双采样率下的非均匀采样
假定一个函数g(t)g(t)g(t)的傅里叶变换为
G(f)=∫−∞∞g(t)e−j2πftdt G(f)=\int_{-\infty}^{\infty}g(t)e^{-j2\pi ft}dt G(f)=∫−∞∞g(t)e−j2πftdt
定义一个门函数h1(t)h_1(t)h1(t),再定义一个与之互补的门函数h2(t)h_2(t)h2(t),有
h2(t)=1−h1(t) h_2(t)=1-h_1(t) h2(t)=1−h1(t)
可见h1(t)h2(t)=0h_1(t)h_2(t)=0h1(t)h2(t)=0,其傅里叶变换分别为:
h1(t)↔H1(f)h2(t)↔H2(f)=δ(f)−H1(f) h_1(t)\leftrightarrow H_1(f)\\ h_2(t)\leftrightarrow H_2(f)=\delta(f)-H_1(f) h1(t)↔H1(f)h2(t)↔H2(f)=δ(f)−H1(f)
将它们分别与g(t)g(t)g(t)相乘,得到两个子信号:
w1(t)=g(t)h1(t)w2(t)=g(t)h2(t) w_1(t)=g(t)h_1(t)\\ w_2(t)=g(t)h_2(t) w1(t)=g(t)h1(t)w2(t)=g(t)h2(t)
现在,以采样率fs1f_{s1}fs1对w1(t)w_1(t)w1(t)进行采样,以采样率fs2f_{s2}fs2对w2(t)w_2(t)w2(t)进行采样,得到:
ws1(t)=w1(t)∑n1δ(t−nts1)ws2(t)=w2(t)∑n2δ(t−nts2) w_{s1}(t)=w_1(t)\sum_{n1}\delta(t-nt_{s1})\\ w_{s2}(t)=w_2(t)\sum_{n2}\delta(t-nt_{s2}) ws1(t)=w

最低0.47元/天 解锁文章
988

被折叠的 条评论
为什么被折叠?



