Дискретизация и квантование сигналов реферат

Обновлено: 05.07.2024

В первой половине ХХ века при регистрации и обработке информации использовались, в основном, измерительные приборы и устройства аналогового типа, работающие в реальном масштабе времени, при этом даже для величин, дискретных в силу своей природы, применялось преобразование дискретных сигналов в аналоговую форму. Положение изменилось с распространением микропроцессорной техники и ЭВМ. Цифровая регистрация и обработка информации оказалась более совершенной и точной, более универсальной, многофункциональной и гибкой. Мощь и простота цифровой обработки сигналов настолько преобладают над аналоговой, что преобразование аналоговых по природе сигналов в цифровую форму стало производственным стандартом.

Под дискретизацией сигналов понимают преобразование функций непрерывных переменных в функции дискретных переменных, по которым исходные непрерывные функции могут быть восстановлены с заданной точностью. Роль дискретных отсчетов выполняют, как правило, квантованные значения функций в дискретной шкале координат. Под квантованием понимают преобразование непрерывной по значениям величины в величину с дискретной шкалой значений из конечного множества разрешенных, которые называют уровнями квантования. Если уровни квантования нумерованы, то результатом преобразования является число, которое может быть выражено в любой числовой системе. Округление с определенной разрядностью мгновенных значений непрерывной аналоговой величины с равномерным шагом по аргументу является простейшим случаем дискретизации и квантования сигналов при их преобразовании в цифровые сигналы.

Как правило, для производственных задач обработки данных обычно требуется значительно меньше информации, чем ее поступает от измерительных датчиков в виде непрерывного аналогового сигнала. При статистических флюктуациях измеряемых величин и конечной погрешности средств измерений точность регистрируемой информация также всегда ограничена определенными значениями. При этом рациональное выполнение дискретизации и квантования исходных данных дает возможность снизить затраты на хранение и обработку информации. Кроме того, использование цифровых сигналов позволяет применять методы кодирования информации с возможностью последующего обнаружения и исправления ошибок при обращении информации, а цифровая форма сигналов облегчает унификацию операций преобразования информации на всех этапах ее обращения.

1. Дискретизация и квантование

1.1 Дискретизация

Дискретизация - преобразование непрерывной функции в дискретную. Используется в гибридных вычислительных системах и цифровых устройствах при импульсно-кодовой модуляции сигналов в системах передачи данных. При передаче изображения используют для преобразования непрерывного аналогового сигнала в дискретный или дискретно-непрерывный сигнал. Обратный процесс называется восстановлением. При дискретизации только по времени, непрерывный аналоговый сигнал заменяется последовательностью отсчётов, величина которых может быть равна значению сигнала в данный момент времени. Возможность точного воспроизведения такого представления зависит от интервала времени между отсчётами Δt. Согласно теореме Котельникова:

где - наибольшая частота спектра сигнала.

1.2 Квантование (Обработка сигналов)

Квантование (англ. quantization) - в информатике разбиение диапазона значений непрерывной или дискретной величины на конечное число интервалов. Существует также векторное квантование - разбиение пространства возможных значений векторной величины на конечное число областей. Квантование часто используется при обработке сигналов, в том числе при сжатии звука и изображений. Простейшим видом квантования является деление целочисленного значения на натуральное число, называемое коэффициентом квантования.

Рисунок 1 - Квантованный сигнал

Однородное (линейное) квантование - разбиение диапазона значений на отрезки равной длины. Его можно представлять как деление исходного значения на постоянную величину (шаг квантования) и взятие целой части от частного:

Рисунок 2 - Неквантованный сигнал с дискретным временем

Не следует путать квантование с дискретизацией (и, соответственно, шаг квантования с частотой дискретизации). При дискретизации изменяющаяся во времени величина (сигнал) замеряется с заданной частотой (частотой дискретизации), таким образом, дискретизация разбивает сигнал по временной составляющей (на графике - по горизонтали). Квантование же приводит сигнал к заданным значениям, то есть, разбивает по уровню сигнала (на графике - по вертикали).

Сигнал, к которому применены дискретизация и квантование, называется цифровым.

Рисунок 3 - Цифровой сигнал

При оцифровке сигнала уровень квантования называют также глубиной дискретизации или битностью. Глубина дискретизации измеряется в битах и обозначает количество бит, выражающих амплитуду сигнала. Чем больше глубина дискретизации, тем точнее цифровой сигнал соответствует аналоговому. В случае однородного квантования глубину дискретизации называют также динамическим диапазоном и измеряют в децибелах (1 бит ≈ 6 дБ).

Квантование по уровню - представление величины отсчётов цифровыми сигналами. Для квантования в двоичном коде диапазон напряжения сигнала от Umin до Umax делится на 2n интервалов. Величина получившегося интервала (шага квантования):

Каждому интервалу присваивается n-разрядный двоичный код - номер интервала, записанный двоичным числом. Каждому отсчёту сигнала присваивается код того интервала, в который попадает значение напряжения этого отсчёта. Таким образом, аналоговый сигнал представляется последовательностью двоичных чисел, соответствующих величине сигнала в определённые моменты времени, то есть цифровым сигналом. При этом каждое двоичное число представляется последовательностью импульсов высокого (1) и низкого (0) уровня.

2. Аналоговый и цифровой сигнал

2.1 Аналоговый сигнал

Аналоговый сигнал - сигнал данных, у которого каждый из представляющих параметров описывается функцией времени и непрерывным множеством возможных значений.

Различают два пространства сигналов - пространство L (непрерывные сигналы), и пространство l (L малое) - пространство последовательностей. Пространство l (L малое) есть пространство коэффициентов Фурье (счетного набора чисел, определяющих непрерывную функцию на конечном интервале области определения), пространство L - есть пространство непрерывных по области определения (аналоговых) сигналов. При некоторых условиях, пространство L однозначно отображается в пространство l (например, первые две теоремы дискретизации Котельникова).

Аналоговые сигналы описываются непрерывными функциями времени, поэтому аналоговый сигнал иногда называют непрерывным сигналом. Аналоговым сигналам противопоставляются дискретные (квантованные, цифровые). Примеры непрерывных пространств и соответствующих физических величин:

· прямая: электрическое напряжение

· окружность: положение ротора, колеса, шестерни, стрелки аналоговых часов, или фаза несущего сигнала

· отрезок: положение поршня, рычага управления, жидкостного термометра или электрический сигнал, ограниченный по амплитуде различные многомерные пространства: цвет, квадратурно-модулированный сигнал.

Свойства аналоговых сигналов в значительной мере являются противоположностью свойств квантованных или цифровых сигналов.

Отсутствие чётко отличимых друг от друга дискретных уровней сигнала приводит к невозможности применить для его описания понятие информации в том виде, как она понимается в цифровых технологиях. Содержащееся в одном отсчёте "количество информации" будет ограничено лишь динамическим диапазоном средства измерения.

Отсутствие избыточности. Из непрерывности пространства значений следует, что любая помеха, внесенная в сигнал, неотличима от самого сигнала и, следовательно, исходная амплитуда не может быть восстановлена. В действительности фильтрация возможна, например, частотными методами, если известна какая-либо дополнительная информация о свойствах этого сигнала (в частности, полоса частот).

Аналоговые сигналы часто используют для представления непрерывно изменяющихся физических величин. Например, аналоговый электрический сигнал, снимаемый с термопары, несет информацию об изменении температуры, сигнал с микрофона - о быстрых изменениях давления в звуковой волне, и т.п.

2.2 Цифровой сигнал

Цифровой сигнал - сигнал данных, у которого каждый из представляющих параметров описывается функцией дискретного времени и конечным множеством возможных значений.

Сигналы представляют собой дискретные электрические или световые импульсы. При таком способе вся емкость коммуникационного канала используется для передачи одного сигнала. Цифровой сигнал использует всю полосу пропускания кабеля. Полоса пропускания - это разница между максимальной и минимальной частотой, которая может быть передана по кабелю. Каждое устройство в таких сетях посылает данные в обоих направлениях, а некоторые могут одновременно принимать и передавать. Узкополосные системы (baseband) передают данные в виде цифрового сигнала одной частоты.

Дискретный цифровой сигнал сложнее передавать на большие расстояния, чем аналоговый сигнал, поэтому его предварительно модулируют на стороне передатчика, и демодулируют на стороне приёмника информации. Использование в цифровых системах алгоритмов проверки и восстановления цифровой информации позволяет существенно увеличить надёжность передачи информации.

Замечание. Следует иметь в виду, что реальный цифровой сигнал по своей физической природе является аналоговым. Из-за шумов и изменения параметров линий передачи он имеет флуктуации по амплитуде, фазе/частоте (джиттер), поляризации. Но этот аналоговый сигнал (импульсный и дискретный) наделяется свойствами числа. В результате для его обработки становится возможным использование численных методов (компьютерная обработка).

3. Непрерывная и дискретная информация

В общем случае сигнал - это изменяющийся во времени процесс. Такой процесс может содержать различные характеристики (например, при передаче электрических сигналов могут изменяться напряжение и сила тока).

Природа большинства физических явлений такова, что они могут принимать различные значения в определенном интервале (температура воды, скорость автомобиля и т.д.)

3.1 Непрерывный (аналоговый) способ представления информации

Непрерывный (аналоговый) способ представления информации - представление информации, в котором сигнал на выходе датчика будет меняться вслед за изменениями соответствующей физической величины.

Примеры непрерывной информации:

Аналоговый способ представления информации имеет недостатки:

Точность представления информации определяется точностью измерительного прибора (например, точность числа отображающего напряжение в электрической цепи, зависит от точности вольтметра).

Наличие помех может сильно исказить представляемую информацию.

Дискретность (от лат. discretus - разделенный, прерывистый) - прерывность; противопоставляется непрерывности. Напр., дискретное изменение к.-л. величины во времени - это изменение, происходящее через определенные промежутки времени (скачками); система целых (в противоположность системе действительных чисел) является дискретной.

Дискретный сигнал - сигнал, параметр которого принимает последовательное во времени конечное число значений (при этом все они могут быть пронумерованы).

3.2 Цифровой способ представления информации

Цифровой способ представления информации - представление информации в дискретном виде.

Примеры дискретной информации:

Дискретными являются показания цифровых измерительных приборов, например, вольтметра (сравните со "старыми", стрелочными приборами). Очевидным (в самом изначальном смысле этого слова!) образом дискретной является распечатка матричного принтера, а линия, проводимая графопостроителем, напротив, является непрерывной. Дискретным является растровый способ представления изображений, тогда как векторная графика по своей сути непрерывна. Дискретна таблица значений функции, но когда мы наносим точки из нее на миллиметровую бумагу и соединяем плавной линией, получается непрерывный график. Механический переключатель диапазонов в приемниках был сконструирован так, чтобы он принимал только фиксированные положения.

Тем не менее, все не так просто. То, что фотографии в старых газетах дискретны, видят и соглашаются все. А в современном красочном глянцевом журнале? А распечатка картинки на лазерном принтере - она дискретна или непрерывна (все-таки, она состоит из частичек специального порошка, а они маленькие, но конечные по размеру; да и сама характеристика dpi - количество точек на единицу площади наводит на сомнения в непрерывности картинки, хотя глаз упорно не видит дискретности)? Если еще в этот момент вспомнить, что твердые тела состоят из мельчайших атомов, а глаз, воспринимающий изображение, имеет чувствительные маленькие палочки и колбочки, то все вообще станет туманным и неоднозначным…

Видимо, чтобы не запутаться совсем, надо принять правило, что в тех случаях, когда рассматривая величина имеет настолько большое количество значений, что мы не в состоянии их различить, то практически ее можно считать непрерывной.

3.3 Этапы дискретизации

Область определения функции разбивается точками x1, x2. xnна отрезки равной длины и на каждом из этих отрезков значение функции принимается постоянным и равным, например, среднему значению на этом отрезке; полученная на этом этапе функция называется ступенчатой. Следующий шаг - проецирование значений "ступенек" на ось значений функции (ось ординат). Полученная таким образом последовательность значений функции y1, y2. ynявляется дискретным представлением непрерывной функции, точность которого можно неограниченно улучшать путем уменьшения длин отрезков разбиения области значений аргумента.

Рисунок 4 - Дискретизация

Ось значений функции можно разбить на отрезки с заданным шагом и отобразить каждый из выделенных отрезков из области определения функции в соответствующий отрезок из множества значений. В итоге получим конечное множество чисел, определяемых, например, по середине или одной из границ таких отрезков.

Возможность дискретизации непрерывного сигнала с любой желаемой точностью (для возрастания точности достаточно уменьшить шаг) принципиально важна с точки зрения информатики. Компьютер - цифровая машина, т.е. внутреннее представление информации в нем дискретно. Дискретизация входной информации (если она непрерывна) позволяет сделать ее пригодной для компьютерной обработки. Существуют и другие вычислительные машины - аналоговые ЭВМ. Они используются обычно для решения задач специального характера и широкой публике практически не известны. Эти ЭВМ в принципе не нуждаются в дискретизации входной информации, так как ее внутренне представление у них непрерывно. В этом случае все наоборот - если внешняя информация дискретна, то ее перед использованием необходимо преобразовать в непрерывную.

Список используемой литературы

1. Лидовский В.И. Теория информации. - М., "Высшая школа", 2002г. - 120с.

2. Цапенко М.П. Измерительные информационные системы. - М.: Энергоатом издат, 2005. - 440с.

3. Зюко А.Г., Кловский Д.Д., Назаров М.В., Финк Л.М. Теория передачи сигналов. М: Радио и связь, 2001 г. - 368 с.

Преимущества дискретных сигналов: лучшая помехозащищенность, возможность организации многоканальной связи, обрабатка с помощью ЭВМ. Процесс преобразования непрерывного сигнала в дискретный. Виды квантования: по времени, по амплитуде, комбинированное.

Рубрика	Коммуникации, связь, цифровые приборы и радиоэлектроника
Вид	реферат
Язык	русский
Дата добавления	26.07.2009
Размер файла	150,4 K

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

Передача дискретных сигналов по каналам связи удобней и надежней, чем передача непрерывных сигналов, т. к. дискретные сигналы обладают лучшей помехозащищенностью, позволяют проще организовать многоканальную связь, кроме того, дискретные сигналы можно непосредственно обрабатывать с помощью ЭВМ.

Квантование (дискретизация) - процесс преобразования непрерывного сигнала в дискретный. При этом используются следующие виды квантования: по времени; по амплитуде (уровню); комбинированное; специальные виды квантования.

1. Квантование по времени

При квантовании по времени функция x(t) непрерывного аргумента преобразуется в функцию дискретного аргумента - решетчатую функцию, представляющую совокупность значений непрерывной функции в дискретные моменты времени.

Рис. 1. Квантование по времени

Шаг квантования -временной интервал между двумя фиксированными моментами времени

Частота квантования f_k = 1/ t должна быть такой, чтобы по значениям решетчатой функции- x(t_i) можно было восстановить исходную непрерывную функцию с заданной точностью. Восстановленную функцию x(t) называют воспроизводящей. При временном квантовании возникает задача выбора частоты квантования, при этом, могут быть использованы различные критерии. Чаще всего, дискретизацию осуществляют на основании теоремы Котельникова.

Формулировка теоремы Котельникова: Функцию x(t) удовлетворяющую условиям Дирихле (ограниченную, кусочно-непрерывную и имеющую конечное число экстремумов), можно достаточно точно восстановить по ее отсчетам взятым через интервал времени t = 1/2f_c = / _c, где - верхняя частота спектра функции а- круговая частота.

Значения функции x(t) в любой момент времени t определяется рядом Котельникова:

где - отсчеты (значения) функции x(t) в дискретные моменты времени t = n t; - функция отсчетов, которая представляет собой СБФ.

Для доказательства теоремы рассмотрим формулы Фурье

где- комплексный частотный спектр функции x(t).

В пределах диапазона [- _c,; + _c], сигнал x(t) можно представить интегралом Фурье через его частотный спектр

Комплексный спектр можно отобразить рядом Фурье

Где коэффициенты разложения равны

Подставляя (5) в (4), а затем полученное выражение в (3) получим

Ряд Котельникова для x(t) с ограниченным спектром на конечном интервале T может быть представлен:

где B = T/ t = 2fT - база сигнала.

Рассмотрим функцию отсчетов сигналов

Эта функция равна 1 при Z = 0, т. е. , и 0 при , где

Функция отсчета sinz/z представляет собой реакцию идеального фильтра НЧ на единичный импульс.

Если на приемной стороне поместить фильтр и пропустить через него квантованный сигнал, представляющий последовательность импульсов, амплитуды которых пропорциональны отсчетам непрерывной функции с частотой .

Если эти сигналы выхода фильтра просуммировать, то получим воспроизводящую функцию.

Рис. 2. Функция отсчетов

Недостатки квантования с использованием метода Котельникова:

1. Теорема сформулирована для сигналов с ограниченным спектром и неограниченным временем - на практике наоборот спектр неограничен, а время ограничено. Спектр можно ограничить, пропустив сигнал через фильтр НЧ или полосовой фильтр.

2. При передаче импульсных сигналов шаг квантования выбирается для самых крутых участков, т. к. квантование равномерное, то канал будет перегружен, и обладать большой избыточностью. Трудно реализовать схему восстановления сигнала, т. к. необходимо много сумматоров.

Существуют другие принципы дискретизации: критерий Железнова, который использует неравномерное квантование, при этом шаг квантования выбирается, в зависимости от корреляция между значениями сигнала; критерий Темникова, который также использует неравномерное квантование, при этом, пока производная постоянна сигнал не квантуется.

2. Квантование по уровню

При квантовании по уровню (амплитуде) бесконечное множество возможных значений непрерывного сигнала x(t) заменяется конечным множеством дискретных значений x*(t).

В результате квантования образуется ступенчатая функция (рис. 3).

Может быть использовано два способа квантования, при этом, мгновенное значение непрерывной функции заменятся меньшим дискретным значением или ближайшим.

Различают равномерное квантование, при котором диапазон изменения x(t) от x_min до x_max разбивается на N уровней с шагом ,называемых шагом квантования

При неравномерном квантовании шаг не постоянный. При замене действительных мгновенных значений функции на дискретные появляются методические погрешности, называемые шумом квантования (погрешность квантования по уровню). Эта погрешность носит случайный характер и для ее оценки необходимо использовать статические характеристики

При этом точку переключения необходимо выбирать так, чтобы эти характеристики были минимальными.

Рис. 4. Погрешности квантования

Плотность распределений, при большом числе уровней квантования, подчинятся закону равной плотности вероятности имеют вид, приведенный на рис. 4, и определяется соотношением:

В зависимости от используемого способа квантования, плотность вероятности и статистические характеристики погрешностей имеют вид:

Математическое ожидание погрешностей

Если в результате квантования по уровню, значение сигнала выдается в двоичном коде с ценой младшего разряда, равного шагу квантования, то число двоичных разрядов и уровней квантования будет равно:

где добавление 1 соответствует учету первого уровня.

3. Комбинированное квантование

При комбинированном квантовании сигнал квантуется по времени и кроме того, в тактовых точках квантуется по уровню.

Рис. 5. Комбинированное квантование

При комбинированном квантовании амплитуда импульса равна ближайшему значению уровня, при этом величина ошибки квантования равна

то математическое ожидание ошибки равно

а среднеквадратичная ошибка за счет квантования по уровню уменьшается с увеличением частоты квантования

Недостаток комбинированного квантования заключается в сложности реализации дешифрующих устройств. При этом вместо комбинированного квантования чаще всего используют кодоимпульсную модуляцию.

Пример 1. В измерительном приборе расстояние между метками шкалы постоянно и равно x = a. При округлении отсчета до ближайшего целого деления погрешность по абсолютной величине не превышает половины расстояния между делением шкалы.

Найти плотность распределения вероятности, математическое ожидание и дисперсию округления.

Решение: Погрешность округления можно рассматривать как случайную величину x, принимающую с равной вероятностью любые значения в пределах от - x/2 до x/2. Следовательно, плотность вероятности на этом интервале постоянна и равна нулю за этими пределами (10).

Математическое ожидание равно:

Дисперсия ошибки округления равна:

Среднеквадратическая ошибка равна:

Список литературы

1 А.В. Власенко, В.И. Ключко - Теория информации и сигналов. Учебное пособие / Краснодар: Изд-во КубГТУ, 2003.- 97 с.

2 Баскаков С.И. Радиотехнические цепи и сигналы: Учеб. для вузов по спец. "Радиотехника". - М.: Высш. шк., 2000.

3 Гринченко А.Г. Теория информации и кодирование: Учебн. пособие. - Харьков: ХПУ, 2000.

4 Куприянов М.С., Матюшкин Б.Д. - Цифровая обработка сигналов: процессоры, алгоритмы, средства проектирования. - СПб.: Политехника, 1999.

5 Сиберт У.М. Цепи, сигналы, системы: В 2-х ч. / Пер. с англ. - М.: Мир, 1988.

6 Теория передачи сигналов: Учебник для вузов / А.Г. Зюко, Д.Д. Кловский

7 Феер К. Беспроводная цифровая связь. Методы модуляции и расширения спектра. Пер. с англ. - М.: Радио и связь, 2000.

8 Хемминг Р.В. Цифровые фильтры: Пер. с англ. / Под ред. А.М. Трахтмана. - М.: Сов. радио, 1980.

9 Цифровая обработка сигналов: Учебник для вузов / А.Б. Сергиенко - СПб.: Питер, 2003. - 604 с.: ил.

Подобные документы

презентация [294,9 K], добавлен 21.04.2015

Понятие дискретизации сигнала: преобразование непрерывной функции в дискретную. Квантование (обработка сигналов) и его основные виды. Оцифровка сигнала и уровень его квантования. Пространства сигналов и их примеры. Непрерывная и дискретная информация.

реферат [239,5 K], добавлен 24.11.2010

Характеристики и параметры сигналов и каналов связи. Принципы преобразования сигналов в цифровую форму и требования к аналогово-цифровому преобразователю. Квантование случайного сигнала. Согласование источника информации с непрерывным каналом связи.

курсовая работа [692,0 K], добавлен 06.12.2015

Сущность линейной обработки дискретных сигналов. Характеристика основных структурных элементов цифровых фильтров - элемента единичной задержки (на интервал дискретизации сигнала), сумматора и умножителя. Виды последовательности дискретных отчетов.

презентация [79,8 K], добавлен 19.08.2013

курсовая работа [701,1 K], добавлен 06.07.2014

Понятие цифрового сигнала, его виды и классификация. Понятие интерфейса измерительных систем. Обработка цифровых сигналов. Позиционные системы счисления. Системы передачи данных. Режимы и принципы обмена, способы соединения. Квантование сигнала, его виды.

курсовая работа [1,0 M], добавлен 21.03.2016

Векторное представление сигнала. Структурная схема универсального квадратурного модулятора. Процесс преобразования аналогового сигнала в цифровой. Наложение и спектры дискретных сигналов. Фильтр защиты от наложения спектров. Расчет частоты дискретизации.

Содержание

1. Задачи дискретизации функций. Сигналы и системы дискретного времени. Принципы дискретизации. Воспроизведение сигнала.
2. Равномерная дискретизация. Спектр дискретного сигнала. Интерполяционный ряд Котельникова-Шеннона. Дискретизация с усреднением. Дискретизация спектров. Информационная тождественность динамической и спектральной формы сигнала. Дискретизация усеченных сигналов. Соотношение спектров одиночного и периодического сигналов.
3. Дискретизация по критерию наибольшего отклонения.
4. Адаптивная дискретизация.
5. Квантование сигналов.
6. Децимация и интерполяция данных.

Вложенные файлы: 1 файл

реферат по инфе.doc

СИГНАЛЫ и ЛИНЕЙНЫЕ СИСТЕМЫ

Signals and linear systems. Sampling of signal

Тема 7. ДИСКРЕТИЗАЦИЯ СИГНАЛОВ

1. Задачи дискретизации функций. Сигналы и системы дискретного времени. Принципы дискретизации. Воспроизведение сигнала.

2. Равномерная дискретизация. Спектр дискретного сигнала. Интерполяционный ряд Котельникова-Шеннона. Дискретизация с усреднением. Дискретизация спектров. Информационная тождественность динамической и спектральной формы сигнала. Дискретизация усеченных сигналов. Соотношение спектров одиночного и периодического сигналов.

3. Дискретизация по критерию наибольшего отклонения.

4. Адаптивная дискретизация.

5. Квантование сигналов.

6. Децимация и интерполяция данных.

Как правило, для производственных задач обработки данных обычно требуется значительно меньше информации, чем ее поступает от измерительных датчиков в виде непрерывного аналогового сигнала. При статистических флюктуациях измеряемых величин и конечной погрешности средств измерений точность регистрируемой информации также всегда ограничена определенными значениями. При этом рациональное выполнение дискретизации и квантования исходных данных дает возможность снизить затраты на хранение и обработку информации. Кроме того, использование цифровых сигналов позволяет применять методы кодирования информации с возможностью последующего обнаружения и исправления ошибок при обращении информации, а цифровая форма сигналов облегчает унификацию операций преобразования информации на всех этапах ее обращения.

7.1. Задачи дискретизации функций [10, 21].

Сигналы и системы дискретного времени. Значения дискретного сигнала определены только при дискретных значениях времени или любой другой независимой переменной. Обычно его представляют в виде последовательности чисел: s(k) º s(kDt) º s_k, k = 0, 1, 2, …, K, где значениями чисел отображают значения сигнала в дискретные моменты времени. Значения интервала дискретизации обычно принято опускать, т.е. принимать равным Dt = 1, поскольку он является не более чем масштабным множителем по независимой переменной и при постоянном значении во всех параметрах и атрибутах обработки сигналов, включая сопряженные величины (например, масштаб частоты f=1/|Dt|), его физическая величина может вводиться в результаты на заключительной стадии обработки данных. По существу, при Dt=1 осуществляется нормирование сигналов и систем их обработки по независимой переменной.

где h(n) – дискретная импульсная характеристика (импульсный отклик) системы. Система устойчива, если выполняется условие:

Если значения аппроксимирующего полинома совпадают со значениями выборок в моменты их отсчета, то такой полином называют интерполирующим. В качестве интерполирующих полиномов обычно используются многочлены Лагранжа. Для реализации интерполирующих полиномов необходима задержка сигнала на интервал дискретизации, что в системах реального времени требует определенных технических решений. В качестве экстраполирующих полиномов используют, как правило, многочлены Тейлора.

Естественным требованием к выбору частоты дискретизации является внесение минимальных искажений в динамику изменения сигнальных функций. Логично полагать, что искажения информации будут тем меньше, чем выше частота дискретизации F. С другой стороны также очевидно, что чем больше значение F, тем большим количеством цифровых данных будут отображаться сигналы, и тем большее время будет затрачиваться на их обработку. В оптимальном варианте значение частоты дискретизации сигнала F должно быть необходимым и достаточным для обработки информационного сигнала с заданной точностью, т.е. обеспечивающим допустимую погрешность восстановления аналоговой формы сигнала (среднеквадратическую в целом по интервалу сигнала, либо по максимальным отклонениям от истинной формы в характерных информационных точках сигналов).

7.2. Равномерная дискретизация [16,21].

Спектр дискретного сигнала. Допустим, что для обработки задается произвольный аналоговый сигнал s(t), имеющий конечный и достаточно компактный фурье-образ S(f). Равномерная дискретизация непрерывного сигнала s(t) с частотой F (шаг Dt = 1/F) с математических позиций означает умножение функции s(t) на гребневую функцию Ш_D_t(t) = d(t-kDt) – непрерывную последовательность импульсов Кронекера:

С учетом известного преобразования Фурье гребневой функции

фурье-образ дискретной функции s_D_t(t):

Отсюда, для спектра дискретного сигнала имеем:

Из выражения следует, что спектр дискретного сигнала представляет собой непрерывную периодическую функцию с периодом F, совпадающую (при определенных условиях конечности спектра непрерывного сигнала) с функцией F×S(f) непрерывного сигнала s(t) в пределах центрального периода от -f_N до f_N, где f_N = 1/2Dt = F/2. Частоту f_N (или для круговой частоты w_N = p/Dt) называют частотой Найквиста. Центральный период функции S_F(f) называют главным частотным диапазоном.

Интуитивно понятно, что если спектр главного частотного диапазона с точностью до постоянного множителя совпадает со спектром непрерывного сигнала, то по этому спектру может быть восстановлена не только форма дискретного сигнала, но и форма исходного непрерывного сигнала. При этом шаг дискретизации и соответствующее ему значение частоты Найквиста должны иметь определяющее значение.

Как правило, шаг дискретизации сигнала (шаг числовых массивов) условно принимают равным Dt = 1, при этом главный частотный диапазон занимает интервал -0.5 £ f £ 0.5, или, в шкале угловых частот, соответственно -p £ w £ p.

Физическая сущность формирования спектров дискретных сигналов достаточно проста. Наиболее наглядно это можно увидеть, если воспользоваться программой Mathcad (см. рис. 7.2.1).

Рис. 7.2.1. Формирование спектра дискретного сигнала.

Сначала представим себе непрерывный сигнал постоянной единичной амплитуды c(t) = const = 1 на произвольном интервале 0-Т, например, при Т=100. Начнем дискретизировать сигнал с равномерным шагом Dt=1. Вычислим спектр первого дискретного отсчета c₀ = 1. При N=1 сигнал является импульсом Кронекера, а, соответственно, модуль спектра отсчета с₀=1 представляет собой непрерывное частотное распределение |С(w)| = const в диапазоне от -¥ до +¥ (показан только участок от -6p до +6p с нормировкой на N для наглядности сравнения спектров). Все частоты сигнала имеют нулевую фазу и при сложении взаимно компенсируются во всех временных точках за исключением точки t=0, в которой амплитуды частот суммируются, создавая единичный отсчет с₀.

Добавим к сигналу второй дискретный отсчет с₁=1 (N=2). Если вычислить спектр только второго отсчета, то его модуль будет равен модулю первого отсчета (так как с₁=с₀), но нулевые фазы гармоник этого спектра переместятся в точку t=1, т.е. относительно точки t=0 фазы гармоник второго отсчета изменятся на -wDt в соответствии с теоремой запаздывания преобразования Фурье. При сложении этих двух спектров первого и второго отсчета наблюдается интерференция частот и возникают пульсации частотного спектра с максимумами на частотах, кратных F=1/Dt или в угловых единицах 2p/Dt, где фазы спектров первого и второго отсчетов совпадают и равны нулю. Форма модуля результирующего спектра при N=2 приведена на рисунке.

При дальнейшем увеличении количества отсчетов периодичность совпадения нулевых фаз и положения максимумов сохраняется, а интерференция частот между максимумами усложняется, при этом ширина главных пиков по всему частотному диапазону спектра от минус до плюс бесконечности становится все уже. На рис. 7.2.1 приведены примеры спектров сигналов при N=10 и N=50. В пределе, при двусторонней временной шкале ±Т® ±¥ и N® ¥, гребневая функция из импульсов Кронекера во временной области c_t ® Ш_D_t(t) = d(t-kDt) превращается в идеальную гребневую функцию (1/T) d(f-nF) = F·Ш_F(f) в частотной области (формула 7.2.2). Этот спектр непрерывен и физически реален в диапазоне частот от -¥ до +¥.

Физический смысл интерференции частот остается тем же самым, если мы на произвольном интервале Т зададим произвольный сигнал, например – синусоиду u(t) Û U(f), и выполним его дискретизацию, т.е. умножим сигнал на непрерывную последовательность импульсов Кронекера c(t)×u(t) ® u(t) d(t-kDt) = u(t)× Ш_D_t(t). А так как каждый дискретный отсчет в этом случае имеет свою определенную амплитуду и, соответственно, свой уровень амплитуд гармоник своего спектра, то сложение частот дает более сложную картину интерференции с расщеплением спектра общего сигнала всех дискретных отсчетов на две зеркальных составляющих относительно кратных частот 2p/Dt.

В настоящее время информация стала фактором, определяющим эффективность любой сферы деятельности. Увеличились информационные потоки и повысились требования к скорости передачи данных, одним из факторов повышения скорости передачи данных служит метод дискретизации сигналов по времени, т.е. при передачи сигнала, можно передавать не весь сигнал, а только его отчеты, и восстанавливать сигнал по отчетам. В этом случае передаются только импульсы (щелчки), а на приемнике, по этим щелчкам восстанавливается сигнал

В работе реализуется алгоритм квантования сигналов по времени.

Таким образом, преобразование сигналов при передаче состоит в воздействии на переносчик, изменяющем тот или иной его параметр. Это воздействие называется модуляцией.

Различные виды модуляции характеризуются различными видами переносчиков, а так же рядом параметров, подвергаемых изменению.

По виду переносчиков различают:

модуляцию синусоидальных (гармонических) сигналов;

модуляцию импульсных сигналов.

По изменяемым параметрам различают:

кодовую модуляцию и др.

В новейших системах передачи информации, в особенности в многоканальных системах с временным уплотнением (разделением) каналов, переносчиком является последовательность прямоугольных импульсов. У такого переносчика можно изменять следующие параметры: амплитуду импульсов, их ширину, частоту следования, позицию или фазу и коды, образуемые ими. Соответственно различают следующие модуляции:

амплитудно-импульсная модуляция АИМ;

широтно-импульсная модуляция ШИМ;

время-импульсная модуляция ВИМ;

позиционно-импульсная модуляция (фазо-импульсная) ПИМ (ФИМ);

частотно-импульсная модуляция ЧИМ;

кодо-импульсная модуляция КИМ.

дискретизации сигналов по времени;

дискретизации сигналов по уровню;

Дискретизация по времени заключается в замене непрерывного по времени сигнала X(t) дискретным сигналом, значения которого для дискретных моментов времени t совпадают соответственно с мгновенными значениями непрерывного сигнала. Такая операция называется также квантованием сигнала по времени.

Дискретизация по уровню (квантование по уровню) заключается в замене непрерывного множества значений сигнала X(t) множеством дискретных значений. При этом шкала возможных значений сигнала разбивается на определенное количество интервалов и непрерывное значение сигнала заменяется ближайшим дискретным. Полученные дискретные значения затем кодируются (обычно двоичным кодом).

При КИМ весьма важным является правильный выбор способа квантования сигнала по времени и уровню. В связи с этим рассмотрим некоторые вопросы теории квантования непрерывных функций по времени и уровню.

При квантовании по времени непрерывная по аргументу функция x(t) преобразуется в функцию дискретного аргумента. Такое преобразование может быть выполнено путем взятия отсчетов функции x(t) в определенные дискретные моменты времени . В результате функция x(t) заменяется совокупностью мгновенных значений x(ti) [i=0,1,2,…,n].

Временной интервал между двумя соседними фиксированными моментами времени, в которых задается дискретная функция, называется интервалом временного квантования. Величина, обратная интервалу временного квантованияназывается частотой квантования.

Частота квантования должна выбираться таким образом, чтобы по отсчетным значениям x(ti) можно было бы с заданной точностью получить исходную функцию.

Известно несколько критериев выбора частоты квантования по времени. К таким критериям относится, в частности, частотный критерий В.А. Котельникова. Данный критерий, который получил название теоремы В.А. Котельникова, основывается на следующей модели сигналов:

сигнал представляет собой стационарный случайный процесс;

спектр сигнала сплошной и ограничен некоторой частотой, за пределами которой он тождественно равен нулю.

Теорема В.А. Котельникова: если непрерывная функция x(t) удовлетворяет условиям Дирихле (ограничена, кусочно-непрерывная и имеет конечное число экстремумов) и ее спектр ограничен некоторой частотой fc, то она полностью определяется отсчетами, находящимися на расстоянии друг от друга.

Для доказательства теоремы рассмотрим выражения прямого и обратного преобразования Фурье непрерывной функции x(t).

В рассматриваемом частном случае функции с ограниченным спектром можно записать

Дополним функцию до периодической с периодом, равным 2fc (рисунок 1) и разложим ее в ряд Фурье

Рисунок 1 - функция с периодом, равным 2fc.

Сравнивая выражения (3) и (5) замечаем, что они совпадают с точностью до постоянного множителя , если принять .

Подставив найденное выражение для в (4), получим

После подставки (6) в (3), замены знака при k (т.к. суммирование производится по всем положительным и отрицательным значениям k) и перестановки операций суммирования и интегрирования получим

После подстановки (8) в (7) окончательно получим

Полученное выражение представляет аналитически теорему Котельникова.

Из (9) видно, что непрерывная функция X(t) (рисунок 2, а), обладающая ограниченным спектром, может быть представлена разложением в ряд, каждый член которого выражается одинаковой функцией вида sin(x)/x (функция отсчета), но с различными коэффициентами (рисунок 2, б).

Рисунок 2, а - Функция отсчета

Рисунок 2, б - Функция отсчета, но с различными коэффициентами

Ряд (9) представляет собой разложение случайного процесса с координатными функциями (детерминированными функциями времени) и весовыми коэффициентами , являющимися случайными величинами, равными мгновенным значениям сигнала в точках .

Функция отсчетов в момент времени достигает максимума и равна единице. В моменты времени , где i=1,2,3… функция отсчетов убывает, обращаясь в нуль при t=∞.

Сумма (9) в каждый k-ый момент времени определяется только одним k-ым слагаемым, т.к. все остальные слагаемые в этот момент времени обращается в нуль. Внутри промежутка восстанавливаемая функция определяется всеми слагаемыми (рисунок 21, а - непрерывная плавная линия).

Известно, что функция вида представляет собой реакцию идеального фильтра нижних частот с граничной частотой на дельта-функцию. Следовательно, если в приемном устройстве поместить такой фильтр и пропустить через него квантованный сигнал, представляющий собой последовательность с частотой весьма кратковременных импульсов, амплитуды которых пропорциональны отсчетам исходной непрерывной функции, то, суммируя выходные сигналы фильтра, можно воспроизвести с достаточно высокой степенью точности исходный непрерывный сигнал.

Однако нас интересует случай, когда сигнал x(t) ограничен во времени (Tc). В этом случае сумма (9) будет конечной

Усечение бесконечной суммы, т.е. ограничение ее теми значениями Xk, которые оказываются в пределах Tc, уменьшает точность представления сигнала x(t).

Это первый фактор, определяющий точность представления.

Кроме того, сигнал конечной длительности имеет бесконечный спектр гармонических составляющих. Поэтому ограничение спектра сигнала некоторой частотой является вторым фактором, снижающим точность представления непрерывного сигнала x(t) дискретными отсчетами.

Средний квадрат относительной погрешности в этом случае определяется выражением

где Е – полная энергия неограниченного спектра сигнала;

Чтобы погрешность формулы (10) была мала, должно выполняться условие

Дополнительная погрешность вносится при восстановлении сигнала x(t) за счет не идеальности фильтра нижних частот, т.к. идеальный фильтр НЧ физически нереализуем (предполагает наличие отклика на -функцию при t 4. Руководство пользователя

На рисунке 3 показан внешний вид программы при запуске.

Рисунок 3. Внешний вид рабочего окна программы

Рисунок 4 – Вывод на экран случайной функции

Рисунок 5 – Отображение отчетов, соответственно шагу квантования.

Рисунок 6 – Отображение восстановленного сигнала по отчетам.

Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,

Читайте также: