采样与量化图文ppt课件.pptVIP

第三讲 采样与量化;引 言;第一节 采样;低通采样定理;图3-2采样操作和采样函数;由于p(t)是周期信号，所以可用傅里叶级数表示为;推导采样定理的下一步，也是最后一步，是定义p(t)。由于假定采样是瞬时的，p(t)的一个合适的定义可以为;图3-3采样在频域表示; 采样定理讨论，可通过对图3-3的观察得到。 为了在采样x(nTs)中包含时间连续信号x(t)的所有信息，以便在采样过程中不损失信息，进行的采样必需保证可以通过采样点x(nTs)无差错地重构信号x(t)。 可以看到，通过使用低通滤波器在n＝0附近提取Xs(f)的频谱，可完成从xs(t)到x(t)信号的重构。要完成无差错的信号恢复，要求Xs(f)在f=±fs附近的频谱（n＝±1项）与在f＝0处的频谱没有重叠（式（3-13 )中n＝0项）。 换句话说，式（3-13 )中的频谱必须是分离的，即必须满足fs-fhfh或fs2fh，从而证明了低通信号采样定理。;定理1：如果采样频率fs大于2fh,那么带限信号就可以无差错地通过其采样信号恢复，这里fh表示被采样信号中出现的最高频率。;图3-4 欠采样导致混叠误差;波形信号x(t)为能量有限的确定性信号时，其傅里叶变换存在，并且采样定理可以基于信号的频谱（傅里叶变换）。 假设仿真处理的是随机过程的样本函数，那么选用合适的采样频率不是基于待仿真信号的傅里叶变换，而应该是基于其功率谱密度（PSD）。 对于随机信号，有;式中D是独立于X(t)的在(0, TS)上均匀分布的随机变量。 注意：式（3-15）、（3-1)、(3-16)与（3-9 )之间的区别： 首先，在时间函数X(t)、 P(t)及Xs(t)中使用了大写字母，以提醒我们它们表示随机过程。 其次是式（3-16）中使用了随机变量D，D的作用是确保Xs(t)是平稳（stationary）随机过程。不包含D的采样信号是周期平稳的（cyclo-stationary）。D的作用是使得P(t)的时间原点随机但固定。 要得到Xs(t)的功率谱密度，首先要确定Xs(t)的自相关函数;对求出的Xs(t)的自相关函数进行傅里叶变换，可得到Xs(t)的功率谱密度如下;带通采样; 如图3-5所示为归一化采样频率fs/B作为归一化中心频率f0/B的函数曲线，其中f0和fh通过公式fh=f0＋B/2相关联。 从图中可以看到，允许的采样频率总是处在2B到4B的范围内。 对f0B这种典型??情况，带通采样定理规定的采样频率近似等于下界2B。;图3-5 带通采样所需的采样频率;同相／正交信号采样;称为直接（或同相）分量;带通信号的频域表示如图3-6(a)所示，该信号对应的复包络定义如下;图3-6带通信号和对应的复包络;第二节 量化;图3-7量化与编码;从采样定理知道，以超过奈奎斯特频率的频率对连续时间带限信号进行采样，可以无差错地对它进行重构。因此，在这样的条件下采样操作是可逆的。 但是量化却是不可逆的。一旦采样值经过量化，仅保持量化级，就会引入随机误差。如前，波形在采样时刻t＝kTs的值表示为x[k]，而对应的量化值表示为xq[k]，有;图3-8量化误差模型;式中E{.}表示统计平均，Nq是由于量化过程引入的噪声的功率。为了确定(SNR)q必须已知误差项eq[k]的概率密度函数。 量化误差的概率密度函数是计算机所使用的数字表示格式的函数。 计算机表示数字的方式有很多，大体上可以分为定点和浮点两类。;▲定点运算;假定量化级的宽度为△，如图3-7所示，同时假定对于给定的量化级，采样值在量化级的中间。在这种情况下，量化误差|eq[k]|的最大值是△/2。如果量化级数多，对应的数字字长就长，并且如果信号随不同采样点变化很大，给定的采样点等可能地落在量化级中的任意点上。这种量化产生的误差可以假定是独立均匀分布的。 因此，如图3-9所示，量化误差的概率密度函数是在〔-△/2，△/2］上均匀分布的函数。若第k个采样点的量化误差记为eq[k] ，有：采样误差均值是零;现在来计算量化信噪比。 假设量化器的动态范围是D，字长为b。假定使用二进制，有2b个可能的量化级，并且动态范围为; 假设信号是零均值的，S和D的值可通过对应信号的波峰因数（crest factor）关联起来。 波峰因数的定义为信号的RMS或者标准偏差与信号峰值的比。 为了阐述这种关系，假定对应信号有动态范围（峰--峰值）D，并处于±D/2范围内，由于信号功率为S，其标准偏差为 ，因此波峰因数为;以dB为单位有; 在本课程的大部分时间里，我们关心的是利用浮点数表示法在通用计算机上面运行仿真。 浮点数的格式为±M *（±10^E），这里M和E分别是尾数和指数。 在要求高精确度时，用64位比特（双精度）