奈奎斯特–香农采样定理

本文深入探讨了数字信号处理领域的核心概念——奈奎斯特–香农采样定理。该定理阐述了连续信号与离散信号之间的转换原理,明确了信号采样率与信号带宽的关系,确保了信号在采样过程中的信息无损。文章详细解释了定理的适用条件及理想重构公式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

奈奎斯特–香农采样定理

——摘选自维基百科
在数字信号处理领域,采样定理是连续信号(通常称作“模拟信号”)与离散信号(通常称作“数字信号”)之间的一个基本桥梁。
严格地说,定理仅适用于具有傅里叶变换的一类数学函数,即频率在有限区域以外为零(参照图1)。
图一
直观上我们希望,当把连续函数化为采样值(叫做“样本”)的离散序列并插值到连续函数中,结果的保真度取决于原始采样的密度(或采样率)。采样定理介绍了对带宽限制的函数类型来说保真度足够完整的采样率的概念;在采样过程中"信息"实际没有损失。定理用函数的带宽来表示采样率。定理也导出了一个数学上理想的原连续信号的重构公式。

简介

采样是将一个信号(例如时间或空间上连续的函数)转换为数字序列(时间或空间上离散的函数)的过程。
这个定理的香农版本陈述为:[1]

如果周期函数 x(t) 不包含高于 B cps(次/秒)的频率,那么,一系列小于 1/(2B) 秒的x(t)函数值将会受到前一个周期的x(t)函数值影响。

因此 2B 样本/秒或更高的采样频率将能使函数不受干扰。相对的,对于一个给定的采样频率 fs,完全重构的频带限制为 B ≤ fs/2。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值