3
零序保持在混合模拟/数字采样数据系统中究竟起什么作用?
我承认,我是在口头上问这个问题。我很好奇这会带来什么答案。 如果选择回答这个问题,请确保您对Shannon-Nyquist采样定理有很好的理解。特别是重建。也要注意教科书中的“陷阱”。Dirac delta脉冲函数的工程概念就足够了。您不必担心所有的“分布”问题,作为新生的三角函数的狄拉克脉冲就足够了: δ(t)=limτ→01τrect(tτ)δ(t)=limτ→01τrect(tτ) \delta(t) = \lim_{\tau \to 0} \frac{1}{\tau} \operatorname{rect}\left(\frac{t}{\tau} \right) 哪里 rect(t)≜{01if |t|>12if |t|<12rect(t)≜{0if |t|>121if |t|<12 \mathrm{rect}(t) \triangleq \begin{cases} 0 & \mbox{if } |t| > \frac{1}{2} \\ 1 & \mbox{if } |t| < \frac{1}{2} \\ \end{cases} 与精度,样本字的位宽以及转换中完成的量化有关的问题与该问题无关。但是从输入到输出的缩放很重要。 除非有人提出准确且在教学上有用的答案,否则我将最终写出自己的答案。我什至可以为此悬赏(不妨花一些我的小代表)。 吃吧