คำถามติดแท็ก decimation

ฉันไม่สามารถคิดถึงวิธีที่ดีกว่าสำหรับการถามคำถามนี้ดังนั้นฉันจะเริ่มต้นด้วยตัวอย่าง สมมติว่าฉันมีสัญญาณอินพุทที่มีความถี่สูงสุด 50Hz (ตัวอย่างที่ 100Hz) ตอนนี้สัญญาณที่น่าสนใจอยู่ในช่วง 0-5Hz ดังนั้นฉันสามารถเพิ่มตัวกรองความถี่ต่ำด้วยการตัดค่า 5Hz และใช้สัญญาณผลลัพธ์สำหรับการประมวลผลเพิ่มเติม ความเข้าใจของฉันคือตอนนี้ฉันสามารถลดตัวอย่างสัญญาณกรองโดยปัจจัย 10 และลดภาระการประมวลผล ฉันถูกไหม? ถ้าใช่ทำไมการสุ่มตัวอย่างไม่ได้เกิดขึ้นหลังจากการกรองเสมอเพราะเป็นวิธีที่ชัดเจนสำหรับฉัน และถ้าฉันผิดในการสันนิษฐานของฉันฉันอยู่ที่ไหนผิด?

21 filters  decimation  downsampling  sampling 

ฉันกำลังทดลองกับการทำลายสัญญาณในกรณีนี้หน่วยกระตุ้น ฉันใช้ Python กับ pylab ครั้งแรกฉันสร้างหน่วยแรงกระตุ้นและฆ่ามันด้วย 5 x = r_[zeros(0), 1, zeros(100)] N = 2 ** 14 q = 5 y = decimate(x, q, ftype="fir") subplot(211) title("Original") stem(range(len(x)), x) subplot(212) title("Decimated - FIR") stem(range(len(y)), y) figure() subplot(211) semilogx(log(abs(fft(x, N)))) subplot(212) y = decimate(x, q, ftype="fir") semilogx(log(abs(fft(y, N)))) ผลลัพธ์นี้มีแผนการต่อไปนี้ ฉันเพิ่มตัวอย่างการหน่วงเวลาก่อนอิมพัลส์โดยการเปลี่ยน x …

12 decimation