下载文档原格式
抽样定理是通信理论中的一个重要定理，它是模拟信号数字化的理论基础，包括时域抽样定理和频域抽样定理。
抽样定理，也称为香农采样定律和奈奎斯特采样定律，是信息论特别是通信和信号处理中的重要基础结论。
E.T.惠特克（统计理论发表于1915年），克劳德·香农和哈里·奈奎斯特对此做出了重要贡献。
此外，V。
A. Kotelnikov也对该定理做出了重要贡献。
采样是将信号（即空间中的连续函数）转换为数字序列（即空间中的离散函数）。
采样后的离散信号通过保持器后，获得具有零阶保持器特性的阶跃信号。
如果信号受频带限制，并且采样频率高于信号最高频率的两倍，则可以从采样样本中完全重建原始连续信号。
限带信号转换的速度受到其最高频率分量的限制，也就是说，其在离散时间采样和表达信号细节的能力非常有限。
抽样定理意味着，如果信号带宽小于奈奎斯特频率（即采样频率的一半），那么这些离散采样点就可以完全代表原始信号。
高于或处于奈奎斯特频率的频率分量将导致混叠。
大多数应用都需要避免混叠，混叠的严重程度与这些混叠频率分量的相对强度有关。
采样过程中应遵循的定律也称为抽样定理和抽样定理。
抽样定理解释了采样频率和信号频谱之间的关系，这是连续信号离散化的基本基础。
抽样定理最早是由美国电信工程师H. Nyquist于1928年提出的，因此被称为Nyquist抽样定理。
1933年，苏联工程师科特尔尼科夫首次严格地通过公式表达了这一原理，因此在苏联文学中被称为科特尔尼科夫抽样定理。
1948年，信息理论的创始人C.E. Shannon 清楚地解释了这一原理，并将其正式引用为一个定理，因此在许多文献中也称为Shannon抽样定理。
抽样定理有很多表达式，但是最基本的表达式是时域抽样定理和频域抽样定理。
抽样定理广泛应用于数字遥测系统，时分遥测系统，信息处理，数字通信和采样控制理论中。
时域及频域采样定理
时域采样定理（Nyquist采样定理）和频域采样定理（Shannon采样定理）是两个基本的采样定理，用于指导信号采样和重构的过程。
时域采样定理（Nyquist采样定理）：时域采样定理是由哈利·尼奎斯特（Harry Nyquist）在20世纪20年代提出的。
该定理指出，要恢复一个连续时间信号，采样频率必须至少是信号最高频率的两倍。
简而言之，对于最高频率为f的信号，采样频率应该大于2f。
如果采样频率低于2f，那么在重构信号时将会产生混叠现象，导致信号失真。
频域采样定理（Shannon采样定理）：频域采样定理是由克劳德·香农（Claude Shannon）在1949年提出的。
该定理表明，如果一个信号在频域上没有频率成分超过一半的采样频率，那么可以通过其离散时间域的采样来完全恢复该信号。
简而言之，对于信号的最高频率为f，采样频率应该大于2f才能完全还原原始信号。
这两个采样定理的要点是：采样频率必须满足一定条件，以避免采样过程中的信息丢失和信号失真。
如果采样频率不满足定理的要求，就会出现混叠效应，导致无法准确地恢复原始信号。
因此，在信号处理和通信系统中，遵循时域采样定理和频域采样定理是非常重要的，以保证信号采样和重构的准确性和有效性。
抽样定理词义就是对时间连续的信号隔一定的时间间隔T抽取一个瞬时幅度值分类时域抽样定理、频域抽样定理基本定义所谓抽样，就是对时间连续的信号隔一定的时间间隔T 抽取一个瞬时幅度值（样值），抽样是由抽样门完成的。
在一个频带限制在（0，f h）内的时间连续信号f（t），如果以小于等于1/(2 f h)的时间间隔对它进行抽样，那么根据这些抽样值就能完全恢复原信号。
或者说，如果一个连续信号f（t）的频谱中最高频率不超过f h，这种信号必定是个周期性的信号，当抽样频率f S≥2 f h时，抽样后的信号就包含原连续信号的全部信息，而不会有信息丢失，当需要时，可以根据这些抽样信号的样本来还原原来的连续信号。
根据这一特性，可以完成信号的模-数转换和数-模转换过程。
意义介绍抽样定理指出，由样值序列无失真恢复原信号的条件是f S≥2 f h ，为了满足抽样定理，要求模拟信号的频谱限制在0～f h之内（fh为模拟信号的最高频率）。
为此，在抽样之前，先设置一个前置低通滤波器，将模拟信号的带宽限制在fh以下，如果前置低通滤波器特性不良或者抽样频率过低都会产生噪声。
例如，话音信号的最高频率限制在3400HZ，这时满足抽样定理的最低的抽样频率应为fS=6800HZ，为了留有一定的防卫带，CCITT规定话音信号的抽样率fS=8000HZ，这样就留出了8000-6800=1200HZ作为滤波器的防卫带。
应当指出，抽样频率fS不是越高越好，太高时，将会降低信道的利用率（因为随着fS升高，数据传输速率也增大，则数字信号的带宽变宽，导致信道利用率降低。
）所以只要能满足fS≥2f h,并有一定频带的防卫带即可。
以上讨论的抽样定理实际上是对低通信号的情况而言的，设模拟信号的频率范围为f0～fh，带宽B=fh - f0.如果f0<B，称之为低通型信号，例如，话音信号就是低通型信号的，弱f0>B，则称之为带通信号，载波12路群信号（频率范围为60～108KHZ）就属于带通型信号。
实验三时域抽样与频域抽样
一、实验目的
1.加深理解连续时间信号的离散化过程中的数学概念和物理概念，掌握时域抽样定理（奈奎斯特采样定理）的基本内容。
2.加深对时域取样后信号频谱变化的认识。
掌握由抽样序列重建原连续信号的基本原理与实现方法，理解其工程概念。
3.加深理解频谱离散化过程中的数学概念和物理概念，掌握频域抽样定理的基本内容。
二、实验原理
1.时域抽样。
时域抽样定理给出了连续信号抽样过程中信号不失真的约束条件：信号抽样频率f s 大于等于2倍的信号最高频率f m，即f s≥ 2f m。
时域抽样先把连续信号x(t)变成适合数字系统处理的离散信号x[k]；然后根据抽样后的离散信号x[k]恢复原始连续时间信号x(t)完成信号重建。
信号时域抽样（离散化）导致信号频谱的周期化，因此需要足够的抽样频率保证各周期之间不发生混叠；否则频谱的混叠将会造成信号失真，使原始时域信号无法准确恢复。
2.频域抽样。
非周期离散信号的频谱是连续的周期谱，计算机在分析离散信号的频谱时，必须将其连续频谱离散化。
频域抽样定理给出了连续频谱抽样过程中信号不失真的约束条件：频域采样点数N 大于等于序列长度M，即N≥M。
频域抽样把非周期离散信号x(n)的连续谱X(e jω)变成适合数字系统处理的离散谱X(k)；要求可由频域采样序列X(k)变换到时域后能够不失真地恢复原信号x(n)。
三、实验内容
1.已知模拟信号，分别以T s =0.01s 、0.05s 、0.1s 的采样间隔采样得到x (n )。
（1）当T=0.01s 时，采样得到x(n),所用程序为：
%产生连续信号x （t ）
t=0:0.001:1;
x=sin(20*pi*t);
subplot(4,1,1)
plot(t,x,'r')
hold on
title('原信号及抽样信号')
%信号最高频率fm 为10 Hz
%按100 Hz 抽样得到序列
fs=100;
n=0:1/fs:1;
y=sin(20*pi*n);
subplot(4,1,2)
stem(n,y) 对应的图形为：
()sin(20),01a x t t t =π≤≤
（2）将上述程序的fs修改为20Hz,得到抽样序列：（3）再将fs修改为10Hz,所得图形：
为了对比，可将这三幅抽样图形和原图放在一起比较：
对抽样结果的分析：
根据奈奎斯特采样定理，抽样频率至少是信号最高频率的两倍。
对于实验样本而言，fmax=10Hz，所以fsam≥20Hz。
由上图可以清晰地看到，当fs较大时，采样的点越多，能够获取的信号的信息也就越多。
2.信号的重建
（1）对于以fs=100Hz的抽样信号的重建，程序为
fs=100;
n=0:1/fs:1;
y=sin(20*pi*n);
subplot(4,1,1);
stem(n,y)
hold on
xi=0:1/100:1;
yi=interp1(n,y,xi)
结果为：
由图可见，当fs=100Hz>>10Hz时，由抽样信号能够很好地恢复出原始信号。
（2）将程序段的fs修改为20Hz,得到结果：
由图，fs恰好等于那奎斯特抽样频率，恢复出来的信号已经失真了。
（3）将fs再修改为10Hz,结果是：
由此明显的看到恢复出来的信号已经严重失真。
四、对思考题的回答：
1.将语音信号转换为数字信号时，抽样频率一般应是多少？
答：由抽样频率公式可，一般应选取2倍左右，人的听觉范围是20Hz—2kHz,所以抽样频率一般取为44.1kHz。
2. 在时域抽样过程中，会出现哪些误差？如何克服或改善？
答：由于取样器固有噪声及时基抖动等因素的影响，，取样信号在不同程度上会被嗓声污染。
对含嗓声的取样信号进行时频变换时必然引起频谱误差，影响频谱估计的精度。
3. 在实际应用中，为何一般选取抽样频率fs =(3~5)fm？
答：一般实际信号带有噪声，且不存在理想的低通滤波器，抽样频率会比2倍大些。
4. 如何选取被分析的连续信号的长度?
答：一般周期型号选取一个周期或两个周期的信号进行分析，而非周期信号则选取占据函数大部分功的部分进行分析。
5. 增加抽样序列x[k]的长度，能否改善重建信号的质量？
答：不能，增加抽样频率才能改善质量。
6. 在分析理想采样序列特性的实验中，采样频率不同时，相应理想采样序列的傅立叶变换频谱的数字频率度量是否都相同？它们所对应的模拟频率是否相同？为什么？
答：不相同。
由Ω=Tω可见，当采样频率不同时，周期T不同，相应的数字频率Ω也不会相同。
但由于是同一信号，所以模拟频率是相同的。
