En DSP para audio, entiendo qué es Aliasing (arreglado con un filtro anti-aliasing), pero también hay algo llamado Imaging (arreglado con un filtro de reconstrucción). El aliasing es cuando una frecuencia más alta duplica ABAJO aproximadamente la mitad de la frecuencia de Nyquist, pero la imagen es cuando una frecuencia más baja sube aproximadamente la mitad de la frecuencia de Nyquist. Tiene algo que ver con la reconstrucción DSP de la señal, las consecuencias del "relleno cero", etc. ¿Alguien me puede dar una buena explicación con ejemplos detallados de por qué ocurre Imaging y qué es exactamente?
Aliasing vs Imaging. ¿Qué es la imagen?
1
pregunta Sajeev Ranasinghe
2 respuestas
3
Aliasing es de diezmado o de submuestreo con espectro no deseado por encima de la tasa de Nyquist de \ $ f_s / 2 \ $
Imágenes proviene de un muestreo excesivo que duplica el espectro de la señal en los armónicos de la frecuencia de muestreo de acuerdo con la cantidad de errores de muestreo o falsa interpolación o en otros casos, ceros intencionales agregados a la muestra para su conversión ascendente el espectro.
En el proceso inverso al aliasing, se utilizan filtros anti-imagen (o reconstrucción) en la salida de un sistema muestreado para eliminar las imágenes espectrales de la señal deseada en armónicos de la frecuencia de muestreo.
La especificación de filtro ideal es la misma que la del filtro anti-aliasing. Cualquier error en la banda de paso tendrá el mismo efecto para ambos tipos de filtro. Sin embargo, las consecuencias de que la banda de rechazo se desvíe del ideal no son las mismas y dependen de la respuesta del siguiente equipo a las imágenes que se pueden generar.
Ambos tipos de filtro se pueden implementar en los dominios analógicos o digitales.
Ayuda visual. con mi marca en azul / amarillo
Hay muchos tipos de alias incluidos; alias de velocidad, alias de doppler, alias de espacio, alias de percepción, redes de difracción, etc.
El submuestreo es bueno cuando no puedes muestrear por encima de la tasa de portadora pero tienes una frecuencia lo suficientemente estable como para crear una imagen que se pueda filtrar fácilmente.
El muestreo no uniforme puede facilitar el procesamiento digital de señales sin alias (DASP)
respondido por el
Tony EE rocketscientist
1
La imagen es un efecto introducido por la interpolación. En este caso, la interpolación significa "agregar ceros entre sus muestras". Esto también se conoce como upampling.
Al interpolar (o aumentar la muestra), puede imaginar que está extendiendo la señal en el dominio del tiempo. Consulte la foto a continuación.
AhorasinpensarenlastransformadasdeFourierytodoeso,primerodatecuentadeloqueestáshaciendo.Suprimeraimpresiónesqueestáextendiendosuseñaleneldominiodeltiempo,porlotanto,laseñalenlafrecuenciadebesercomprimida.¿Derecha?Mal.
Debidoaqueestáagregandoceros,estáintroduciendounatasadecambiomuyaltadentrodelaseñal.Esencialmente,suseñalpasadeserdistintadeceroaceroenunsolopasodetiempocadavezqueintroduceuncero.Estaaltatasadecambiointroducecontenidodealtafrecuenciaenformade'imagen'.
Ahora,lobuenodeunaseñalquesehadetectadoesquenohaperdidoningunainformación.Ysimiramásdecerca,enrealidadha"comprimido" el contenido de frecuencia original de la señal. Pero nuevamente, ha introducido el contenido de alta frecuencia (imágenes) a través de su proceso de muestreo avanzado.
Debido a que el objetivo típico del aumento de muestreo es aumentar la frecuencia de muestreo, mientras se mantiene una "señal similar", nos gustaría eliminar los artefactos de imagen que hemos introducido. Hacemos esto mediante el paso bajo, filtrando la señal muestreada de manera tal que se eliminan los artefactos de alta frecuencia. Después de hacer esto, terminamos con una señal que coincide con la señal original, pero ahora tiene una resolución de tiempo más alta.
Si está interesado en una respuesta más técnica, solo consulte este documento .
respondido por el
Izzo