IoT学习笔记之第二章-信号处理基础

信号的几个基本特征：

采样率：1秒钟采样的样本个数（单位Hz）

周期：重复一段变化的时间（单位s）

频率：1秒钟重复多少次周期内的信号（单位Hz）

频率和周期是互为倒数的关系。

频率和采样率的单位都是Hz，但是意义却没什么联系。

Analog to Digital Converter ：模拟/数字转换器，简称ADC

同理，与之相反的数模转换器，DAC

​ 奈奎斯特采样定律 告诉我们，为了进行合理地采样，保证采样后的数据能够还原出原来的信号，采样后的信号包含原来信号的所有特征。采样频率必须满足fs≥2∗ffs≥2∗f，ff是给定连续信号的频率。采样过程所应遵循的规律，又称取样定理、抽样定理。

相应的一些MATLAB代码：

%% 画一段声音
Fs = 48000;                             % 采样频率（单位：Hz） # 一秒钟采集的样本数量
T = 4;                                  % 时间长度（单位：s）
f = 2000;                               % 信号频率（单位：Hz）
y = sin(2*pi*f*(0 : 1/Fs : T));         % 产生声音
% plot(pi,y,'g');
sound(y,Fs)                             % 播放声音
audiowrite('sound.wav', y, Fs);         % 保存声音

%% 接受一段声音
Fs = 48000;                             % 采样频率（单位：Hz）
Rec = audiorecorder(Fs, 16, 1);         % 定义录音对象 从前到后依次是 采样频率 , 采样位数 和 声道数 
T = 4;                                  % 录音时长（单位：s）
record(Rec, T);                         % 开始录音
pause(T);                               % 等待录音结束
y = getaudiodata(Rec);                  % 从录音对象中取出音频数据
audiowrite('savesound.wav', y, Fs); 

%% 播放一段音乐
[x, Fs] = audioread('C:\Dev\MATLAB\MATLAB_2020b_path\bin\物联网前沿实践学习文档\savesound.wav');
sound(x, Fs*3); % 正常播放
fprintf('默认抽样频率为：%d\n', Fs); %查看默认抽样频率Fs

%% 信号的产生过程
%% 产生一个频率为5Hz、时长为1s的信号；
t = 0:1/200:1;            % 1s内200个采样点
f = 10;                    % 频率f=5Hz
y = sin(2*pi*f*t);
plot(t, y);

% ​ 奈奎斯特采样定律 告诉我们，为了进行合理地采样，保证采样后的数据能够还原出原来的信号，采样后的信号包含原来信号的所有特征。采样频率必须满足fs≥2∗f，f是给定连续信号的频率。采样过程所应遵循的规律，又称取样定理、抽样定理。采样定理说明了采样频率与信号频谱之间的关系，是连续信号转换为离散信号的基本依据。

 我们将采样得到的实数信号值通过一定的近似方法（这里采用“四舍五入到整数”的近似方法）转化为量化值（量化值本身可以是整数或者实数），然后再将量化值对应到3位二进制数，称为编码，这样我们就能在电脑中存储这一段信号了。

高保真：即采用更多的量化位数，保证量化产生的噪声足够小，也就更接近原始信号，当然占用的计算和存储开销会变大。

标签：采样,Hz,Fs,频率,%%,信号处理,IoT,信号,第二章
来源： https://www.cnblogs.com/loveandninenine/p/16438126.html