# network_homework7 **Repository Path**: xiaosansh/network_homework7 ## Basic Information - **Project Name**: network_homework7 - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-04-14 - **Last Updated**: 2026-04-14 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # Nyquist 采样定理 C++ 模拟实验 ## 1. 实验目的 本实验使用 C++ 编写一个命令行程序,模拟 Nyquist 采样定理,并验证以下结论: 1. 当采样频率大于信号最高有效频率的两倍时,可以根据离散样本较好地重建原连续信号。 2. 当采样频率小于或等于信号最高有效频率的两倍时,重建结果会出现明显失真,无法正确还原原始信号。 ## 2. 实验原理 Nyquist 采样定理指出:对于最高有效频率为 `f_max` 的带限连续信号,只要采样频率 `f_s > 2 * f_max`,理论上就可以从离散样本中完整重建该信号。 本实验采用如下连续信号: ```text x(t) = sin(2π50t) + 0.5sin(2π120t) ``` 其中最高有效频率为 `120Hz`,因此要满足可重建条件,需要: ```text f_s > 2 * 120 = 240Hz ``` 实验中选用两组采样频率: - `300Hz`:大于 `240Hz`,理论上可以重建。 - `180Hz`:小于 `240Hz`,理论上不能正确重建。 重建方法采用理想低通重建对应的 `sinc` 插值。为了比较重建效果,程序先以 `5000Hz` 生成高分辨率参考序列,近似看作原连续信号,再计算重建信号与参考信号之间的误差。 ## 3. 项目目录 ```text network_homework7/ ├── CMakeLists.txt # CMake 构建脚本 ├── README.md # 实验报告 ├── include/ │ └── nyquist_simulator.hpp # 模拟器头文件 ├── src/ │ ├── main.cpp # 程序入口 │ └── nyquist_simulator.cpp # 核心算法实现 ├── tests/ │ └── test_nyquist_simulator.cpp # 基本测试 └── docs/ └── superpowers/ ├── plans/ # 实现计划 └── specs/ # 设计文档 ``` ## 4. 实现说明 程序主要分为以下几个部分: 1. 信号生成 根据预设的两个正弦分量,计算任意时刻连续信号的理论值。 2. 离散采样 按照给定采样频率对连续信号进行等间隔采样,得到采样时刻与采样值。 3. 信号重建 使用 `sinc` 插值公式,根据离散样本在目标时间点上估算重建值。 4. 误差分析 计算均方误差 `MSE` 和最大绝对误差,用来评价重建质量。 ## 5. 编译与运行 ### 5.1 编译 ```bash cmake -S . -B build cmake --build build ``` ### 5.2 运行主程序 ```bash ./build/nyquist_demo ``` ### 5.3 运行测试 ```bash ctest --test-dir build --output-on-failure ``` ## 6. 结果分析 程序会分别输出 `300Hz` 和 `180Hz` 两组实验的误差结果。 - 当采样频率为 `300Hz` 时,由于满足 `f_s > 240Hz`,重建误差较小,说明可以较好恢复原始连续信号。 - 当采样频率为 `180Hz` 时,由于不满足 Nyquist 条件,重建误差明显增大,说明离散样本已经不足以唯一表示原始信号,因而无法正确重建。 ## 7. 实验结论 本实验通过 C++ 数值模拟验证了 Nyquist 采样定理: - 采样频率高于最高有效频率两倍时,原信号可以较好重建。 - 采样频率低于或等于该阈值时,重建结果会出现明显失真。 因此,Nyquist 采样定理是连续信号数字化处理中非常重要的理论基础。