فصل سوم DSP نمونه برداری.pdf
- 3. T : sapling period
𝛀𝒔 =
𝟐𝝅
𝑻
, 𝒇𝒔 =
𝟏
𝑻
: sampling frequency
نمایش
در
حوزه
زمان
𝑪/𝑫
پیوسته: 𝑡, Ω
گسسته: n, 𝜔
- 7. نمایش
تصویری
حوزه
فرکانس
:
اگر
𝛀𝑺 − 𝛀𝑵 > 𝛀𝑵
و
یا
𝛀𝑺 > 𝟐𝛀𝑵
،شود
تکرارهای
مختلف
با
هم
همپوشانی
(
aliasing
)
نداشته
و
در
حالت
،آلایده
با
یک
فیلتر
پائین
گذر
میتوان
از
روی
𝑿𝑺(𝒋𝛀)
،
سیگنال
𝑿𝑪(𝒋𝛀)
را
بدست
آورد
.
Nyquist frequency
سوال
:
آیا
میتوان
از
روی
سیگنال
𝑿𝑺(𝒋𝛀)
،
سیگنال
𝑿𝑪(𝒋𝛀)
را
بدست
آورد؟
- 9. ،بحث اینجای تا
𝑿𝑺(𝒋𝛀)
برحسب را
𝑿𝑪(𝒋𝛀)
آوردیم بدست
.
در
ادامه
سعی
میکنیم
رابطه
بین
x[n]
یا
تبدیل
فوریه
آن
𝑿(𝒆𝒋𝝎
)
برحسب
𝒙𝒄(𝐭)
یا
تبدیل
فوریه
آن
𝑿𝑪(𝒋𝛀)
بدست
آوردیم
.
دیده
میشود
که
𝑿(𝒆𝒋𝝎)
در
واقع
همان
𝑿𝑪(𝒋𝛀)
با
تغیر
مقیاس
فرکانسی
𝝎 = 𝛀𝐓
است
.
با
تعبیر
دیگر
:
نرمالیزیشن
𝛀 = 𝛀𝒔 =
𝟐𝝅
𝑻
به
𝝎 = 𝟐𝝅
،
متناظر
با
نرمالیزیشن
زمانی
𝒙𝒔(𝒕)
به
x[n]
نمایش
در
حوزه
فرکانس
𝑪/𝑫
- 12. نایکویست برداری نمونه قضیه
:
اگر
𝑿𝑪(𝐭)
یک
سیگنال
با
پهنای
باند
محدود
فرض
شود
(𝑿𝑪 𝒋𝛀 = 𝟎, |𝛀| ≥ 𝛀𝑵)
،
در
این
صورت
میتوان
𝑿𝑪(𝐭)
را
از
روی
نمونه
هایش
{𝒙 𝒏 = 𝑿𝑪 𝒏𝑻 }
،
بصورت
یکتا
بازیابی
،کرد
به
شرطی
که
𝛀𝑺 =
𝟐𝝅
𝑻
≥ 𝟐𝛀𝑵
باشد
.
(
= 𝟐𝛀𝑵
نرخ
نایکویست
)
𝑿𝑺 𝒕 = 𝒙𝒄(𝒕)
𝒏=−∞
∞
𝜹(𝒕 − 𝒏𝑻) =
𝒏=−∞
∞
𝒙𝒄(𝒏𝑻)𝜹(𝒕 − 𝒏𝑻)
سیگنال برای دیگر طرف از
x[n]
داریم
:
داریم باال روابط از استفاده با
:
دیده
میشود
که
𝑿(𝒆𝒋𝝎)
در
واقع
همان
𝑿𝑪(𝒋𝛀)
با
تغیر
مقیاس
فرکانسی
𝝎 = 𝛀𝐓
است
.
با
تعبیر
دیگر
:
نرمالیزیشن
𝛀 = 𝛀𝒔 =
𝟐𝝅
𝑻
به
𝝎 = 𝟐𝝅
،
متناظر
با
نرمالیزیشن
زمانی
𝒙𝒔(𝒕)
به
x[n]
- 14. داریم ریاضی بیان به
:
نکته
:
میشود دیده
:
𝒙𝒓 𝒕 = 𝒙𝒔 𝒕 ∗ 𝒉𝒓 𝒕 =
𝒏=−∞
+∞
𝒙 𝒏 𝒉𝒓[𝒕 − 𝒏𝑻]
ℎ𝑟 𝑛𝑇 =
1, 𝑛 = 0
0, 𝑛 = ±1, ±2 …
و نکته این به توجه با
𝒙 𝒏 = 𝒙𝒄(𝒏𝑻)
که میشود دیده
:
𝒙𝒓 𝒕 |𝒕=𝒎𝑻 =
𝒏=−∞
+∞
𝒙 𝒏 𝒉𝒓 𝒎𝑻 − 𝒏𝑻 = 𝒙𝒓 𝒎𝑻 = 𝒙𝒄 𝒏𝑻
شده بازسازی سیگنال مطلب
𝒙𝒓 𝒕
اولیه سیگنال و
𝒙𝒄(𝒏𝑻)
زمانهای در اقل حد
𝒎𝑻
است برابر
.
نمایش
در
حوزه
زمان
𝑫/𝑪
- 16. یا پیوسته به گسسته سیگنال مبدل ،فیلتر و ضربه قطار به گسسته سیگنال مبدل مجموعه به
D/C
گوئیم
.
با است برابر فرکانس حوزه و زمان حوزه در مبدل این خروجی و ورودی بین رابطه
:
𝑥𝑟 𝑡 =
𝑛=−∞
+∞
𝑥 𝑛 ℎ𝑟[𝑡 − 𝑛𝑇]
کار خلص
D/C
:
فرکانس مقیاس تغیر یک ابتدا
(𝛀 =
𝝎
𝑻
)
فیلتر سپس و میشود اعمال
𝑯𝒓(𝒋𝛀)
آن باالی
میکند اثر
.
مؤلفه نگهداشتن هم فیلتر وظیفه
k=0
میباشد طیفی تکرارهای سایر حذف و
.
- 17. هدف
:
گسسته پردازنده یک با باال پیوسته سیستم جایگزینی
.
زمان در پیوسته سیگنال گسسته پردازش
:
پیوست سیستم
ه
𝑥𝐶 𝑡 𝑦𝑐 𝑡
سوال
:
کرد؟ ارایه را مدل یک گسسته در پیوسته سیستم یک برای میتوان همیشه آیا
کرد کاری چنین نمیتوان کلی حالت در
.
کرد را کار این میتوان شریط با اما
:
•
𝒙𝑪 𝒕
باشد داشته محدود باند باید
•
𝑻
باشد کوچک کافی حد با باید
•
گسسته سیستم
LTI
باشد باندمحدود با
- 18. زمان در پیوسته سیگنال گسسته پردازش
:
ورودی روابط قبل بخش در
-
خروجی
𝑫/𝑪 ,𝑪/𝑫
دیدیم را
:
𝑪/𝑫:
𝑫/𝑪:
- 19. ،قبلی سالید شکل در موجود گسسته سیستم که کنید فرض
LTI
آن ضربه پاسخ و باشد
𝒉[𝒏]
پاسخ و
فرکانس
𝑯(𝒆𝒋𝝎)
داریم ،باشد آن
:
𝒀 𝒆𝒊𝝎 = 𝑯 𝒆𝒋𝝎 𝑿(𝒆𝒋𝝎)
میشود دیده قبلی روابط از
سیگنال اگر
𝑿𝑪(𝒋𝛀)
باند به محدود
|𝛀| <
𝝅
𝑻
و نداریم هاتکرارشده بین همپوشانی ،باشد
𝑯𝒓(𝒋𝛀)
مولفه
k=0
ضریب که نگهداشته را
1/T
داشت خواهیم بنابراین ،میکند جبران هم را
:
𝒀𝒓(𝒋𝛀) = 𝑯𝒆𝒇𝒇(𝒋𝛀) 𝑿𝒄(𝒋𝛀) 𝑯𝒆𝒇𝒇 𝒋𝛀 =
𝑯 𝒆𝒋𝛀𝐓
, |𝛀| <
𝝅
𝑻
𝟎 , 𝒆𝒍𝒔𝒆
- 23. برد نمونه نرخ تغییر
اری
:
-
کاهش
نرخ
نمونه
برداری
به
نسبت
صحیح
(Down Sampling)
-
افزایش
نرخ
نمونه
برداری
به
نسبت
صحیح
(Up Sampling)
-
تغییر
نرخ
نمونه
برداری
به
نسبت
کسری
(Re-Sampling)
یک
سیگنال
𝒙 𝒏 = 𝒙𝒄(𝒏𝑻)
داریم
و
میخواهیم
سیگنال
جدید
𝒙𝟏 𝒏 = 𝒙𝒄(𝒏𝑻𝟏)
را
بدست
آوریم
که
دوره
تناوب
نمونه
برداری
آن
(
𝑻𝟏
)
با
اولی
(
𝑻
)
متفاوت
است
.
راه
حل
اول
:
اول
سیگنال
𝒙 𝒏
را
به
سیگنال
پیوسته
تبدیل
میکنیم
و
بعد
دوباره
با
نرخ
دلخواه
ن
مونه
برداری
میکنیم
.
از
نظر
تئوری
این
راه
حل
کدام
مشکلی
،ندارد
اما
از
نظر
عملی
دلچسپ
نیست
.
چطور
میتوان
این
کار
را
کرد
؟
هدف
:
راه
حل
برای
تغیر
نمونه
برداری
که
ًالکام
براساس
پردازش
گسسته
باشد
.
- 29. ص نسبت با برداری نمونه نرخ افزایش
حیح
:
سیگنال
𝒙 𝒏 = 𝒙𝒄(𝒏𝑻)
است موجود
.
هدف
:
تولید
𝒙𝒊 𝒏 = 𝒙𝒄(𝒏𝑻𝒊)
با
𝑻𝒊 =
𝑻
𝑳
میباشد
.
میشود استفاده زیر دیاگرام بلوک از کار این برای
.
Expander
سیستم مجموع به
expander
را آن از بعد فیلتر و
interpolator
گویند
.
- 30. Expander
:
دارد فرکانس حوزه نمایش هم و زمان حوزه نمایش هم
.
فوریه تبدیل یعنی
𝒙𝒆[𝒏]
فوریه تبدیل یافته مقیاس تغیر یک
𝒙[𝒏]
نسبت به
L
میباشد
.
- 32. کسری نسبت با برداری نمونه نرخ تغییر
M/L
(
نسبت با فرکانس تغییر
M/L
:)