信号与系统课程“抽样定理”教学研?
信号与系统课程中对信号的分类有多种,
如确定性信号和?/p>
机信号、模拟信号和数字信号?/p>
[1-3]
。自然界中的信号大部?/p>
为模拟信号,如声音、图像等的信号,很多情况下需要对这些?/p>
拟信号进行计算机处理?/p>
模数转换是必不可少的步骤?/p>
对于模数
转换?/p>
模拟信号的抽样是最为关键的步骤?/p>
抽样定理在通信系统?/p>
信息传输等方面有着极为重要的应用?/p>
为何要对模拟信号进行抽样?/p>
如何进行准确抽样?/p>
抽样信号
中如何能够恢复原来的连续信号?/p>
这些是教学中必须阐述清楚?/p>
重要问题?/p>
教学中探索应用软件仿真和硬件方案?/p>
实现两种方法
的结合,
使学生更为深刻地理解了抽样定理的知识点?/p>
最后结?/p>
目前信号处理领域中的热点前沿问题“压缩感知”,
为学生学?/p>
抽样定理提供了一个新的认识角度?/p>
1
信号与系统中“抽样定理”的定义
抽样信号的频谱可以看做是原始连续信号频谱的周期性延
拓。由此,信号被抽样后,低通滤波器的截止频?/p>
fc
应该满足
fm≤fc≤fs―fm?/p>
fm
为原始连续信号的最大频率)?/p>
具体的时域抽样定理描述为?/p>
一个频谱在[―fm?/p>
fm]
的带?/p>
信号
f
?/p>
t
),如果能够用抽样信?/p>
fs
?/p>
t
)唯一表示,则抽样?/p>
率必须满?/p>
fs?fm,或者抽样周期满足。最低抽样频率则定义
?/p>
Nyquist
频率
fN
,其满足
fN=2fm
?/p>