一碗黄河水来,半碗是泥沙。谁说得清是水裹挟了泥,还是泥浸染了水。
混淆?就是然不清了嘛。
狭义上的混淆
为什么我非想给它加个定语呢,因为混淆也要分类呢。
其实,雷神只是给“
欠采样”起了一个别名。我们可以翻一翻之前的采样图就知道了。
欠采样
奎更斯特(香农)采样定理告诉我们,如果想要还原回原来的函数
,一定要用大于
最大频率的
两倍的采样函数来采样。
如果我就是不听,就对一个带限函数用低于其最大频率2倍的取样率来取样,会发生什么情况呢?答案是欠采样!会得到一个周期重叠的
, 这样的函数用什么样子的滤波器都没办法还原回原始的频率了。
因为得到的
已经是一个被相邻周期低频或高频干扰了的,这就叫
频率混淆。而被其他频率混淆(干扰)的函数是不能完全通过反傅里叶变换还原回原函数的。
广义上的混淆
如果我们认为我们完全遵守奎更斯特(香农)定理,就万事大吉了。雷神高速我们:Too Young Too Simple.
因为在绝大多数的采样过程中,混淆总是存在的!为什么混淆总会存在?奎更斯特是个大骗子吗?
原因是尽管原始取样过的函数是带限的,但是在实践中,我们必须要限制取样的时间,那么正是这有限的时间,就会引入无限的频率分量。
为什么有限时间就会引入额外的频率分量呢?时间有罪吗?
- 再识带限函数
要回答这个问题,我们还是要从带限函数入手。拿我们一直举例子的那个带限函数:
带限函数f(x)的傅里叶变换
我们一直在看的是这个带限函数的频域图,为什么不瞅一瞅它的时域真身是什么样子的呢?因为太难了!比如应该类似下图:
类似这种
它在时域上应该是多个单频信号在时间
的叠加!
- 有限时间限制
那么问题来了,实际工程中我们不可能做不限时长的采样的,这就要把带限函数
引入到有限的时间
中。怎么引入呢?这难不倒我们,让带限函数
乘以下面这个函数
就可以了:
为什么是这个函数,看一看
长啥样就妥妥的了:
类似这样的f(t)
- 引入额外频率
有限时间的引入很简单,但是我们知道
的傅里叶变换
具有无限扩展的频率分量。而根据傅里叶变换:时域的相乘,又是频域上的卷积。
所以,
的引入就会让原本的带限函数
多了无穷个频率分量,进而它又变成了不是带限函数了。因此雷神才会说:
- 没有有限的持续时间的函数是带限的;
- 带限函数的时间一定是 的;
都不是带限函数了,那么就没有了最高频率之说了,没有最高频率,奎更斯特的2倍采样定理又怎么应用?如果强制采样,就只能一种结果:混淆!
抗混淆
虽然在实操过程中没有办法避免混淆,但是工程师存在的意义就是尽量降低影响。
既然我们知道了混淆的原因是
有限长度的取样和记录工作,那么我们可以
通过平滑输入函数减少高频分量的方法(如对图像采用散焦方法)来降低混淆的影响。
所有我们做的这些努力,都称为抗混淆。
需要注意的是,它必须在函数被采样之前完成,因为混淆是一个取样问题,而取样问题不能使用计算技术“时候消除”。哎,这就像爱情。本来想谈个恋爱,没想到婚姻把我变成了另外一个人。
不完美!