Fourier Dönüşümü :
X( j 2 πf) = F{ x ( t ) } ≜ ∫- ∞+ ∞x ( t ) e - j 2 πft d t
Ters Fourier Dönüşümü:
x ( t ) = F- 1{ X( j 2 πf) } = ∫- ∞+ ∞X( j 2 πf) e j 2 πft d f
Dikdörtgen darbe fonksiyonu :
rect( u ) ≜ { 01eğer | u | > 12eğer | u | < 12
"Sinc" fonksiyonu ("sinus cardinalis") :
sinc( v ) ≜ { 1günah( πv )πvEğer v=0Eğer v≠0
Örnekleme frekansını tanımlar ,fs≜ 1T örnekleme döneminin tersi olarak T.
Bunu not et:
F{ rect( tT) } =T sinc( fT) = 1fs sinc( ffs)
Dirac tarak (aka "örnekleme fonksiyonu" aka "Sha fonksiyonu") :
IIIT( t ) ≜ ∑n = - ∞+ ∞δ( t - n T)
Dirac tarak periyodik olarak periyodiktir T. Fourier serisi :
IIIT( t ) = ∑k = - ∞+ ∞1Tej 2 πk fst
Örneklenmiş sürekli zaman sinyali :
xs( t )= x ( t ) ⋅ ( T⋅ IIIT( t ) )= x ( t ) ⋅ ( T⋅ ∑n = - ∞+ ∞δ( t - n T) )= T Σn = - ∞+ ∞x ( t ) δ ( t - n T)= T Σn = - ∞+ ∞x ( n T) δ ( t - n T)= T Σn = - ∞+ ∞x [ n ] δ ( t - n T)
nerede x [ n ] ≜ x ( n T).
Bunun anlamı şudur ki xs( t ) sadece örnekler tarafından tanımlanır x [ n ] ve örnekleme dönemi T ve değerleri ile ilgili tüm bilgileri tamamen kaybeder. x ( t ) örnekleme örnekleri arasındaki zamanlar için. x [ n ] ayrı bir sayı dizisidir ve bir sorta DSP kısayol gösterimidir. xn. Doğru olsa da,xs( t ) = 0 için n T< t < ( n + 1 ) T, değeri x [ n ] herhangi n bir tamsayı tanımlanmamıştır.
Not: Ayrık sinyalx [ n ]ve üzerindeki tüm ayrık zamanlı işlemlerZ-Transform , Ayrık zaman Fourier Dönüşümü (DTFT) , Ayrık Fourier Dönüşümü (DFT) , olan "agnostik" örnekleme sıklığı veya numune alma süresi ile ilgili olarakT. Ayrık zamanda olduğunuzdax [ n ] hakkında bilmiyorsanız (veya önemsemediğiniz) T. Öyle sadece ile Nyquist-Shannon Örnekleme ve Yeniden Teoremi ox [ n ] ve T bir araya getirilir.
Fourier Dönüşümü xs( t ) dır-dir
Xs( j 2 πf) ≜ F{ xs( t ) }= F{ x ( t ) ⋅ ( T⋅ IIIT( t ) ) }= F{ x ( t ) ⋅ ( T⋅ ∑k = - ∞+ ∞1Tej 2 πk fst) }= F{ ∑k = - ∞+ ∞x ( t ) e j 2 πk fst}= ∑k = - ∞+ ∞F{ x ( t ) e j 2 πk fst}= ∑k = - ∞+ ∞X( j 2 π( f- k fs) )
Ölçeklendirme hakkında önemli not: Örnekleme işleviT⋅ IIIT( t ) ve örneklenmiş sinyal xs( t ) faktörü var Tneredeyse tüm ders kitaplarında görmeyeceksiniz. Bu, bu ders kitaplarının yazarlarının birden fazla (ilgili) nedenden dolayı pedagojik bir hatasıdır:
- İlk olarak, T örneklenen sinyalin boyutunu değiştirir xs( t ) örneklenen sinyalin boyutundan x ( t ).
- o Tfaktörün sinyal zincirinde bir yere ihtiyaç duyulacaktır . Örnekleme işlevinin dışında bırakan bu ders kitapları, bunu genellikle yeniden yapılandırma filtresinin geçiş bandı kazancı olarak, Örnekleme Teoreminin yeniden yapılandırma kısmına yerleştirir. Bu boyutsal karıştırıyor. Birisi makul bir şekilde şunu sorabilir: "Geçiş bandı kazancı olan bir tuğla duvar LPF'yi nasıl tasarlayabilirim?T?"
- Aşağıda görüldüğü gibi, TBurada, sıfır emri bekletmesinin (ZOH) net transfer fonksiyonu ve net frekans cevabı için benzer bir ölçeklendirme hatası ile sonuçlanır. Gördüğüm dijital (ve hibrit) kontrol sistemlerindeki tüm ders kitapları bu hatayı yapıyor ve ciddi bir pedagojik hata.
DTFT'nin x [ n ] ve örneklenen sinyalin Fourier Dönüşümü xs( t ) uygun ölçeklendirme ile neredeyse aynı:
DTFT:
XD T F T( ω )≜ Z{ x [ n ] } ∣||z= ej ω= XZ( ej ω)= ∑n = - ∞+ ∞x [ n ] e - j ω n
Gösterilebilir ki
XD T F T( ω ) = XZ( ej ω) = 1TXs( j 2 πf) ∣||f= ω2 πT
Yukarıdaki matematik x ( t ) "doğru örneklenmiş" veya örneklenmemiş. x ( t ) "düzgün örneklenmiş" ise x ( t ) numunelerden tamamen geri kazanılabilir x [ n ]ve örnekleme hızı veya örnekleme dönemi bilgisi. Örnekleme Teoremi bize iyileşmek veya yeniden yapılandırmak için neyin gerekli olduğunu söylerx ( t ) itibaren x [ n ] ve T.
Eğer x ( t )olduğu Bantsınırlı bazı bandlimit içinB, bunun anlamı
X( j 2 πf) = 0hepsi için| f| >B
Orijinalin kaydırılmış görüntülerinden oluşan örneklenmiş sinyalin spektrumunu düşünün:
Xs( j 2 πf) = ∑k = - ∞+ ∞X( j 2 π( f- k fs) )
Orijinal spektrum X( j 2 πf) örneklenmiş spektrumdan geri kazanılabilir Xs( j 2 πf) kaydırılan görüntülerden hiçbiri yoksa, X( j 2 π( f- k fs) ), komşu komşularıyla örtüşüyor. Bu, sağ kenarınk-görüntü (ki bu X( j 2 π( f- k fs) )), (öğesinin sol kenarının tamamen solunda olmalıdır)k + 1) -görüntü (ki bu X( j 2 π( f- ( k + 1 ) fs) )). Matematiksel olarak yeniden ifade edildi,
k fs+ B < ( k + 1 ) fs- B
eşdeğer
fs> 2 B
Bant genişliğinin iki katını aşan bir örnekleme hızında örneklersek, hiçbir görüntü örtüşmez, orijinal spektrum, X( j 2 πf), hangi görüntü nerede k = 0 -den çıkarılabilir Xs( j 2 πf) orijinal görüntüyü tutan bir tuğla duvar alçak geçiren filtre ile ( k = 0) ölçeklenmemiş ve diğer tüm resimleri atar. Bu, orijinal görüntüyü 1 ile ve diğer tüm görüntüleri 0 ile çarpar.
X( j 2 πf)= rekt( ffs) ⋅ Xs( j 2 πf)= H( j 2 πf) X s( j 2 πf)
Yeniden filtre olduğu
'H( j 2 πf) = rekt( ffs)
ve acausal dürtü yanıtı vardır :
h ( t ) = F- 1{ H( j 2 πf) } = fssinc( fst )
Frekans alanında çarpma olarak ifade edilen bu filtreleme işlemi, zaman alanındaki katışmaya eşdeğerdir :
x ( t )= sa ( t ) ⊛ xs( t )= h ( t ) ⊛ T Σn = - ∞+ ∞x [ n ] δ ( t - n T)= T Σn = - ∞+ ∞x [ n ] ( h ( t ) ⊛ δ ( t - n T) )= T Σn = - ∞+ ∞x [ n ] sa ( t - n T ) )= T Σn = - ∞+ ∞x [ n ] ( f ssinc( fs( t - n T) ) )= ∑n = - ∞+ ∞x [ n ] samimi ( fs( t - n T) )= ∑n = - ∞+ ∞x [ n ] samimi ( t - n TT)
Bu açıkça orijinal nasıl açıklar x ( t ) numunelerden yeniden yapılandırılmıştır x [ n ] ve örnekleme hızı veya örnekleme dönemi bilgisi.
Yani pratik bir Dijital-Analog Dönüştürücüden (DAC) çıktı ne
Σn = - ∞+ ∞x [ n ] samimi ( t - n TT)
iyileşmek için ek tedavi gerektirmez x ( t ), ne de
xs( t ) = ∑n = - ∞+ ∞x [ n ] T δ( t - n T)
ideal bir tuğla duvar LPF ile kurtarır x ( t ) taban bandı görüntüsünü yalıtarak ve koruyarak ve diğer tüm görüntüleri atarak.
Sayısallaştırılmış sinyale herhangi bir işlem veya ölçeklendirme yapılmazsa, geleneksel bir DAC'den çıkan değer x [ n ]bir sonraki numune verilinceye kadar sabit bir değerde tutulur. Bu parçalı sabit bir fonksiyon ile sonuçlanır :
xDAC( t ) = ∑n = - ∞+ ∞x [ n ] rect ( t - n T- T2T)
Gecikmesine dikkat edin 12 uygulanan örnek süre rect( ⋅ )işlevi. Bu onu nedensel yapar. Bu sadece
xDAC( T ) = x [ n ] = x ( n- T)ne zamann T≤ t < ( n + 1 ) T
Farklı ifade
xDAC( T ) = x [ n ] = x ( n- T)içinn = kat( tT)
nerede zemin( U ) = ⌊ u ⌋bir zemin işlevi tarif aşmayan, en büyük tam sayıyı olduğuu.
Bu DAC çıkışı doğrudan ideal olarak örneklenmiş sinyali kabul eden doğrusal bir zamanla değişmeyen sistem (LTI) veya filtre olarak modellenmiştirxs( t ) ve ideal olarak örneklenmiş sinyaldeki her impuls için bu impuls tepkisini verir:
hZOH( t ) = 1Trect( t - T2T)
Bunu kontrol etmek için takılıyor ...
xDAC( t )= hZOH( t ) ⊛ xs( t )= hZOH( t ) ⊛ T Σn = - ∞+ ∞x [ n ] δ ( t - n T)= T Σn = - ∞+ ∞x [ n ] ( s ZOH( t ) ⊛ δ( t - n T) )= T Σn = - ∞+ ∞x [ n ] sa ZOH( t - n T) )= T Σn = - ∞+ ∞x [ n ] 1 Trect( t - n T- T2T)= ∑n = - ∞+ ∞x [ n ] rect ( t - n T- T2T)
DAC çıkışı xDAC( t ), dürtü yanıtlı bir LTI sisteminin çıktısı olarak hZOH( t )yukarıdaki parçalı sabit yapı ile hemfikirdir. Ve bu LTI sistemine girdi örneklenmiş sinyaldirxs( t ) makul şekilde ölçeklendirildi, böylece xs( t ) örneklenen orijinal sinyalin spektrumu ile tamamen aynı x ( t ). Yani
X( j 2 πf) = Xs( j 2 πf)için- fs2< f< + fs2
Orijinal sinyal spektrumu örneklenen spektrum ile aynıdır, ancak örnekleme nedeniyle ortaya çıkan tüm görüntülerle birlikte atılır.
Adlandırdığımız bu LTI sisteminin transfer fonksiyonu, sıfır dereceli bir tutma (ZOH) , bir Laplace Dönüşümü darbe tepkisinin:
'HZOH( s )= L{ hZOH( t ) }≜ ∫- ∞+ ∞hZOH( t ) e - s t d t= ∫- ∞+ ∞1Trect( t - T2T) e - s t d t= ∫0T1T e- s t d t= 1T1- se- s t|||T0= 1 - e- s Ts T
Frekans tepkisi ikame edilerek elde edilir j 2 πf→ s
'HZOH( j 2 πf)= 1 - e- j 2 πfTj 2 πfT= e- j πfTej πfT- e- j πfTj 2 πfT= e- j πfTgünah( πfT)πfT= e- j πfTsinc( fT)= e- j πfTsinc( ffs)
Bu, yarım örnek periyodunun sabit gecikmeli doğrusal faz filtresini gösterir ,T2ve frekans olarak azalan kazanç ile fartışlar. Bu hafif bir düşük geçişli filtre efektidir. DC'de,f= 0kazanç 0 dB ve Nyquist'te, f= fs2kazanç -3.9224 dB'dir. Böylece, temel bant görüntüsünün yüksek frekanslı bileşenlerinden bazıları biraz azaltılmıştır.
Örneklenmiş sinyalde olduğu gibi xs( t ), örneklenmiş sinyalde görüntüler var xDAC( t ) örnekleme frekansının tamsayı katlarında, ancak bu görüntüler genlik bakımından önemli ölçüde azalır (temel bant görüntüsüne kıyasla) çünkü | 'HZOH( j 2 πf) | sıfırdan geçer f= k ⋅ fs tamsayı için k bu 0 değil, bu görüntülerin tam ortasında.
Sonuç:
Sıfır dereceli tutma (ZOH), çıkışı örnek değerinde sabit tutan pratik bir Dijital-Analog dönüştürücü (DAC) tarafından yapılan sinyal rekonstrüksiyonunun doğrusal zamanla değişmeyen bir modelidir, x [ n ], sonraki örnek tarafından güncellenene kadar x [ n + 1 ].
Yaygın yanılgının aksine, ZOH'ın, bir Analog-Dijital dönüştürücünün (ADC) önünde bulabileceği numune ve tutma devresi (S / H) ile ilgisi yoktur . DAC, çıktıyı her bir örnekleme periyodu boyunca sabit bir değerde tuttuğu sürece, ADC'nin bir S / H olup olmadığı önemli değildir, ZOH etkisi devam eder. DAC yukarıda gösterildiği gibi parçalı sabit çıkıştan başka bir şey çıkarırsa (dirac impulslarını tahmin etmek üzere tasarlanmış dar darbelerden oluşan bir dizi gibi)xDAC( t ), ADC'den önce bir S / H devresi olup olmadığı ZOH etkisi mevcut değildir (bunun yerine başka bir şey vardır).
ZOH'nin net transfer fonksiyonu 'HZOH( s ) = 1 - e- s Ts T
ve ZOH'ın net frekans cevabı 'HZOH( j 2 πf) = e- j πfTsinc( fT)
Birçok ders kitabı T transfer fonksiyonunun paydasında faktör ve bu bir hatadır.
ZOH örneklenen sinyalin görüntülerini azaltırxs( t )ancak bunları ortadan kaldırmaz. Görüntüleri ortadan kaldırmak için, önceki gibi iyi bir düşük geçiş filtresine ihtiyaç vardır. Brickwall LPF'ler bir idealdir. Pratik bir LPF ayrıca temel bant görüntüsünü (tutmak istediğimiz) yüksek frekanslarda zayıflatabilir ve bu zayıflamanın ZOH'den (3.9224 dB zayıflamasından daha az) kaynaklanan zayıflamada olduğu gibi hesaba katılması gerekir. ZOH ayrıca sinyali, özellikle ZOH bir geri besleme döngüsündeyse, dikkate alınması gereken (örnekleme karşıtı LPF'nin gecikmesi ile birlikte) yarım örnekleme periyoduyla geciktirir.