Дискретные и аналоговые сигналы в чем отличия. Аналоговый сигнал

О природе сигналов обыватель не задумывается, а вот о разнице между аналоговым и цифровым вещанием или форматами — иногда приходится. По умолчанию считается, что аналоговые технологии уходят в прошлое, и вскоре будут полностью заменены на цифровые. Стоит знать, от чего мы отказываемся в угоду новым веяниям.

Аналоговый сигнал — сигнал данных, описываемый непрерывными функциями времени, то есть амплитуда колебаний его может принимать любые значения в пределах максимума.

Цифровой сигнал — сигнал данных, описываемый дискретными функциями времени, то есть амплитуда колебаний принимает значения только строго определенные.

На практике это позволяет говорить о том, что аналоговый сигнал сопровождается большим количеством помех, тогда как цифровой их успешно отфильтровывает. Последний же способен восстанавливать исходные данные. Кроме того, непрерывный аналоговый сигнал часто несет в себе много лишней информации, что приводит к его избыточности — несколько цифровых сигналов можно передать вместо одного аналогового.

Если говорить о телевидении, а именно эта сфера своим переходом на “цифру” волнует большинство потребителей, то можно считать аналоговый сигнал совершенно себя изжившим. Однако пока что аналоговые сигналы принимает любая предназначенная для этого техника, а цифровой требует специальной. Правда, с распространением “цифры” аналоговых телевизоров все меньше и спрос на них катастрофически уменьшается.

Еще одна важная характеристика сигнала — безопасность. В этом отношении аналоговый демонстрирует полную беззащитность перед влияниями или вторжениями извне. Цифровой же шифруется посредством присвоения ему кода из радиоимпульсов, так что любое вмешательство исключено. На большие расстояния цифровые сигналы передавать сложно, потому используется схема модуляции-демодуляции.

Выводы сайт

1. Аналоговый сигнал непрерывен, цифровой — дискретен.
2. При передаче аналогового сигнала выше риск забивания канала помехами.
3. Аналоговый сигнал избыточен.
4. Цифровой сигнал фильтрует помехи и восстанавливает исходные данные.
5. Цифровой сигнал передается в зашифрованном виде.
6. Несколько цифровых сигналов можно послать вместо одного аналогового.

Сегодня попытаемся разобраться, что такое аналоговый и цифровой сигналы? Их преимущества и недостатки. Не будем кидаться различными научными терминами и определениями, а попытаемся разобраться в ситуации на пальцах.

Что такое аналоговый сигнал?

Аналоговый сигнал основан на аналогии электрического сигнала (значений тока и напряжения) значению исходного сигнала (цвету пикселя, частоте и амплитуде звука и т.п). Т.е. определенные значения тока и напряжения соответствуют передаче определенного цвета пикселя или звукового сигнала.

Приведу пример на аналоговом видеосигнале.

Напряжение на проводе 5 вольт соответствует синему цвету, 6 вольт – зеленому, 7 вольт красному.

Для того чтобы на экране появились красные, синие и зеленые полосы нужно поочередно подавать на кабель напряжения 5, 6, 7 вольт. Чем быстрее мы проводим смену напряжений, тем тоньше полоски получаются у нас на мониторе. Сократив интервал между сменой напряжений до минимума, мы получим уже не полоски, а чередующиеся друг за другом цветные точки.

Важной особенностью аналогового сигнала является то обстоятельство, что он передается строго от передатчика к приемнику (например, от антенны к телевизору), обратной связи нет. Поэтому если в передачу сигнала вмешается помеха (например, вместо шести вольт придет четыре), цвет пикселя исказится, и на экране появится рябь.
Аналоговый сигнал непрерывен.
Что такое цифровой сигнал?

Передача данных осуществляется также с помощью электрического сигнала, но значений этих сигналов всего два и они соответствуют 0 и 1. Т.е. по проводам передается последовательность из нулей и единиц. Примерно так: 01010001001 и т. д. Для того чтобы приемное устройство (например, телевизор) не запутался в передаваемых данных, цифры передаются пачками. Это происходит примерно так: 10100010 10101010 10100000 10111110. Каждая такая пачка несет какую-нибудь информацию, например - цвет пикселя. Важной особенностью цифрового сигнала, является то, что передающие и принимающее устройство могут общаться между собой и исправлять друг за другом ошибки, которые могут возникнуть при передаче.

Примеры передачи цифрового и аналогового сигналов

Для цифрового сигнала передача происходит примерно так:

• Помеха: АААААААААААААА!
• Телевизор: Какой? Не слышу!
• Видеомагнитофон: Зеленый!
• Телевизор: Ага, понял! Рисую зеленый.
• Телевизор: Прошу подтвердить, что цвет красный.
• Видеомагнитофон: подтверждаю.
• Телевизор: Ок! рисую.

Передача для аналогового сигнала:

• Видеомагнитофон: Эй, телевизор, цвет пикселя с координатами 120х300 - зеленый.
• Помеха: АААААААААААААА!
• Телевизор: Какой? Не слышу! Блин, нарисую синий.
• Видеомагнитофон: Следующий цвет красный!
• Помеха: БАХ! БУМ!
• Телевизор: Красный вроде! Рисую.
• Видеомагнитофон: Лопата!
• Помеха: ПШШШШШШ!
• Телевизор: ?!. Надо что-то рисовать?! Пусть будет лопата!

Преимущества и недостатки цифрового и аналогового сигналов

Из вышесказанного можно сделать вывод, что при прочих равных условиях качество передачи информации с помощью цифры будет выше, чем при аналоговом представлении сигнала. В то же время при хорошей помехозащищенности две технологии могут конкурировать на равных.

Человек ежедневно разговаривает по телефону, смотрит передачи различных телеканалов, слушает музыку, бороздит по просторам интернета. Все средства связи и иная информационная среда основываются на передаче сигналов различных типов. Многие задаются вопросами о том, чем отличается аналоговая информация от других видов данных, что такое цифровой сигнал. Ответ на них можно получить, разобравшись в определении различных электросигналов, изучив их принципиальное отличие между собой.

Аналоговый сигнал

Аналоговый сигнал (континуальный) – естественный инфосигнал, имеющий некоторое число параметров, которые описываются временной функцией и беспрерывным множеством всевозможных значений.

Человеческие органы чувств улавливают всю информацию из окружающей среды в аналоговом виде. Например, если человек видит рядом проезжающий грузовик, то его движение наблюдается и изменяется непрерывно. Если бы мозг получал информацию о передвижении автотранспорта раз в 15 секунд, то люди всегда бы попадали под его колеса. Человек оценивает расстояние моментально, и в каждый временной момент оно определено и различно.

То же самое происходит и с иной информацией – люди слышат звук и оценивают его громкость, дают оценку качеству видеосигнала и тому подобное. Соответственно, все виды данных имеют аналоговую природу и постоянно изменяются.

На заметку. Аналоговый и цифровой сигнал учувствует в передаче речи собеседников, которые общаются по телефону, сеть интернет работает на основе обмена этих каналов сигналов по сетевому кабелю. Такого рода сигналы имеют электрическую природу.

Аналоговый сигнал описывается математической временной функцией, похожей на синусоиду. Если совершить замеры, к примеру, температуры воды, периодически нагревая и охлаждая ее, то на графике функции будет отображена беспрерывная линия, которая отражает ее значение в каждый временной промежуток.

Во избежание помех такие сигналы требуется усиливать посредством специальных средств и приборов. Если уровень помех сигнала высокий, то и усилить его нужно сильнее. Этот процесс сопровождается большими затратами энергии. Усиленный радиосигнал, например, нередко сам может стать помехой для иных каналов связи.

Интересно знать. Аналоговые сигналы ранее применялись в любых видах связи. Однако сейчас он повсеместно вытесняется или уже вытеснен (мобильная связь и интернет) более совершенными цифровыми сигналами.

Аналоговое и цифровое телевидение пока сосуществуют вместе, но цифровой тип телерадиовещания с большой скоростью сменяет аналоговый способ передачи данных из-за своих существенных преимуществ.

Для описания этого типа инфосигнала применяются три основных параметра:

• частота;
• протяженность волны;
• амплитуда.

Недостатки аналогового сигнала

Аналоговый сигнал имеют нижеследующие свойства, в которых прослеживается их разница от цифрового варианта:

1. Этот вид сигналов характеризуется избыточностью. То есть аналоговая информация в них не отфильтрована – несут много лишних информационных данных. Однако пропустить информацию через фильтр возможно, зная дополнительные параметры и природу сигнала, например, частотным методом;
2. Безопасность. Он практически полностью беспомощен перед неавторизированными вторжениями извне;
3. Абсолютная беспомощность перед разнородными помехами. Если на канал передачи данных наложена любая помеха, то она будет в неизменном виде передана сигнальным приемником;
4. Отсутствие конкретной дифференциации уровней дискретизации – качество и количество передаваемой информации ничем не ограничивается.

Вышеприведенные свойства являются недостатками аналогового способа передачи данных, на основании которых можно считать его полностью себя изжившим.

Цифровой и дискретный сигналы

Цифровые сигналы – искусственные инфосигналы, представленные в виде очередных цифровых значений, которые описывают конкретные параметры предаваемой информации.

Для информации. Сейчас преимущественно применяется простой в кодировании битовый поток – двоичный цифровой сигнал. Именно такой тип может использоваться в двоичной электронике.

Различие цифрового типа передачи данных от аналогового варианта состоит в том, что такой сигнал имеет конкретное число значений. В случае с битовым потоком их два: «0» и «1».

Переход от нулевого значения к максимальному в цифровом сигнале производится резко, что позволяет принимающему оборудованию более четко считывать его. При появлении определенных шумов и помех приемнику будет легче декодировать цифровой электросигнал, чем при аналоговой информационной передаче.

Однако цифровые сигналы отличаются от аналогового варианта одним недостатком: при высоком уровне помех их восстановить невозможно, а из континуального сигнала присутствует возможность извлечения информации. Примером этому может послужить разговор по телефону двух человек, в процессе которого могут пропадать целые слова и даже словосочетания одного из собеседников.

Этот эффект в цифровой среде называется эффектом обрыва, который можно локализовать уменьшением протяженности линии связи или установкой повторителя, какой полностью копирует изначальный вид сигнала и передает его дальше.

Аналоговая информация может передаваться по цифровым каналам, пройдя процесс оцифровки специальными устройствами. Такой процесс именуется аналогово-цифровым преобразованием (АЦП). Данный процесс может быть и обратным – цифро-аналоговое преобразование (ЦАП). Примером устройства ЦАП может послужить приемник цифрового ТВ.

Цифровые системы также отличает возможность шифрования и кодирования данных, которая стала важной причиной оцифровывания мобильной связи и сети интернет.

Дискретный сигнал

Существует и третий тип информации – дискретная. Сигнал такого рода является прерывистым и меняется за момент времени, принимая любое из возможных (предписанных заранее) значений.

Дискретная передача информации характеризуется тем, что изменения происходят по трем сценариям:

1. Электросигнал меняется только по времени, оставаясь непрерывным (неизменным) по величине;
2. Он изменяется только по уровню величины, оставаясь непрерывным по временному параметру;
3. Также он может изменяться одномоментно и по величине, и по времени.

Дискретность нашла применение при пакетной передаче большого объема данных в вычислительных системах.

Лекция № 1

«Аналоговые, дискретные и цифровые сигналы.»

Двумя самыми фундаментальными понятиями в данном курсе являются понятия сигнала и системы.

Под сигналом понимается физический процесс (например, изменяющееся во времени напряжение), отображающий некоторую информацию или сообщение. Математически сигнал описывается функцией определенного типа.

Одномерные сигналы описываются вещественной или комплексной функцией , определенной на интервале вещественной оси (обычно – оси времени) . Примером одномерного сигнала может служить электрический ток в проводе микрофона, несущий информацию о воспринимаемом звуке.

Сигнал x (t ) называется ограниченным если существует положительное число A , такое, что для любого t .

Энергией сигнала x (t ) называется величина

,(1.1)

Если , то говорят, что сигнал x (t ) имеет ограниченную энергию. Сигналы с ограниченной энергией обладают свойством

Если сигнал имеет ограниченную энергию, то он ограничен.

Мощностью сигнала x (t ) называется величина

,(1.2)

Если , то говорят, что сигнал x (t ) имеет ограниченную мощность. Сигналы с ограниченной мощностьюмогут принимать ненулевые значения сколь угодно долго.

В реальной природе сигналов с неограниченной энергией и мощностью не существует. Большинство сигналов, существующих в реальной природе являются аналоговыми.

Аналоговые сигналы описываются непрерывной (или кусочно-непрерывной) функцией , причем сама функция и аргумент t могут принимать любые значения на некоторых интервалах . На рис. 1.1 а представлен пример аналогового сигнала, изменяющегося во времени по закону , где . Другой пример аналогового сигнала, показанный на рис 1.1б, изменяется во времени по закону .

Важным примером аналогового сигнала является сигнал, описываемый т.н. «единичной функцией» , которая описывается выражением

(1.3),

где.

График единичной функции представлен на рис.1.2.

Функцию 1(t ) можно рассматривать как предел семейства непрерывных функций 1(a , t ) при изменении параметра этого семейства a .

(1.4).

Семейство графиков 1(a , t ) при различных значениях a представлено на рис.1.3.

В этом случае функцию 1(t ) можно записать как

(1.5).

Обозначим производную от 1(a , t ) как d (a , t ).

(1.6).

Семейство графиков d (a , t ) представлено на рис.1.4.

Площадь под кривой d (a , t ) не зависит от a и всегда равна 1. Действительно

(1.7).

Функция

(1.8)

называется импульсной функцией Дирака или d - функцией. Значения d - функции равны нулю во всех точках, кроме t =0. При t =0 d -функция равна бесконечности, но так, что площадь под кривой d - функции равна 1. На рис.1.5 представлен график функции d (t ) и d (t - t ).

Отметим некоторые свойства d - функции:

1. (1.9).

Это следует из того, что только при t = t .

2. (1.10) .

В интеграле бесконечные пределы можно заменить конечными, но так, чтобы аргумент функции d (t - t ) обращался в нуль внутри этих пределов.

(1.11).

3. Преобразование Лапласа d -функции

(1.12).

В частности , при t =0

(1.13).

4. Преобразование Фурье d - функции. При p = j v из 1.13 получим

(1.14)

При t =0

(1.15),

т.е. спектр d - функции равен 1.

Аналоговый сигнал f (t ) называется периодическим если существует действительное число T , такое, что f (t + T )= f (t ) для любых t . При этом T называется периодом сигнала. Примером периодического сигнала может служить сигнал, представленный на рис.1.2а, причем T =1/ f . Другим примером периодического сигнала может служить последовательность d - функций, описываемая уравнением

(1.16)

график которой представлен на рис.1.6.

Дискретные сигналы отличаются от аналоговых тем, что их значения известны лишь в дискретные моменты времени.Дискретные сигналы описываются решетчатыми функциями – последовательностями – x д (nT ), где T = const – интервал (период) дискретизации, n =0,1,2,…. Сама функция x д (nT ) может в дискретные моменты принимать произвольные значения на некотором интервале. Эти значения функции называются выборками или отсчетами функции. Другим обозначением решетчатой функции x (nT ) является x (n ) или x n . На рис. 1.7а и 1.7б представлены примеры решетчатых функций и . Последовательность x (n ) может быть конечной или бесконечной, в зависимости от интервала определения функции.

Процесс преобразования аналогового сигнала в дискретный называется временная дискретизация. Математически процесс временной дискретизации можно описать как модуляцию входным аналоговым сигналом последовательности d - функций d T (t )

(1.17)

Процесс восстановления аналогового сигнала из дискретного называется временная экстраполяция.

Для дискретных последовательностей также вводятся понятия энергии и мощности. Энергией последовательности x (n ) называется величина

,(1.18)

Мощностью последовательности x (n ) называется величина

,(1.19)

Для дискретных последовательностей сохраняются те же закономерности, касающиеся ограничения мощности и энергии, что и для непрерывных сигналов.

Периодической называют последовательность x (nT ), удовлетворяющую условию x (nT )= x (nT + mNT ), где m и N – целые числа. При этом N называют периодом последовательности. Периодическую последовательность достаточно задать на интервале периода, например при .

Цифровые сигналы представляют собой дискретные сигналы, которые в дискретные моменты времени могут принимать лишь конечный ряд дискретных значений – уровней квантования. Процесс преобразования дискретного сигнала в цифровой называется квантованием по уровню. Цифровые сигналы описываются квантованными решетчатыми функциями x ц (nT ). Примеры цифровых сигналов представлены на рис. 1.8а и 1.8б.

Связь между решетчатой функцией x д (nT ) и квантованной решетчатой функцией x ц (nT ) определяется нелинейной функцией квантования x ц (nT )= F k (x д (nT )). Каждый из уровней квантования кодируется числом. Обычно для эих целей используется двоичное кодирование, так, что квантованные отсчеты x ц (nT ) кодируются двоичными числами с n разрядами. Число уровней квантования N и наименьшее число двоичных разрядов m , с помощью которых можно закодировать все эти уровни, связаны соотношением

,(1.20)

где int (x ) – наименьшее целое число, не меньшее x .

Т.о., квантование дискретных сигналов состоит в представлении отсчета сигнала x д (nT ) с помощью двоичного числа, содержащего m разрядов. В результате квантования отсчет представляется с ошибкой, которая называется ошибкой квантования

.(1.21)

Шаг квантования Q определяется весом младшего двоичного разряда результирующего числа

.(1.22)

Основными способами квантования являются усечение и округление.

Усечение до m -разрядного двоичного числа состоит в отбрасывании всех младших разрядов числа кроме n старших. При этом ошибка усечения . Для положительных чисел прилюбом способе кодирования . Для отрицательных чисел при использовании прямого кода ошибка усечения неотрицательна , а при использовании дополнительного кода эта ошибка неположительна . Таким образом, во всех случаях абсолютнок значение ошибки усечения не превосходит шага квантования:

.(1.23)

График функции усечения дополнительного кода представлен на рис.1.9, а прямого кода – на рис.1.10.

Округление отличается от усечения тем, что кроме отбрасывания младших разрядов числа модифицируется и m -й (младший неотбрасываемый ) разряд числа. Его модификация заключается в том, что он либо остается неизменным или увеличивается на единицу в зависимости от того, больше или меньше отбрасываемая часть числа величины . Округление можно практически выполнить путем прибавления единицы к (m +1) – муразряду числа с последующим усечением полученного числа до n разрядов. Ошибка округления при всех способах кодирования лежит в пределах и, следовательно,

.(1.24)

График функции округления представлен на рис. 1.11.

Рассмотрение и использование различных сигналов предполагает возможность измерения значения этих сигналов в заданные моменты времени. Естественно возникает вопрос о достоверности (или наоборот, неопределенности) измерения значения сигналов. Этими вопросами занимается теория информации , основоположником которой является К.Шеннон. Основная идея теории информации состоит в том, что с информацией можно обращаться почти также, как с такими физическими величинами как масса и энергия.

Точность измерений мы обычно характеризуем числовыми значениями полученных при измерении или предполагаемых погрешностей. При этом используются понятия абсолютной и относительной погрешностей. Если измерительное устройство имеет диапазон измерения от x 1 до x 2 , с абсолютной погрешностью ± D , не зависящей от текущего значения x измеряемой величины, то получив результат измерения в виде x n мы записываем его как x n ± D и характеризуем относительной погрешностью .

Рассмотрение этих же самых действий с позиции теории информации носит несколько иной характер, отличающийся тем, что всем перечисленным понятиям придается вероятностный, статистический смысл, а итог проведенного измерения истолковывается как сокращение области неопределенности измеряемой величины. В теории информации тот факт, что измерительный прибор имеет диапазон измерения от x 1 до x 2 означает , что при использовании этого прибора могут бытьполучены показания только в пределах от x 1 до x 2 . Другими словами, вероятность получения отсчетов, меньших x 1 или больших x 2 , равна 0. Вероятность же получения отсчетв где-то в пределах от x 1 до x 2 равна 1.

Если предположить, что все результаты измерения в пределах от x 1 до x 2 равновероятны, т.е. плотность распределения вероятности для различных значений измеряемой величины вдоль всей шкалы прибора одинакова, то с точки зрения теории информации наше знание о значении измеряемой величины до измерения может быть представлено графиком распределения плотности вероятности p (x ).

Поскольку полная вероятность получить отсчет где-то в пределах от x 1 до x 2 равна 1, то под кривой должна быть заключена площадь, равная 1, а это значит, что

(1.25).

После проведения измерения получаем показание прибора, равное x n . Однако, вследствие погрешности прибора, равной ± D , мы не можем утверждать, что измеряемая величина точно равна x n . Поэтому мы записывает результат в виде x n ± D . Это означает, что действительное значение измеряемой величины x лежит где-то в пределах от x n - D до x n + D . С точки зрения теории информации результат нашего измерения состоит лишь в том, что область неопределенности сократилась до величины 2 D и характеризуется намного большей плотностью ве5роятности

(1.26).

Получение каой-либо информации об интересующей нас величине заключается, таким образом, в уменьшении неопределенности ее значения.

В качестве характеристики неопределенности значения некоторой случайной величины К.Шеннон ввел понятие энтропии величины x , которая вычисляется как

(1.27).

Единицы измерения энтропии зависят от выбора основания логарифма в приведенных выражениях. При использовании десятичных логарифмов энтропия измеряется в т.н. десятичных единицах или дитах . В случае же использования двоичных логарифмов энтропия выражается в двоичных единицах или битах .

В большинстве случаев неопределенность знания о значении сигнала определяется действием помех или шумов. Дезинформационное действие шума при передаче сигнала определяется энтропией шума как случайной величины. Если шум в вероятностном смысле не зависит от передаваемого сигнала, то независимо от статистики сигнала шуму можно приписывать определенную величину энтропии, которая и характеризует его дезинформационное действие. При этом анализ системы можно проводить раздельно для шума и сигнала, что резко упрощает решение этой задачи.

Теорема Шеннона о количестве информации . Если на вход канала передачи информации подается сигнал с энтропией H ( x ), а шум в канале имеет энтропию H( D ) , то количество информации на выходе канала определяется как

(1.28).

Если кроме основного канала передачи сигнала имеется дополнительный канал, то для исправления ошибок, возникших от шума с энтропией H (D ), по этому каналу необходтмо передать дополнительное количество информации, не меньшее чем

(1.29).

Эти данные можно так закодировать, что будет возможно скорректировать все ошибки, вызванные шумом, за исключением произвольно малой доли этих ошибок.

В нашем случае, для равномерно распределенной случайной величины, энтропия определяется как

(1.30),

а оставшаяся или условная энтропия результата измерения после получения отсчета x n равна

(1.31).

Отсюда полученное количество информации равное разности исходной и оставшейся энтропии равно

(1.32).

При анализе систем с цифровыми сигналами ошибки квантования рассматриваются как стационарный случайный процесс с равномерным распределением вероятности по диапазону распределения ошибки квантования. На рис. 1.12а, б и в приведены плотности вероятности ошибки квантования при округлении дополнительного кода, прямого кода и усечении соответственно.

Очевидно, что квантование является нелинейной операцией. Однако, при анализе используется линейная модель квантования сигналов, представленная на рис. 1.13.

		m – разрядный цифровой сигнал, e (nT ) – ошибка квантования. Вероятностные оценки ошибок квантования делаются с помощью вычисления математического ожидания (1.33) и дисперсии (1.34), где p e – плотность вероятности ошибки. Для случаев округления и усечения будем иметь (1.35), (1.36). Временная дискретизация и квантование по уровню сигналов являются неотъемлемыми особенностями всех микропроцессорных систем управления, определяемыми ограниченным быстродействием и конечной разрядностью используемых микропроцессоров.

Сигнал определяется как напряжение или ток, который может быть передан как сообщение или как информация. По своей природе все сигналы являются аналоговыми, будь то сигнал постоянного илипеременного тока, цифровой или импульсный. Тем не менее, принято делать различие между аналоговыми и цифровыми сигналами.

Цифровым сигналом называется сигнал, определённым образом обработанный и преобразованный в цифры. Обычно эти цифровые сигналы связаны с реальными аналоговыми сигналами, но иногда между ними и нет связи. В качестве примера можно привести передачу данных в локальных вычислительных сетях (LAN) или в других высокоскоростных сетях.

В случае цифровой обработки сигнала (ЦОС) аналоговый сигнал преобразуется в двоичную форму устройством, которое называется аналого-цифровым преобразователем (АЦП). На выходе АЦП получается двоичное представление аналогового сигнала, которое затем обрабатывается арифметическим цифровым сигнальным процессором (DSP). После обработки содержащаяся в сигнале информация может быть преобразована обратно в аналоговую форму с использованием цифро-аналогового преобразователя (ЦАП).

Другой ключевой концепцией в определении сигнала является тот факт, что сигнал всегда несет некоторую информацию. Это ведет нас к ключевой проблеме обработки физических аналоговых сигналов — проблеме извлечения информации.

Цели обработки сигналов.

Главная цель обработки сигналов заключается в необходимости получения содержащейся в них информации. Эта информация обычно присутствует в амплитуде сигнала (абсолютной или относительной), в частоте или в спектральном составе, в фазе или в относительных временных зависимостях нескольких сигналов.

Как только желаемая информация будет извлечена из сигнала, она может быть использована различными способами. В некоторых случаях желательно переформатировать информацию, содержащуюся в сигнале.

В частности, изменение формата сигнала происходит при передаче звукового сигнала в телефонной системе с многоканальным доступом и частотным разделением (FDMA). В этом случае используются аналоговые методы, чтобы разместить несколько голосовых каналов в частотном спектре для передачи через радиорелейную станцию СВЧ диапазона, коаксиальный или оптоволоконный кабель.

В случае цифровой связи аналоговая звуковая информация сначала преобразуется в цифровую с использованием АЦП. Цифровая информация, представляющая индивидуальные звуковые каналы, мультиплексируется во времени (многоканальный доступ с временным разделением, TDMA) и передается по последовательной цифровой линии связи (как в ИКМ-системе).

Еще одна причина обработки сигналов заключается в сжатии полосы частот сигнала (без существенной потери информации) с последующим форматированием и передачей информации на пониженных скоростях, что позволяет сузить требуемую полосу пропускания канала. В высокоскоростных модемах и системах адаптивной импульсно-кодовой модуляции (ADPCM) широко используются алгоритмы устранения избыточности данных (сжатия), так же как и в цифровых системах мобильной связи, системах записи звука MPEG, в телевидении высокой четкости (HDTV).

Промышленные системы сбора данных и системы управления используют информацию, полученную от датчиков, для выработки соответствующих сигналов обратной связи, которые, в свою очередь, непосредственно управляют процессом. Обратите внимание, что эти системы требуют наличия как АЦП и ЦАП, так и датчиков, устройств нормализации сигнала (signal conditioners) и DSP (или микроконтроллеров).

В некоторых случаях в сигнале, содержащем информацию, присутствует шум, и основной целью является восстановление сигнала. Такие методы, как фильтрация, автокорреляция, свертка и т.д., часто используются для выполнения этой задачи и в аналоговой, и в цифровой областях.

ЦЕЛИ ОБРАБОТКИ СИГНАЛОВ

• Извлечение информации о сигнале (амплитуда, фаза, частота, спектральные составляющие,временные соотношения)
• Преобразование формата сигнала (телефония с разделением каналов FDMA, TDMA, CDMA)
• Сжатие данных (модемы, сотовые телефоны, телевидение HDTV, сжатие MPEG)
• Формирование сигналов обратной связи (управление промышленными процессами)
• Выделение сигнала из шума (фильтрация, автокорреляция, свертка)
• Выделение и сохранение сигнала в цифровом виде для последующей обработки (БПФ)

Формирование сигналов

В большинстве приведенных ситуаций (связанных с использованием DSP-технологий), необходимы как АЦП, так и ЦАП. Тем не менее, в ряде случаев требуется только ЦАП, когда аналоговые сигналы могут быть непосредственно сгенерированы на основе DSP и ЦАП. Хорошим примером являются дисплеи с разверткой видеоизображения, в которых сгенерированный в цифровой форме сигнал управляет видеоизображением или блоком RAMDAC (преобразователем массива пиксельных значений из цифровой в аналоговую форму).

Другой пример — это искусственно синтезируемые музыка и речь. В действительности, при генерации физических аналоговых сигналов с использованием только цифровых методов полагаются на информацию, предварительно полученную из источников подобных физических аналоговых сигналов. В системах отображения данные на дисплее должны донести соответствующую информацию оператору. При разработке звуковых систем задаются статистическими свойствами генерируемых звуков, которые были предварительно определены с помощью широкого использования методов ЦОС (источник звука, микрофон, предварительный усилитель, АЦП и т.д.).

Методы и технологии обработки сигналов

Сигналы могут быть обработаны с использованием аналоговых методов (аналоговой обработки сигналов, или ASP), цифровых методов (цифровой обработки сигналов, или DSP) или комбинации аналоговых и цифровых методов (комбинированной обработки сигналов, или MSP). В некоторых случаях выбор методов ясен, в других случаях нет ясности в выборе и принятие окончательного решения основывается на определенных соображениях.

Что касается DSP, то главное отличие его от традиционного компьютерного анализа данных заключается в высокой скорости и эффективности выполнения сложных функций цифровой обработки, таких как фильтрация, анализ с использованием и сжатие данных в реальном масштабе времени.

Термин "комбинированная обработка сигналов" подразумевает, что системой выполняется и аналоговая, и цифровая обработка. Такая система может быть реализована в виде печатной платы, гибридной интегральной схемы (ИС) или отдельного кристалла с интегрированными элементами. АЦП и ЦАП рассматриваются как устройства комбинированной обработки сигналов, так как в каждом из них реализованы и аналоговые, и цифровые функции.

Недавние успехи технологии создания микросхем с очень высокой степенью интеграции (VLSI) позволяют осуществлять комплексную (цифровую и аналоговую) обработку на одном кристалле. Сама природа ЦОС подразумевает, что эти функции могут быть выполнены в режиме реального масштаба времени.

Сравнение аналоговой и цифровой обработки сигналов

Сегодняшний инженер стоит перед выбором надлежащей комбинации аналоговых и цифровых методов для решения задачи обработки сигналов. Невозможно обработать физические аналоговые сигналы, используя только цифровые методы, так как все датчики (микрофоны, термопары, пьезоэлектрические кристаллы, головки накопителя на магнитных дисках и т.д.) являются аналоговыми устройствами.

Некоторые виды сигналов требуют наличия цепей нормализации для дальнейшей обработки сигналов как аналоговым так и цифровым методом. Цепи нормализации сигнала — это аналоговые процессоры, выполняющие такие функции как усиление, накопление (в измерительных и предварительных (буферных) усилителях), обнаружение сигнала на фоне шума (высокоточными усилителями синфазного сигнала, эквалайзерами и линейными приемниками), динамическое сжатие диапазона (логарифмическими усилителями, логарифмическими ЦАП и усилителями с программируемым коэффициентом усиления) и фильтрация (пассивная или активная).

Несколько методов реализации процесса обработки сигналов показано на рисунке 1. В верхней области рисунка изображен чисто аналоговый подход. В остальных областях изображена реализация DSP. Обратите внимание, что, как только выбрана DSP технология, следующим решением должно быть определение местоположения АЦП в тракте обработки сигнала.

ОБРАБОТКА АНАЛОГОВЫХ И ЦИФРОВЫХ СИГНАЛОВ

Рисунок 1. Способы обработки сигналов

Вообще, поскольку АЦП перемещен ближе к датчику, большая часть обработки аналогового сигнала теперь производится АЦП. Увеличение возможностей АЦП может выражаться в увеличении частоты дискретизации, расширении динамического диапазона, повышении разрешающей способности, отсечении входного шума, использовании входной фильтрации и программируемых усилителей (PGA), наличии источников опорного напряжения на кристалле и т.д. Все упомянутые дополнения повышают функциональный уровень и упрощают систему.

При наличии современных технологий производства ЦАП и АЦП с высокими частотами дискретизации и разрешающими способностями существенный прогресс достигнут в интеграции все большего числа цепей непосредственно в АЦП /ЦАП.

В сфере измерений, например, существуют 24-битные АЦП со встроенными программируемыми усилителями (PGA), которые позволяют оцифровывать полномасштабные мостовые сигналы 10 mV непосредственно, без последующей нормализации (например серия AD773x).

На голосовых и звуковых частотах распространены комплексные устройства кодирования-декодирования&nbp;— кодеки (Analog Front End, AFE), которые имеют встроенную в микросхему аналоговую схему, удовлетворяющую минимуму требований к внешним компонентам нормализации (AD1819B и AD73322).

Существуют также видео-кодеки (AFE) для таких задач, как обработка изображения с помощью ПЗС (CCD), и другие (например, серии AD9814, AD9816, и AD984X).

Пример реализации

В качестве примера использования DSP сравним аналоговый и цифровой фильтры низкой частоты (ФНЧ), каждый с частотой среза 1 кГц.

Цифровой фильтр реализован в виде типовой цифровой системы, показанной на рисунок 2. Обратите внимание, что в диаграмме принято несколько неявных допущений. Во -первых, чтобы точно обработать сигнал, принимается, что тракт АЦП /ЦАП обладает достаточными значениями частоты дискретизации, разрешающей способности и динамического диапазона. Во -вторых, для того, чтобы закончить все свои вычисления в пределах интервала дискретизации (1/f s), устройство ЦОС должно иметь достаточное быстродействие. В -третьих, на входе АЦП и выходе ЦАП сохраняется потребность в аналоговых фильтрах ограничения и восстановления спектра сигнала (anti-aliasing filter и anti-imaging filter), хотя требования к их производительности невелики. Приняв эти допущения, можно сравнить цифровой и аналоговый фильтры.

Рисунок 2. Структурная схема цифрового фильтра

Требуемая частота среза обоих фильтров — 1 кГц. Аналоговое преобразование реализуется первого рода шестого порядка (характеризуется наличием пульсаций коэффициента передачив полосе пропускания и отсутствием пульсаций вне полосы пропускания). Его характеристики представлены на рисунке 2. На практике этот фильтр может быть представлен тремя фильтрами второго порядка, каждый из которых построен на операционном усилителе и нескольких и конденсаторах. С помощью современных систем автоматизированного проектирования (САПР) фильтров создать фильтр шестого порядка достаточно просто, но чтобы удовлетворить техническим требованиям по неравномерности характеристики 0,5 дБ, требуется точный подбор компонентов.

Представленный же на рисунке 2 цифровой КИХ-фильтр со 129 коэффициентами имеет неравномерность характеристики всего 0,002 дБ в полосе пропускания, линейную фазовую характеристику и намного более крутой спад. На практике такие характеристики невозможно реализовать с использованием аналоговых методов. Другое очевидное преимущество схемы состоит в том, что цифровой фильтр не требует подбора компонентов и не подвержен дрейфу параметров, так как частота синхронизации фильтра стабилизирована кварцевым резонатором. Фильтр со 129 коэффициентами требует 129 операций умножения с накоплением (MAC) для вычисления выходного отсчёта. Эти вычисления должны быть закончены в пределах интервала дискретизации 1/fs, чтобы обеспечить работу в реальном масштабе времени. В этом примере частота дискретизации равна 10 кГц, поэтому для обработки достаточно 100 мкс, если не требуется производить существенных дополнительных вычислений. Семейство DSP ADSP-21xx может закончить весь процесс умножения с накоплением (и другие функции, необходимые для реализации фильтра) за один командный цикл. Поэтому фильтр со 129 коэффициентами требует быстродействия более 129/100 мкс = 1,3 миллиона операций с секунду (MIPS). Существующие DSP имеют намного большее быстродействие и, таким образом, не являются ограничивающим фактором для этих приложений. Быстродействие серии 16-разрядных ADSP-218x с фиксированной точкой достигает 75MIPS. В листинге 1 приведен ассемблерный код, реализующий фильтр на DSP процессорах семейства ADSP-21xx. Обратите внимание, что фактические строки исполняемого кода помечены стрелками; остальное — это комментарии.

Рисунок 3. аналогового и цифрового фильтров

Конечно, на практике имеется много других факторов, рассматриваемых при сравнительной оценке аналоговых и цифровых фильтров или аналоговых и цифровых методов обработки сигнала вообще. В современных системах обработки сигналов комбинируются аналоговые и цифровые методы реализации желаемой функции и используются преимущества лучших методов, как аналоговых, так и цифровых.

ПРОГРАММА НА АССЕМБЛЕРЕ:
FIR ФИЛЬТР ДЛЯ ADSP-21XX (ОДИНАРНАЯ ТОЧНОСТЬ)

MODULE fir_sub; { Подпрограмма КИХ фильтра Параметры вызова подпрограммы I0 --> Наиболее старые данные в линии задержки I4 --> Начало таблицы коэффициентов фильтра L0 = Длина фильтра (N) L4 = Длина фильтра (N) M1,M5 = 1 CNTR = Длина фильтра - 1 (N-1) Возвращаемые значения MR1 = Результат суммирования (округлённый и ограниченный) I0 --> Наиболее старые данные в линии задержки I4 --> Начало таблицы коэффициентов фильтра Изменяемые регистры MX0,MY0,MR Время работы (N - 1) + 6 cycles = N + 5 cycles Все коэффициенты записаны в формате 1.15 } .ENTRY fir; fir: MR=0, MX0=DM(I0,M1), MY0=PM(I4,M5) CNTR = N-1; DO convolution UNTIL CE; convolution: MR=MR+MX0*MY0(SS), MX0=DM(I0,M1), MY0=PM(I4,M5); MR=MR+MX0*MY0(RND); IF MV SAT MR; RTS; .ENDMOD; ОБРАБОТКА СИГНАЛОВ В РЕАЛЬНОМ ВРЕМЕНИ

• Цифровая обработка сигналов;
  • Ширина спектра обрабатываемого сигнала ограничена частотой дискретизации АЦП/ЦАП
    • Помните о критерии Найквиста и теореме Котельникова
  • ограничен разрядностью АЦП /ЦАП
  • Производительность процессора DSP ограничивает объем обработки сигнала, так как:
    • Для работы в реальном масштабе времени все вычисления, производимые сигнальным процессором, должны быть закончены в течение интервала дискретизации, равного 1/f s
• Не забывайте об аналоговой обработке сигнала
  • высокочастотной /радиочастотной фильтрации, модуляции, демодуляции
  • аналоговых ограничивающих и восстанавливающих спектр фильтрах (обычно ФНЧ) для АЦП и ЦАП
  • там, где диктуют здравый смысл и стоимость реализации

Литература:

Вместе со статьей "Виды сигналов" читают: