信号处理 / 系统课时
用频谱复制解释理想采样
用频谱复制解释理想采样
理想采样并不是简单地“每隔一段时间取一个值”。把连续信号与周期冲激列相乘后,频域中会出现原频谱的周期复制。掌握这一对应关系,就能直接看出采样频率如何控制频谱副本间距,并判断不同副本是否可能发生重叠。
学习目标
- 从冲激列采样模型得到理想采样信号的频域表达式。
- 解释采样频率与频谱副本间隔之间的关系。
- 根据原信号带宽判断频谱副本是否发生重叠。
把理想采样写成乘法模型
设连续时间信号为 ,采样周期为 ,理想冲激列为
理想采样信号就是两者相乘:
利用冲激的筛选性质,可以写成
因此每个冲激的位置记录采样时刻,而冲激的幅度记录该时刻的样值。这里的理想采样信号仍是连续时间的冲激序列,还不是离散时间序列本身。
从时域相乘得到频谱复制
周期冲激列的频谱仍是冲激列。令采样角频率
则
时域相乘对应频域卷积,所以
代入冲激列频谱,可得最重要的采样公式:
这个式子表示原频谱 会以 为间隔向左右无限复制,同时整体幅度乘以 。

用数值检查副本中心位置
若采样频率为 ,那么以普通频率 表示时,频谱副本中心会出现在 。下面用一个短程序列出 到 的中心频率:
python
fs = 4000
for k in range(-3, 4):
center = k * fs
print(f"k={k:+d}, center={center:+d} Hz")预期输出
text
k=-3, center=-12000 Hz
k=-2, center=-8000 Hz
k=-1, center=-4000 Hz
k=+0, center=+0 Hz
k=+1, center=+4000 Hz
k=+2, center=+8000 Hz
k=+3, center=+12000 Hz可以看到,相邻副本中心始终相差 。提高采样频率会把副本拉得更开,降低采样频率则会让它们靠得更近。
用副本间距判断是否重叠
假设原信号带限于 。中央频谱占据 ,右侧第一个副本以 为中心,占据 。两者不重叠需要满足
即
临界情况下常写成 ,这就是理想带限条件下奈奎斯特采样条件的频谱解释。它的本质不是一个孤立公式,而是要求相邻频谱副本之间留出足够间隔。
当采样率足够高时,各频谱副本彼此分离,理想低通滤波器可以从 中取出中央副本并恢复原信号;一旦副本发生重叠,不同频率成分已经相加到同一频率位置,仅靠后续滤波就无法再把它们完全分开。
按自己的节奏,确认真正理解。