数字信号处理第2版张小虹8数字信号处理1课件教学.pptVIP

(8.1-18a) 当上式中所有γi =0（b+1 i b1），没有误差； 当所有?i =0 （b+1 i b1），误差(绝对值)最大 或 (8.1-18b) 0 ≤ ET q 0 ?ET? (2?b ? 2?b1) ?i =1 b+1 ?i?b1 ?i =0 b+1 ?i?b1 ET = (2?b ? 2?b1) ?(2?b ? 2?b1)=0 2?b ? 2?b1 ?2?b 所以误差范围为 定点截尾误差范围： Q[x] Q[x] x x 2?b 2?b 2?b 2?b x0 x0 补码 ?2?b ET ≤0 x0 原码 x0 反码 0 ≤ ET 2?b 2、定点舍入 因为舍入处理是按最接近的数量化，不论正、负，也 特性如图所示。 Q[x] x 2?b /2 2?b ?2?b/2 Q[x]?x ≤ 2?b/2 不论原、补、反码，其误差总是在 之间。即 2?b 2 1 ? ，其量化 2?b 2 1 |ER |≤ 3、浮点 在浮点制中截尾与舍入的处理只受尾数字长影响，但所 例如 x1、x2 是两个位数不同但阶码相同的数： 产生的绝对误差 E= Q [x] ? x 却与阶码有关。 ? [0△1001]2 x1= ? [0△1001]2 x2= =1?0.5625=0.5625 =8?0.5625=4.5 若尾数字长b=2取两位，则 可见在相同的尾数舍入情况下，由于x2比x1大8倍，相 误差与数值本身大小有关。 Q[x1]=2[000]2 ? [△10]2 E1 =Q[x1] ?x1 = ?0.0625， ?E1? = 0.0625； 应的绝对误差 ?E1?就比?E1?大8倍，即浮点制中绝对 E2 =Q[x2] ?x2 = ?0.5， ?E2? = 0.5； =1?0.5=0.5 =8?0.5=4 Q[x2]=2[011]2 ? [△10]2 所以在浮点制中用相对误差比绝对误差更能反映运算精 度和特点。相对误差定义为 (8.1-19) 绝对误差与相对误差的关系 上式表明，相对误差的实质是去掉阶码的影响。 这是个乘性误差，而定点制的误差是加性误差。 (8.1-20) E = Q [x] ? x =? x ? = x Q[x] ?x 与定点一样经分析可以得到误差范围， 直接给出相对 误差? 的误差范围。 浮点截尾相对误差范围： (8.1-22) 补码 原码、反码： ?2?2?b ? ≤ 0 (8.1-21) ?2?2?b ? ≤ 0 x 0 0≤ ? 2?2?b x 0 §8.2 模拟信号量化的误差分析 8.2.1、A/D变换的量化误差 A/D变换示意图如图所示。 取样 量化 xa(t) xa(n) 假设 x(n) = xa(nT)是无限精度的理想定点制A/D变换的 转换器的输出，即量化输出。二者的误差为 E = Q [x(n)] ? x(n) 输出， x(n) =Q [x(n)]是有限精度的(字长b位)实际A/D ^ 当二进制数采用补码，量化是截尾处理，则定点补码截 尾的量化误差范围为 定点舍入原码的量化误差范围为 ?q ET ≤ 0 (8. 2 -1) ?q/2 ER q/2 (8. 2-2) 化特性分别如图8.1.-1、图8.1.-2所示。 式中 q 为量化间距。定点补码截尾与定点舍入原码的量 8.2.2、量化误差的统计分析 尽管式(8.2-1)(8.2-2)给出了量化误差范围，但要精确分 析误差的大小及其影响既不可能也无必要。实际考虑量 化误差影响时，只要了解其平均效应，即可作为设计的 依据，例如确定A/D所需字长等。所以可把量化误差等 效为噪声，采用统计分析方法。 无限精度的理想输出x(n)与噪声之和，即 A/D变换的统计模型如图8.2-2所示，量化输出等效为 为分析方便，在对误差e(n)的统计特性分析时作如下 取样 xa(t) xa(n) e(n) 假设： x(n) ^ x(n) =x(n)+e(n) ^ (1) e(n)是一个平稳的随机序列； (2) e(n)与信号是不相关的(实际是相关的，为分析简化)； (3) e(n)是白色的，即序列本身的任意两个值之间是不相 关的； (4) e(n)具有均匀等概分布。 由上述假设，量化误差是一个与信号不相关的白噪声序 列，当然这与实际情况不完全相同。尤其输入为规则信 号时，量化误差不是线性独立、白色的。 所以作为平均特性分析，这种假设是合理的。 但对无规律的随机输入信号，假设基本符合实际。 舍入误差及截尾误差等效为白色均匀等概分布的噪声 序列e(n)，其概率密度分布分别如图 (a)、(b)所示。 (b)定点截尾补码e(n)