当前位置:   article > 正文

数字抽取滤波(一)

抽取滤波

一、抽取原理(降频)

图1.1 D倍整数抽取的系统框图

x(n)=x(t)|_{t=nT_{s}}

欲使f_{s}减少D倍,即x(n)中每D个点中抽取一个组成新的序列x_{D}(n),

x_{D}(n)=x(Dn),-\infty <n<+\infty

 图 1.2 采样与抽取过程中的变化 (a)采样前的信号 (b)采样前的频谱
(c)采样后的信号 (d)采样后的频谱 (e)抽取后的信号 (f)抽取后的频谱

①对x_{D}(n)做z变换

X_D (z)=\sum_{n=-\infty }^{+\infty }x_{D}(n)z^{-n}=\sum_{n=-\infty }^{+\infty }x(Dn)z^{-n}

②现定义一个中间序列x_{1}(n):

x_{1}(n)=\left\{\begin{matrix} x(n), & n=0,\pm D,\pm 2D\cdots \\ 0,& else \end{matrix}\right.

*注x1(n)的采样频率仍是fsxD(n)的采样频率是fs/D

由此得,

x_{D}(n)=x(Dn)=x_{1}(Dn)

X_D (z)=\sum_{n=-\infty }^{+\infty }x_{1}(Dn)z^{-n}=\sum_{n=-\infty }^{+\infty }x_{1}(n)z^{-\frac{n}{D}}

即,

X_{D}(z)=X_{1}(z^{-\frac{1}{D}})

③然后找到X_{1}(z)X(z)的关系

令抽样序列为

p(n)=\sum_{i=-\infty }^{+\infty }\delta (n-Di)

即在D整数倍处的值为1,其余皆为0,采样频率为f_{s},对p(n)进行频域分析:

p(n)=\frac{1}{D}\sum_{k=0}^{D-1}W_{D}^{-kn},W_{D}=e^{-j\frac{2\pi }{D}}

对于x_{1}(n)其实就是原序列与抽样序列的乘积,即x_{1}(n)=x(n)p(n),所以

X_{1}(z)=\sum_{n=-\infty }^{+\infty }x(n)p(n)z^{-n}=\frac{1}{D}\sum_{n=-\infty }^{+\infty }[x(n)\sum_{k=0}^{D-1}W_{D}^{-kn}]z^{-n}=\frac{1}{D}\sum_{k=0}^{D-1}\sum_{n=-\infty }^{+\infty }x(n)(zW_{D}^{k})^{-n}

 即

X_{1}(z)=\frac{1}{D}\sum_{k=0}^{D-1}X(zW_{D}^{k})

X_{D}(z)=X_{1}(z^{\frac{1}{D}})=\frac{1}{D}\sum_{k=0}^{D-1}X(z^{\frac{1}D{}}W_{D}^{k})

z=e^{j\omega _{d}},\omega _{d}=2\pi f/(f_{s}/D)=2\pi fD/f_{s}=D\omega,带入上式

X_{D}(e^{j\omega _{d}})=\frac{1}{D}\sum_{k=0}^{D-1}X(e^{j\frac{\omega _{d}}{D}}e^{-j\frac{2\pi }{D}k})=\frac{1}{D}\sum_{k=0}^{D-1}X(e^{j\frac{(\omega _{d}-2\pi k)}{D}})

由上式可以看出,在频域上,输出信号频谱是由输入信号频谱在ω轴上每间隔2π/D的移位叠加,再进行D倍的扩展而成。输出信号频谱为周期为2π/D的周期信号。而在时域上,序列x(n)经过D倍采样,每间隔D-1个点被保留下来,最终形成降频后的新序列x_{D}(n)

 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家自动化/article/detail/821451
推荐阅读
相关标签
  

闽ICP备14008679号