Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Квантование и дискретизация сигнала

В процессе преобразования сигналов измеряемой информации используется замена переменного сигнала дискретным. При этом выделяется 2 процедуры решения этой задачи:

1. квантование сигнала;

2. дискретизация.

Сущность квантования непрерывного сигнала по уровню заключается в том, что все возможные значения непрерывной величины заменяют на определенные фиксированные значения, которые называют уровнями квантования.

Квант– разница между двумя соседними уровнями, может быть постоянным или изменяться по какому-либо закону (рис. 32).

Рис. 32. Пример квантованного сигнала

 

Вполне естественным является тот факт, что, округляя значение x(t) до ближайшего уровня мы, тем самым, вводим методическую погрешность преобразования (квантования):

,

где xi- соответствующий уровень квантования;

х- текущее значение непрерывной величины.

Данная погрешность в основном определяется двумя аспектами:

1. величиной шага квантования. Очевидно, что с уменьшением разницы между уровнями данная погрешность будет уменьшаться;

2. характер квантования (равномерный или неравномерный) и соотношение характера квантования с видом самой функции x(t).

 

Оценка погрешности равномерного квантования.

Пусть Dх1=Dх2=…=Dх, тогда:

Dх=х/N,

где х- диапазон изменения входной величины;

N- общее число интервалов квантования.

При оценке погрешности можно отметить, что в данном случае максимальная погрешность квантования определяется, как половина значения Dх, то есть наибольшая погрешность не превышает половины интервала квантования.

Число ступеней квантования, необходимых для обеспечения требуемой погрешности:

.!!!!!!!!!!

Дискретизация- процедура преобразования непрерывного сигнала в дискретный. То есть, это замены непрерывной по аргументу функции x(t) функцией x(ti) дискретного аргумента ti, то есть в заданные моменты дискретизации ti фиксируются значения реальной функции x(t). При этом теряется информация о значении функции в любых других моментах времени. Шагом дискретизации называется промежуток времени между соседними значениями аргумента (рис. 33).

Рис. 33. Пример шага дискретизации

 

Для записи дискретного сигнала как функции времени используют следующую запись:

.

Дискретизация может быть равномерной и неравномерной:

— условие равномерности дискретизации – Ти=const;

— условие неравномерности дискретизации – Ти=var.

Технически квантование осуществляется с помощью аналого-цифровых преобразователей.

Дискретизация может осуществляться различным путем. Одна из процедур заключается в том, что непрерывный сигнал x(t) пропускают через ключ, который замыкается на очень короткое время в моменты ti (i=1, 2, …). При этом реализуется совокупность мгновенных значений функции x(iTи).

Особую важность представляет вопрос восстановления функции по отсчетам x(iTи). Восстанавливаемая функция строится как временная сумма некоторых функций ji называемых базисными:

,

где ai- некоторые коэффициенты полинома.

В качестве базисных выбирают систему таких функция, для которых выполняется условие:

.

Такие функции называются ортогональными, где (0; Т) область существования функции. Коэффициенты ai выбирают из условия минимизации погрешности:

.

При этом в качестве критерия минимума можно взять различные составляющие функции погрешности. К числу критериев можно отнести минимум среднего квадратического отклонения погрешности в пределах диапазона, минимум максимального отклонения, минимум среднего значения математического ожидания и т.п.

Чаще всего выбирают минимум среднеквадратического отклонения погрешности в пределах диапазона. В этом случае при выборе в качестве базисных функций ортогональных функций коэффициенты ai определяют аналогично коэффициентам Фурье:

.

В качестве базисных функций могут быть взяты тригонометрические функции, а также различные полиномы: Чебышева, Лежандра и пр. Считается наиболее перспективным применение в качестве аппроксимирующих функций степенных полиномов.

В измерительной технике и в теории связи широко применяется подход Котельникова к построению функции восстановления.

Теорема Котельникова: функция х(t), удовлетворяющая условиям Дирихле и обладающая ограниченным спектром частот wс в случае ее дискретизации циклически периодом:

; ,

может быть восстановлена по этой совокупности без погрешности.

Теорема доказывается с помощью преобразования Фурье.

Так как спектр ограничен частотой wс, то:

. (*)

Разложив в ряд Фурье S(jw) можно записать:

;

.

Если провести замену переменной в выражении (*) t=-iTи, то:

. (**)

Из выражения (**) видно, что:

;

. (***)

Группируя члены в выражении (*), предварительно подставив в него выражение (***) получим:

.

Это выражение часто называют радом Котельникова с коэффициентами равными мгновенным значениям сигнала.

Часто ряд записывают в виде:

.

Согласно этому выражению вводится понятие функции отсчета:

.

Данная функция имеет определенную конфигурацию и является, по сути, реакцией идеального ФНЧ на единичный импульс. В моменты времени t=(i±k)Tи, где к- целое число, функция обращается в нуль.

Для восстановления функции x(t) необходимо подобрать не фильтре низких частот с верхней границей wс последовательность единичных импульсов с амплитудами, соответствующими мгновенным значениям функции в момент времени iTи.

При выборе интервала Ти или при определении необходимого числа мгновенных значений и в случае замены непрерывных функций дискретными, необходимо помнить, что для получения достоверной однозначной оценки функции при ее дальнейших разложениях в ряд Фурье и восстановлении следует обеспечивать условие теоремы Котельникова, что в пересчете на номера гармоник выглядит следующим образом:

,

где N- число интервалов дискретизации (число дискретных значений в пределах диапазона);

n- номер гармоники, которой соответствует предельная частота спектра реального сигнала (wс).

Если это условие не выполняется, то однозначно характеризовать требуемое число гармоник не представляется возможным. В этом случае при наличии априорной информации о реальных источниках гармонических составляющих сигнала можно решить данную задачу с определенными допущениями. Но это не всегда возможно. В этом случае во внимание принимается то, что каждая гармоника включает в себя группу гармоник. В зависимости от реальных N и n составляются соответствующие таблицы, в которых указываются данные группы гармоник.

<== предыдущая лекция | следующая лекция ==>
Измерение первого начального момента | Корреляционный анализ. Корреляционные характеристики относятся к наиболее широко применяемым при проведении вероятностного анализа случайных величин и процессов
Поделиться с друзьями:


Дата добавления: 2014-01-06; Просмотров: 2644; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.023 сек.