有几种方法可以做到这一点。第一个是重采样，但它是一个多步骤的过程。首先，您必须弄清楚哪些插值和抽取因子将为您提供所需的采样率。

[n, k] = rat(16000.1 / 128000);

这使您获得 20000 的插值因子和 159999 的抽取因子。您将这些因子分解为更小的块。

nFactors = factor(n)
kFactors = factor(k)

事实证明，n 因子为 $2^5 * 5^4$，k 因子为 $3 * 7 * 19 * 401$。所有这些都是可行的，尽管 401 的抽取不会有很好的过滤特性。无论如何，如果您分阶段重新采样，您可以获得您想要的最终采样率。$2^5 * 5^4$ and k factors to $3 * 7 * 19 * 401$. All of those are doable, though the decimation by 401 will not have great filtering properties. Anyway, if you resample in stages you can get the final sample rate you want.

另一种方法是多项式插值。本质上，您通过曲线拟合技术将信号建模为多项式，然后您可以简单地输入您想要的时间值，然后输出将弹出信号值。这种技术可能非常有效，但是很好地建模信号是一门艺术。特别是你不想过拟合。

你需要的是不合理的采样率转换。当转换因子不是一个方便的基本原理数或需要在两个不同时钟源之间进行实时采样率转换时，通常需要这样做。有多种方法可以做到这一点，但最流行的一种是多相 FIR 滤波器。

有很多参数需要正确选择。这些是

1. 过滤器长度
2. 相数
3. 截止频率
4. 滤波器形状（最小二乘、等波纹等）
5. 要求的阻带衰减，允许的通带纹波
6. 线性或最小相位
7. 相位插值法（如果有）

参数的选择取决于应用约束：

1. MIPS，内存
2. 对相位失真的敏感性
3. 作为频率函数的噪声灵敏度
4. 延迟要求（如果有）

这是 MATLAB 应用程序库中的一篇文章，其中更详细地描述了其中的一些内容。

http://www.mathworks.com/help/dsp/examples/efficient-sample-rate-conversion-between-arbitrary-factors.html

这列出了通过跨相位的多项式拟合的相位计算的具体实现。它主要源于这篇文章：“http://130.230.88.154/images/0/00/Cr1006-2006.pdf”，但除非您受到严重的内存限制，否则它通常不是一个好的选择。

一种可能性是使用加窗 Sinc 插值内核进行插值。

在 Matlab 中执行此操作的正确方法是：

128000 -> 16000 ==> 重采样（x,1,8）

128000 -> 16001 ==> 重新采样（x,16001,128000）

话虽如此，我不知道 Matlab 对 P&Q 有什么限制。

约翰