คุณถูกต้อง: หลังจากการสุ่มตัวอย่างส่วนประกอบเสียงรบกวนที่มีนามแฝงจะพะเนินเทินทึกในย่านความถี่ด้านล่างความถี่ Nyquist คำถามคือสิ่งที่ว่ามันกองขึ้นและสิ่งที่เป็นผลมา
ในต่อไปนี้ฉันคิดว่าเราจัดการกับสัญญาณรบกวนแบบสุ่มที่เป็นกระบวนการแบบสุ่มความรู้สึกกว้าง (WSS) คือกระบวนการสุ่มที่เราสามารถกำหนดสเปกตรัมกำลังได้ หากเป็นกระบวนการที่ทำให้เกิดเสียงรบกวนและR k = N ( k T )เป็นกระบวนการที่มีการสุ่มตัวอย่างเสียง (ที่มีช่วงเวลาตัวอย่างT ) ดังนั้นสเปกตรัมพลังงานของR kคือเวอร์ชันที่ใช้นามแฝงของสเปกตรัมพลังงานของN ( t ) :N(t)Rk=N(kT)TRkN(t)
SR( ฉ) = fsΣk = - ∞∞Sยังไม่มีข้อความ( ฉ- k fs)(1)
โดยที่คือความถี่การสุ่มตัวอย่าง แน่นอนถ้าN ( T )คือวง จำกัด (ซึ่งมักจะเป็นกรณี) แล้วเท่านั้นจำนวน จำกัด ของสเปกตรัมพลังงานขยับตัวของN ( T )เพิ่มขึ้นในวงดนตรีที่น่าสนใจ[ 0 , ฉs / 2 ]ฉs= 1 / Tยังไม่มีข้อความ( t )ยังไม่มีข้อความ( t )[ 0 , fs/ 2]
พลังเสียงรบกวนนั้นถูกกำหนดโดยส่วนประกอบสำคัญของสเปกตรัมพลังงานที่เกี่ยวข้อง ในกรณีของเราจะต้องบูรณาการมากกว่าแบนด์วิดท์ทั้งหมดของN ( T )ในขณะที่ในกรณีของตัวอย่างเสียงR kเราจะต้องบูรณาการในวง[ 0 , ฉs / 2 ] จาก (1) เห็นได้ชัดว่าในทั้งสองกรณีเราได้รับพลังงานเดียวกันเพราะเรารวมสเปกตรัมพลังงานดั้งเดิมS N ( f ) เข้าด้วยกันหรือเรารวมเวอร์ชันนามแฝง (เช่นซ้อนขึ้น) ในวง[ 0 ,ยังไม่มีข้อความ( t )ยังไม่มีข้อความ( t )Rk[ 0 , fs/ 2]Sยังไม่มีข้อความ( ฉ) ][ 0 , fs/ 2]
ดังนั้นเสียงรบกวนจะไม่เปลี่ยนแปลงหลังจากการสุ่มตัวอย่างโดยไม่คำนึงถึงความถี่การสุ่มตัวอย่าง เสียงที่สุ่มตัวอย่างมีพลังงานเช่นเดียวกับเสียงรบกวนแบบต่อเนื่องดั้งเดิม
ดังนั้นพลังงานของเสียงตัวอย่างจะเปลี่ยนแปลงได้ก็ต่อเมื่อคุณเปลี่ยนพลังงานของสัญญาณรบกวนเวลาต่อเนื่องและสิ่งนี้สามารถทำได้โดยตัวกรอง anti-aliasing เนื่องจากตัวกรองลดความกว้างของคลื่นเสียงและดังนั้นเสียงรบกวนจึงลดลง โปรดทราบว่าการดูที่ค่าสูงสุดถึงยอดไม่ได้พูดมากนักเพราะคุณต้องคำนึงถึงพลัง
อ้างอิง:
EA Lee, DG Messerschmitt: การสื่อสารดิจิทัล , 2nd ed., ส่วน 3.2.5 (pp. 64)