信号采集频率_频率采样「建议收藏」

信号采集频率_频率采样「建议收藏」[信号基础]信号频率,采样率,采样点(快拍数)等_快拍数

参考:
采样率与频率之间的关系_TaoTaoFu的博客-CSDN博客_采样频率和信号频率之间的关系”>

<2>信号频率、采样频率、采样点数 – 简书

<3>2.3 信号采样与采样定理 – 物联网前沿实践

<4>语音信号处理——常识与基本概念 – 凌逆战 – 博客园

<5>信号的时间域分辨率和频率域分辨率 – 知乎

<6>基础知识:采样频率和频率分辨率-面包板社区

0.基础概念:

0.1 信号频率(f)

        连续时间信号频率就是信号的频率,影响的是信号的发生函数。

        以声波信号为例,声波每秒钟振动的周期数称为声波的频率,单位是赫兹 (Hz)。

        一般来说,人耳可以听到的声波频率大概在20 Hz​到20 kHz之间,频率超过20 kHz​的声波我们称为超声波,低于20 Hz​的声波称为次声波。

0.2 信号周期 (T)

  T=\frac{1}{f}

0.3 采样率, 采样频率,采样速度(fs)

        每秒从连续信号中提取 并 组成离散信号的采样个数,它用赫兹(Hz)来表示。

        以语音为例,通俗的讲采样频率是指计算机每秒钟采集多少个声音样本。

        意义:采样率决定了采样的精度。采样频率越高,即采样的间隔时间越短,则在单位时间内计算机得到的声音样本数据就越多,对声音波形的表示也越精确。

        注意:采样频率必须大于信号的频率(不失真),fs/N(频率分辨率)越小,精度越高,通过补0增加的FFT点数无法提高FFT精度。

0.4 采样周期,采样时间(Ts, dt)

        波形中相邻两点间隔的时间就是采样频率(fs)的倒数,它是采样之间的时间间隔。

T_s = \frac{1}{f_s}

0.5 采样点数(N)

        采样点数是一次向PC端发送的数据量包含的点数,采样点数决定了每次传到PC内的数据量。
就是每个周期采了几个点。

N =T/Ts         Ts=dt = 1/fs

N = \frac{T}{T_s}

       FFT、IFFT的采样点数必须是2的指数,在频域一个频点对应时域的一次采样,所以FFT的点数自然就是2048、1024、512、256、128.

0.6 阵列信号快拍数(snaps)

        快拍数一般是指 时域上的采样点数,也就是snaps

        全部阵元在时域的一次采样.如果阵元数为M,那么通常用 X(t) 来表示一次采样,维数为 M*1 

0.7 频率分辨率(f_0f0):

详细看:基础知识:采样频率和频率分辨率-面包板社区

        频率分辨率可以理解为在使用DFT时,在频率轴上的所能得到的最小频率间隔。实际是作FFT时谱图中的两条相邻谱线之间的频率间隔,也有称作步长。

f_0=\frac{f_s}{N}=\frac{1}{N*T_s}=\frac{1}{T}

        N为采样点数,fs为采样频率,Ts为采样间隔。所以 N*T就是采样前模拟信号的时间长度T,信号长度越长,频率分辨率越好。

        注意:只有增加点数的同时导致增加了数据长度T才能使分辨率越好。

0.8 补零:

        在做DFT时,常常在有效数据后面补零达到对频谱做某种改善的目的

        补零并没有增加有效数据的长度,仍然为T。

补零的好处:

  1. 使数据N为2的整次幂,便于使用FFT。
  2. 补零后,其实是对DFT结果做了插值,克服“栅栏”效应,使谱外观平滑化。我把“栅栏”效应形象理解为,就像站在栅栏旁边透过栅栏看外面风景,肯定有被栅栏挡住比较多风景,此时就可能漏掉较大频域分量,但是补零以后,相当于你站远了,改变了栅栏密度,风景就看的越来越清楚了。
  3. 由于对时域数据的截短必然造成频谱泄露,因此在频谱中可能出现难以辨认的谱峰,补零在一定程度上能消除这种现象。

关系:

        产生信号的总时间长度 t  = Ts * 采样数N = 采样数N / fs

        产生信号的周期数 = 总时间长度/T = 总时间长/信号频率 

1.举例:

1.0 采样频率

        常见到的音频文件采样率多为44.1KHz

        假设我们有2段正弦波信号,分别为20Hz和20KHz,长度均为一秒钟,以对应我们能听到的最低频和最高频,分别对这两段信号进行40KHz的采样。

结果:

        20Hz语音每次振动被采样了\frac{40K}{20}=2000

        20KHz语音每次振动被采样了\frac{40K}{20K}=2

 所以在相同的采样率下,记录低频的信息远远比高频的详细

1.1 奈奎斯特采样定律

奈奎斯特采样定律:

        采样周期要小于整数周期的1/2,即采样频率应该大于原始频率的2倍。否则将发生混叠(相位/频率模糊)。

        实际例子:你产生车轮倒转的错觉的时候,说明你眼睛的采样频率过低从而得出了错误结论

         一般的信号频率为5Hz,采样频率 为200Hz

信号采集频率_频率采样「建议收藏」

信号是401Hz的,采用远大于401Hz两倍的采样率10KHz来采样。

信号采集频率_频率采样「建议收藏」信号采集频率_频率采样「建议收藏」

信号采集频率_频率采样「建议收藏」

信号采集频率_频率采样「建议收藏」

 

2.关于频率分辨率的2种解释

详细看:基础知识:采样频率和频率分辨率-面包板社区

  • 关于频率分辨率的2种解释

  • 补零

  • DFT考虑窗函数的注意点,各种窗函数的优缺点

  • 时域、频域采样定理

  • 分析频率、采样点数、谱线数的设置要点

3.语音相关:

详细看:语音信号处理——常识与基本概念 – 凌逆战 – 博客园

今天的文章信号采集频率_频率采样「建议收藏」分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/62891.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注