第10章 非均匀采样理论及其实现

10.2 案例要求和应用对象
案例要求如下。 （1）研究非均匀采样信号的频谱分析，要求使用 DSP 实现非均匀采样信号的傅立叶变 换，分析非均匀采样信号的频谱，检测出信号频率。 （2）通过计算机 USB 接口将信号检测结果传输到计算机，显示并存储信号检测结果。 根据案例要求，使用 DSPC6211B、可编程逻辑器件（CPLD）和 USB 2.0 接口为基础的硬件 平台， 以此硬件平台为基础， 实现了非均匀采样的离散傅里叶变换算法， 并给出了实际测量结果。
NT 0
∫ x(t ) ⋅ exp( − j2πft )dt
均匀采样信号的离散傅立叶变换就是将上式的积分换成求和累加的形式，均匀采样情况 下采样时间间隔相等，也就是每个采样时间段的宽度相等，均匀采样信号的离散傅立叶的数 学表达式如下。 X C ( f ) = ∑ x (n) ⋅ exp( − j2πf ⋅ n)
《DSP 嵌入式系统开发典型案例》
《DSP 嵌入式系统开发典型案例》－第 10 章、非均匀采样理论及其实现
在加性非均匀采样中， 当前采样时刻是根据前一个采样时刻来选择的， 其数学表达式为： t k +1 = t k + τ k 其中，{τ k } 为服从同分布的一组随机变量，其值恒为正。 设 τ k 的概率密度函数为 pτ (τ k ) ， 其均值为 u，由于 t k = t0 + τ 1 + τ 2 + ... + τ k ，故 pk (t ) = pk −1 (t ) * pτ (t ) 。根据中心极限定理，对于 一组相互独立随机变量， 当随机变量的个数大到一定程度的时候， 它们的总和服从正态分布， 因此当 k → ∞ 时， pk (t ) 将趋向于正态分布。当 t 增加时，加性非均匀采样点的概率分布 p(t ) 将趋向于平坦，其数值大小为 1 / µ ，如图 10.3 所示。
图 10.2
m 路 AD 交替采样框图
《DSP 嵌入式系统开发典型案例》
华清远见——嵌入式培训专家

假设各路 AD 的采样速率均为 1/ ( m ⋅ ∆t ) 秒，但每一路 AD 较前一路 AD 的采样时刻延迟 ∆t 秒，那么 m 路 AD 的采样时刻将等间隔的分布在 1/ ( m ⋅ ∆t ) 秒内。将这 m 路 AD 的采样点 合成为一个序列的采样点，则相当于一路采样速率为 1/ ∆t 秒的高速 AD。 多路 AD 之间的时间延迟由于各个器件之间的差别（即使是同一个型号的器件，仍然存 在差别） ，这些差别的存在导致完全等间隔延迟采样时间是不可能实现的。所以，多路 AD 技 术对非均匀采样技术也提出了研究的要求。
10.3 理 论 基 础
非均匀采样有很多种，一般来说只要采样间隔不是恒定的，就可以认为是非均匀采样， 但是对于大多数非均匀采样其并不具有特别的性能。 本案例研究的非均匀采样特指两种情况： 随机采样和伪随机采样。随机采样中每个采样点的选择是完全随机的，是理想化的非均匀采 样；伪随机采样中每个采样点的选择是经过挑选的伪随机数。非均匀采样的一个很大的优点 就是它具有抗频率混叠的性能，从而可以突破奈奎斯特频率的限制，实现以比较低的采样频 率检测到很高频率的信号。 采样时刻的选择无疑是非常重要的，它决定了采样后得到的信号的性质。时钟抖动的均 匀采样在工程实践中是普遍存在的，并且是不可避免的，例如 AD 时钟频率存在一定偏差。 有抖动的均匀采样时刻 {tk } ，其数学表达式为： t k = kT + τ k , T > 0 其中，T 表示均匀采样的采样周期， {τ k } 为服从同分布的一组随机变量，其均值是 0。 设 τ k 的概率密度函数为 p(τ k ) ，则采样时刻 t k 的概率密度函数为 p(t − (t k − t0 )) 。 时钟抖动的均匀采样明显存在很大的缺点。如果 τ k 在区间 [ kT − 0.5T , kT + 0.5T ] 上不是均 匀分 布 ， 则 显 然 ， 在 kT 点 附 近 采样 点 数 很多 ， 其 他地 方 采样 点很 少 。 如果 τ k 在 区 间 [ kT − 0.5T , kT + 0.5T ] 上满足均匀分布，则会发生某些相邻采样点间距很小的情况。对第一种 情况，它和均匀采样区别很小，无法利用非均匀采样的优点；对第二种情况，在实际实现中 会非常困难，以致无法实现，因为采样间距过小对 AD 的要求很高。显然，这两种情况都不 是本案例所希望的。
《DSP 嵌入式系统开发典型案例》
华清远见——嵌入式培训专家

消除频率混叠是否可能？非均匀采样给出了肯定的回答。 图 10.5 直观地说明了非均匀采样如何具有消除混叠的性能。
图 10.5 消除混叠
图 10.5 中对原始的低频正弦信号进行了重新采样，采样点的个数保持不变，所不同的地 方是采样点的间隔不再是相等的了。很容易从图 10.5 中看出，由于采样点不再是均匀的，只 有原始的低频正弦波可以通过采样点，可以被拟合出来，从而也就消除了频率混叠。 非均匀采样信号的傅立叶变换和均匀采样信号的傅立叶变换的区别主要在于积分时间 上的不同。以下均匀采样信号的傅立叶变换（DFT，Discrete Fourier Transform）以 DFT 表 示， 非均匀采样信号的傅立叶变换 （NDFT， Nonuniform Discrete Fourier Transform） 以 NDFT 表示。 假设 x(t ) 为有限带通信号， X C ( f ) 为 x(t ) 的连续信号傅立叶变换结果，T 为采样时间间 隔，N 为总的采样点数，NT 为总的采样时间， x( n) 和 x(t n ) （ n = 1， 2， 3， L，∞ ）分别为均匀采 样和非均匀采样信号， X D ( f ) 为非均匀采样信号的傅立叶变换结果，则连续时间的傅立叶变 换如下： XC( f ) =
《案例》－第 10 章、非均匀采样理论及其实现
10.1 采样理论概述
典型的信号处理过程如图 10.1 所示。
图 10.1 典型信号处理过程
实际上，一个完整的 AD 转换器包含以下 3 个部分。 （1）采样，即时间量化，将连续时间信号转变成采样信号。 （2）幅值量化，将离散时间信号的幅值分成若干等级。 （3）编码，即数字量化，给每个幅值等级分配一个代码。 其中，时间量化决定着 AD 的采样速率；幅值量化决定着 AD 的数据位数；数字量化决 定着 AD 的编码方式。采样是其中关键的环节，在数字信号处理学科中，采样理论和技术是 信号处理理论的基础。 从采样时间间隔角度上可以将采样分成均匀采样和非均匀采样两种，非均匀采样有时又 称为随机采样。均匀采样的采样时间间隔是完全相等，而非均匀采样的采样时间间隔是不确 定的，完全随机。均匀采样是一种理想的采样方法，实际中由于采样设备和被采样信号的限 制，完全均匀采样是无法实现的。但随着电子技术的发展，采样设备可以尽量做到近似完全 均匀采样，虽然仍然存在采样时间间隔不等的问题，但这些差别已经很小。这些微小的时间 误差在一般的工业应用中将不再影响信号处理的结果。 非均匀采样（Nonuniform Sampling）是相对于均匀采样的一种采样方法，非均匀采样问 题的提出有以下几个方面的原因。 （1）在实际应用中，采样设备不可能达到完全等间隔均匀采样，总是存在采样时间误差， 这就造成非均匀采样。 （2）由于采样速率的提高，很多应用场合采样多路 AD 技术提高采样速率。多路 AD 技 术是采用多个 AD 分时采样，然后将各个 AD 的数据结合在一起，以实现高速采样。图 10.2 是一个 m 路 AD 交替采样框图。
图 10.3 加性非均匀采样点的概率分布
由于采样时刻的分布与均匀采样中采样时刻的分布不同，非均匀采样具有一个非常重要 的特点就是可以消除频率混叠现象，下例可以形象化地阐述这个问题。 假设给出一组采样数据， 它代表了一个正弦信号 （加粗的黑色） 的均匀采样值， 如图 10.4 所示。
图 10.4 混叠的产生
+∞ 1 +∞ jω t − jωt F ( j ω ) e d ω 和 F ( j ω ) = ∫ f (t )e dt 2 π −∫ ∞ −∞
当 f (t ) 经过均匀采样后， 得到离散序列 f ( nT ) ， 其中 T 为采样周期。 用 f ( n) 代表 f ( nT ) ， 则序列 f ( n) 的离散时间傅立叶变换表示如下： f [n ] =
观察图 10.4，就会清楚发现其他的频率的正弦信号和原始信号同一个采样点处的采样值 相等（曲线交点处） 。因此，如果要用这组采样值进行重建原始信号，显然得到的信号不是惟 一的。也就是说，用小于奈奎斯特频率的采样频率进行采样，得到的采样值是无法恢复出原 始信号，这与 Shannon 采样定理是相一致的。这种现象反映到频域上就是频率混叠。 频率混叠现象就会引起信号的不确定，仔细看这些不同频率的正弦波，到底哪个才是真 的需要的信号呢？在没有其他先验知识的情况下，如何消除频率混叠现象是信号处理理论的 一个重要研究课题。均匀采样理论中，在进行信号采样前，信号先通过一个低通滤波器以便 把信号的频谱限制在一个特定的范围内， 然后用高于信号最高频率两倍的采样频率进行采样， 从而消除了频率混叠。虽然这种解决混叠问题的方法能够满足要求，但是这种方法滤掉了信 号组成成分中超过某一频率的频率成分，很容易造成失真，同时由于采样频率要高于信号最 高频率的两倍，极大限制了数字信号处理理论使用的范围。如果能突破这个限制，将为数字 信号处理理论开辟更为广泛的应用领域。 所以摆在面前的问题就是在较低采样频率的情况下，
n =1 N
类似，非均匀采样的离散傅立叶变换的数学表达式如下：
XD( f ) =
N −1 n =1
∑ x(n) exp( − j2πf ⋅ tn )(tn +1 − tn )
NDFT 和 DFT 的区别在于 NDFT 每个采样时间段的积分区间的宽度不等。均匀采样中， 求和区间为等间隔 T，所以均匀采样的采样信号各个频谱的大小和 T 成比例关系，在计算频 谱 时是 否引 入 常 数 T 都 不影响频谱 的 检测 。 而 在非均匀 采样 中 ，求 和 区 间 为 不 等 间 隔 （ t n +1 − t n ） ，所以必须引入采样间隔这个变量，如上式中的 (t n +1 − tn ) 。 均匀采样信号的傅立叶变换算法根据傅立叶变换因子的对称性，可以实现快速傅立叶变 换。非均匀采样的傅立叶变换由于采样时间间隔的不等，使得非均匀快速傅立叶变换很难直 接实现。