Questions tagged «sampling»

我在某些地方读到，音乐大部分是在44.1 kHz下采样的，而我们最多只能听到20 kHz。为什么？

60 audio  sampling  nyquist 

我曾听到一个轶事，即对复杂信号的采样不必遵循奈奎斯特采样率，而实际上可以用一半的奈奎斯特采样率摆脱。我想知道这是否有任何道理？ 从奈奎斯特（Nyquist），我们知道要明确采样信号，我们需要采样至少至少两倍于该信号带宽的信号。（我在这里定义带宽，就像在Wiki链接中定义带宽一样，也就是正频率的占用率）。换句话说，如果我的信号从-B到B存在，那么我至少需要采样> 2 * B才能满足nyquist。如果我将此信号混频到fc，并希望进行带通采样，则需要采样至少> 4 * B。 这对于真实信号来说非常有用。 我的问题是，是否有任何真理到复基带信号（又名，一个只存在于频谱的一侧）需要该语句不被在至少> 2 * B的速率采样的，但实际上可以至少以> B的速率进行充分采样？ （我倾向于认为如果是这种情况，这只是语义上的原因，因为您仍然必须在每个采样时间内获取两个样本（一个实数和一个虚数）以完全表示旋转相量，因此严格遵循Nyquist。 ） 你怎么看？

27 sampling  frequency-spectrum 

在汉明（Hamming）的著作《科学与工程的艺术》中，他讲述了以下故事： 根据他们理解的采样定理，海军研究生院的一个小组正在调制一个非常高频率的信号，直到他们可以承受的范围。但是我意识到，如果他们巧妙地对高频进行采样，那么采样行为本身就会降低（混叠）它。经过几天的争论，他们拆除了降频设备机架，其余设备运行得更好！ 与要避免的副作用相反，还有其他方法可以使用混叠作为处理信号的主要技术吗？

26 sampling  bandpass 

“随机采样”到底是什么意思，它与常规的Nyquist-Shannon采样定理有很大不同吗？它与抽样随机过程有关吗？

25 sampling 

我有一个长度一定的信号，例如1000个样本。我想将此信号扩展到5000个采样，并以与原始采样率相同的速率采样（即，我想预测如果继续采样较长时间，信号将是什么）。信号由加在一起的几个正弦波分量组成。 我首先想到的方法是获取整个FFT，然后对其进行扩展，但这会在帧1001处留下非常强的不连续性。我还考虑过仅使用峰值附近的频谱部分，尽管这似乎可以在某种程度上改善信号，在我看来似乎并不能保证相位是正确的。扩展此信号的最佳方法是什么？ 这是一些MATLAB代码，展示了我想要的理想方法。当然，我不会事先知道确切有3个正弦波分量，也没有确切的相位和频率。我要确保函数是连续的，在移至501点时没有跳跃， vals = 1:50; signal = 100+5*sin(vals/3.7+.3)+3*sin(vals/1.3+.1)+2*sin(vals/34.7+.7); % This is the measured signal % Note, the real signal will have noise and not be known exactly. output_vals = 1:200; output_signal = 100+5*sin(output_vals/3.7+.3)+3*sin(output_vals/1.3+.1)+2*sin(output_vals/34.7+.7); % This is the output signal figure; plot(output_signal); hold all; plot(signal); 基本上，给定绿线，我想找到蓝线。

25 matlab  sampling 

我想不出更好的方法来问这个问题，所以我将以一个例子开始。假设我有一个最大频率为50Hz的输入信号（以100Hz采样）。现在，感兴趣的信号在0-5Hz范围内，因此我可以添加一个截止频率为5Hz的低通滤波器，并将得到的信号用于进一步处理。我的理解是，现在我可以将滤波后的信号下采样10倍，从而减少处理负荷。我对吗？如果是，为什么在滤波后始终不执行降采样，因为在我看来这是显而易见的方法？如果我的假设是错误的，那么我在哪里错了？

21 filters  decimation  downsampling  sampling 

人们的耳朵可以听到频率范围为20 Hz至20 kHz的声音。根据奈奎斯特定理，记录速率应至少为40 kHz。是选择44.1 kHz的原因吗？

21 audio  sampling 

我正在尝试实现8阶IIR滤波器，并且我阅读的每个应用笔记和教科书都说，最好将2阶以上的任何滤波器实现为二阶部分。我tf2sos在MATLAB中使用了二阶部分的系数，这与我预期的4个二阶部分的6x4系数有关。在实施为SOS之前，八阶滤波器需要存储7个先前的采样值（以及输出值）。现在，当实现为二阶部分时，流程如何从输入到输出工作，我是否仅需要存储2个先前的样本值？还是第一个滤波器的输出馈x_in入第二个滤波器，依此类推？

20 filters  filter-design  infinite-impulse-response  biquad  audio  image-processing  distance-metrics  algorithms  interpolation  audio  hardware  performance  sampling  computer-vision  dsp-core  music  frequency-spectrum  matlab  power-spectral-density  filter-design  ica  source-separation  fourier-transform  fourier-transform  sampling  bandpass  audio  algorithms  edge-detection  filters  computer-vision  stereo-vision  filters  finite-impulse-response  infinite-impulse-response  image-processing  blur  impulse-response  state-space  linear-systems  dft  floating-point  software-implementation  oscillator  matched-filter  digital-communications  digital-communications  deconvolution  continuous-signals  discrete-signals  transfer-function  image-processing  computer-vision  3d 

当以整数因子对图像进行下采样时，显而易见的方法是将输出图像的像素设置为输入图像中相应n × n块的平均值。nnnn×nn×ñn \times n 我记得在某处模糊地阅读过该方法不是最佳方法（对不起，我不记得任何细节） 是否存在更好的方法（如果这样，虽然“显然”正确），上述方法在哪里失败？我对信号处理了解不多，这个问题让我很感兴趣。

16 image-processing  sampling 

在有关基数系列 五个短篇小说中，作者提出以下评论：[1][1][1] 有趣的是，Shannon继续提到其他数据集也可以用于确定带宽受限的信号-例如，每隔一个采样点的ƒ值及其一阶导数，ƒ值及其第一阶导数以及每个第三个采样点的二阶导数，依此类推。 本文提到了一些历史发展，但我很好奇衍生产品采样的“杀手级应用”是什么。它还有其他名称吗？该方法是否有进一步的概括？ 一个简单的概述或一些参考的指针将是很棒的。 - JR希金斯，关于基数系列的五个短篇小说，布尔。阿米尔。数学。Soc。（NS）12（1985），没有。1，45-89。http://bit.ly/plioNg

16 sampling 

我一直在阅读信号处理方面的一些论文，对问题的标题感到非常困惑。考虑时间的连续函数，˚F （吨），即在不平坦的倍I样本吨ķ，其中ķ = 1 ，2 ，。。。，N。对我来说，是非常有意义的取样函数是： ˚F 小号（吨）= Ñ Σ ķ = 1 δ 吨，吨ķ ˚F （吨）ŤttF（吨）f(t)f(t)Ťķtkt_kķ = 1 ，2 ，。。。，Nk=1,2,...,Nk=1,2,...,N 其中， δ 吨，吨ķ是克罗内克的增量（等于 1时吨= 吨ķ，零别处）。但是，在本文中，作者将采样信号定义为： f s（t ）= 1Fs（t ）= ∑k = 1ñδ牛逼，牛逼ķF（t ），（1 ） fs(t)=∑k=1Nδt,tkf(t), (1)f_s(t)=\sum_{k=1}^N\delta_{t,t_k}f(t),\ \ \ \ \ \ \ \ \ \ \ \ \ …

12 sampling 

因此，如果仅通过在样本边界处的两个值之间切换信号来生成方波，它将产生无限次谐波，这些谐波会混叠并产生低于您的基频的音调，这是非常可听的。解决方案是带限合成，可以使用加法合成或带限步骤来产生与采样之前对理想数学方波进行带限相同的波形： http://flic.kr/p/83JMjT 但是我只是意识到，如果对数字正弦波进行大的放大，然后对其进行数字削波，它将产生相同的方波形状，而不会产生吉布斯现象。因此，它还会产生混淆的失真产物，对吗？所以任何在数字域中产生外的奈奎斯特极限谐波的非线性失真将产生混叠失真产品？（编辑：我已经做了一些测试，并确认这部分是正确的。） 是否存在诸如频带限制失真之类的东西，以在频带限制和采样之前模拟（在数字域中）失真的效果？如果是这样，您该怎么做？如果我搜索“带限失真”，我会找到一些有关切比雪夫多项式的参考，但我不知道如何使用它们，或者它们仅适用于正弦波或什么： 本仪器不会尝试产生限带失真。那些对带限失真感兴趣的人应该研究使用切比雪夫多项式来产生这种影响。双曲正切畸变 “切比雪夫多项式”-具有重要特征的整形函数，它们本质上是受频带限制的，即它们不会由于重叠等而引入杂散频谱谐波。Wave Shaper

12 sampling  aliasing  nyquist  distortion 

我正在开发一个在ADC输入端没有抗混叠滤波器的电路板。我可以选择使用RC +运算放大器电路实现自己的滤波器。但是，在通过ADC采样并在数字域中进行处理之后，是否还可以实现抗混叠滤波器：数字抗混叠滤波器？

12 sampling  filtering 

我正在自己学习采样和DSP。我很难理解量化误差如何导致噪声。我想我没有一个基本的了解，但不能说出它是什么。那么量化误差如何产生噪声呢？

11 noise  sampling 

三个问题： 一个可以客观地测量音频插值质量的指标是什么？（如果可能，还包括心理声学方面的内容） 通过这些指标，音频插值技术的最新状态是什么？ 假设我要以两种分辨率从虚拟仪器的音符序列中渲染两个文件，然后将一个文件的上采样与高频渲染版本进行比较，那么可以使用哪种软件客观地比较这些文件？-理想情况下使用上述指标 到目前为止，据我所知，这些重采样器提供了一些最好的质量 http://www.mega-nerd.com/SRC/ http://sox.sourceforge.net/SoX/ http://www.izotope.com/tech/src/ 这些重采样器似乎存在的问题之一是振铃前后。 我应该指出，最重要的是信号重构（因为该术语意义重大），因此上采样比下采样更多。 编辑：在这种情况下插值时间效率是不相关的。 最好的问候，好奇:-)

11 audio  sampling