Квантование сообщений по уровню. Принципы АЦП. Квантование по уровню

Квантование

1.4. Дискретизация и квантование

Как уже отмечалось ранее, для описания различных информационных объектов используются различные функции времени. К ним относятся:

1. Непрерывная функция непрерывного аргумента t (рис. 1.7).

Функция может принимать любые значения из бесконечного множества значений, расположенных в конечном интервале (x min , x max) , но только в фиксированные, наперед заданные моменты времени t k , k=0,1,2,...,n .

3. Дискретная функция непрерывного аргумента t (рис. 1.9).

Значения, которые могут принимать аргумент t и функция x(t) , образуют конечные дискретные ряды, заполняющие соответствующие интервалы (t 0 ,t n) и (x min , x max) .

Во многих случаях переход от непрерывного сообщения (сигнала) к дискретному осуществляется специально, поскольку это обеспечивает значительные преимущества при передаче, обработке и хранении информации. В связи с тем, что каждому из дискретных значений конечного множества можно сопоставить число, возникает возможность перейти к цифровому представлению информации, что позволит использовать ЭВМ при ее обработке.

Для выполнения этого перехода над непрерывной функцией непрерывного аргумента осуществляются преобразования, называемые квантованием по времени или дискретизацией и квантованием по уровню. В дальнейшем во избежание путаницы под дискретизацией будем понимать квантование по времени, а квантование по уровню будем называть просто квантованием .

1.4.1. Дискретизация

Дискретизация сводится к замене непрерывной по аргументу функции, функцией дискретного аргумента. В результате непрерывная функция отображается конечным числом ее мгновенных значений, взятых через определенные (равные или неравные) промежутки времени Dt .

Таким образом, дискретизация представляет собой по сути разложение непрерывной функции на совокупность составляющих ее элементарных функций. Для решения этой задачи используется упомянутое ранее обобщенное преобразование Фурье .

Примером ортогонального базиса, кроме рассмотренных ранее гармонических функций, являются функции отсчета Котельникова. Наличие разнообразных базисов в различных областях (частотной и временной) говорит о возможности различных спектральных представлений процессов.

Однако при любом из них возникает вопрос о возможности сколь угодно точного восстановления мгновенных значений процесса, исходя из отсчетных или выборочных значений, взятых через определенные интервалы. Дискретизация должна производиться так, чтобы по отсчетным значениям или коэффициентам разложения можно было получить воспроизводящую функцию, которая с заданной точностью отображает исходную функцию.

Восстановление непрерывной функции по конечному числу ее значений на конечном интервале времени T=(t 0 ,t n) приводит к погрешности, зависящей от числа взятых значений этой функции на этом интервале, т.е. от частоты дискретизации и от выбранного способа восстановления (интерполяции).

Таким образом, при дискретизации приходится решать вопрос о том, как часто следует производить отсчеты функции, т.е. каков должен быть шаг дискретизации Dt или частота дискретизации f=1/Dt .

При малом Dt количество отсчетов на интервале Т будет больше, точность воспроизведения - выше, но увеличится и количество информации, которое нужно хранить, передавать, обрабатывать. При большом Dt соответственно наоборот.

Оптимальной является такая дискретизация, которая обеспечивает восстановление исходной функции с заданной точностью при минимальном количестве отсчетов. В этом случае все отсчеты существенны для восстановления исходной функции. В случае неоптимальной дискретизации, кроме существенных, производятся и избыточные отсчеты. Эти отсчеты не нужны для восстановления исходной функции с заданной точностью. Наличие избыточной информации нежелательно при ее передаче, обработке и хранении, так как требует больших ресурсов. Устранение этой избыточности может производиться в процессе дискретизации, в связи с чем дискретизацию можно рассматривать не только как операцию по преобразованию непрерывного сообщения в дискретное, но и как один из методов устранения избыточности.

Методы дискретизации и восстановления непрерывных функций классифицируются по следующим основным признакам:

а) регулярность отсчетов,

б) критерии оценки точности дискретизации и восстановления,

в) вида базисной функции.

Регулярность отсчетов в многом предопределяет степень устранения избыточности и сложность устройств дискретизации и восстановления. В соответствии с этим признаком можно выделить равномерную и неравномерную дискретизации. Дискретизация называется равномерной, если Dt =const на всем интервале Т . Величина Dt выбирается на основе априорных сведений о характере дискретизируемой функции. Равномерная дискретизация применяется достаточно широко из-за простоты алгоритмов и аппаратуры для ее реализации. Однако при ее использовании возможна значительная избыточность отсчетов.

Дискретизация называется неравномерной, если Dt =var . Выделяются два вида неравномерной дискретизации: адаптивная и программная.

При адаптивных методах дискретизации Dt изменяется в зависимости от текущего изменения значений дискретизируемой функции. При программной дискретизации Dt изменяется в соответствии с заранее составленной на основе априорных сведений о поведении дискретизируемой функции программой.

В качестве критериев оценки точности дискретизации и восстановления чаще других используются следующие критерии:

а) наибольшего отклонения,

б) среднеквадратический,

в) вероятностный,

г) интегральный.

Все эти критерии предлагают метод оценки отклонения воспроизводимой функции от исходной (т.е. ошибки дискретизации) на каждом из интервалов дискретизации. Если максимальная величина ошибки дискретизации задана, то эти критерии позволяют выбрать величину интервала дискретизации Dt , который обеспечить требуемую точность воспроизведения.

Существуют два способа воспроизведения исходного сигнала: воспроизведение с экстраполяцией и воспроизведение с интерполяцией. Методы дискретизации с экстраполяцией воспроизводящей функции не требуют задержки сигнала в пределах интервала дискретизации, т.е. могут использоваться в системах, работающих в реальном масштабе времени. Дискретизация с интерполяцией требует задержки сигнала на интервал интерполяции.

Выбор системы базисных функций определяется, с одной стороны, требуемой точностью восстановления, с другой - требованиями ограничения сложности устройств и программ дискретизации и восстановления. Требованию простоты нахождения коэффициентов разложения прежде всего отвечают степенные алгебраические полиномы. Использование в качестве базисных ортогональных систем функций в ряде случаев оказывается целесообразным, так как для такой системы относительно просто вычисляются коэффициенты разложения, и вычисление их включает операцию интегрирования сигнала, что положительно сказывается на помехоустойчивости алгоритма дискретизации. Задача оптимального выбора конкретного узкого класса базисных функций может решаться лишь при наличии значительной априорной информации о характере дискретизируемой функции. Так, например, если известно, что сигналы являются периодическими, то поиск базисных функций следует направит в класс гармонических функций.

Тот факт, что функция времени, отображающая непрерывной сообщение или сигнал, является произвольной и случайной, означает, что она может иметь временные изменения любой скорости - от самых медленных до бесконечно быстрых скачкообразных изменений. Это, в свою очередь, означает, что такая функция имеет бесконечный спектр . Реальные сообщения обладают спектром, основная часть энергии которых сосредоточена в ограниченной полосе частот. Это обусловлено тем, что устройства, формирующие и преобразующие сообщения и сигналы, обладают конечной ограниченной полосой пропускания. Функции, описывающие такие реальные процессы, называют функциями с ограниченным или финитным спектром .

Для таких функций сформулирована и доказана теорема Котельникова , суть которой состоит в том, что функцию s(t) с финитным спектром можно точно восстановить по ее отсчетам s(kDt) , взятым через интервалы времени Dt=1/2f в , где f в - верхняя частота спектра функции. Это осуществляется с помощью разложения функции в ряд Котельникова .

Функции , образующие базис Котельникова, называют функциями отсчета. Они отличаются друг от друга только сдвигом по оси времени (рис. 1.11) на интервалы, кратные Dt .

Свойства функции отсчетов:

1) в моменты времени t=kDt , где k - любое целое число, j k достигает своего максимального значения равного единице;

2) в моменты времени t=nDt , где n - любое целое число, причем n¹k , j k =0;

3) функции отсчетов ортогональны на бесконечно большом интервале времени.

Теорема Котельникова обобщается и на случайные процессы. В этом случае она формулируется следующим образом: «Для случайного процесса X(t) с финитным спектром ряд Котельникова , где X(kDt) - сечения процесса X(t) , взятые через интервалы Dt , сходится в среднеквадратическом смысле к процессу X(t) ».

Фундаментальное значение теоремы Котельникова состоит в том, что она, во-первых, позволяет заменить исследование непрерывных процессов более простой задачей исследования дискретных процессов. Во-вторых, она позволяет наряду с частотным представлением процессов (разложение в гармонический ряд Фурье, спектральные функции) применять и временное представление - разложение во временной ряд.

Полезно сопоставить вид функции отсчетов и получаемое по теореме Котельникова значение Dt с результатами рассмотрения параметров квазибелого шума. Из этого сопоставления можно сделать вывод о том, что шаг дискретизации Dt не должен быть больше интервала корреляции t к дискретизируемого процесса.

Однако применение этой теоремы встречает некоторые трудности. Строго говоря, функция с ограниченным спектром не ограничена (не финитна) во времени и, наоборот, финитная функция времени имеет неограниченный спектр.

На практике часто приходится иметь дело с сообщениями и сигналами конечной длительности, энергия или мощность которых почти полностью сосредоточена в интервале времени от Т 1 до Т 2 и в полосе частот DF = f в - f н . Слово «почти» оправдывает применение к этим объектам теоремы Котельникова и позволяет представлять их не бесконечным рядом, а конечной суммой. Естественно, такое представление уже не является точным и выполняется с некоторой погрешностью.

Будем полагать, что вся энергия сигнала содержится в полосе частот до f в , а все отсчеты за пределами интервала (Т 1 , Т 2 ) равны нулю. Тогда .

Ограничение членов ряда конечным числом приводит к появлению ошибки, абсолютное значение которой равно , а относительное , где знаменатель представляет собой полную мощность сигнала x(t) , а числитель - часть его мощности, отброшенную при введении ограничения по времени и ограничения по спектру.

Очень полезной и более простой формулой для определения допустимой величины шага дискретизации Dt при заданной погрешности Dt для стационарного случайного процесса X(t) является формула , где - значение коэффициента корреляции процесса X(t) при аргументе Dt . Из этой формулы при заданной погрешности d д можно получить выражение для допустимой величины шага дискретизации , где - функция, обратная коэффициенту корреляции процесса X(t).

Не смотря на наличие указанной погрешности, достоинство такого преобразования состоит в переходе от бесконечномерного пространства к конечномерному пространству сигналов, т.е. сигналов, финитных и по спектру и по времени. Размерность этого пространства определяется числом элементов суммы членов ряда, которое равно или .

Эту величину B=2DFT называют базой сигнала . Физически она указывает на количество отсчетов, необходимых для описания сигнала

Обобщая сказанное о дискретизации можно заключить:

1. Представление процесса в виде разложения по ортонормированному базису называется обобщенным преобразованием Фурье. Энергия сигнала равна сумме энергий всех элементов обобщенного ряда Фурье. Разложение сигнала по ортонормированному базису обеспечивает минимум ошибки аппроксимации.

2. Ряд Котельникова представляет собой частный случай обобщенного ряда Фурье. Базисными функциями в этом случае являются функции отсчета, сдвинутые во времени относительно друг друга на интервалы, кратные 1/2f в . Коэффициентами ряда Котельникова служат отсчеты разлагаемого процесса, взятые через равные промежутки времени Dt=1/2f в . Если в спектре процесса отсутствуют составляющие с частотами выше f в , то ряд Котельникова дает точное в среднеквадратическом смысле представление процесса.

1.4.2. Квантование

После дискретизации реализации непрерывного процесса (сообщения) он может быть представлен совокупностью отсчетов, каждый из которых, вообще говоря, может иметь бесконечное множество значений. Реальные получатели сообщений имеют конечную разрешающую способность, т.е. весьма малый, но не нулевой интервал, внутри которого все разные значения отсчетов воспринимаются как одинаковые. Сказанное свидетельствует о целесообразности квантования. Квантование функции есть, по сути, отображение непрерывного множества ее возможных значений на конечное подмножество ее значений, каждое из которых представляется в виде одного из заранее определенных дискретных уровней, называемых уровнями квантования .

Под шагом квантования понимается разность Dx = x m -x m -1 значений соседних уровней квантования. Число уровней квантования n на единицу больше числа интервалов квантования n-1 . Если квантуемая функция x ограничена диапазоном от x min до x max , то n-1= (x max - x min)/ Dx .

При квантовании обычно истинное значение функции x отождествляется или заменяется значением x i , соответствующим ближайшему уровню квантования.

Естественно, замена истинных значений на значения уровней квантования приводит к ошибке e=x i -x , называемой ошибкой или шумом квантования .

Обычно полагается, что при равномерном квантовании, когда Dx=const, шум квантования – случайная величина с равномерным законом распределения в пределах шага квантования . Максимальная ошибка квантования не превосходит половины шага квантования Dx / 2 . Среднеквадратическая ошибка квантования равна корню квадратному из дисперсии равномерного распределения , т.е. в Ö3 раз меньше максимальной ошибки.

Таким образом, ошибка квантования уменьшается с уменьшением шага квантования Dx . Однако при уменьшении шага растет число уровней квантования, а, следовательно, растет и разрядность чисел, требуемая для их представления. Кроме того, при уменьшении шага квантования его величина может оказаться сопоставимой с уровнем помех. Так что к выбору величины шага квантования необходимо подходить с тех же позиций, что и к выбору шага дискретизации, т.е. выбирать оптимальный шаг квантования с точки зрения обеспечения минимума уровней квантования и заданной величины ошибки квантования.

Рассмотренное квантование производилось с постоянным шагом Dx=const, вследствие чего квантованная функция состояла из одинаковых по величине ступенек. Некоторые функции, подлежащие квантованию, изменяются так, что их целесообразно квантовать с различным приращением уровней, т.е. с переменным шагом квантования Dx=var . Так, например, если необходимо получить более точные значения в какой-либо части квантуемой функции, то в этом диапазоне шаг квантования следует уменьшить.

Таким образом, после выполнения операций дискретизации и квантования непрерывное сообщение представляется конечной последовательностью отсчетов, величина которых может принимать только вполне определенные значения, соответствующие уровням квантования. Если сопоставить каждому уровню квантования число, то непрерывное сообщение в результате выполнения операций дискретизации и квантования будет представлять собой последовательность чисел из конечного интервала, т.е. будет представлено в цифровой форме.

Квантованием по уровню называют дискретизацию множества значений непрерывного сигнала по уровню, то есть по амплитуде параметра. Идея квантования по уровню заключается в следующем. Весь диапазон возможных изменений сигнала (функции) разбивается на N различимых величин – уровней квантования . В результате квантования сигнала каждое из его значений данного интервала округляется до некоторого уровня. Порогами квантования называются величины, при сравнении с которыми исходного непрерывного сигнала в процессе квантования определяется его принадлежность к уровню квантования. Величина, представляющая собой разность между двумя соседними уровнями, называется шагом квантования . Замена исходных значений функции соответствующими дискретными значениями – уровнями квантования – вносит ошибку квантования, называемую шумом квантования .

Существует три способа квантования:

1-й способ квантования - путем соотнесения исходного значения сигнала с ближайшим значением уровня. Информационная система содержит устройство квантования, которое выполняет операцию квантования непрерывного сигнала по уровню. В процессе такой операции отдельное значение исходного непрерывного сигнала соотносится с одним из возможных значений уровней; если исходное значение оказывается в пределах двух соседних порогов квантования , то это значение заменяется уровнем квантования, заключенным между данными порогами. В этом случае квантование происходит по методу соотнесения с ближайшим значением уровня . Этот способ квантования аналогичен округлению чисел до ближайшего целого. При таком способе вместо исходного непрерывного сигнала мы получим квантованный сигнал, представленный временной диаграммой на рис.1.5.

f(t) - исходный непрерывный сигнал;

f * (t) - квантованный сигнал;

f i , f i+1 ,... - значения соседних порогов квантования (пунктир);

Df i - шаг квантования, Df i = f i+1 - f i ;

- значения уровней квантования (сплошные линии).

Таким образом, очевидно, что в процессе квантования неизбежно возникает принципиальная или методическая ошибка квантования - шум квантования ; ее величина для момента времени t определяется в виде

Для этого способа ошибка квантования не превышает половины шага квантования

2-й способ квантования - путем соотнесения исходного значения с ближайшим ²снизу² значением уровня. В этом случае i -е пороговое значение совпадает со значением (i +1)-го уровня. Данный способ аналогичен округлению числа до ближайшего целого снизу. Соответствующая временная диаграмма представлена на рис.1.6.

Ошибка квантования всегда положительна (Df(t) > 0) и не превышает величинушага квантования ( ¦).

3-й способ квантования - путем соотнесения исходного значения с ближайшим ²сверху² значением уровня. Пороги и уровни совпадают по номерам и значениям. Шум квантования всегда отрицательный (Df(t)< 0) и не превышает величину шага квантования ( ¦ i). Этот способ аналогичен округлению числа до ближайшего целого сверху.

Соответствующая временная диаграмма представлена на рис.1.7.

Равномерным квантованием называется такое квантование, при котором шаг квантования есть постоянная величина. В большинстве случаев применяется равномерное квантование.

Шаг квантования выбирается исходя из необходимой точности передачи сигнала. Если же при этом существуют внешние помехи, то необходимо, чтобы амплитуда помех не превышала половины шага квантования, тогда возможно будет восстановить заданный уровень, так как воздействие помехи не выведет значение сообщения за зону, соответствующую данному уровню квантования. Кроме уровней выделяют пороги квантования. При равномерном квантовании расстояние между двумя соседними порогами равняется шагу квантования.

Из трех способов квантования первый дает минимальную среднюю ошибку квантования при одном и том же шаге квантования, поэтому на практике часто используется именно этот способ.

Для более точного отображения исходного сигнала необходимо увеличивать число уровней, т. е. уменьшать шаг квантования (рис. 1.8-1.9).

Однако бесконечное уменьшение шага квантования физически невозможно, а формально не имеет смысла, так как мы опять возвращаемся к непрерывному сигналу. Уменьшать шаг до бесконечности невозможно также из-за влияния помех. Сообщения по мере передачи по каналам связи или по мере хранения в памяти искажаются под воздействием помех, поэтому на приемной стороне или при считывании сигнала должен находиться еще один квантователь. Этот квантователь, как и исходный квантователь сигналов, для опознавания сигнала должен соотносить реальный сигнал с возможными значениями уровней. Для некоторых значений это соответствие может быть неправильным и на приемной стороне могут быть ложные восприятия соседних уровней. Таким образом, исходный сигнал, поступающий от источника непрерывных сигналов, в системе квантования по уровню искажается из-за самого квантования и, кроме того, под воздействием помех, как показано на рис.1.10.

Временные диаграммы:

Увеличение шага квантования в системе квантования, при неизменном уровне помех, приводит к подавлению помех, поэтому самый простой способ защиты квантованного сигнала от помех - увеличение шага квантования. Однако при этом мы увеличиваем шум квантования, т.е. вносим погрешность за счет грубого квантования.

Различают следующие две модели помех (два типа помех):

a) аддитивные помехи формируют смесь сигнала с помехой путем алгебраического суммирования их амплитуд:

fсп(t)= f*(t) ± fп(t) , где f n (t) - амплитуда помехи;

б) мультипликативные помехи формируют смесь сигнала с помехой путем перемножения их значений:

fсп(t)=k · f*(t) ·fп(t) , где k - масштабный коэффициент.

(При имитации работы системы квантования на лабораторных работах моделируются аддитивные помехи.)

Кроме равномерного квантования, в некоторых случаях используют неравномерное квантование, при котором шаг квантования ∆f i - переменная величина в зависимости от номера уровня: ∆f i = f i+1 - f i . В некоторых диапазонах изменения сигнала, для уточнения его значений, шаг квантования делают меньше.

Такая система применяется тогда, когда возникает необходимость отображать значения сигнала в некоторых диапазонах точнее, чем за их пределами, как это показано на рис.1.11.

n max = (f max - f min) / ∆f , где f max , f min – максимальное и минимальное возможные значения сигнала в данной информационной системе.

Если известен характер изменения помех, то минимальную величину шага квантования можно определить численно. При моделировании часто имитируется случайная помеха с нормальным (гауссовым) распределением, закон которого характеризуется двумя параметрами m и б , где m - математическое ожидание (величина постоянной составляющей помехи); б - среднеквадратическое отклонение - СКО (интенсивность случайной составляющей помехи).

Изображенная на рис. 1.12. гауссова помеха имеет постоянную составляющую со знаком ²+². Обычно в системах передачи данных помеха бывает именно нормально распределенной с нулевым математическим ожиданием. Помеха может быть рассеяна более или менее сильно, но площадь под кривой распределения должна быть одинаковой и соответствовать вероятности достоверного события - единице. Степень рассеивания случайной величины (помехи) определяется значением среднеквадратического отклонения б .

При наложении такой помехи на квантованный сигнал последний становится случайной величиной f сп (t) с математическим ожиданием, равным его уровню

(m = ), и среднеквадратическим отклонением помехи (б = б n ), как показано на рис.1.13.

Рис.1.13. Плотность распределения смеси f сп квантованного сигнала с гауссовой помехой: _ __ __

f i , f i-1 , f i+1 - данный, нижний и верхний соседние уровни квантования;

f i , f i+1 - соседние пороги квантования

Площади под кривой распределения за пределами пороговых значений f i и f i+1 данного уровня составляют вероятность искажения квантованного сигнала (ВИКС). Предположим, что допустимая ВИКС = 0,01 и нам нужно определить шаг квантования. Если известен закон распределения или характер помехи и его параметры, то можно решить обратную задачу - определить значения порогов квантования. Таким образом, шаг квантования подбирается с учетом помех двумя разными способами:

Экспериментально (или методом подбора);

Численно, аналитически, если известен характер помех.

Итак, система квантования должна содержать один квантователь на выходе источника непрерывных сигналов, а другой - на входе приемника сигналов; между ними располагается канал связи, где на передаваемый сигнал воздействуют помехи.

(В составе лабораторного программного пакета функцию источника непрерывного сигнала и функцию квантователя имитируют специальные подпрограммы. Подпрограмма источника формирует сразу весь массив значений, а подпрограмма-квантователь обрабатывает сигнал поэлементно. События в канале связи имитируются не полностью - квантованный сигнал деформируется только помехами. Помехи аддитивные, случайные и нормально распределенные).

Эффективность работы системы квантования определяется степенью искажения формы исходного сигнала. Если передается не непрерывный сигнал, а сразу квантованный или дискретный, то эффективность работы системы может определяться также частотой правильной передачи отсчетных сообщений.

Целью квантования по уровню является замена бесконечного множества непрерывных сообщений (значений параметра) конечным множеством дискретных значений. При этом становится возможным кодирование конечного множества дискретных сообщений, которое осуществляется кодовыми словами на основе алфавита меньшего объема. Значительным преимуществом системы квантования по уровню является возможность применения ее на протяженных линиях связи с промежуточными приемными пунктами. В этом случае применение такой системы позволяет избежать накопления помехи в процессе передачи сигнала по участкам, так как на каждом промежуточном пункте производится приведение сигнала к первоначальному квантованному уровню. В результате этого единственная помеха, которая остается в сигнале к моменту его прихода на конечный пункт - это шум квантования, который принципиально не устраним. Квантование сообщений позволяет обеспечить их длительное хранение без искажений в аналоговых запоминающих устройствах путем периодического считывания, квантования и записи данного сообщения на прежнее место с помощью одного и того же блока квантования.

Контрольные вопросы к пп. 1.1. и 1.2

1. Цель и суть любой дискретизации.

2. Представление сигналов функциями; понятие квантованного по уровню сигнала.

3. Цель и суть квантования сообщений по уровню; функции АЦП.

4. Определения неравномерного и равномерного квантования, уровней, порогов, шага и шума квантования.

5. Три способа квантования и соответствующая им величина шума квантования.

6. Структуры систем передачи сообщений:

· системы, передающей непрерывный сигнал квантованными сообщениями;

· системы, передающей квантованные сообщения;

· системы, передающей дискретные сообщения в форме квантованных по уровню сигналов.

7. От чего зависит и как оценивается эффективность работы этих систем?

8. Типы (модели) помех.

9. Влияние помех на квантованный по уровню сигнал.

10. Какие факторы определяют величину шага квантования для каждой системы; каково влияние этих факторов?

11. Чем ограничено минимальное значение ошибки восстановления сигнала?

Квантование (англ. quantization) - в информатике разбиение диапазона значений непрерывной или дискретной величины на конечное число интервалов. Существует также векторное квантование - разбиение пространства возможных значений векторной величины на конечное число областей. Простейшим видом квантования является деление целочисленного значения на натуральное число, называемое коэффициентом квантования.

Проще говоря, квантование – это округление дискретных значений сигнала до ближайших целых чисел из набора фиксированных уровней, на которые разбивается весь диапазон изменения сигнала, число этих уровней конечно и они называются уровнями квантования.

Не следует путать квантование с дискретизацией (и, соответственно, шаг квантования с частотой дискретизации). При дискретизации изменяющаяся во времени величина (сигнал) замеряется с заданной частотой (частотой дискретизации), таким образом, дискретизация разбивает сигнал по временной составляющей. Квантование же приводит сигнал к заданным значениям, то есть, разбивает сигнал по уровню. Сигнал, к которому применены дискретизация и квантование, называется цифровым.

Квантование часто используется при обработке сигналов, в том числе при сжатии звука и изображений.

При оцифровке сигнала уровень квантования называют также глубиной дискретизации или битностью. Глубина дискретизации измеряется в битах и обозначает количество бит, выражающих амплитуду сигнала. Чем больше глубина дискретизации, тем точнее цифровой сигнал соответствует аналоговому. В случае равномерного квантования глубину дискретизации называют также динамическим диапазоном и измеряют в децибелах (1 бит ≈ 6 дБ).

Шаг квантования определяется разрядностью АЦП.

Виды квантования.

Равномерное (линейное) квантование - разбиение диапазона значений на отрезки равной длины. Его можно представлять как деление исходного значения на постоянную величину (шаг квантования) и взятие целой части от частного, характеристика квантования в этом случае носит линейный характер (рис. 1 а)):

Рисунок 1. Характеристики квантования: а) линейная; б) нелинейная

Нелинейное квантование – квантование с переменным шагом. Оно позволяет обеспечить достаточно большой динамический диапазон при снижении разрядности АЦП. При этом характеристика квантования имеет вид кривой, близкой к логарифмической. При квантовании малых сигналов шаг квантования оказывается малым, а точность передачи сигнала – достаточно высокой. При больших значениях сигнала шаг квантования увеличивается, что приводит к возрастанию ошибки. Но так как сигнал в этом случае имеет достаточно большой вес, шум квантования может быть эффективно замаскирован.

Преобразователи с нелинейной характеристикой квантования обеспечивают уменьшение разрядности и, как следствие, уменьшение скорости цифрового потока, но они могут являться источником нежелательных искажений. Слабые сигналы в присутствии сигнала с большой амплитудой из-за большой ошибки квантования могут подавляться на верхнем поддиапазоне.

Квантование по уровню - представление величины отсчётов цифровыми сигналами. Для квантования в двоичном коде диапазон напряжения сигнала от Umin до Umax делится на 2n интервалов. Величина получившегося интервала (шага квантования):

Каждому интервалу присваивается n - разрядный двоичный код - номер интервала, записанный двоичным числом. Каждому отсчёту сигнала присваивается код того интервала, в который попадает значение напряжения этого отсчёта. Таким образом, аналоговый сигнал представляется последовательностью двоичных чисел, соответствующих величине сигнала в определённые моменты времени, то есть цифровым сигналом. При этом каждое двоичное число представляется последовательностью импульсов высокого (1) и низкого (0) уровня.

Число уровней квантования n и число двоичных разрядов АЦП определяют динамический диапазон преобразования. Динамический диапазон (в дБ) от числа разрядов АЦП или ЦАП определяется выражением:

где n – число двоичных разрядов.

г) Фазовый признак. Отличит. признаком является фаза импульса, q Ф £ ¥ (q Ф реал. » 2¸3)

д) Частотный признак. q Ч ³ 2 (q Ч реал. » 2¸3)

9. Сообщение и их виды

Величины, характеризующие тот или иной контролируемый процесс как правило имеют случайный характер, т.е. не м.б. известными. Если случайная величина может принимать конечное число значений, то ее наз. дискретной по множеству. Если же случайная величина может принимать бесконечное число своих значений, то ее называют непрерывной по множеству. В общем случае получаемое сообщение представляет собой функцию времени. По виду получающейся функции все сообщения можно классифицировать следующим образом:

1. Непр. по множеству и времени (просто непрерывные). В этом случае ф-я х(t), характеризующая передаваемые сообщения, имеет непрерывное множество значений и изменияется непрерывно во времени. Такого рода сообщения характерны для телеизмерений.

2. Непр. по времени и дискретные по множеству. В этом случае ф-я x(t) может принимать только вполне определенные заранее заданные значения и может изменять их в произвольный мом. вр.

3. Непр. по мн-ву и дискретные по времени. В этом случае ф-я x(t) может приниметь любые зн-я из области сущ-я, но только в фиксир. мом. вр.

4. Дискретный по мн-ву и времени. Ф-я может принимать только фиксир. зн-я в фиксир. мом. вр.

10. Квантование сигналов, назначение и виды

Передача информации в информационных управляющих системах может осуществляться, как с помощью непрерывных, так и дискретных сигналов.

Использование дискретных сигналов в некоторых случаях оказывается более предпочтительным, так как дискретные сигналы меньше подвержены искажениям при передаче, эти искажения легче обнаруживаются. А самое главное дискретные сигналы более удобны для использования и обработки цифровыми устройствами информационных систем.

С другой стороны большинство первичных сигналов, снимаемых с датчиков, являются непрерывными, в связи с этим возникает проблема эффективного преобразования непрерывных сигналов в дискретных и наоборот.

Процесс процедуры преобразования непрерывной физической величины в дискретную, называется квантованием.

виды квантования :

1) Квантование по уровню , при этом непрерывная функция, описывающая первичный сигнал заменяется ее отдельными значениями, отстоящим друг от друга на некоторый конечный интервал (уровень). Соответственно, мгновенные значения функции заменяются ее ближайшими дискретными значениями, называемыми уровнями квантования, интервал между двумя соседними значениями уровнями, называется шагом квантования. Шаг квантования может быть как постоянным (равномерное квантование), либо переменным (неравномерным квантованием). Точность преобразования непрерывного дискретного сигнала зависит от величины шага квантования. Эта точность оценивается расхождением между истинным значением функции и квантованным. Величина этого расхождения называется ошибкой (шум квантования).

При передаче сигнала по каналу связи на этот сигнал могут воздействовать те или иные помехи, искажающие этот первичный сигнал. Если при этом известно максимальное значение этой помехи , то можно выбрать шаг квантования и вторично проквантовать сигнал на приемной стороне, то можно очистить принятый сигнал от влияния помех, поскольку .

Таким образом, повторное квантование позволяет восстановить искаженный помехой сигнал. Однако надо иметь в виду, что при этом ошибка квантования сохраняется. Положительным моментом при этом является то, что ошибка квантования заранее известна. Таким образом, удается избежать накопления помех и качество передачи сигналов возрастает.

2) Квантование по времени (дискретизация). В этом случае непрерывная функция заменяется ее отдельными значениями времени в фиксированные моменты времени. Отчеты значений первичного сигнала производятся через некоторый промежуток , этот интервал называется шагом квантования. Чем меньше выбран интервал , тем больше точка на приемной стороне сможет быть восстановлена передаваемая функция. С другой стороны, при смешанном мелком шаге дискретизация снижается скорость передачи данных, также повышается требования к полосе пропускания канала связи.

, , , .

При смешанном крупном шаге квантования существенно уменьшается точность воспроизведения функции на приеме.

3) Квантование по уровню и времени . В ряде случаев, оказывается, целесообразно использовать смешанный вид квантования по уровню. В этом случае сигнал предварительно квантуется по уровню, а отчеты получившегося квантования сообщения производят через заданный промежуток времени. При этом:

11. Дискретизация сигналов и требования к ним.

Теорема Котельникова м ее практическое значение

Для использования преимуществ цифровых устройств в системах передачи и обработки информации возникает необходимость в преобразовании непрерывных сигналов в дискретные. С этой целью наиболее часто используется методы дискретизации, т.е. квантование по времени, при постоянном шаге дискретизации. Методы равномерной дискретизации получили наиболее широкое применение, поскольку неравномерная дискретизация является крайне неудобной и мало пригодной для технических целей. Поскольку не позволяет осуществлять синхронизацию отдельных устройств СПД и затрудняет процесс восстановления сигнала по приемной стороне.

В случае использования равномерной дискретизации возникает вопрос о выборе оптимального (предельного) шага дискретизации.

В 1933 г. академиком Котельниковом была доказана теорема, играющая важную роль в теории информации.

Теоремы: любая непрерывная функция , частный спектр, который ограничивается сверху некоторым значением частоты , может быть полностью и без ошибочно восстановлена по ее дискретным значениям (отчеты), взятым через интервал времени.

(*)

Дискретизация – переход от непрерывного сигнала к близкому (в определенном смысле) дискретному сигналу, описываемому разрывной функцией времени. Пример дискретного сигнала – последовательность коротких импульсов с изменяющейся амплитудой (последняя выступает в данном случае в качестве информативного параметра).

Обработка и передача дискретной информации имеет ряд преимуществ по сравнению с информацией, заданной в непрерывном виде. Дискретные сигналы в меньшей степени подвержены искажениям в процессе передачи и хранения, они легко преобразуются в двоичный цифровой код и обрабатываются с помощью цифровых вычислительных устройств.

Процесс дискретизации состоит обычно из двух этапов: дискретизации по времени и дискретизации (квантования) по уровню.

Дискретизация аналогового сигнала по времени – процесс формирования выборки аналогового сигнала в моменты времени, кратные периоду дискретизирующей последовательности ∆t.

Дискретизирующая последовательность – периодическая последовательность отсчетов времени, задающая сетку дискретного времени.

Период дискретизации ∆t – интервал времени между двумя последовательными отсчетами аналогового сигнала (шаг дискретизации по времени).

При выборе частоты дискретизации по времени можно воспользоваться теоремой В.А. Котельникова.

Теорема отсчетов (теорема Котельникова) – теорема, определяющая выбор периода дискретизации ∆t аналогового сигнала в соответствии с его спектральной характеристикой.

Согласно теореме, всякий непрерывный сигнал, имеющий ограниченный частотный спектр, полностью определяется своими дискретными значениями в моменты отсчета, отстоящие друг от друга на интервалы времени ∆t = l/(2F max), где F max – максимальная частота в спектре сигнала. Иначе, дискретизация по времени не связана с потерей информации, если частота дискретизации f дискр = 1/∆t в два раза выше указанной верхней частоты сигнала F max.

Согласно теореме Котельникова, нет необходимости передавать бесконечное множество всех значений непрерывного сигнала x (t ), достаточно передавать лишь те его значения (рис. 3.52), которые отстоят друг от друга на расстоянии ∆t = l/(2Fmax ). Для восстановления сигнала x (t ) на вход идеального фильтра низких частот, имеющего полосу пропускания частот от 0 до F msx, необходимо подать последовательность узких импульсов с амплитудой, соответствующей дискретным отсчетам сигнала x (t i) в моменты времени t i = i ∆t .

Рис. 3.52. Дискретные отсчеты сигнала

Поскольку теорема отсчетов (теорема Котельникова) сформулирована для сигнала с ограниченным спектром, а реальные сигналы имеют неограниченную спектральную плотность, то при расчетах ∆t =1/(2F max) используют приближенное значение F max (например, активную ширину спектра, определенную по амплитудному критерию, по критерию 90%-ного содержания энергии или средней мощности сигнала). Кроме того, и идеальный фильтр низких частот, необходимый для восстановления сигнала в соответствии с теоремой, является физически нереализуемым, так как предъявляемые к нему требования (идеально прямоугольная форма амплитудно-частотной характеристики, отсутствие фазового сдвига в рассматриваемой полосе частот от 0 до F max) оказываются противоречивыми и могут выполняться лишь с определенной погрешностью. Учитывая сказанное, частоту дискретизации по времени обычно принимают в 1,5–2,5 раза больше значения, рассчитанного по теореме Котельникова.

Существуют и другие способы выбора частоты дискретизации сигнала (с учетом времени корреляции передаваемого сообщения, значения наибольшего или среднеквадратичного отклонения процесса). Так, в соответствии с критерием Н.А. Железнова, который выполняется для случайных сигналов, имеющих конечную длительность Т с и неограниченный частотный спектр, рекомендуется принимать шаг дискретизации ∆t , равный максимальному интервалу корреляции сигнала φ0. Предполагается, что параметр φ0, характеризует такой промежуток времени, в пределах которого отдельные значения случайного процесса можно считать статистически зависимыми (коррелированными), причем φ0Т с. Таким образом, исходный непрерывный сигнал заменяется совокупностью N =Т с/φ0 некоррелированных отсчетов (импульсов), следующих с частотой f дискр=1/∆t = φ0. При этом восстановление сигнала x (t ) осуществляется с помощью линейного прогнозирующего фильтра со среднеквадратической ошибкой, сколь угодно мало отличающейся от нуля в промежутке времени, равном интервалу корреляции φ0.

Более полно учитывая свойства реальных сигналов (конечная длительность, неограниченность спектра), критерий Железнова тем не менее исходит из допущения о равенстве нулю корреляционной функции сигнала К х(φ) вне интервала [-φ0; φ0], что на практике выполняется с определенной погрешностью.

В тех случаях, когда имеется более подробная информация о законе изменения сигнала, выбор частоты дискретизации можно осуществлять исходя из допустимой погрешности аппроксимации функции x (t ) на каждом из интервалов дискретизации. На рис. 3.53 дан пример кусочно-линейной аппроксимации, когда соседние отсчеты функции x (t ), взятые в дискретные моменты времени t i и t i+1, соединяются отрезками прямых.

Рис. 3.53. Кусочно-линейная аппроксимация

Рассмотренные способы равномерной дискретизации (при ∆t =const) иногда могут приводить к получению избыточных отсчетов, не оказывающих существенного влияния на процесс восстановления исходного сообщения. Например, если функция x (t ) мало изменяется на некотором, достаточно протяженном интервале времени Т о, то соответствующие дискретные отсчеты сигнала практически не отличаются друг от друга и, следовательно, нет необходимости использовать все указанные отсчеты для хранения или передачи информации по линии связи. Сокращение избыточной информации возможно на основе способов адаптивной (неравномерной) дискретизации, обеспечивающих выбор интервала ∆t между соседними отсчетами с учетом фактического изменения характеристик сигнала (в частности скорости его изменения).

Дискретизация сигнала по уровню – процесс отображения бесконечного множества значений аналогового сигнала на некоторое конечное множество (определяемое числом уровней квантования).

Отличительной особенностью дискретизации по уровню является замена непрерывной шкалы уровней сигнала x (t ) дискретной шкалой х i (i = 1, 2, ..., m ), в которой различные значения сигнала отличаются между собой не менее чем на некоторое фиксированное (или выбираемое в процессе квантования) значение ∆t , называемое шагом квантования.

Шаг квантования – величина, равная интервалу между двумя соседними уровнями кванто-вания (определена только для случая равномерного квантования).

Необходимость квантования вызвана тем, что цифровые вычислительные устройства могут оперировать только с числами, имеющими конечное число разрядов. Таким образом, квантование представляет собой округление передаваемых значений с заданной точностью. При равномерном квантовании (∆x =const) число разрешенных дискретных уровней х составляет

m = (x max – x min)/∆x ,

где x max и x min – соответственно верхняя и нижняя границы диапазона изменения сигнала.

Ошибка квантования – величина, определяемая как ξ(х ) = х – х дi, где х – кодируемая дискретная величина, х дi– дискретизированный сигнал.

Шум квантования – случайная функция времени, определяемая как зависимость ошибки квантования от времени.

Чем меньше значение ∆х , тем меньше получаемая ошибка. Если в результате квантования любое из значений сигнала x (t ), попавшее в интервал (х дi - ∆х /2; х дi + х дi х /2), округляется до х д, то возникающая при этом ошибка ξ(х ) не превышает половины шага квантования, т.е. mах|ξ(х )|=0,5∆х . На практике шаг квантования ∆х выбирают исходя из уровня помех, в той или иной форме присутствующих при измерении, передаче и обработке реальных сигналов.

Если функция x (t ) заранее неизвестна, а шаг квантования ∆х достаточно мал по сравнению с диапазоном изменения сигнала (х max – х min), то принято считать ошибку квантования ξ(х ) случайной величиной, подчиняющейся равномерному закону распределения. Тогда, как показано на рис. 3.54, плотность вероятности f 1(ξ) для случайной величины ξ, принимает значение 1/(∆х ) внутри интервала (-∆х /2; +∆х /2) и равна нулю вне этого интервала.

Рис. 3.54. Равномерный закон распределения ошибки квантования

При ∆x =const относительная погрешность квантования ∆х =ξ(х )/х существенно зависит от текущего значения сигнала x (t ). В связи с этим при необходимости обработки и передачи сигналов, изменяющихся в широком диапазоне, нередко используется неравномерное (нелинейное) квантование, когда шаг ∆х принимается малым для сигналов низкого уровня и увеличивается с ростом соответствующих значений сигнала (например ∆х выбирают пропорционально логарифму значения |x (t )|). Выбор шага ∆х i =х дi – х дi-1 осуществляется еще и с учетом плотности распределения случайного сигнала (для более вероятных значений сигнала шаг квантования выбирают меньшим, для менее вероятных – большим). Таким образом удается обеспечить высокую точность преобразования при ограниченном (не слишком большом) числе разрешенных дискретных уровней сигнала x (t ).

Процесс преобразования дискретного сигнала в цифровой называют кодированием информации, а множество различных кодовых комбинаций, получаемых при данном правиле кодирования, – кодом. Важной характеристикой кода является основание (или значность) кода, т.е. число возможных значений, которые могут принимать элементы кодовой комбинации. Пусть требуется передать сигнал, уровень которого изменяется от 0 до 10 В. Если шаг квантования данных составляет 10 мВ, то каждый отсчет сигнала можно рассматривать как одно из 1000 возможных сообщений. Для передачи этой информации можно предложить различные способы:

– каждому сообщению поставить в соответствие определенный уровень напряжения, при этом основание кода m = 1000, а длина кодовой комбинации (слова) принимает минимальное значение n =1;

– можно воспользоваться двоичным (бинарным) представлением амплитуды сигнала с m = 2, но тогда потребуется комбинация длины n = 10 (210=1024, так что некоторые комбинации здесь не использованы).