• 时域抽样Time-domain sampling – 矩形脉冲抽样 – 冲激抽样 Impulse-train • 频域抽样 Frequency-domain sampling

《专业实践》 《超密集无线组网》 《创新创业活动》 《多抽样率信号处理》 《多域感知与信息融合》 《分数域信号与信息处理及其应用》 《复杂系统与复杂网络》 《高等工程电磁场》 《高分辨率遥感图像理解》 《光纤宽带网络技术》 《行业前沿讲座》 《基于 FPGA 的通信系统设计》 《集成电路科学与工程》 《集成光电子芯片原理与应用》 《计算机视觉》 《近代光信息处理与应用》 《卡尔曼滤波及其在导航系统中的应用》 《空天地智能信息网络》 《空天信息通信技术》 《空天信息网络安全技术》 《雷达目标智能识别》 《雷达信号处理》 《绿色网络通信技术》 《模式识别与机器学习》 《嵌入式信息处理系统设计》 《人工智能导论》 《人工智能中的矩阵方法》 《认知无线电与认知网络》 《射频识别协议架构与安全认证》 《深度强化学习与信息处理》 《水中机器人实训》 《通信网理论与应用》 《通信系统软硬件协同设计》 《图像处理与图像理解》 《图像理解与识别》 《网络协议工程与算法》 《微波射频测量技术》 《微纳米信息系统与智能硬件》 《卫星通信智能抗干扰技术》 《文献阅读与学术写作》 《无线通信先进技术》 《无线通信原理与应用》 《现代数字通信》 《现代天线理论与技术》 《现代信号处理》 《信号检测与估计》 《信息论与编码理论》 《虚拟现实仿真系统实践》 《学科前沿讲座》 《遥感技术原理与应用》 《移动通信网络与系统》 《语义通信技术》 《智慧城市与物联网》 《智能网络协同计算实践》 《专业英语》 《最优化理论与方法》

• 时域抽样的傅立叶变换 –理想抽样 –矩形抽样 –时域抽样等效频域周期重复 • 频域抽样等效为时域周期重复

冲激函数抽样性质证明 分t=和讨论

为了确定板带连轧中多台轧机振动的起振顺序,首先在形态非抽样小波一般框架的基础上,构造了一种基于多尺度平均滤波器的形态非抽样小波.然后通过仿真实验,得到此形态非抽样小波尺度与频率之间的关系.最终利用基于多尺度平均滤波器的形态非抽样和S变换的方法对轧机振动信号进行分析,成功提取了故障频率的起振时间,确定了轧机的起振顺序

3.3频率抽样理论 一,频域采样定理 时间(频率)函数抽样导致频率(时间)函数周期化对Z变换在单位圆上等间隔抽样一即对X(e抽样,频率抽样点数为N,则:

3.8 周期信号的傅立叶变换 3.9 抽样信号的傅立叶变换 3.10 抽样定理

§3.7 周期信号的傅立叶变换 §3.8 抽样信号的频谱 §3.9 时域抽样定理

• 时域抽样的傅立叶变换• 频域抽样等效为时域周期重复

• 掌握序列的概念及其几种典型序列的定义,掌握序列的基本运算，并会判断序列的周期性。 • 掌握线性/移不变/因果/稳定的离散时间系统的概念并会判断，掌握线性移不变系统及其因果性/稳定性判断的充要条件。 • 理解常系数线性差分方程及其用迭代法求解单位抽样响应。 • 了解对连续时间信号的时域抽样，掌握奈奎斯特抽样定理，了解抽样的恢复过程