π的奇数倍的时候,表示频率最高;ω的值是π的偶数 倍的时候,表示频率最低。 另外注意连续时间和离散时间的傅里叶变换是否具有 周期性:X()具有周期性,周期2π。 XGoj不具有周期性
( ) [ ] , n j j n X x n e e =− − = 连续时间傅里叶变换和离散时间傅里叶变换间的联系 ◆在奥本海姆的《信号与系统》教材里, 在 “第7章 采样” 内容之前,连续时间傅里叶变换X(jω), 和离散时间傅里 叶变换X(ejω)中涉及的频率都用相同的频率符号ω表示, 各自独立叙述没有加以区分。 8 ( ) , ( ) j t X j x t e dt − − = 但要注意频率的单位, 一个是rad, 另一个是rad/s; 另外, 频率高低与ω取值范围的关系:连续时间傅里叶变换 X(jω)中的ω值越大, 频率越高;但是离散时间傅里叶变 换X(e jω)中的ω值越大, 频率却未必越高:X(e jω)中的ω的 值是π的奇数倍的时候, 表示频率最高; ω的值是π的偶数 倍的时候, 表示频率最低。 另外注意连续时间和离散时间的傅里叶变换是否具有 周期性: X(e jω)具有周期性, 周期2π。X(jω)不具有周期性
连续时间傅里叶变换和离散时间傅里叶变换间的联系 奥本海姆《信号与系统》在“第7章采样的7.4 Discrete- Time Processing of Continuous-time Signals'”一节中,因对连续 时间信号x()进行采样(得到c[n),在分析频谱时需要同 时涉及到连续时间信号的傅里叶变换和离散时间序列的 傅里叶变换。 这是两种不同的傅里叶变换,必须加以区分(7.4区分为: Ω是数字频率,Q是模拟频率),因为两种傅里叶变换的 频谱特性,特别是频率的高低变化和周期性的有无,如上 页所述,各有不同。 X(ea)=∑xnej2n, x(Uo吵jx0eh 1h=-00 ◆(7.4节从535页的最后一段开始)特别将两种傅里叶变换 中的频率符号加以区分(仅7.4一节,其他章节没有区分):
( ) [ ] , d d n j j n X x n e e = − − = 9 ( ) , ( ) j t X j x t e dt c c − − = ◆奥本海姆《信号与系统》在“第7章采样”的“7.4 DiscreteTime Processing of Continuous-time Signals”一节中, 因对连续 时间信号xc (t)进行采样(得到xd [n]), 在分析频谱时需要同 时涉及到连续时间信号的傅里叶变换和离散时间序列的 傅里叶变换。 ◆这是两种不同的傅里叶变换, 必须加以区分(7.4区分为: Ω是数字频率, ω是模拟频率),因为两种傅里叶变换的 频谱特性, 特别是频率的高低变化和周期性的有无, 如上 页所述, 各有不同。 连续时间傅里叶变换和离散时间傅里叶变换间的联系 ◆(7.4节从535页的最后一段开始)特别将两种傅里叶变换 中的频率符号加以区分(仅7.4一节, 其他章节没有区分):
连续时间傅里叶变换和离散时间傅里叶变换间的联系 X,emy=∑xmn,X.Uo」x0eodt, ◆通过对冲激串采样x,()=x()s()进行变换,将两种不同的 傅里叶变换联系了起来,不但两种变换的变换结果可建立 起表达式关系,而且两种变换的自变量频率之间也存在 比例关系:2=0T,2是数字频率,o是模拟频率。 X,e7∑X(Uo-ko》 信号与系统》 第7章7.4节中的538页最上面一段解释了 该比例关系=oT:用“4.3-5 Time and Frequency Scaling”性质解释:时间上采样,即乘1T:t/T,则频域上 乘T,即2=0T fx(t)FX(o),then z(at)←→ a 10
10 ◆通过对冲激串采样 进行变换, 将两种不同的 傅里叶变换联系了起来,不但两种变换的变换结果可建立 起表达式关系, 而且两种变换的自变量频率之间也存在 比例关系: Ω=ωT, Ω是数字频率, ω是模拟频率。 连续时间傅里叶变换和离散时间傅里叶变换间的联系 ( ) [ ] , d d n j j n X x n e e = − − = ( ) , ( ) j t X j x t e dt c c − − = ( ( )) 1 ( ) j d c s k X e X j k T =− = − 信号与系统》第7章7.4节中的538页最上面一段解释了 该比例关系Ω=ωT: 用“4.3-5 Time and Frequency Scaling” 性质解释: 时间上采样, 即乘1/T: t/T, 则频域上 乘T, 即Ω=ωT 。 x t x t s t s c ( )= ( ) ( ) If , then
连续时间傅里叶变换和离散时间傅里叶变换间的联系 奥本海姆《信号与系统》在“第7章采样”的“7.4 Discrete-Time Processing of Continuous-time Signals"- 节中,两种傅里叶变换的表示方法: X,(e)=∑xdnle jom, X.Uoy∫x0erdh, 这与奥本海姆《离散时间信号处理》教材中用的频率符 号正好相反(该教材中数字频率0=2T,2是模拟频率): X(e)=∑m,XU2y∫0edt, =-o0 11
11 奥本海姆《 信号与系统》在 “第7章 采样”的“7.4 Discrete-Time Processing of Continuous-time Signals”一 节中, 两种傅里叶变换的表示方法: 这与奥本海姆《离散时间信号处理》教材中用的频率符 号正好相反(该教材中数字频率ω=ΩT, Ω是模拟频率): ( ) [ ] , n j j n X x n e e =− − = ( ) , ( ) j t X j x t e dt − − = ( ) [ ] , d d n j j n X x n e e = − − = ( ) , ( ) j t X j x t e dt c c − − = 连续时间傅里叶变换和离散时间傅里叶变换间的联系