Calculateur de fréquence d'aliasing

Ce calculateur de fréquence d'aliasing prend la fréquence réelle du signal et la fréquence d'échantillonnage en hertz, applique le repliement déterministe f_alias égal à la distance absolue du ton au multiple le plus proche de la fréquence d'échantillonnage, et renvoie l'alias en bande de base dans l'intervalle fermé de zéro à la fréquence de Nyquist.

Ce qu'est l'aliasing et comment l'alias principal est calculé

Le représentant unique entre zéro et Nyquist est donc la distance de f au multiple le plus proche de fs : f_alias est la valeur absolue de f moins fs multiplié par l'entier le plus proche de f sur fs. Lorsque f est déjà à ou sous Nyquist, le multiple le plus proche est zéro (ou le ton tombe sur un bord de demi-bin) et f_alias égale f, de sorte que is_aliased est faux dès que la fréquence du signal ne dépasse pas Nyquist. Ce point de terminaison rapporte cette zone comme entier de base un selon l'indice de demi-bande de f, plus un booléen spectrum_inverted pour les zones paires, afin de raisonner sur la polarité de l'image sans recalculer les bords de bande.

Contrat d'entrée, champs de réponse et cas invalides

Envoyez un corps JSON avec deux nombres finis obligatoires : signal_frequency, le ton vrai en temps continu en hertz, qui doit être non négatif ; et sampling_rate, l'horloge d'échantillonnage en hertz, qui doit être strictement positive. Chaque champ peut arriver comme nombre JSON ou comme chaîne numérique ; des alias courants tels que f, f_signal, frequency, fs et sample_rate sont acceptés. Champs manquants, chaînes vides, valeurs non finies, fréquence de signal négative ou taux d'échantillonnage nul ou négatif échouent avec invalid_input et ne sont pas facturés. En cas de succès le corps renvoie signal_frequency et sampling_rate arrondis, nyquist_frequency comme la moitié du taux d'échantillonnage, aliased_frequency comme le repli principal de zéro à Nyquist, is_aliased vrai seulement lorsque la fréquence du signal dépasse strictement Nyquist, nyquist_zone comme indice de demi-bande de base un, spectrum_inverted vrai sur les zones paires, une courte chaîne formula du repli et unit en Hz. Exemple : signal_frequency mille et sampling_rate huit cents donnent nyquist_frequency quatre cents, aliased_frequency deux cents, is_aliased vrai, nyquist_zone trois et spectrum_inverted faux. Le calculateur ne conçoit pas de filtres anti-alias, ne renvoie pas de bins FFT complets et ne simule pas le bruit de quantification ; il répond à la question en forme fermée du théorème d'échantillonnage sur l'endroit où un ton pur apparaît après un échantillonnage uniforme idéal.

Où une API de fréquence d'alias apporte de la valeur

Les équipes embarquées et d'instrumentation utilisent un calculateur de fréquence d'aliasing lorsqu'un oscilloscope, un enregistreur ou un ADC bon marché montre un ton qui ne correspond pas au stimulus analogique connu : en indiquant la fréquence analogique et le taux d'échantillonnage configuré, on obtient la fréquence numérique qui devrait apparaître si le filtre anti-alias d'entrée a fuité. Comme l'implémentation est pure parse de niveau A, chaque appel réussi coûte le prix de base publié $0.002 sans jetons de modèle ni réseau sortant. Gardez des requêtes petites, figez les champs arrondis dans les tests, et vous obtenez des alias reproductibles pour scripts de labo, plugins LMS et workers en bordure sans déployer une pile DSP complète.