标签：采样 数字 Omega 离散 角频率 理解 pi omega

数字角频率的理解

与模拟角频率的联系

数字角频率 \(\omega_0\) 是描述离散时间信号的物理量，如

\[cos(\omega_0 t) \]

相对应的，模拟角频率\(\Omega\)是描述连续时间信号的物理量，如

\[cos(\Omega_0 t) \]

一般我们将离散与连续联系起来讲，即认为离散信号是连续信号的采样序列。

数字角频率 \(\omega_0\) 和模拟角频率 \(\Omega_0\) 的关系

\[\omega_0=\Omega_0 \times T_0=\Omega_0 / F_T \]

\(T_0\)是采样周期，\(F_T\)是采样频率。这是一个很重要的关系，以上式子可以用文字描述：
数字角频率是模拟角频率对采样频率的归一化。

为什么有上述关系？
很简单，现有连续时间信号如下

\[x_0(t)=Acos(\Omega_0 t+\phi_0) \]

以\(T_0\)为周期采样，可采到 \(n\) 点离散周期序列，此时信号(或者说函数) \(f\)的自变量变为 \(n\) ，也就是说连续信号变成了离散信号，公式如下

\[ x_0(t)=f(nT_0)=Acos(\Omega_0 T_0n+\phi_0) \]

此时，将常数 \(\Omega_0 T_0\) 替换为 \(\omega_0\) ，就有另一种表达方式，

\[ x_1(n)=x_0(t)=x_0(nT_0)=Acos(\omega_0 n+\phi_0) \]

此时我们说这表示了一个离散信号。

从表达式来看，你可能会说这不还是连续的吗？

确实，上述表达式描绘了一条连续的曲线，然而，不要忘了，我们的自变量变成了 \(n\) 这个采样后的离散序列，因此，我们获得的信号也只有相对应的离散序列。

数字角频率的范围

傅里叶大佬说的，任何周期函数，都可以看作是不同振幅，不同相位正弦波的叠加。而正弦波的周期为\(2\pi\),从极坐标的角度来看就是一个圆。

从欧拉公式的角度来看看，

\[e^{ix} = cosx +isinx \]

易得，正余弦函数均可使用\(e\)指数表示，因此傅里叶分析还有指数形式，也是比较常用的形式。

注意，由数字角频率和模拟角频率的关系

\[\omega_0=\Omega_0 \times T_0=\Omega_0 / F_T \]

可见，数字角频率和采样频率是密切相关的。

上面我们提到，一个信号的模拟角频率是由若干圆构成的，想看动态图可以去WiKi

直观的理解，模拟角频率的概念是每秒多少弧度，数字角频率的概念是每个采样点之间多少弧度

数字角频率是模拟角频率经过了采样后的结果，此时有一个重要的概念——混叠。

混叠就是，使用不同的采样频率获得了相同的离散序列。

不妨想想一个场景，一个人在坐摩天轮，摩天轮以固定的频率转动。我们正对着摩天轮进行连续的拍照，拍摄之间隔着固定的时间，或者说是固定的频率（采样频率），可以得到一组相片。可以想象，如果变换摩天轮的频率，再拍照的话，是有可能获得同一组相片的。这就是混叠。

说完混叠，我们再回到数字角频率的问题上来

由上述，数字角频率的概念是每个采样点之间多少弧度，又因为这是在单位圆上进行采样，自然可以知道两个采样点最大的间隔是\(2\pi\)，换一种说法，数字角频率\(3\pi\) 和数字角频率 \(\pi\) 其实是相同的两个采样点，获得的序列也是一样的。

不难得出，数字角频率\(\omega\)具有周期性，周期为\(2\pi\).一般取值范围为 \([0,2\pi]\) 或 \([-\pi ~ \pi]\) .

来个栗子
有离散序列：

\[x_1[n]=e^{j\omega_1n} \quad(0 \leq \omega_1 \leq 2\pi) \\ x_2[n]=e^{j\omega_2n} \quad(2\pi k \leq \omega_2 \leq 2\pi(k+1)) \]

如果

\[\omega_2 = \omega_1 + 2\pi k \]

那么

\[x_2[n]=e^{j\omega_2 n}=e^{j(\omega_1 + 2\pi k)n}=e^{j\omega_1 n}=x_1[n] \]

高频？低频？

模拟角频率是连续的，自然是数值越大，频率越高。

数字角频率就不一样了，它是具有周期性的。

那么如何界定一个离散信号的高低频呢？

这要涉及一个很重要的定理，奈奎斯特采样定理
简单来讲，获得离散信号时，采样频率必须大于原信号最高频率分量（信号带宽）的2倍。

有如下数学推导

\[\omega_0=\Omega_0 \times T_0=\Omega_0 / F_T \]

采样频率确定后，最大不混叠模拟角频率频率\(\Omega_0 = 2\pi F_T/2\)，带入上式，得

\[\omega_0=\Omega_0 / F_T = \pi \]

可得，最高频为\(\pi\)，同理，易知，最低频为0.

标签：采样,数字,Omega,离散,角频率,理解,pi,omega
来源： https://www.cnblogs.com/Baiyug/p/16404627.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。