Có nhiều cách để nội suy dữ liệu. Nội suy trong tâm trí tôi có nghĩa là bạn 'vẽ' các đường giữa một số điểm dữ liệu. Điều này có thể được thực hiện bằng nhiều cách. Một loại nội suy hữu ích trong DSP (đặc biệt là DSP đa biến) là 'Nội suy theo dải'. Nếu bạn google rằng bạn sẽ nhận được nhiều lượt truy cập thú vị và hữu ích. Những gì bạn đề xuất không phải là nội suy bandlrict. Trong 'upampling' x của bạn, bạn có các thành phần tần số không có trong x gốc.
Chỉnh sửa (quá dài để phù hợp với một nhận xét):
Có một sự khác biệt khá đáng kể giữa công trình của bạn, bắt đầu bằng và ví dụ trong tài liệu tham khảo bạn cung cấp.X=[A,B,C,D,E,F,G,H]
Xem xét đầu vào thực sự
X=[A,B,C,D,E,D∗,C∗,B∗]
Upsampling theo hệ số 2 cho đầu vào fullband. Trong trường hợp này, việc lấy mẫu có thể được thực hiện bằng cách đặt các số 0 đầu tiên vào xen kẽ đầu vào (đó là Kết quả là tín hiệu có phổ tần số chứa phiên bản nén của phổ tần số x ( trong phạm vi ) và hình ảnh mở rộng từ (chỉ xem xét trục tần số dương). Nếu x2 là phiên bản được ghép lạix0,0,x1,0,...0−π/2π/2−π
X2=[A,B,C,D,E,D∗,C∗,B∗,A,B,C,D,E,D∗,C∗,B∗]
Trong trường hợp lý tưởng, cần có bộ lọc tường gạch lý tưởng với tần số cắt để xóa hình ảnh. Đó là (đối với đầu vào vô hạn)π/2
yn=∑∞k=−∞x2ksinc(0.5n−k)
Trong thực tế mặc dù sẽ có một số biến dạng vì bộ lọc tường gạch không thực tế. Bộ lọc thực tế có thể triệt tiêu / loại bỏ tần số trong đầu vào hoặc nó có thể để lại một số thành phần tần số trong hình ảnh trong tín hiệu được ghép. Hoặc bộ lọc có thể làm cho một sự thỏa hiệp giữa hai. Tôi nghĩ rằng việc xây dựng miền tần số của bạn cũng phản ánh sự thỏa hiệp này. Hai ví dụ này, đại diện cho hai lựa chọn khác nhau:
Y=[A,B,C,D,E,0,0,0,0,0,0,0,E∗,D∗,C∗,B∗]
Y=[A,B,C,D,0,0,0,0,0,0,0,0,0,D∗,C∗,B∗]
Nếu đầu vào được giới hạn dưới tần số nyquist như trong tài liệu tham khảo của bạn thì vấn đề này sẽ biến mất.
ρ
Y=[A,B,C,D,ρ,0,0,0,0,0,0,0,ρ∗,D∗,C∗,B∗]