Twierdzenie o próbkowaniu: Różnice pomiędzy wersjami

Z Brain-wiki
(Utworzono nową stronę "==Twierdzenie o próbkowaniu== Twierdzenie o próbkowaniu odpowiada na kluczowe pytanie, które winniśmy postawić decydując się na pracę z dyskretnymi (próbkowa...")
 
 
(Nie pokazano 6 pośrednich wersji utworzonych przez tego samego użytkownika)
Linia 1: Linia 1:
==Twierdzenie o próbkowaniu==
+
==[[Analiza_sygnałów_-_lecture|AS/]] Twierdzenie o próbkowaniu==
 
   
 
   
 
Twierdzenie o próbkowaniu odpowiada na kluczowe pytanie, które winniśmy  
 
Twierdzenie o próbkowaniu odpowiada na kluczowe pytanie, które winniśmy  
Linia 11: Linia 11:
 
   
 
   
 
'''Dowód'''  
 
'''Dowód'''  
 +
 
Dla uproszczenia przyjmijmy <math>\Delta t =
 
Dla uproszczenia przyjmijmy <math>\Delta t =
 
1</math>. Wtedy <math>\hat{s}(f)</math>, czyli transformata Fouriera
 
1</math>. Wtedy <math>\hat{s}(f)</math>, czyli transformata Fouriera
 
sygnału <math>s(t)</math>, będzie niezerowa co najwyżej pomiędzy
 
sygnału <math>s(t)</math>, będzie niezerowa co najwyżej pomiędzy
<math>-\frac{1}{2}</math> a <math>\frac{1}{2}</math>. Oznaczmy
+
<math>-\frac{1}{2}</math> a <math>\frac{1}{2}</math>.  
 +
 
 +
Oznaczmy
 
<math>u(f)</math> funkcję o okresie <math>1</math>, tożsamą z
 
<math>u(f)</math> funkcję o okresie <math>1</math>, tożsamą z
 
<math>\hat{s}(f)</math> na przedziale <math> \left [ -\frac{1}{2},
 
<math>\hat{s}(f)</math> na przedziale <math> \left [ -\frac{1}{2},
Linia 20: Linia 23:
 
   
 
   
 
Przedstawia ją [[Szereg_Fouriera#label-eq:15|szereg Fouriera]]:  
 
Przedstawia ją [[Szereg_Fouriera#label-eq:15|szereg Fouriera]]:  
<math>u(f) = \sum_{n=-\infty}^{+\infty} c_n e^{2 \pi i f n}</math>  
+
 
 +
<math>u(f) = \sum_{n=-\infty}^{+\infty} c_n e^{-2 \pi i f n}</math>  
 
   
 
   
Współczynniki <math> c_n </math> tego rozwinięcia dane są [[Szereg_Fouriera#label-eq:15|wzorem]]: <math> c_{n} = \int_{0}^{1} u(f) e^{{2\pi i n
+
Współczynniki <math> c_n </math> tego rozwinięcia dane są [[Szereg_Fouriera#label-eq:15|wzorem]]:  
 +
 
 +
<math> c_{n} =\frac{1}{1} \int_{0}^{1} u(f) e^{{2\pi i n
 
f}} d f = \int_{- \frac{1}{2}}^{\frac{1}{2}} \hat{s}(f)e^{{2\pi i n
 
f}} d f = \int_{- \frac{1}{2}}^{\frac{1}{2}} \hat{s}(f)e^{{2\pi i n
 
f}} d f = \int_{-\infty}^{\infty} \hat{s}(f) e^{{2\pi i n f}} d f =
 
f}} d f = \int_{-\infty}^{\infty} \hat{s}(f) e^{{2\pi i n f}} d f =
s(-n) </math>
+
s(n) </math>
 
   
 
   
 
Współczynniki <math>c_n</math>, dane przez wartości sygnału
 
Współczynniki <math>c_n</math>, dane przez wartości sygnału
Linia 34: Linia 40:
 
   
 
   
 
Znajdźmy ''explicite''  formułę rekonstrukcji:  
 
Znajdźmy ''explicite''  formułę rekonstrukcji:  
 +
 
<math>
 
<math>
 
s(t) = \int_{-\infty}^{\infty} \hat{s}(f) e^{-2\pi i f t } d f  
 
s(t) = \int_{-\infty}^{\infty} \hat{s}(f) e^{-2\pi i f t } d f  
Linia 44: Linia 51:
 
= \sum_{n=-\infty}^{+\infty} s(n) \int_{-\frac{1}{2}}^{\frac{1}{2}} e^{2 \pi i f (n-t)} df  
 
= \sum_{n=-\infty}^{+\infty} s(n) \int_{-\frac{1}{2}}^{\frac{1}{2}} e^{2 \pi i f (n-t)} df  
 
</math>  
 
</math>  
 +
 
ponieważ  
 
ponieważ  
 +
 
<math>  
 
<math>  
 
\int_{-\frac{1}{2}}^{\frac{1}{2}} e^{2 \pi i f (n-t)} df  
 
\int_{-\frac{1}{2}}^{\frac{1}{2}} e^{2 \pi i f (n-t)} df  
Linia 51: Linia 60:
 
=\frac{\sin\left( \pi (n-t)\right)}{\pi(n-t)}
 
=\frac{\sin\left( \pi (n-t)\right)}{\pi(n-t)}
 
</math>  
 
</math>  
 +
 
dostajemy  
 
dostajemy  
 +
 
<math>
 
<math>
 
s(t)=\sum_{n=-\infty}^{+\infty} { {s(n)} }  
 
s(t)=\sum_{n=-\infty}^{+\infty} { {s(n)} }  
Linia 62: Linia 73:
 
przekłamań, obliczając widmo (rozdział
 
przekłamań, obliczając widmo (rozdział
 
[[Twierdzenia_o_splocie_i_o_próbkowaniu_(aliasing)#Przekszta.C5.82cenie_Fouriera_sygna.C5.82.C3.B3w_dyskretnych.2C_aliasing|o aliasingu]]).
 
[[Twierdzenia_o_splocie_i_o_próbkowaniu_(aliasing)#Przekszta.C5.82cenie_Fouriera_sygna.C5.82.C3.B3w_dyskretnych.2C_aliasing|o aliasingu]]).
 
  
 
===Twierdzenie o próbkowaniu w praktyce===
 
===Twierdzenie o próbkowaniu w praktyce===

Aktualna wersja na dzień 19:28, 11 lis 2015

AS/ Twierdzenie o próbkowaniu

Twierdzenie o próbkowaniu odpowiada na kluczowe pytanie, które winniśmy postawić decydując się na pracę z dyskretnymi (próbkowanymi) wersjami sygnałów ciągłych z natury.

Twierdzenie o próbkowaniu

Sygnał ciągły [math]s(t)[/math] możemy odtworzyć z wektora jego wartości w dyskretnych chwilach czasu [math] n \Delta t[/math], jeśli nie było w nim częstości wyższych niż [math]\frac{1}{2\, \Delta t}[/math].

Dowód

Dla uproszczenia przyjmijmy [math]\Delta t = 1[/math]. Wtedy [math]\hat{s}(f)[/math], czyli transformata Fouriera sygnału [math]s(t)[/math], będzie niezerowa co najwyżej pomiędzy [math]-\frac{1}{2}[/math] a [math]\frac{1}{2}[/math].

Oznaczmy [math]u(f)[/math] funkcję o okresie [math]1[/math], tożsamą z [math]\hat{s}(f)[/math] na przedziale [math] \left [ -\frac{1}{2}, \frac{1}{2} \right ] [/math].

Przedstawia ją szereg Fouriera:

[math]u(f) = \sum_{n=-\infty}^{+\infty} c_n e^{-2 \pi i f n}[/math]

Współczynniki [math] c_n [/math] tego rozwinięcia dane są wzorem:

[math] c_{n} =\frac{1}{1} \int_{0}^{1} u(f) e^{{2\pi i n f}} d f = \int_{- \frac{1}{2}}^{\frac{1}{2}} \hat{s}(f)e^{{2\pi i n f}} d f = \int_{-\infty}^{\infty} \hat{s}(f) e^{{2\pi i n f}} d f = s(n) [/math]

Współczynniki [math]c_n[/math], dane przez wartości sygnału [math]s[/math] w punktach próbkowania, jednoznacznie określają funkcję [math]u(f)[/math], ta z kolei zawiera w sobie [math]\hat{s}(f)[/math]transformatę Fouriera ciągłego sygnału [math]s(t)[/math], czyli określa jednoznacznie również sam sygnał.

Znajdźmy explicite formułę rekonstrukcji:

[math] s(t) = \int_{-\infty}^{\infty} \hat{s}(f) e^{-2\pi i f t } d f = \int_{- \frac{1}{2}}^{\frac{1}{2}} \hat{s}(f) e^{-2\pi i f t } d f = \int_{- \frac{1}{2}}^{\frac{1}{2}} \left ( \sum_{n=-\infty}^{+\infty} c_n e^{-2\pi i f n} \right )e^{-2\pi i f t} df [/math] [math] = \sum_{n=-\infty}^{+\infty} \int_{-\frac{1}{2}}^{\frac{1}{2}} s(n) e^{2 \pi i f n} e^{-2\pi i f t} df = \sum_{n=-\infty}^{+\infty} s(n) \int_{-\frac{1}{2}}^{\frac{1}{2}} e^{2 \pi i f (n-t)} df [/math]

ponieważ

[math] \int_{-\frac{1}{2}}^{\frac{1}{2}} e^{2 \pi i f (n-t)} df = \left[{\frac{1}{2\pi i (n-t)}} e^{2 \pi i f (n-t)} \right]_{f=-\frac{1}{2}}^{f=\frac{1}{2}} =\frac{\sin\left( \pi (n-t)\right)}{\pi(n-t)} [/math]

dostajemy

[math] s(t)=\sum_{n=-\infty}^{+\infty} { {s(n)} } \frac{\sin\left(\pi (n-t)\right)}{\pi(n-t)} [/math]

Tak więc, jeśli spełnione jest główne założenie o ograniczonym paśmie sygnału ciągłego i odpowiednio dobranej częstości próbkowania, w procesie próbkowania nie tracimy informacji ani też nie wprowadzamy przekłamań, obliczając widmo (rozdział o aliasingu).

Twierdzenie o próbkowaniu w praktyce

W praktyce przed próbkowaniem sygnał jest zwykle filtrowany dolnoprzepustowym filtrem analogowym o częstości odcięcia poniżej częstości Nyquista.