当前位置: 首页 > news >正文

信号相关名词概念汇总-采样周期、泄露、窗函数等

信号相关名词概念汇总-采样周期、泄露、窗函数等

以下为信号相关名词概念的汇总

1 名词解释

  1. 采样周期/间隔:采样频率的倒数,两次相邻采样之间的时间间隔
  2. 采样时间:采样的总时长,即采样点数N和采样周期的乘积
  3. 采样频率: f s f_s fs。每秒从连续信号中提取并组成离散信号的采样个数, 单位赫兹(Hz)
  4. 采样信号的基频 f 0 f_0 f0 采样频率 f s 采样点数 N \frac{采样频率f_s}{采样点数N} 采样点数N采样频率fs。栅栏效应原因。可通过增加采样点数/采样时间提高频率分辨率(减少了每条谱线之间的间距)。
  5. 采样信号的截断周期: 1 f 0 \frac{1}{f_0} f01
  6. 时间分辨率:采样率越高,时域分辨率越高。提高时间分辨率则频率分辨率降低, 反之亦然。
  7. 带宽和频率:信号频谱的宽度,等于信号的高频率减去低频率
  8. 信号样本长度:为了保证输入信号有效, 信号长度应该高于一个扫描周期

2 能量泄漏与栅栏效应

  1. 能量泄漏
    • 分主瓣泄漏和旁瓣泄漏主瓣泄漏可以减小因栅栏效应带来的谱峰幅值估计误差,有好的一面,而旁瓣泄漏则是有害的。
  2. 能量泄漏与栅栏效应的关系
    • 频谱的离散取样造成了栅栏效应,谱峰越尖锐,产生误差的可能性就越大。例如,余弦信号的频谱为线谱。当信号频率与频谱离散取样点不等时,栅栏效应的误差为无穷大。
    • 实际中,由于信号截断的原因,产生了能量泄漏,即使信号频率与频谱离散取样点不相等,也能得到该频率分量的一个近似值。
    • 从这个意义上说,能量泄漏误差不完全是有害的。如果没有信号截断产生的能量泄漏,频谱离散取样造成的栅栏效应误差将是不能接受的

3 窗函数

  1. 因为截断带来的能量泄露减少了栅栏效应,因此可通过使用不同的截断函数来调整能量泄露形状,进一步减少栅栏效应。
  2. 理想窗函数:主瓣宽度等于两条谱线之间的间距,进而消除了栅栏效应

以上就是全部内容

http://www.lryc.cn/news/164971.html

相关文章:

  • 数字化新零售营销模式如何落地?数字化新零售营销功能推荐
  • 712. 两个字符串的最小ASCII删除和 -- 动规
  • python中的小tips
  • 高精度(加减乘除)
  • java企业数据管理系统
  • 【云原生进阶之PaaS中间件】第二章Zookeeper-3.1分布式架构介绍
  • 2023-09-11力扣每日一题
  • windows10使用wheel安装tensorflow2.13.0/2.10.0 (保姆级教程)
  • 【LeetCode与《代码随想录》】贪心算法篇:做题笔记与总结-JavaScript版
  • Http客户端OkHttp的基本使用
  • 认识网线上的各种参数标号
  • 软件测开记录(一)
  • 基数排序之代码解析
  • 使用C语言EasyX 创建动态爱心背景
  • springboot redisTemplate.opsForValue().setIfAbsent返回null原理
  • Python调用Jumpserver的Api接口增删改查
  • 后端入门教程:从零开始学习后端开发
  • 无涯教程-JavaScript - DB函数
  • 2023年财务顾问行业研究报告
  • 2023SICTF ROUND2 baby_heap
  • buuctf crypto 【密码学的心声】解题记录
  • 论文阅读 (100):Simple Black-box Adversarial Attacks (2019ICML)
  • 41 个下载免费 3D 模型的最佳网站
  • SpringMVC之JSR303和拦截器
  • 通过rabbitmq生成延时消息,并生成rabbitmq镜像
  • 结构型模式-外观模式
  • vue三个点…运算符时报错 Syntax Error: Unexpected token
  • C# wpf 实现桌面放大镜
  • Mybatis中的#{}和${}的区别
  • 选择(使用)数据库