通信原理简明教程 | 模拟信号的数字化传输

news2025/1/14 0:46:48

文章目录

  • 1 抽样及抽样定理
    • 1.1 抽样
    • 1.2 抽样定理
  • 2 量化及量化信噪比
    • 2.1 均匀量化
    • 2.2 量化误差和量化信噪比
    • 2.3 非均匀量化
  • 3 编 码
    • 3.1常用的二进制码组
    • 3.2 均匀量化编码方法
    • 3.3 A律13折线编码
  • 4 脉冲编码调制系统
    • 4.1 PCM系统的码元速率
    • 4.2 PCM系统的抗噪声性能
  • 5 预测编码
    • 5.1 差分脉冲编码调制
    • 5.2 增量调制
  • 6 时分复用和复接
    • 6.1 时分复用的基本原理
    • 6.2 复接

模拟信号的数字化传输
将模拟信号转换为数字信号,称为 模拟信号的数字化,一般需要经过 抽样量化编码三个步骤。
转换得到的数字信号可以直接在数字基带系统中传输,也可以将其进行调制后通过数字调制系统中传输。
在这里插入图片描述
在这里插入图片描述

1 抽样及抽样定理

抽样(Sample) 是在发送端将模拟信号转换为离散信号的过程。
接收端通过重构将离散信号还原为模拟信号。

1.1 抽样

在这里插入图片描述
在这里插入图片描述

  • 抽样信号为冲激序列,各时刻的抽样值随模拟信号的幅度而变化
  • 抽样信号的频谱是模拟信号频谱沿频率轴方向的周期重复

在这里插入图片描述

1.2 抽样定理

抽样定理的主要作用就是
确定合适的抽样频率,以避免频谱混叠,确保接收端能正确重构模拟信号
在这里插入图片描述
在实际系统中,根据被抽样的模拟信号特性,又分为低通和带通抽样定理

低通抽样定理
在这里插入图片描述
带通抽样定理
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

几点说明——

  • 信号可以分为低通和带通两种,两种信号都可以分别根据低通和带通抽样定理确定抽样频率;
  • 对低通信号,两个抽样定理确定的抽样频率相同;
    对带通信号,带通抽样时的抽样频率比低通抽样时更低;
  • 低通抽样定理可以认为是带通抽样定理的特例;
  • 低通和带通抽样的实现方法是一样的,只是根据两个抽样定理确定的抽样频率参数不同;
  • 重构时,低通抽样必须用低通滤波器;带通抽样必须带通滤波器。

2 量化及量化信噪比

量化(Quantification) :抽样信号在各抽样时刻的幅度反映了模拟信号的幅度变化,因此仍然是连续的,必须在编码之前,将幅度抽样值用预先规定的有限个取值来表示。

  • 实现量化的电路称为量化器
  • 量化器的输入为模拟信号的抽样值,输出称为量化电平
  • 抽样值与量化电平之间的关系称为量化特性,通常用量化特性曲线表示。

2.1 均匀量化

在这里插入图片描述

所有量化区间的量化间隔都相等,即将抽样值总的变化范围进行等分,称为均匀量化否则称为非均匀量化

在这里插入图片描述

2.2 量化误差和量化信噪比

  • 量化误差
    量化器输出量化电平与输入抽样值之间存在误差,这种误差是由量化过程产生的,称为量化误差(量化噪声)。
    根据随机信号的相关知识,对量化间隔Δ足够小的均匀量化,在不过载的前提下,可以求得量化噪声的平均功率为
    在这里插入图片描述
    量化噪声的功率只与量化间隔有关。一旦量化间隔给定,无论抽样值大小如何,量化噪声功率都保持不变。

  • 量化信噪比
    量化信噪比描述的是量化误差相对于量化信号平均功率的大小,其具体定义为量化器输出量化信号的平均功率与量化噪声的平均功率之比。
    在这里插入图片描述
    量化信噪比与输入信号的功率成正比,与量化噪声的功率成反比。

在这里插入图片描述

  • 量化信噪比曲线
    量化信噪比与正弦信号的归一化功率20 lgD 和编码位数之间的关系曲线。
    在这里插入图片描述

几点说明——
在这里插入图片描述

在这里插入图片描述

2.3 非均匀量化

对于均匀量化,量化噪声的平均功率都恒定不变,从而导致量化信噪比随信号功率的减小而减小。
当信号幅度过小时,量化信噪比太小。或者,为满足给定的量化信噪比要求,信号的动态范围不能满足实际系统的要求。
为保证当信号功率在足够宽的范围内变化时,量化信噪比都能满足要求,可以减小量化间隔,或者增加量化间隔数。但所需编码电路将变得复杂,并且对量化编码输出信号数字化传输性能的要求也将随之提高。
为了解决这一问题,提出了非均匀量化

  • 基本思想及实现原理
    当信号幅度比较小时,适当减小量化间隔,从而同步减小量化误差;当信号幅度大时,适当增大量化间隔,以避免量化级数和量化编码位数增加太多。
    实现原理:压缩-均匀量化;解码-扩张
    在这里插入图片描述

  • 压缩特性(以A律压缩特性为例)
    在这里插入图片描述
    式中,x 和 y 为压缩器输入输出电平的归一化值;
    A:压缩参数,表示压缩的程度。
    A越大,压缩效果越明显。在国际标准中取 A=87.6。
    在这里插入图片描述

非均匀量化的量化信噪比
压缩特性是一条非线性曲线,曲线上各点具有不同的斜率,斜率的大小反应了采用非均匀量化时量化信噪比的改善量。

在这里插入图片描述

对于A>1的压缩特性,随着信号功率的减小,曲线斜率逐渐增大。因此,信号功率越小,对量化信噪比的改善量越大。
但是,随着信号功率增大,量化信噪比没有得到改善,甚至有一定程度的下降。

在这里插入图片描述
采用A=87.6的对数压缩特性,相对于n=8的均匀量化,动态范围扩大近似30dB。

  • A律压缩特性的13折线近似
    在这里插入图片描述

3 编 码

编码(Coding)
所谓编码就是将量化器输出量化信号在各离散时刻的取值用指定位数的二进制代码表示,从而得到数字信号。

3.1常用的二进制码组

码字(Codeword):基本的编码方法是将所有量化电平按大小排序,并为每个量化电平分配一个整数序号,再将各序号用指定位数的二进制代码表示。

根据各时刻送来模拟信号抽样值对应的量化电平,编码器输出相应的二进制代码码字。

根据各电平电平排序的方法及其与输出码字的对应关系,语音信号的编码方法常用的有自然码折叠码格雷码等。
在这里插入图片描述

在这里插入图片描述

3.2 均匀量化编码方法

  • 自然码编码
    在这里插入图片描述
  • 折叠码编码
  • 由抽样值x的正负确定最高位,0负1正;
  • 计算|x|/Δ ,将商的整数部分转换为n-1位二进制代码;
  • 与最高位拼起来得到 n 位编码。

在这里插入图片描述

3.3 A律13折线编码

A律13折线编码是专门针对A律压缩特性进行非均匀量化提出的一种非线性编码方法。
在这种编码方法中,将A律折线近似中的各段再等分为16个小的量化区间,每个小的量化区间对应一个量化电平,再对各量化电平进行编码。
显然,由于正负方向共有16段折线,因此总的量化电平数为1616=256,因此一共需要8位编码。
在这里插入图片描述

手工编码步骤
已知抽样值或量化电平x,具体步骤如下:

  • 由x的正负确定极性码(0负1正);
  • 将|x|与各段落起始电平xi比较,确定段落码;
  • 计算(|x|-xi)/Δi,其中Δi为第 i 段落中的量化间隔;
  • 将商的整数部分转换为4位二进制得到段内码。
  • 将极性码、段落码和段内码顺序排列在一起,得到8位A 律13折线近似编码。

在这里插入图片描述
表中的各电平都用为单位,称为量化单位。
在8个段落中,第1和第2段落长度为归一化值的1/128,将其等分为16个小段后,得到的量化间隔等于
(1/128)×(1/16) = 1/2048 = 1Δ

在这里插入图片描述

在这里插入图片描述

4 脉冲编码调制系统

脉冲编码调制(PCM,Pulse-Code Modulation)

  • 通过抽样、量化和编码将模拟信号转换为数字信号,这一过程可以认为是用模拟信号作为基带信号,以二进制脉冲序列作为载波,通过调制改变脉冲序列中各二进制码元的取值。
  • 通过PCM编码调制输出的二进制代码序列称为PCM编码信号,编码输出信号经过数字通信系统传输到接收端后,解码(译码)得到量化信号,再由滤波器和频率失真补偿等电路即可重构原始模拟信号。

4.1 PCM系统的码元速率

抽样器每隔一个抽样间隔T 输出一个抽样值。通过量化编码,每个抽样值对应输出n位二进制代码。
在这里插入图片描述
结论:编码输出码元速率与抽样频率和量化编码位数都成正比关系。其中,抽样频率根据抽样定理确定,编码位数决定了量化误差和量化信噪比的大小。

在这里插入图片描述

4.2 PCM系统的抗噪声性能

影响PCM系统传输可靠性的主要噪声源有两种:一是量化噪声,二是信道噪声

  • 量化噪声
    量化噪声对传输系统的影响用量化信噪比来描述,量化信噪比随着编码位数按指数规律增加。也就是说,通过增加编码位数可以提高量化信噪比。
    但编码位数增加,编码输出的码元速率也随之增大。
    因此,PCM传输系统可以通过牺牲有效性换取传输可靠性的提高

  • 信道噪声
    信道噪声对PCM系统性能的影响表现在接收端的判决误码上。由于PCM信号中每一码字代表着一定的量化值,所以若出现误码,被恢复的量化值将与发端原抽样值不同,从而引起误差,形成输出噪声,即误码噪声。
    经分析可知,由信道噪声引起的平均误码噪声功率和误码信噪比分别为
    在这里插入图片描述

5 预测编码

在预测编码中,不是独立地对每个抽样值进行量化编码,而是根据前面若干个抽样值计算得到一个预测值,再与当前抽样值进行比较,对其差值(预测误差)进行编码。
对于语音等连续变化的信号,其抽样值之间具有一定的相关性,使得抽样值与预测值之间的预测误差非常小,远小于抽样值的变化范围。
因此,对预测误差进行编码,可以极大减少编码位数,从而降低编码输出码元速率

5.1 差分脉冲编码调制

差分脉冲编码(DPCM,Differential Pulse Code Modulation)就是利用语音信号的相关性,根据过去的信号抽样值预测当前时刻的抽样值,得到当前抽样值与预测值之间的差值,并对该预测误差进行量化编码。
在这里插入图片描述

5.2 增量调制

增量调制(DM或M,Delta Modulation)可以视为DPCM的一个特例,是一种两电平量化的差分脉冲编码调制
在增量调制中,量化器的输出只有正负两个电平,经过编码后输出一位二进制代码。
实际系统中,增量调制的实现原理
在这里插入图片描述
在这里插入图片描述

6 时分复用和复接

6.1 时分复用的基本原理

在这里插入图片描述
假设各路信号抽样频率为 fₛ,并令K₁旋转一周所需的时间等于抽样间隔T,每个T 间隔内,开关K₁依次将三路信号的一个抽样值在时间上错开,送入后面的量化编码器。
量化编码器每接收到一个抽样值,立即进行编码,并通过信道传输到接收端。
假设每个抽样值编码输出n位二进制,则在T(一帧)这段时间内,共编码输出 3n 位二进制。因此,通过时分复用后,量化编码输出的码元速率为 Rₛ = 3n/T = 3nfₛ。
推广到一般情况,假设共有m路信号进行时分复用,每路信号抽样频率为fs,量化编码位数为n,则码元速率为
在这里插入图片描述

6.2 复接

在通信网中,为了充分利用信道的传输能力,一般需要经过多级复用,由各链路送来的低级复用信号(低此群)可能需要再次进行复用,构成速率更高的高级复用信号(高此群)。这种将低次群合并为高次群的过程称为复接(Multiplexing)
数字复接系列中,根据传输速率的不同,将复用后的数据流分别称为基群(一次群)、二次群、三次群和四次群等。
在这里插入图片描述

  • PDH和SDH
    各路信号可能来自于不同地点,其抽样和编码时钟相互独立,不可能保持完全同步,因此在低次群合并为高次群时,需要将各路信号的时钟调整统一。
    这种复接技术称为准同步数字系列PDH,Plesiochronous Digital Hierarchy)。
    同步复接系列SDH,Synchronous Digital Hierarchy)网络中各设备的时钟来自于同一个时间标准,没有定时误差。SDH具有同步复用、标准光接口和强大的网络管理能力等优点,逐渐在光纤、微波和卫星等多种通信系统中得到广泛应用。

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.coloradmin.cn/o/178807.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【Kotlin】扩展函数 ③ ( 定义扩展文件 | 重命名扩展函数 | Kotlin 标准库扩展函数 )

文章目录一、定义扩展文件二、重命名扩展函数三、Kotlin 标准库扩展函数一、定义扩展文件 如果定义的 扩展函数 需要在 多个 Kotlin 代码文件 中使用 , 则需要在 单独的 Kotlin 文件 中定义 , 该文件被称为 扩展文件 ; 定义 标准库函数 的 Standard.kt 就是 独立的 扩展文件 ;…

IDEA搭建Finchley.SR2版本的SpringCloud父子基础项目-------Feign负载均衡

1.概述 官网:http://projects.spring.io/spring-cloud/spring-cloud.html#spring-cloud-feign Feign是一个声明式WebService客户端。使用Feign能让编写Web Service客户端更加简单, 它的使用方法是定义一个接口,然后在上面添加注解,同时也支…

[Linux]进程地址空间

🥁作者: 华丞臧. 📕​​​​专栏:【LINUX】 各位读者老爷如果觉得博主写的不错,请诸位多多支持(点赞收藏关注)。如果有错误的地方,欢迎在评论区指出。 推荐一款刷题网站 👉 LeetCode刷题网站 文…

谁你的财神 谁是你的穷神

送穷神,迎灶神,下午提前准备迎接财神 我们说一个人穷,揭不开锅了,只能喝凉水了,到后来只能喝西北风 谁是我们的财神,信任我们的人,帮助我们的人,感谢过往贵人的资助 但是信任是不对…

【数据结构】算法复杂度

文章目录引入算法复杂度一.时间复杂度定义大O渐进表示法经典例题常量字符串二分查找冒泡排序递归1.阶乘2.斐波切纳数列二.空间复杂度定义经典例题冒泡排序递归1.阶乘2.斐波切纳数列引入 为什么要有算法复杂度? 当我们正在解决一个问题的时候,想出了多种思…

【计算机基础】操作系统

前言:本文适合用于基础了解和背诵,尽可能采用流畅且简短的语言回答操作系统相关问题并且辅以图片帮助记忆,不适合用作详细了解与深入学习 。 总述 操作系统部分主要分为以下几个重点 —— 操作系统基础 、 进程和线程、操作系统的内存管理、…

JAVA基础知识07常用API

目录 1. 常用API 1.1 简介 1.2 String类 1.2.1 字符串在开发中的应用场景 1.2.2 String 类的特点 1.2.3 String 类的常见构造方法 1.2.4 String 类的常见面试题 1.2.5 面试题题解 1.2.6 String 类用于比较的方法 1.2.7 String 字符串的遍历 1.2.8 String 字符串的截取…

QByteArray字节流和二进制与字符的关系以及tohex() toLatin1

QByteArray 存储的是字节,二进制形式,即ascii码的二进制编码。输出的时候,会输出二进制对应的字符 即一个映射: 二进制到ascii码的映射而.tohex()会将二进制转化为16进制字符,这里的16进制字符又是作为值域了,实际存…

JavaEE-文件和IO(二)

目录2.2 文件内容相关的操作三、文件操作案例3.1 案例一3.2 案例二3.3 案例三2.2 文件内容相关的操作 打开文件读文件写文件关闭文件 针对文件内容的读写,java标准库提供了一组类~ 首先按照文件的内容,分为两个系列 字节流对象,针对二进制…

手把手教你写web全栈入门项目—React+Koa+MongoDB(3w字教程,真的很详细,有代码)

手把手教你写web全栈入门项目—ReactKoaMongoDB 文章目录手把手教你写web全栈入门项目—ReactKoaMongoDB前言一、推荐基础二、所需环境三、软件四、项目源码五、文章结构六、遇到问题怎么办前端一、页面登录页首页二、目录结构三、技术选择四、开始项目1、页面组件1.1 目录1.2 …

JavaScript 所见所得文本编辑器 Froala Editor 4.0.17Crack

Froala Editor v4.0.17 清除格式工具现在可以从粘贴的内容中删除内联样式。 2023 年 1 月 24 日 - 9:07新版本 特征 清除格式工具现在可以从粘贴的内容中删除内联样式。 改进的“删除时保留格式”功能可保留已删除文本的格式并将其应用于替换文本。 选择图像时,用于…

day20|77. 组合。回溯的开始

回溯思路 void backtracking(参数) {if (终止条件) {存放结果;return;}for (选择:本层集合中元素(树中节点孩子的数量就是集合的大小)) {处理节点;backtracking(路径,选择列表); // 递归回溯,撤销处理结果} } 77. 组合…

91.使用注意力机制的seq2seq以及代码实现

1. 动机 2. 加入注意力 key和value是一样的 假设英语句子长为3的话,就会有3个key-value pair,key和vlaue是一个东西,每一个key-value pair对应第i个词的RNN的输出。之前的seq2seq只使用了最后的key-value,现在则是把所有的key-val…

JavaWeb语法八:网络原理初识

目录 1.局域网与广域网 1.1:局域网 1.2:广域网 2:网络基础知识 3.协议分层 3.1:分层的好处 3.2:TCP/IP五层(或四层)模式 4:封装和分用 4.1:封装 4.2&#xff1…

MyBatisPlus入门简介

目录 1. 入门案例 问题导入 1.1 SpringBoot整合MyBatisPlus入门程序 2. MyBatisPlus概述 问题导入 2.1 MyBatis介绍​​​​​​​ 1. 入门案例 问题导入 MyBatisPlus环境搭建的步骤? 1.1 SpringBoot整合MyBatisPlus入门程序 ①:创建新模块&am…

P3368 【模板】树状数组 2

【模板】树状数组 2 题目描述 如题,已知一个数列,你需要进行下面两种操作: 将某区间每一个数加上 xxx; 求出某一个数的值。 输入格式 第一行包含两个整数 NNN、MMM,分别表示该数列数字的个数和操作的总个数。 第…

[Ext JS] Grid Summary(汇总行)特性

Ext.grid.feature.Summary 是 Grid 的feature之一。 这个特性会在表格的最下方多一行汇总。 汇总行主要包含两个部分: 值的计算效果的渲染使用后的效果如下: 定义方式 定义的步骤如下: 在grid的配置中使用features 加入 summary 的特性类型 ftype: summary在columns的每一列…

千峰学习【Ajax】总结

1.同步和异步 2.Ajax状态码 3.创建对象&#xff0c;发送请求 <script>//1.创建XHR&#xff1a; new XMLHttpRequest():var xhr new XMLHttpRequest();// console.log(xhr);//2&#xff0c;配置open(请求方式&#xff0c;请求地址&#xff0c;是否异步(默认为异步)) loc…

ESP32( IDF平台)+MAX30102 配合Pyqt上位机实现PPG波形显示与心率计算

0 引言 年前买了一个MAX30102模块&#xff0c;在家无聊做了这个demo对一些相关的知识进行学习。 主要学习的内容&#xff1a; 光体积变化描记图&#xff08;Photoplethysmogram, PPG&#xff09;测量原理学习。ESP32 IDF平台的MAX30102驱动开发&#xff0c;主要是初始化配置…

8、快捷键的使用

文章目录8、快捷键的使用8.1 常用快捷键第1组&#xff1a;通用型第2组&#xff1a;提高编写速度&#xff08;上&#xff09;第3组&#xff1a;提高编写速度&#xff08;下&#xff09;第4组&#xff1a;类结构、查找和查看源代码第5组&#xff1a;查找、替换与关闭第6组&#x…