一、参考文章:
重采样、上采样、下采样 - 知乎 (zhihu.com)
先直接给结论,正常重采样过程如下:
1、对于原采样率fs,需要重采样到fs1,一般fs和fs1都是整数哈,则先找fs和fs1的最小公倍数,设为m,设m/fs=M,m/fs1 = L。则信号先要做M倍的插值,即上采样,再做1/L倍的抽取,即下采样;
2、因为插值和抽取,信号的频带都会变,也就是信号会引入噪声,所以需要滤波处理;
3、具体来说,插值,频谱变窄,即信号频带压缩了,如果不做处理,信号会包含带宽以外的噪声,所以需要做低通只滤出变窄的信号频带,去掉噪声。抽取,之后的频谱会变宽,即最终和原信号频谱对不上,所以又需要低通滤波,将信号滤到和原信号一样的频带。
4、具体来说,第一个低通的通带(归一化)是0~1/M,第二个低通的通带是0~1/L。找到满足性能的滤波器,还是比较有考验的。
回到程序,上文中第一段,涉及到滤波器,改用0相位滤波,即调用matlab的filtfilt。滤波时考虑使用原程序中的滤波器幅值归一化。且,加入抽取、滤波,即实现重采样完整流程,最后,还对比matlab自己的resample函数结果。如下:
clc;
close all;
clear all;
%%%%%%%%%%%%%%%%%程序说明
% 1、使用'zero stuffing'和'low pass filter'实现内插/上采样
N = 4; % 上采样率
h_t = ones(1, N);
h_t_lp = sinc(-pi:2*pi/20:pi);
% h_t_lp = h_t_lp ./ sum(h_t_lp); % 归一化LPF
A = 1.5;
B = 1;
f1 = 50;
f2 = 100;
Fs = 1000;
t = 0:1/Fs:1;
sig = A * cos(2 * pi *f1 * t) + B * sin(2 * pi *f2 * t); % 原始数据
% 插值:插入0
sig_zerostuff = zeros(1, length(sig) * N);
sig_zerostuff(1 : N : length(sig_zerostuff)) = sig;
sig_zerostuff_lp = conv(sig_zerostuff, h_t_lp);
% 采样保持:使得插入的数值与原数据的数值一致
sig_sample_hold = conv(sig_zerostuff, h_t);
% 将采样保持的信号经过LPF
h_t_lp = h_t_lp ./ sum(h_t_lp); % 归一化LPF
% sig_sample_hold_lp = conv(sig_sample_hold, h_t_lp);
sig_sample_hold_lp = filtfilt(h_t_lp,1,sig_sample_hold);
subplot(5,1,1);
stem(sig,'MarkerFaceColor',[0 0 1]);xlim([1 25]);
title('原始数据');
subplot(5,1,2);
stem(sig_zerostuff,'MarkerFaceColor',[1 0 0]);xlim([1 25*N]);
title('插值后的数据');
subplot(5,1,3);
stem(sig_zerostuff_lp,'MarkerFaceColor',[1 0 0]);xlim([1 25*N]);
title('插值后的数据通过LPF');
subplot(5,1,4);
stem(sig_sample_hold,'MarkerFaceColor',[1 0 0]);xlim([1 25*N]);
title('插值保持后的数据');
subplot(5,1,5);
stem(sig_sample_hold_lp,'MarkerFaceColor',[1 0 0]);xlim([1 25*N]);
title('采样保持的数据通过LPF');
% 抽取,1/3
sig_sample_hold_lp_downsample = sig_sample_hold_lp(1:3:end);
% sig_sample_hold_lp_downsample_lp = conv(sig_sample_hold_lp_downsample, h_t_lp);
sig_sample_hold_lp_downsample_lp = filtfilt(h_t_lp,1,sig_sample_hold_lp_downsample);
sig_resample = resample(sig, 4, 3);
figure
subplot(4,1,1);
stem(sig,'MarkerFaceColor',[0 0 1]);xlim([1 120]);
title('原始数据');
subplot(4,1,2);
stem(sig_sample_hold_lp_downsample,'MarkerFaceColor',[0 1 0]);xlim([1 120]);
title('抽取数据');
subplot(4,1,3);
stem(sig_sample_hold_lp_downsample_lp,'MarkerFaceColor',[1 0 0]);xlim([1 120]);
title('抽取数据通过LPF');
subplot(4,1,4);
stem(sig_resample,'MarkerFaceColor',[0 0 0]);xlim([1 120]);
title('resample重采样数据');
结果:
还是文章一,插值可以用另一种方法,即,不是插0值或者保持,而是用其他插值法,matlab有interp函数,可以设置参数用不同插值法。典型的线性插值,应该比较好找C代码。
先看看文章的效果:
效果还是可以的。
关于线性插值C代码,时间关系暂未验证哈:
线性插值_c语言实现_线性插值c语言程序-CSDN博客
标准C语言插值函数 - 百度文库 (baidu.com)
二、一种自创的简单、近似算法
应该有很多这样使用的,只是介绍的少,属于私下处理算法。
简单来说,思路是:
考查原始信号时间点和重采样后信号的时间点,一般来说,重采样信号的一个时间点,是处在原始信号的两个信号点之间(若重合,则直接不用计算),根据此时间点到原信号两个信号点的距离,用原信号这两个信号点插值得到重采样信号此点的信号幅值。
所以很明显,这种方法的优点是,不用考虑抽取、插值、滤波这些麻烦事,只考虑插值即可。
但是,缺点也有,就是不能统一处理,必须每个点都分别处理。
时间关系,后续,可以再测试下。
三、查到一个专利,但是算法还是有问题,未程序实现:
CN202010258902一种数字信号的任意重采样方法及系统
无法添加附件,是个问题。
主要步骤有:
简单说是用sinc函数实现。但是还有较多看不懂的。感觉不理解0052到0058的用意是啥。但是貌似,可以不管其他,直接用最后一个公式算就行了......
后续试试程序仿真...
有关sinc函数(也较辛格函数):20211003:数字滤波器前置知识,sinc函数与Sa函数_sinc函数与sa函数区别-CSDN博客