4.4数据转换的理论基础.docVIP

4.4数据转换的理论基础 采样→时间离散 量化→幅值离散 编码→数字信号 因此，采样、量化和数字信号所用的码制，作为数据转换的理论基础。 一、采样 采样过程就是用从原始函数“切割”出来的不连续函数代替原始连续的函数，只要满足一定条件，采样得到的不连续函数可以精确地描述原始连续函数。采样定理指示了这个条件。 采样定理：一个频带限制在（0，fH）之内的在时间上连续的信号X (t)，如果以fH(s)/2时间间隔对它进行等间隔的采样，则X(t)将被所采样值完全确定。可以用理想的低通滤波器准确地恢复X(t)。换句话说，为了能够准确恢复X(t)，采样频率至少应是X(t)中最高频率（fH））设X(t)、δT(t)、X*(t)的频谱分别为X(ω)，δT(ω)，X*(ω)，按照频率卷积定理，X(t)、δT(t)的傅立叶变换是X(ω)和δT(ω)的卷积，即 而 式中ωs=2π/T，则 根据卷积关系式，则上式为 上式表明X*(t)的频谱X*(ω)是由无穷多个相互间隔为ωs的X(ω)叠加而成。因为X(ω)的谱宽为2ωH所以当ωs≥2ωH时，采出信号中的边带频谱互相不重叠，这意味让采集信号X*(t)通过一个通带范围为0到fH的理想低通滤波器，即可以完全地重新获得X(t)。作为必要条件，采样频率应为最高频率二倍或二倍以上。 但是，上述的理想采样脉冲是不可能得到的，实际使用的采样脉冲总有一定宽度τ。有两种具体的采样方式：第一种是“模拟采样”。在采样脉冲τ期间，采出信号X*(t)真实地重现原始信号X(t)，如下图4-9所示。 图4-9 模拟采样示意图 这种采样方式下，采出信号X*(t)的傅氏变换可写为： 这一表达式说明，每个重复的频谱被乘上一个与n有关的常数因子。当n=0时，该因子等于1。因此，在满足ωs≥2ωH时，X*(ω)频谱的中心部分并不失真。仍然可以用理想的低通滤波器重新获得X(t)。 第二种采样方法是“采样和保持”。在脉冲保持期间，采出信号X*(t)幅度维持恒定不变，如下图4-10： 图4-10 采样保持示意图 这一采样过程相当于用理想采样脉冲采样，采出信号又通过一个脉冲形成电路。脉冲形成电路的脉宽为τ，增益为1，重复周期T。设脉冲形成电路的传输函数为H(ω)，则这种采样方式下，采出信号X*(t)的傅氏变换为： 上式表明：满足ωs≥2ωH时，原是信号是可以恢复的，只是要让采出信号X*(t)首先通过一个传输函数为1/ H(ω)的修正网络，使采出信号变为，然后经低通滤波器获得X(t)。 注意：一般应选f=2.5fH。 二、量化 量化实际上是一种运算。在数字系统中，数字量是离散的，是用一个称为量子Q的基本单位来度量的。例如一个n位二进制数码共有N=2n个离散值，即预先规定有2n个电平，基本度量单位Q就等于满量程的1/2n。模拟量的量化就是读出模拟量有多少个Q，并以2n 个电平中最近似的一个来代替。右图4-11表示量化过程的输入输出关系，特性是阶梯状，每个台阶宽度称为量化带。 在理想的情况下，量化带就等于一个量子Q，输入模拟量的幅度在nQ与(n+1)Q之间时，输出都以nQ表示，这是以有限的量化值代替无限的模拟量的必然过程，其结果就存在着量化误差。量化误差ε小于量子Q，-Q/2ε+Q/2 图4-11量化过程输入输出关系 当输入模拟信号随时间而变化时，代表被量化了的信号将呈阶梯状，如下图4-12所示： 图4-12 随时间变化的量化特性 显然误差ε(t)决定于量子电平Q和输入信号v(t)的电平。当量子电平与信号幅度相比足够小时，量化误差的影响可作为噪声考虑，称为量化噪声。量化噪声的频率与信号v(t)曲线的斜率有关，相应于v(t)最大斜率的噪声频率决定于信号v(t)频谱的最高频率。作为一次近似，量化噪声的静态分布可以认为是均匀的。误差ε(t)可按一系列在?Q/2之间的斜率不同的线性段处理，如图4-13。 图4-13 误差分布示意图 设?为时间间隔-t1到t2内直线段的斜率 误差?＝?t，则其均方差： 由于量化噪声产生的信噪比为 (***) 式(***)中V为模拟信号电压满度值，因为Q=V/2n故 或 所以，二进制码的位数n每增加一位，即量子Q每减小一半，信噪比将改善6dB。 上面讨论的是线性量化或叫均匀量化，在整个模拟输入满量程范围内，每个量化带都是相等的，等于量子Q=V/2n。这种线性量化的缺点是当信号幅度变化时，信噪比也随着变化。信号小时，信噪比也减小，式（***）反映出这一问题。当信号小于满量程时，信噪比将比例于V2下降。为了克服这一缺点，可以采用非线性（非均匀）量化。一种方法是先对模拟信号进行非线性压缩，通常采用对数压缩，然后再进行均匀量化