文档介绍：第9章信号处理中的若干典型算法
信号的抽取与插值
信号的子带分解及滤波器组
窄带信号及调制与解调
逆系统、反卷积及系统辨识
奇异值分解
独立分量分析
同态滤波及复倒谱
信号的抽取与插值
前言:关于抽样率转换问题
(一)为什么要作抽样率转换?
1. 信号原来的抽样频率不合适
如抽样频率过高,数据量太大,因此存储量大;计算负担重,传输时需要大的带宽。
2. 实际的数字系统中,不同的处理环节需要
不同的抽样频率
例如:在音频世界,就存在着多种抽样频率。得到立体声信号(Studio work)所用的抽样频率是48kHz,,而数字音频广播用的是32kHz。
同一首音乐,从录音、制作成CD唱盘到数字音频广播,抽样频率要多次变化。
再例如:当需要将数字信号在两个或多个具有独立时钟的数字系统之间传递时,则要求该数字信号的抽样率要能根据时钟的不同而转换。
3. 信号多分辨率的需要
根据信号频率成分的分布,将一个信号分解成低频信号和高频信号,或分解成多带信号(如M个带),分解后的信号带宽减少M倍,所以抽样频率可减少M倍。
多抽样频率下信号的处理称为
“多抽样率信号处理”
Multirate Signal Processing
(二)、如何实现抽样率的转换
?
3. 基于原数字信号,用信号处理的方法实现抽样率转换。☆
?
2.
1. 对原来的模拟信号重新抽样;
(三)、多抽样率信号处理的内容
信号的抽取(Decimation);
信号的插值(Interpolation);
抽取与插值的实现、多相结构、多抽样率系统;
两通道滤波器组,分析与综合;
M通道滤波器组,分析与综合;
多抽样率信号处理的应用。
一、信号的抽取
↓M
Down-Sampler
最简单的方法是将中每个点中抽取一个,依次组成一个新的序列,即
抽样频率减少倍
?
要找到抽取前后, 和的时域、
频域关系。对于抽取,要通过中间序列
现证明如
右的关系:
证明:
?
的抽样率仍为
令:
的抽样率是
现在的任务是:
1. 找到和的时域与频域的关系;
2. 找到和的时域与频域的关系;
3. 找到和的时域与频域的关系;