نمونه برداری از سیگنالهای زمان پیوسته

Σχετικά έγγραφα
محاسبه ی برآیند بردارها به روش تحلیلی

روش محاسبه ی توان منابع جریان و منابع ولتاژ

مثال( مساله الپالس در ناحیه داده شده را حل کنید. u(x,0)=f(x) f(x) حل: به کمک جداسازی متغیرها: ثابت = k. u(x,y)=x(x)y(y) X"Y=-XY" X" X" kx = 0

آزمایش 8: تقویت کننده عملیاتی 2

فصل چهارم : مولتی ویبراتورهای ترانزیستوری مقدمه: فیدبک مثبت

ﯽﺳﻮﻃ ﺮﯿﺼﻧ ﻪﺟاﻮﺧ ﯽﺘﻌﻨﺻ هﺎﮕﺸﻧاد

هدف از این آزمایش آشنایی با رفتار فرکانسی مدارهاي مرتبه اول نحوه تأثیر مقادیر عناصر در این رفتار مشاهده پاسخ دامنه

جلسه 3 ابتدا نکته اي در مورد عمل توابع بر روي ماتریس ها گفته می شود و در ادامه ي این جلسه اصول مکانیک کوانتمی بیان. d 1. i=0. i=0. λ 2 i v i v i.

تصاویر استریوگرافی.

آزمایش 1: پاسخ فرکانسی تقویتکننده امیتر مشترك

مدار معادل تونن و نورتن

مفاهیم ولتاژ افت ولتاژ و اختالف پتانسیل

نویسنده: محمدرضا تیموری محمد نصری مدرس: دکتر پرورش خالصۀ موضوع درس سیستم های مینیمم فاز: به نام خدا

جلسه 9 1 مدل جعبه-سیاه یا جستاري. 2 الگوریتم جستجوي Grover 1.2 مسا له 2.2 مقدمات محاسبات کوانتمی (22671) ترم بهار

جلسه 12 به صورت دنباله اي از,0 1 نمایش داده شده اند در حین محاسبه ممکن است با خطا مواجه شده و یکی از بیت هاي آن. p 1

جلسه ی ۲۴: ماشین تورینگ

قاعده زنجیره ای برای مشتقات جزي ی (حالت اول) :

فصل 5 :اصل گسترش و اعداد فازی

تمرینات درس ریاض عموم ٢. r(t) = (a cos t, b sin t), ٠ t ٢π. cos ٢ t sin tdt = ka۴. x = ١ ka ۴. m ٣ = ٢a. κds باشد. حاصل x٢

جلسه 14 را نیز تعریف کرد. عملگري که به دنبال آن هستیم باید ماتریس چگالی مربوط به یک توزیع را به ماتریس چگالی مربوط به توزیع حاشیه اي آن ببرد.

جلسه ی ۱۰: الگوریتم مرتب سازی سریع

تلفات خط انتقال ابررسی یک شبکة قدرت با 2 به شبکة شکل زیر توجه کنید. ژنراتور فرضیات شبکه: میباشد. تلفات خط انتقال با مربع توان انتقالی متناسب

معادلهی مشخصه(کمکی) آن است. در اینجا سه وضعیت متفاوت برای ریشههای معادله مشخصه رخ میدهد:

سايت ويژه رياضيات درسنامه ها و جزوه هاي دروس رياضيات

به نام خدا. الف( توضیح دهید چرا از این تکنیک استفاده میشود چرا تحلیل را روی کل سیگنال x[n] انجام نمیدهیم

تخمین با معیار مربع خطا: حالت صفر: X: مکان هواپیما بدون مشاهده X را تخمین بزنیم. بهترین تخمین مقداری است که متوسط مربع خطا مینیمم باشد:

تئوری جامع ماشین بخش سوم جهت سادگی بحث یک ماشین سنکرون دو قطبی از نوع قطب برجسته مطالعه میشود.

جلسه 15 1 اثر و اثر جزي ی نظریه ي اطلاعات کوانتومی 1 ترم پاي یز جدایی پذیر باشد یعنی:

جلسه 16 نظریه اطلاعات کوانتمی 1 ترم پاییز

Angle Resolved Photoemission Spectroscopy (ARPES)

جلسه ی ۵: حل روابط بازگشتی

تمرین اول درس کامپایلر

جلسه ی ۴: تحلیل مجانبی الگوریتم ها

فصل چهارم : مولتی ویبراتورهای ترانزیستوری مقدمه: فیدبک مثبت

همبستگی و رگرسیون در این مبحث هدف بررسی وجود یک رابطه بین دو یا چند متغیر می باشد لذا هدف اصلی این است که آیا بین

بسم اهلل الرحمن الرحیم آزمایشگاه فیزیک )2( shimiomd

تجزیه و تحلیل سیگنال ها و سیستم ها دکتر منصور زینلی

پردازش تصاویر دیجیتالی سید علی اصغر بهشتی شیرازی

تجزیهی بندرز مقدمه کشور هستند. بدین سبب این محدودیتهای مشترک را محدودیتهای پیچیده

جلسه دوم سوم چهارم: مقدمه اي بر نظریه میدان

باشند و c عددی ثابت باشد آنگاه تابع های زیر نیز در a پیوسته اند. به شرطی که g(a) 0 f g

جلسه 2 1 فضاي برداري محاسبات کوانتمی (22671) ترم بهار

آزمون مقایسه میانگین های دو جامعه )نمونه های بزرگ(

شاخصهای پراکندگی دامنهی تغییرات:

تحلیل مدار به روش جریان حلقه

دبیرستان غیر دولتی موحد

مینامند یا میگویند α یک صفر تابع

هندسه تحلیلی بردارها در فضای R

فعالیت = ) ( )10 6 ( 8 = )-4( 3 * )-5( 3 = ) ( ) ( )-36( = m n m+ m n. m m m. m n mn

جلسه ی ۳: نزدیک ترین زوج نقاط

جلسه 22 1 نامساویهایی در مورد اثر ماتریس ها تي وري اطلاعات کوانتومی ترم پاییز

راهنمای کاربری موتور بنزینی )سیکل اتو(

بسم هللا الرحمن الرحیم

برابری کار نیروی برآیند و تغییرات انرژی جنبشی( را بدست آورید. ماتریس ممان اینرسی s I A

جلسه ی ۱۸: درهم سازی سرتاسری - درخت جست و جوی دودویی

ویرایشسال 95 شیمیمعدنی تقارن رضافالحتی

سلسله مزاتب سبان مقدمه فصل : زبان های فارغ از متن زبان های منظم

فصل پنجم زبان های فارغ از متن

ˆ ˆ ˆ. r A. Axyz ( ) ( Axyz. r r r ( )

دانشکده ی علوم ریاضی جلسه ی ۵: چند مثال

فهرست جزوه ی فصل دوم مدارهای الکتریکی ( بردارها(

هو الحق دانشکده ي مهندسی کامپیوتر جلسه هفتم

شبکه های عصبی در کنترل

جلسه 28. فرض کنید که m نسخه مستقل یک حالت محض دلخواه

به نام حضرت دوست. Downloaded from: درسنامه

مسائل. 2 = (20)2 (1.96) 2 (5) 2 = 61.5 بنابراین اندازه ی نمونه الزم باید حداقل 62=n باشد.

فصل سوم : عناصر سوئیچ

مارکوف 1.مقدمه: سید مهدی صفوی محمد میکاییلی محمد پویان چکیده ما با مطالعه مدل مخفی میدان تصادفی مارکوف از الگوریتم EM

محاسبات کوانتمی 1 علم ساخت و استفاده از کامپیوتري است که بر پایه ي اصول مکانیک کوانتم قرار گرفته است.

1) { } 6) {, } {{, }} 2) {{ }} 7 ) { } 3) { } { } 8) { } 4) {{, }} 9) { } { }

آشنایی با پدیده ماره (moiré)

1 دایره فصل او ل کاربردهای بسیاری داشته است. یک قضیۀ بنیادی در هندسه موسوم با محیط ثابت دایره دارای بیشترین مساحت است. این موضوع در طراحی

OFDM ﻢﺘﺴﯿﺳ ﯽﻫدزﺎﺑ ﺮﺑ لﺎﻧﺎﮐﺮﯿﺧﺎﺗ هﺮﺘﺴﮔ ﺮﯿﺛﺎﺗ

SanatiSharif.ir مقطع مخروطی: دایره: از دوران خط متقاطع d با L حول آن یک مخروط نامحدود بدست میآید که سطح مقطع آن با یک

جلسه 2 جهت تعریف یک فضاي برداري نیازمند یک میدان 2 هستیم. یک میدان مجموعه اي از اعداد یا اسکالر ها به همراه اعمال

ارزیابی بهره وری متقاطع DEA بر پایه بهبود پارتو

طراحی وبهینه سازی رگوالتورهای ولتاژ با افت کم) LDO (

عنوان: رمزگذاري جستجوپذیر متقارن پویا

به نام خدا استاد درس: دکتر زمان ملک زاده کبریا گروه زمین شناسی دانشگاه پیام نور تهیه شده توسط: مهندس وحید درزی

فیلتر کالمن Kalman Filter

مود لصف یسدنه یاه لیدبت

سپیده محمدی مهدی دولتشاهی گروه الکترونیک موسسه آموزش عالی جهاد دانشگاهی استان اصفهان استاد یار دانشکده مهندسی برق دانشگاه آزاد اسالمی واحد نجف آباد

بسمه تعالی «تمرین شماره یک»

هدف از انجام این آزمایش بررسی رفتار انواع حالتهاي گذراي مدارهاي مرتبه دومRLC اندازهگيري پارامترهاي مختلف معادله

Delaunay Triangulations محیا بهلولی پاییز 93

فصل چهارم تعیین موقعیت و امتدادهای مبنا

زمین شناسی ساختاری.فصل پنجم.محاسبه ضخامت و عمق الیه

طراحی و تعیین استراتژی بهره برداری از سیستم ترکیبی توربین بادی-فتوولتاییک بر مبنای کنترل اولیه و ثانویه به منظور بهبود مشخصههای پایداری ریزشبکه

6- روش های گرادیان مبنا< سر فصل مطالب

:موس لصف یسدنه یاه لکش رد یلوط طباور

ارتعاشات منابع سرفصل درس تعاریف و مفاهیم پایه ارتعاشات آزاد سیستمهاي یك درجه آزادي ارتعاش اجباري هارمونیك ارتعاش گذرا سیستمهاي دو درجه آزادي

) max. 06 / ) )3 600 )2 60 )1 c 20 )2 25 )3 30 )4. K hf W است.

تابع هزینه حداقل میانگین مربعات توأم با حداقل واریانس خطا

مقدمه الف) مبدلهای AC/DC ب) مبدلهای DC/AC ج) مبدلهای AC/AC د) چاپرها. (Rectifiers) (Inverters) (Converters) (Choppers) Version 1.0

آموزش SPSS مقدماتی و پیشرفته مدیریت آمار و فناوری اطالعات -

تعیین محل قرار گیری رله ها در شبکه های سلولی چندگانه تقسیم کد

فصل سوم جریان های الکتریکی و مدارهای جریان مستقیم جریان الکتریکی

فصل دهم: همبستگی و رگرسیون

فصل سوم جبر بول هدف های رفتاری: در پایان این فصل از فراگیرنده انتظار می رود که :

به نام خدا. Sparse Coding ستاره فرامرزپور

Transcript:

فصل چهارم: نمونهبرداری: سیگنالهای گسسته را میتوان به روشهای متعددی ایجاد کرد. یکی از این روشها نمونه برداری از سیگنال های پیوسته است که با یک دوره تناوب خاص می باشد. شکل زیر بلوک دیاگرام یک مبدل سیگنال آنالوگ به سیگنال زمان گسسته ایده آل را نشان می دهد: = T دوره تناوب نمونه برداری f s = 1 T فرکانس نمونه برداری بر حسب نمونه برثانیه رادیان بر ثانیه. 2π T 2πf s = Ω s 73

برای مثال ورودی میتواند شکل موج گفتار یا صحبت و خروجی آن نمونه های متناوبی با آن دوره تناوب باشد. در عمل از نمونه بردار در مبدلهای آنالوگ به دیجیتال A/D استفاده می شود که در آن مسایل مختلفی نظیر آهنگ نمونه برداری کوانتش 1 نمونه های خروجی خطی بودن گام های کوانتش نیاز به نمونه بردار- نگهدار 2 و محدودیت های فرکانس یا آهنگ نمونه بردار مطرح می باشد. نمونه برداری در حالت کلی وارون پذیر نیست. یعنی با داشتن x[n] نمی توان (t) x c را در حالت کلی به دست آورد. زیرا سیگنال های پیوسته متعددی در زمان می توانند همان دنباله نمونه را ایجاد کنند. ولی با محدود کردن فرکانس نمونه برداری میتوان این ابهام را رفع کرد. شکل زیر فرایند نمونه برداری را درحالت عملی نشان می دهد: 1 Quantization 2 Sample Hold 74

s(t) یک قطار ضربه است که در سیگنال زمان پیوستهی (t) x c ضرب میشود. به این عملیات مدوالسیون با قطار ضربه میگویند. به این ترتیب یک سیگنال گسسته در زمان به کمک قطار ضربه ایجاد میگردد. s(t) = δ(t nt) n= x s (t) = x c (t). δ(t nt) n= x s (t) = x c (t). s(t) x s (t) = x c (nt). δ(t nt) n= نمایش در حوزه فرکانس : s(t) = δ(t nt) f n= S(jΩ) = 2π δ(ω KΩ T S ) N= Ω S = 2π T فرکانس نمونه برداری x s (t) = x c (t). s(t) X s (jω) = 1 2π X c (jω) S(jΩ) X s (jω) = 1 X 2π c (jω) [ 2π δ(ω KΩ T s ) X s (jω) = 1 X T k= C(j(Ω KΩ S )) k= ] مالحظه می شود که است که با فرکانس KΩ S تکرار شده است. X c (jω) کپیهای مکرر X s (jω) مثال: 75

مالحظه میشود در حالتی که فرکانس نمونه برداری یعنی Ω S از دو برابر پهنای باند سیگنال یعنی Ω N بیشتر تداخل یا درهمروی اتفاق نمیافتد و به راحتی میتوان (t) x 3 c را با استفاده از یک باشد( (Ω S 2Ω N فیلتر پایینگذر ایده آل جدا کرد. 3 Aliasing 76

بنابراین فرایند بازسازی دقیق سیگنال از روی نمونههایش به این صورت خواهد بود: 77

مثال : سیگنال t) x c (t) = cos(ω 0 را درنظر بگیرید: x c (jω) = F{cos( Ω c t)} حالتهای بدون درهمروی و با درهمروی در نمونهبرداری از سیگنال فوق در شکل زیر نمایش داده شده است: 78

بدیهی است که: X r (jω) = π ([δ(ω (Ω s Ω 0 ))] + δ(ω + (Ω s Ω 0 ))) x r (t) = cos(ω s Ω 0 )t قضیهی نایکویست : 4 سیگنالی نامحدود در زمان است به طوری که : فرض کنید (t) x c X c (jω) = 0, Ω Ω N در این صورت میتوان (t) x c را از روی نمونههایش (, ±2 ±1, 0, = n )x[n] = x c (nt), به طور یکتا بازسازی نمود به شرطی که فرکانس نمونه برداری یعنی Ω S در رابطهی Ω S = 2π T 2Ω N صدق کند. معموال Ω N را فرکانس نایکویست و 2Ω N را آهنگ نایکویست مینامند. لذا داریم: : X X برحسب X(e jω c و( jω ) s (jω) بدست آوردن ) x[n] DTFT X(e jω ) X s (jω) = + n= x c (nt)e jωnt x c (nt) F X s (jω) زیرا: x s (t) = x c (t)δ(t nt) F X s (jω) = x s (t)e jωt dt n= 4 Nyquist Theorem 79

X s (jω) = x c (t)δ(t nt) e jωt dt n= = x c (nt)δ(t nt) e jωt dt = n= = x c (nt) n= e jωnt x c (nt) e jωnt δ(t nt)dt n= از طرفی: x[n] = x c (nt) DTFT X(e jω ) = + x[n]e jωn n= در نتیجه : X s (jω) = X(e jω ) ω=ωt = X(e jωt ) بنابراین با توجه به این روابط : X s (jω) = 1 X T k= c (j(ω kω s )) X(e jωt ) = 1 X T k= c (j(ω kω s )) در نتیجه : X(e jω ) = 1 T X c (j ω T k= j 2πk T ) مالحظه می شود که ) jω X(e تغییر مقیاس فرکانسی یافتهی (jω) X s است. این تغییر مقیاس معادلΩT ω = است. همانطور که x[n] تغییر مقیاس زمانی یافتهی (t) x s با ضریب مقیاس می باشد. 1 T 80

مثال: اگر از سیگنال پیوسته در زمان (4000πt) x c (t) = cos با دوره تناوب نمونه برداری 1 6000 = T نماییم n) x[n] = x c (nt) = cos(4000πtn) = cos(ω 0 عبارت حاصل میگردد که در آن باالترین فرکانس Ω s = 2π 0 = 4000π و اگر Ω باشد T = 12000π با فرض.ω 0 = 4000πT = 2π 3 شرایط قضیه نمونه برداری Ω s 2Ω 0 برقرار میگردد و در نتیجه درهمروی رخ نخواهد داد. مالحظه میشود که پدیدهی درهمروی رخ نداده و با یک فیلتر ایده آل با فرکانس قطع Ω c = 6000π سیگنال قابل بازسازی است. میدانیم که ω. = ΩT پس برای به دست آوردن ) jω X(e کافی است هرچه Ω داریم در T مفروض ضرب کنیم. لذا داریم: ω = 4000π 1 6000 = 2π 3 ω = 8000π 1 6000 = 4π 3 ω = 16000π 1 6000 = 8π 3 81

T = 1 6000 اگر در مثال قبلی به جای (t) x c از 12000πt استفاده نموده ولی دوره تناوب نمونه برداری همان باشد معیار نایکویست برآورده نمیشود و باید انتظار درهمروی داشته باشیم. اگر شکلها را دوباره رسم کنیم ممکن است همان شکلهای قبلی حاصل گردند ولی ضربهها جا به جا شده و سیگنال اصلی حاصل نمیگردد. )رسم شکلها به عهده دانشجو( بازسازی یک سیگنال با باند محدود از روی نمونهها با مبدل سیگنال دیجیتال به پیوسته: x s (t) = x[n]δ(t nt) n= x r (t) = x s (t) h r (t) x r (t) = h r (t) x[n]δ(t nt) n= = x[n]. h r (t) δ(t nt) = x[n]. h r (t nt) n= n= 82

sinc(α) sin πα πα h r (t) = sin(π T ) π T x r (t) = n= = sin c ( t T ) x[n] sinc ( t nt ) = x[n] sinc T n= (t n ) T X r (jω) = X s (jω). H r (jω) X r (jω) = X(e jωt ). H r (jω) طبق روابط باال همانطور که در شکل نیز مشخص است در هر ضربه در واقع یک تابع سینک داشته ایم. در واقع این ضربه ها از شیفت یا ضربهی تعدادی از سیگنال ها به دست میآیند. F 83

پردازش سیگنال گسسته در زمان سیگنالهای پیوسته در زمان: یکی از کاربردهای سیستمهای گسسته در زمان پردازش سیگنالهای پیوسته در زمان است که ساختار آن در بلوک دیاگرام فوق ارایه شده است. از جمله این کاربردها میتوان به پردازش گسسته در زمان LTI سیگنالهای پیوسته در زمان اشاره نمود. مثال: بررسی فیلتر پایین گذر پیوسته ایده آل با استفاده از فیلتر پایین گذر گسسته در زمان: بلوک دیاگرام شکل زیر را در نظر بگیرید. H(e jω ) = { 1, ω ω c 0, ω c < ω < π سیستم LTI گسسته در زمان دارای پاسخ فرکانسی است. این پاسخ فرکانسی همان طور که در شکل زیر مشخص است با دوره تناوب 2π متناوب میباشد. 84

این سیستم برای عملکرد مناسب به ازای ورودیهای باند محدود با پاسخ فرکانسی معادل 1, Ω < ω c T H eff (jω) = { 0, Ω > ω c T ΩT < ω c یا ΩT > ω c یا نام دارد در زیر نشان داده شده است. الزم به ذکر رفتار میکند. این پاسخ فرکانسی که پاسخ فرکانسی موثر 5 است که این پاسخ فرکانسی پاسخ فرکانسی یک فیلتر پایین گذر ایده آل با فرکانس قطع Ω c است. شکلهای زیر مجموعهی فرایند پردازش گسسته در زمان برای یک سیگنال پیوسته را نمایش میدهد: 5 Effective frequency responce 85

86

مثال: ساخت گسسته در زمان یک مشتقگیر پیوسته در زمان باند-محدود ایده آل: سیستم مشتقگیر ایده آل پیوسته در زمان به صورت y c (t) = d x] تعریف میگردد. پاسخ فرکانسی این dt c(t)] سیستم H c (jω) = jω میباشد. اکنون به دلیل اینکه میخواهیم یک سیستم با قابلیت پردازش گسسته در زمان سیگنالهای پیوسته در زمان را برای ورودی باند-محدود محقق نماییم کافی است داشته باشیم: jω, Ω < π H eff (jω) = { T 0, Ω π T عبارت فوق در شکل زیر رسم شده است: پاسخ فرکانسی سیستم گسسته در زمان متناظر H(e jω ) = jω T میباشد., ω < π این پاسخ فرکانسی نیز در زیر رسم شده است: 87

میتوان نشان داد که پاسخ ضربهی متناظر عبارت است از: h[n] = πn cos πn sin πn πn 2 T 0, n = 0 = { cos πn nt, n 0 لذا اگر یک سیستم گسسته در زمان با این پاسخ ضربه در آرایش شکل زیر یه کار رود خروجی برای هر ورودی باند-محدود برابر مشتق ورودی خواهد بود. پردازش سیگنال گسسته در زمان سیگنالهای پیوسته در زمان: میتوان پردازش پیوسته در زمان سیگنالهای گسسته در زمان نیز داشت. الزم به ذکر است که این نوع پردازش رایج نمیباشد. بلوک دیاگرام این حالت به صورت روبروست. 88

تغییر آهنگ نمونهبرداری با پردازش گسسته در زمان: الف( کاهش آهنگ نمونهبرداری با مضرب صحیح: به کمک فرآیند نمونهبرداری میتوان آهنگ نمونهبرداری یک رشته را بر اساس بلوک دیاگرام شکل زیر تغییر داد. این سیستم موسوم به سیستم فشرده ساز آهنگ نمونهبرداری یا به طور خالصه فشرده ساز میباشد. این فرآیند به معنی تعریف یک رشتهی جدید به صورت زیر میباشد: x d [n] = x[nm] = x c (nmt) با آهنگ T d = MT با توجه به معادلهی فوق [n] x d معادل دنبالهای است که از نمونهبرداری (t) x c به دست میآید. همچنین اگر در Ω Ω N داشته باشیم = 0 (jω) X c آنگاه [n] x d نمایش دقیقی از (t) x c است π به شرطی که داشته باشیم = π > Ω. یعنی آهنگ نمونه برداری را میتوان با ضریب T d MT N 1 M آنکه پدیدهی درهمروی رخ دهد این موضوع مستلزم آن است که آهنگ نمونه برداری اولیه حداقل M کاهش داد بدون برابر آهنگ نایکوئیست بوده یا پهنای باند رشته ابتدا توسط فیلتر گسسته در زمان با ضریب M کاهش یابد. عملیات کاهش آهنگ نامیده میشود. نمونه برداری فرآیند کاهش نمونهبرداری 6 میدانیم تبدیل فوریهی (nt) x[n] = x c عبارت است از: X(e jω ) = 1 T X c (j ω T k= j 2πk T ) به نحوی مشابه تبدیل فوریهی ) d x d [n] = x[nm] = x c (nt با T d = MT عبارت است از: 6 Downsampling Process 89

X d (e jω ) = 1 T d X c (j ω j 2πr ) T d T d r= حال چون داریم T d = MT میتوانیم معادلهی فوق را به صورت زیر بازنویسی نماییم: X d (e jω ) = 1 MT X c (j ω MT r= j 2πr MT ) اکنون شاخص جمعبندی رابطهی فوق را به صورت r = i + km تعریف مینماییم به طوری که M 1 X d (e jω ) = 1 M [1 T X c (j ω MT i=0 k= X(e j(ω 2πi)/M ) = 1 T X c (j M 1 k= X d (e jω ) = 1 M X(ej(ω 2πi)/M ) i=0 ω 2πi MT j 2πk T + < k < i < M 1, < 0. لذا داریم: 2πi j MT ) ] جملهی داخل پرانتز را میتوان به صورت زیر بیان نمود: j 2πk T ) و در نهایت خواهیم داشت: این رابطه نشان میدهد ) را میتوان مرکب از تعداد نامحدودی کپی تغییر مقیاس یافتهی (jω) X X d e) jω c دانست که با ضریب ω = ΩT d تغییر مقیاس فرکانسی با ضرایب صحیح 2π جا به جا شده باشند. حال اگر ) jω X(e به صورت زیر باند-محدود باشد: X(e jω ) = 0, ω N ω π و داشته باشیم: 2π/M 2ω N در همروی رخ نخواهد داد. در شکل زیر حوزهی فرکانس کاهش نمونهبرداری به ازای = 2 M نمایش داده شده است. 90

شکل )a( تبدیل فوریهی یک سیگنال پیوسته در زمان باند محدود و شکل )b( تبدیل فوریهی قطار ضربهی نمونه- های آنرا هنگام نمونه برداری با تناوب T نشان میدهد. شکل )c( X(e jω ) را نشان میدهد. همانطور که مشاهده 91

میشود شکلهای )b( و )c( تنها از نظر مقیاس محور فرکانس با یکدیگر تفاوت دارند. شکل )d( DTFT دنبالهی کاهشنمونهبرداری شده را به ازای = 2 M نمایش میدهد. این تبدیل فوریه بر حسب فرکانس نرمالیزهی ترسیم شده است. در نهایت شکل )e( DTFT دنبالهی کاهشنمونهبرداری شده را بر حسب فرکانس ω = ΩT d پیوسته در زمان Ω نشان میدهد. شکل )e( نیز مانند شکل )d( است با این تفاوت که محور فرکانس با ضریب Ω = ω/t d تغییر مقیاس یافته است. 2π/T 4Ω N یعنی آهنگ نمونه برداری اولیه دقیقا دو برابر آهنگ نایکوئیست است. به همین در این مثال داریم: دلیل کاهشنمونه برداری با آهنگ = 2 M درهمروی ایجاد نمیکند. شکل زیر کاهشنمونه برداری با درهمروی و حالتی که به منظور جلوگیری از درهمروی از فیلتر استفاده شده است را نمایش میدهد. شکل )a( تبدیل فوریهی سیگنال پیوسته در زمان (t) x c و شکل )b( تبدیل فوریهی 2π/T 4Ω N نشان میدهد. لذا گسسته در زمان دنبالهی (nt) x[n] = x c را به ازای x d [n] = x[3n] = x c [nt] دنبالهی M اکنون کاهشنمونه برداری با ضریب = 3.ω N Ω N T = π/2 را نتیجه میدهد که DTFT آن در شکل )c( به ازای فرکانس نرمالیزهی ω = ΩT d نشان داده شده است. چون مقدار 2/3π Mω N = از π بزرگتر است در همروی رخ خواهد داد. در حالت کلی برای اینکه کاهشنمونه برداری با ضریب M به درهمروی منجر نشود بایستی داشته باشیم: Mω N π یا ω N π/m در بقیه موارد به منظور جلوگیری از درهمروی بایستی قبل از فرآیند کاهشنمونه برداری باند سیگنال x[n] را با فیلتر کردن محدود نمود. اگر x[n] توسط یک فیلتر پایین گذر ایدهآل با فرکانس قطع π/m فیلتر شود خروجی x [n] را میتوان مطابق شکلهای )d( تا )f( بدون درهمروی کاهشنمونه برداری نمود. 92

93

نتیجتا سیستم کلی کاهشنمونه برداری با ضریب M در بلوک دیاگرام شکل زیر نمایش داده شده است. این سیستم و عملیاتی که توسط این سیستم انجام میشود را برگزینش مینامند. را برگزیننده 7 ب( افزایش آهنگ نمونهبرداری با ضریب صحیح: عمل افزایش آهنگ نمونه برداری را مینامند. بیشنمونهبرداری 8 در این بخش هدف این است که دنبالهی ) i x i [n] = x c (nt را با T i = T/L از نمونههای (nt) x[n] = x c به دست آوریم. در این حالت داریم: x i [n] = x [ n L ] = x c ( nt L ), n = 0, ±L, ±2L, شکل زیر بلوک دیاگرام سیستمی را نشان میدهد که [n] x i را با استفاده از پردازش گسسته در زمان از x[n] به دست میآورد. این سیستم بازکننده یا سیستم عمومی افزایش آهنگ نمونه برداری با ضریب L میباشد. این سیستم نیز مینامند زیرا در ادامه مشاهده خواهد شد که این سیستم نمونههای میانی را به دست میدهد. را درونیاب 9 خروجی این سیستم عبارت است از: x e [n] = { x [n L ], n = 0, ±L, ±2L, 0, o. w. 7 Decimation 8 Upsampling Process 9 Interpolator 94

یا به طور معادل: x e [n] = x[k]δ[n kl] k= اکنون به منظور درک بهتر این سیستم آنرا در حوزهی فرکانس بررسی مینماییم. تبدیل فوریهی [n] x e را میتوان به شکل زیر بیان نمود: X e (e jω ) = [ x[k]δ[n kl] ] e jωn = x[k]e jωlk = X(e jωl ) n= k= k= پس تبدیل فوریهی خروجی بازکننده نمونهی تغییر مقیاس فرکانسی یافتهی تبدیل فوریهی ورودی است یعنی بایستی به جای ω عبارت ωl قرار دهیم بطوریکه.ω = ΩT i این اثر در شکل زیر نشان داده شده است. شکل )a( یک تبدیل فوریهی باند محدود پیوسته در زمان و شکل )b( π DTFT رشتهی (nt) x[n] = x c را نشان میدهد که در آن. شکل )c( X = Ω e (e jω ) را به ازای T N = 2 L و شکل )ه( تبدیل فوریهی سیگنال [n] x i را بیان مینماید. مشاهده میشود که ) jω X i e) را میتوان از T/1 i و حذف تمامی تصاویر تغییر مقیاس فرکانسی یافتهی روی ) jω X e e) با اصالح ضریب دامنه از T/1 به (jω) X c به جز در ضرایب صحیح 2π به دست آورد. برای حالت تصویر شده از یک فیلتر پایینگذر با بهر 2 هی و فرکانس قطع 2/π به صورت نمایش داده شده در شکل )d( استفاده میگردد. در حالت کلی بایستی که مقدار بهره برابر L باشد زیرا: = ) 1 ( L و فرکانس قطع باید π/l T [1/(T)] = 1/T L i باشد. این مثال نشان میدهد که فرآیند پیشنمونه برداری با درونیابی مترادف است. 95

96