En el procesamiento de señales digitales , el muestreo ascendente , la expansión y la interpolación son términos asociados con el proceso de remuestreo en un sistema de procesamiento de señales digitales de múltiples velocidades . El muestreo ascendente puede ser sinónimo de expansión o puede describir un proceso completo de expansión y filtrado ( interpolación ). [1] [2] [3] Cuando se realiza un muestreo ascendente en una secuencia de muestras de una señal u otra función continua, se produce una aproximación de la secuencia que se habría obtenido muestreando la señal a una velocidad (o densidad ) mayor . como en el caso de una fotografía). Por ejemplo, si el audio de un disco compacto a 44.100 muestras/segundo se sobremuestrea en un factor de 5/4, la frecuencia de muestreo resultante es 55.125.
El aumento de la tasa en un factor entero se puede explicar como un proceso de 2 pasos, con una implementación equivalente que es más eficiente : [4]
En esta aplicación, el filtro se denomina filtro de interpolación y su diseño se analiza a continuación. Cuando el filtro de interpolación es del tipo FIR , su eficiencia se puede mejorar, porque los ceros no contribuyen en nada a los cálculos del producto escalar . Es fácil omitirlos tanto del flujo de datos como de los cálculos. El cálculo realizado por un filtro FIR de interpolación de velocidad múltiple para cada muestra de salida es un producto escalar : [a]
donde la secuencia es la respuesta al impulso del filtro de interpolación y es el valor mayor de para el cual no es cero.
En este caso, la función se puede diseñar como un filtro de media banda , donde casi la mitad de los coeficientes son cero y no es necesario incluirlos en los productos escalares. Los coeficientes de respuesta al impulso tomados a intervalos forman una subsecuencia, y existen tales subsecuencias (llamadas fases ) multiplexadas entre sí. Cada una de las fases de la respuesta al impulso filtra los mismos valores secuenciales del flujo de datos y produce uno de los valores de salida secuenciales. En algunas arquitecturas multiprocesador, estos productos escalares se realizan simultáneamente, en cuyo caso se denomina filtro polifásico .
Para completar, ahora mencionamos que una implementación posible, pero poco probable, de cada fase es reemplazar los coeficientes de las otras fases con ceros en una copia de la matriz y procesar la secuencia muchas veces más rápido que la velocidad de entrada original. Entonces de cada salidas son cero. La secuencia deseada es la suma de las fases, donde los términos de cada suma son idénticamente cero. Calcular ceros entre las salidas útiles de una fase y sumarlos a una suma es efectivamente diezmar. Es el mismo resultado que no calcularlos en absoluto. Esa equivalencia se conoce como la segunda identidad Noble . [5] A veces se utiliza en derivaciones del método polifásico.
Sea la transformada de Fourier de cualquier función, cuyas muestras en algún intervalo sean iguales a la secuencia. Entonces la transformada de Fourier en tiempo discreto (DTFT) de la secuencia es la representación en serie de Fourier de una suma periódica de [b]
Cuando tiene unidades de segundos, tiene unidades de hercios (Hz) . Los tiempos de muestreo más rápidos (en el intervalo ) aumentan la periodicidad en un factor de [c]
que también es el resultado deseado de la interpolación. Un ejemplo de ambas distribuciones se muestra en los gráficos primero y tercero de la figura 2. [d]
Cuando a las muestras adicionales se les insertan ceros, disminuyen el intervalo muestral a. Omitiendo los términos con valor cero de la serie de Fourier, se puede escribir como:
que es equivalente a la Ec.2, independientemente del valor de Esa equivalencia se representa en el segundo gráfico de la Fig.2. La única diferencia es que el ancho de banda digital disponible se amplía a , lo que aumenta el número de imágenes espectrales periódicas dentro del nuevo ancho de banda. Algunos autores lo describen como nuevos componentes de frecuencia. [6] El segundo gráfico también muestra un filtro de paso bajo y el resultado es la distribución espectral deseada (tercer gráfico). El ancho de banda del filtro es la frecuencia de Nyquist de la secuencia original . [A] En unidades de Hz, ese valor es, pero las aplicaciones de diseño de filtros generalmente requieren unidades normalizadas . (ver Fig. 2, tabla)
Sea L / M el factor de muestreo ascendente, donde L > M .
El muestreo ascendente requiere un filtro de paso bajo después de aumentar la velocidad de datos, y el muestreo descendente requiere un filtro de paso bajo antes de la diezmación. Por lo tanto, ambas operaciones se pueden lograr con un solo filtro con la menor de las dos frecuencias de corte. Para el caso L > M , el corte del filtro de interpolación, ciclos por muestra intermedia , es la frecuencia más baja.
El proceso de muestreo ascendente se puede visualizar como una progresión de dos pasos. El proceso comienza aumentando la frecuencia de muestreo de una serie de entrada x(n) mediante el remuestreo [expansión]. La serie temporal empaquetada en cero se procesa mediante un filtro h(n). En realidad, los procesos de aumento de la frecuencia de muestreo y reducción del ancho de banda se fusionan en un solo proceso llamado filtro multivelocidad.
las Identidades Nobles se aplican a cada componente polifásico... no se aplican a todo el filtro.