数据转换器——佛朗哥Chater 1

【注:本文基于《数据转换器》一书进行学习、总结编撰,适合新手小白进行学习】

目录

1.1 理想的数据转换器

1.2 采样

1.2.1 欠采样

1.2.2 采样时间的抖动(A/D转换的第一个精度限制)

1.3 幅度的量化

1.3.1 量化噪声(基本限制)

1.3.2 量化噪声的性质

1.4 KT/C噪声(基本限制)

例1.3

1.5 离散与快速傅里叶变换

1.5.1 加窗

例1.4

1.6 编码方案

1.7 D/A转换器

1.7.1 理想的重建

1.7.2 实际的重建

1.8 拉氏变换


1.1 理想的数据转换器

ADC表示为四个功能的级联:连续时间抗混叠滤波、采样、量化和数据编码。

连续时间滤波器为什么是必要的?采样和量化对信号会产生什么样的影响?在数字域表示信号的几种不同的编码方案?

DAC实现两个基本功能:一是码转换阶段,把数字输入转换成等价的模拟信号;另一个是对模拟信号的重建。

重建:去除采样数据模拟信号的高频成分。重建信号用两个步骤完成:采样与保持和紧跟着的一个低通重建滤波器。

1.2 采样

冲激采样

x^*(t)=x^*(nt)=\sum x(t)\delta(t-nT)

该式概述了采样操作中固有的非线性(注意,乘法是一种非线性操作)。因此,如图1.3所示,对信号进行采样相当于该信号与冲激序列的混频。

用混频器表示采样器,有助于理解欠采样模式下工作的数据转换器。

拉普拉斯变换:

该式对采样输出的拉普拉斯变换给出了两个有用的表达式:右手等式将用来讨论s平面与z平面之间的关系;另一个等式则表明,采样后信号的频谱是输入信号频谱进行无限复制后的叠加。这些复制的频谱的中心处在沿 f 轴移动采样频率倍数的地方,即位于nfs(=n/T)处,其中n=0,±1,±2,…。因此,采样后的频谱是周期性的,周期为fs。

奈奎斯特采样定理。

采样理论指出的是:一个带限信号x(t)(其傅里叶频谱x(jw)在角频率|w|>ws/2的地方为零)由均匀采样的(nT)序列完全描述,其中T=2Π/ws。该带限信号x(t)可通过下式重建

x(t)=\sum_{-\infty}^{\infty}x(nT)\frac{\sin(\omega_{\mathrm{S}}(t-nT)/2)}{\omega_{\mathrm{S}}(t-nT)/2}

这是输入x(nT)与sin(wst)/(wst)的卷积,后者是频谱宽度为ws的一个脉冲的拉普拉斯逆变换。

采样频率的一半,fs/2=1/(2T),通常称为奈奎斯特频率。频率间隔0~fs/2被称为奈奎斯特频带(或基带),而频率间隔, fs/2~fs ,fs~3fs/2,…,被称为第二、第三奈奎斯特区间,等等。由于在所有奈奎斯特区间的频谱都是相同的,所以只专注于0~fs/2的基带就足够了。当考虑双边谱时,频率范围变为-fs/2~fs/2。

噪声和干扰的频谱不可预知,可以在任何频率都有分量。因此有必要消除带外干扰,因为它折叠到带内的频谱会破坏信号频带——采样器前放置抗混叠滤波器

过渡带是fB~(fs-fB),阻带从(fs-fB)处开始的衰减要达到要求的A_{SB}

抗混叠滤波器要求:低的谐波失真,较大的输出摆幅和低噪声。

1.2.1 欠采样

欠采样利用折叠的方法,把频率分量高于奈奎斯特区间边界(fs/2)的信号折叠到信号的基带中。该技术通常用来把高频的频谱引入到基带。该方法也被称为谐波采样、基带采样、中频采样和中频到数字的转换。

图1.10用两个例子说明了这种方法。图1.10(a)中的信号频谱从fL扩展到fH,如果上限(fH)大于两倍的信号频带(fH-fL),那么就可以使用这样的采样频率fs:使fs≥fH,而且 fs/2<fL。这样的采样把信号频谱限制在第二奈奎斯特区间。并且,由于混叠,输入信号频谱的整个副本频谱被放进了基带。图1.10(b)表明,基带中这个副本频谱是由负的输入信号频谱通过平移fs得到的。同时,正的输入信号频谱在平移 -fs 后产生负的镜像频谱。因此,基带变成为原信号频谱被镜像后的模式

图1.10(c)显示了另一个可能的情况。输入信号频带和采样频率的关系使得第三奈奎斯特区间完全地包围住了输入信号的频谱。采样的操作会通过平移-fs使输入频谱的一个副本进入基带。负基带(-fs/2~0)中的镜像来自负的输人信号频谱,是通过移动fs得到的。图1.10(d)显示了采样后的结果。由于基带内的镜像频谱来自第三奈奎斯特区间,所得到的输入信号的复制频谱就不是由镜像得到的

欠采样的抗混叠滤波器必须去掉除了包含信号带宽的奈奎斯特区间之外的、来自其他所有奈奎斯特区间的杂散。

1.2.2 采样时间的抖动(A/D转换的第一个精度限制)

抖动来源于两方面因素:
①时钟的不确定性  ②产生采样相位的逻辑与有效采样之间的延时在一定程度上是不可预测的


因此,采样的抖动对采样后得到的信号值的影响是通过误差体现的,这种误差同时取决于抖动和输入信号对时间的导数。

对于正弦波X_{\mathrm{in}}(T)=A\sin(\omega_{\mathrm{in}}t),误差\Delta X(nT)由下式给出

\Delta X(nT)=A\omega_\text{in}\delta(nT)\cos(\omega_\text{in}nT)

它是一个离散量,等于\delta (nT)乘以A\omega_\text{in}倍,并且被频率为输入频率的余弦函数调制。

随机抖动模型随机抖动可以被认为是在理想采样之前附加到输入信号的一个白噪声源xij(t)

抖动误差xij(t)的功率是

图1.12所示的是,要得到给定的 SNR、时钟抖动相对于所需的输入信号频率的关系。从图可见,对于大的信噪比和高的信号频率,时钟抖动必须在ps(皮秒)量级中的很小部分。例如,对100MHz的输入正弦波要实现SNR-90 dB,要求的时钟抖动为50 fs(飞秒)!

对一个20MHz的正弦波进行采样,72 dB的信噪比(SNR),至少要求抖动小于2 ps(皮秒)。如果频率增大10倍,则时钟抖动必须减小10倍。如果系统要求SNR增加6dB,则时钟抖动的性能必须提高2倍。

图1.13绘制了信噪比的插图。信号的频率低于20 MHz时,信噪比大于80 dB,因为抖动噪声的贡献小(在非常低的频率下几乎为零)。在20 MHz频率下,预期的信噪比是80 dB。在较高频率下抖动噪声成为主要的噪声,在奈奎斯特频率下SNR损失3 dB。在第二奈奎斯特区间这种影响更加明显,SNR从77 dB下降到72.5 dB。假设1 dB的损失是可以接受的,可用的输入信号频带只有0.6倍的奈奎斯特频率间隔。

这种采样器对欠采样是不适用的:抖动噪声在第一奈奎斯特区间是可以接受的,但在其他奈奎斯特区间会变得太大。

1.3 幅度的量化

幅度量化把采样数据信号从连续电平转换成离散电平。量化器的动态范围被分为许多相等的量化间隔,其中的每一个间隔均用一个给定的模拟幅度来表示。量化器把输入信号的幅度改变成一个数值,该数值表示输入信号处在哪个量化间隔。通常,表示某个量化间隔的数值指的是该间隔的中点,在某些情况下,该间隔的上限或下限,也表示同一个间隔。

假设的X_{FS}=X_{max}-X_{min}是量化器的量化范围,M是量化间隔的数目,则每个量化间隔的幅值或量化步长△为

\Delta=\frac{X_{\mathrm{FS}}}M

由于第n个间隔的中点

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/146802.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

Qt (19)【Qt 线程安全 | 互斥锁QMutex QMutexLocker | 条件变量 | 信号量】

阅读导航 引言一、互斥锁1. QMutex&#xff08;1&#xff09;基本概念&#xff08;2&#xff09;使用示例基本需求⭕thread.h⭕thread.cpp⭕widget.h⭕widget.cpp 2. QMutexLocker&#xff08;1&#xff09;基本概念&#xff08;2&#xff09;使用示例 3. QReadWriteLocker、QR…

【Linux】简易日志系统

目录 一、概念 二、可变参数 三、日志系统 一、概念 一个正在运行的程序或系统就像一个哑巴&#xff0c;一旦开始运行我们很难知晓其内部的运行状态。 但有时在程序运行过程中&#xff0c;我们想知道其内部不同时刻的运行结果如何&#xff0c;这时一个日志系统可以有效的帮…

软考无损连接判断

如何判断是否为无损连接&#xff0c;要看能否还原回最开始的关系模式 最开始的关系模式 U{A&#xff0c;B&#xff0c;C} 函数连接 F{A -> B}&#xff0c;这个函数连接的意思就是A可以推导出B 首先从P1开始判断&#xff0c;{ AB&#xff0c;BC } C不能通过函数依赖推导出来…

数据结构之线性表——LeetCode:328. 奇偶链表,86. 分隔链表,24. 两两交换链表中的节点

328. 奇偶链表 题目描述 328. 奇偶链表 给定单链表的头节点 head &#xff0c;将所有索引为奇数的节点和索引为偶数的节点分别组合在一起&#xff0c;然后返回重新排序的列表。 第一个节点的索引被认为是 奇数 &#xff0c; 第二个节点的索引为 偶数 &#xff0c;以此类推。…

头条|司法部公法局局长访谈:推进高水平公立鉴定机构建设!加快推进司法鉴定立法!

主持人&#xff1a;大家好&#xff0c;我是司法部AI主播司政轩。为切实做好党的二十届三中全会精神学习宣传贯彻&#xff0c;积极反映司法部及地方司法行政机关学习全会精神的体会收获和贯彻落实举措&#xff0c;我们推出了“学习宣传贯彻党的二十届三中全会精神--司法行政微访…

Elasticsearch 检索优化:停用词的应用

Elasticsearch 检索优化&#xff1a;停用词的应用 场景描述 目前在 Elasticsearch 集群中存储约 1.5 亿篇文章数据&#xff0c;随着数据量的增加&#xff0c;检索性能问题逐渐显现。在列表检索和聚合操作中&#xff0c;CPU 消耗飙升至 100%&#xff0c;并且检索耗时较长&…

私域电商:自主发展新路径与创新模式融合

摘要&#xff1a;本文深入探讨了私域电商相较于传统电商在自主权方面的优势&#xff0c;并结合 AI 智能名片、链动 21 模式以及商城小程序等创新元素&#xff0c;阐述了私域电商如何为商家提供更大的发展空间和自主权&#xff0c;以及这些创新模式在私域电商中的应用价值&#…

口碑最好的头戴式耳机是哪些?高品质头戴式耳机对比测评揭晓

头戴式耳机以其出色的音质表现和舒适的佩戴体验&#xff0c;成为了音乐爱好者和日常通勤用户的热门选择。而在众多品牌和型号中&#xff0c;口碑最好的头戴式耳机是哪些&#xff1f;面对市场上丰富的选择&#xff0c;找到一款音质优良、佩戴舒适且性价比高的耳机并不容易。今天…

ESP8266+DHT11+Python制作一个物联网温湿度传感器

ESP8266是一款低功耗、高集成度的Wi-Fi SOC&#xff08;System on Chip&#xff0c;系统级芯片&#xff09;&#xff0c;这款芯片专为物联网&#xff08;IoT&#xff09;应用而设计&#xff0c;常见开发ESP8266的环境可以使用Arduino或者ESP8266 RTOS SDK、NodeMCU&#xff0c;…

【JavaScript】数据结构之链表(双指针、滑动窗口)

什么是链表&#xff1f; 多个元素存储的列表链表中的元素在内存中不是顺序存储的&#xff0c;而是通过“next”指针联系在一起的&#xff0c;这个“next”可以自定义。JS中的原型链原理就是链表结构&#xff0c;是通过__proto__指针联系在一起的。 双指针形式 对撞指针&am…

你还在为试衣间排队烦恼吗?AI魔法绘,让虚拟试衣触手可及!

我是Shelly&#xff0c;一个专注于输出AI工具和科技前沿内容的AI应用教练&#xff0c;体验过300款以上的AI应用工具。关注科技及大模型领域对社会的影响10年。关注我一起驾驭AI工具&#xff0c;拥抱AI时代的到来。 大家好&#xff01;今天我要跟大家聊聊一个超级有趣又实用的新…

施耐德EcoStruxure Machine SCADA Expert(EMSE)报警记录进阶(十六)

针对某些特殊行业&#xff08;诸如医药行业&#xff09;的设备生产需要符合GMP相关规定&#xff0c;这就导致需要数据溯源。 EMSE可以通过与sql的连接实现报警历史记录的永久存储。 1.EMSE打开相关配置 2.sql创建表单 用于报警历史数据的存储容器 3.EMSE内选择sql表单 4.现在…

mistune,一个神奇的 Python 库!

大家好&#xff0c;今天为大家分享一个神奇的 Python 库 - mistune。 Github地址&#xff1a;https://github.com/lepture/mistune Markdown 是一种轻量级的标记语言&#xff0c;以其简洁的语法和可读性广泛应用于文档编写、博客发布和在线内容管理系统中。Python 作为一门灵活…

【ESP32】ESP-IDF开发 | UART通用异步收发传输器+串口收发例程

1. 简介 UART可以说是开发者使用得最多的外设之一了&#xff0c;打印log几乎都是使用串口来实现的。UART是一种异步全双工的通信方式&#xff0c;异步传输的特性使得它仅需2根线就可以完成全双工的传输&#xff0c;但这也要求发送端和接收端的速率、停止位、奇偶校验位等都要相…

分布式计算技术是什么?在数据集成值得作用?

数据是现代科技技术的基础&#xff0c;面对爆炸性数据的增长&#xff0c;要求计算能力要求更高、数据整合和处理更有效&#xff0c;如何应对数据集成带来的挑战&#xff1f;本文将探讨分布式计算技术在数据集成中的优化作用。 一 分布式计算技术。 定义&#xff1a;分布式计算…

笔记:将WPF中可视化元素(Visual)保存为图像,如PNG,JPEG或BMP的方法简介

一、目的&#xff1a;将WPF中可视化元素&#xff08;Visual&#xff09;保存为图像&#xff0c;如PNG,JPEG或BMP的方法简介 BitmapEncoder 是 WPF 中用于将图像数据编码为特定格式的基类。它提供了将 BitmapSource 对象保存为各种图像格式&#xff08;如 PNG、JPEG、BMP 等&…

Android Choreographer 监控应用 FPS

Choreographer 是 Android 提供的一个强大的工具类&#xff0c;用于协调动画、绘制和视图更新的时间。它的主要作用是协调应用的绘制过程&#xff0c;以确保流畅的用户体验。Choreographer 也可以帮助我们获取帧时间信息&#xff0c;从而为性能监测和优化提供重要的数据支持。 …

C++—vector的常见接口与用法(正式进入STL)

目录 0.提醒 1.介绍 2.构造 1.正常构造 2.默认值构造 3.调用默认构造函数构造 3.遍历 1.迭代器 2.范围for 3.下标访问 4.容量 1.capacity&#xff1a;返回当前容器的容量 2.reserve&#xff1a;如果传的k比当前容量大&#xff0c;则扩容到比k大或者等于k的数&…

车载软件调试工具系列---Trace32简介UI界面简介

我是穿拖鞋的汉子,魔都中坚持长期主义的汽车电子工程师。 老规矩,分享一段喜欢的文字,避免自己成为高知识低文化的工程师: 屏蔽力是信息过载时代一个人的特殊竞争力,任何消耗你的人和事,多看一眼都是你的不对。非必要不费力证明自己,无利益不试图说服别人,是精神上的节…

二叉搜索树的使用及其详细解析

1.概念 ⼆叉搜索树⼜称⼆叉排序树&#xff0c;它或者是⼀棵空树&#xff0c;或者是具有以下性质的⼆叉树: • 若它的左⼦树不为空&#xff0c;则左⼦树上所有结点的值都⼩于等于根结点的值 • 若它的右⼦树不为空&#xff0c;则右⼦树上所有结点的值都⼤于等于根结点的值 • 它…