新闻详情

新闻详情

首页 / 资讯中心 / 详情

时域采样定理的命名

发布时间:2026/11/11 21:28:56来源:尧图网络
时域采样定理的命名
时域采样定理采样频率即每秒采样次数必须至少是信号中最高频率成分的两倍才能保证从离散采样信号中无失真地重建原始连续信号。公式表示为fs⩾2⋅fmax f_s \geqslant 2 \cdot f_{\text{max}}fs​⩾2⋅fmax​其中fsf_sfs​是采样频率fmaxf_{\text{max}}fmax​是信号的最高频率。关键点带限信号定理仅适用于带限信号即信号的频谱在某一有限频率范围内截止。混叠Aliasing若采样频率不足低于奈奎斯特频率的两倍高频信号会“折叠”到低频区域导致信号失真这种现象称为混叠。实际应用为避免混叠通常会在采样前用抗混叠滤波器低通滤波器滤除高于fmaxf_{\text{max}}fmax​的频率成分。采样定理有时称为“奈奎斯特采样定理”有时又称作“香农采样定理”。之前廖老师和我杠过我提到香农采样定理他说这是奈奎斯特采样定理。不同学科的约定俗成在“信号与系统”“数字信号处理”等信号类课程中一般称为“奈奎斯特采样定理”在“通信原理”“信息论与编码”等通信类课程中更习惯称为“香农采样定理”。我首次接触这个定理是在“信息论”先入为主。看来廖老师是信号类课程吧。历史大概是这样的1928 年美国电信工程师哈利·奈奎斯特Harry Nyquist首次推导出采样定理1948 年信息论创始人克劳德·香农C. E. Shannon对这一定理进一步明确并正式作为定理引用。所以就称为香农-奈奎斯特定理或者奈奎斯特-香农定理吧。即使这样也存在先后。有时域采样定理当然就有频域采样定理。它们是对称关系。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/11 13:52:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/10 19:42:40

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/11 9:31:44

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/11 5:36:08

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/11 15:37:39

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/10 17:14:10

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉