Сигнал информационный - физический процесс, имеющий для человека или технического устройства информационное значение. Он может быть непрерывным (аналоговым) или дискретным
Термин “ «сигнал» очень часто отождествляют с понятиями “данные” (data) и “информация” (information). Действительно, эти понятия взаимосвязаны и не существуют одно без другого, но относятся к разным категориям.
Сигнал - это информационная функция, несущая сообщение о физических свойствах, состоянии или поведении какой-либо физической системы, объекта или среды, а целью обработки сигналов можно считать извлечение определенных информационных сведений, которые отображены в этих сигналах (кратко - полезная или целевая информация) и преобразование этих сведений в форму, удобную для восприятия и дальнейшего использования.
Передается информация в виде сигналов. Сигнал есть физический процесс, несущий в себе информацию. Сигнал может быть звуковым, световым, в виде почтового отправления и др
Сигнал является материальным носителем информации, которая передается от источника к потребителю. Он может быть дискретным и непрерывным (аналоговым)
Аналоговый сигнал - сигнал данных, у которого каждый из представляющих параметров описывается функцией времени и непрерывным множеством возможных значений.
Аналоговые сигналы описываются непрерывными функциями времени, поэтому аналоговый сигнал иногда называют непрерывным сигналом. Аналоговым сигналам противопоставляются дискретные (квантованные, цифровые).
Примеры непрерывных пространств и соответствующих физических величин: (прямая: электрическое напряжение; окружность: положение ротора, колеса, шестерни, стрелки аналоговых часов, или фаза несущего сигнала; отрезок: положение поршня, рычага управления, жидкостного термометра или электрический сигнал, ограниченный по амплитуде различные многомерные пространства: цвет, квадратурно-модулированный сигнал.)
Свойства аналоговых сигналов в значительной мере являются противоположностью свойств квантованных или цифровых сигналов.
Отсутствие чётко отличимых друг от друга дискретных уровней сигнала приводит к невозможности применить для его описания понятие информации в том виде, как она понимается в цифровых технологиях. Содержащееся в одном отсчёте "количество информации" будет ограничено лишь динамическим диапазоном средства измерения.
Отсутствие избыточности. Из непрерывности пространства значений следует, что любая помеха, внесенная в сигнал, неотличима от самого сигнала и, следовательно, исходная амплитуда не может быть восстановлена. В действительности фильтрация возможна, например, частотными методами, если известна какая-либо дополнительная информация о свойствах этого сигнала (в частности, полоса частот).
Применение:
Аналоговые сигналы часто используют для представления непрерывно изменяющихся физических величин. Например, аналоговый электрический сигнал, снимаемый с термопары, несет информацию об изменении температуры, сигнал с микрофона - о быстрых изменениях давления в звуковой волне, и т.п.
Дискретный сигнал слагается из счетного множества (т.е. такого множества, элементы которого можно пересчитать) элементов (говорят – информационных элементов). Например, дискретным является сигнал “кирпич”. Он состоит из следующих двух элементов (это синтаксическая характеристика данного сигнала): красного круга и белого прямоугольника внутри круга, расположенного горизонтально по центру. Именно в виде дискретного сигнала представлена та информация, которую сейчас осваивает читатель. Можно выделить следующие ее элементы: разделы (например, “Информация”), подразделы (например, “Свойства”), абзацы, предложения, отдельные фразы, слова и отдельные знаки (буквы, цифры, знаки препинания и т.д.). Этот пример показывает, что в зависимости от прагматики сигнала можно выделять разные информационные элементы. В самом деле, для лица, изучающего информатику по данному тексту, важны более крупные информационные элементы, такие как разделы, подразделы, отдельные абзацы. Они позволяют ему легче ориентироваться в структуре материала, лучше его усваивать и готовиться к экзамену. Для того, кто готовил данный методический материал, помимо указанных информационных элементов, важны также и более мелкие, например, отдельные предложения, с помощью которых излагается та или иная мысль и которые реализуют тот или иной способ доступности материала. Набор самых “мелких” элементов дискретного сигнала называется алфавитом, а сам дискретный сигнал называют также сообщением .
Дискретизация – это преобразование непрерывного сигнала в дискретный (цифровой).
Разница между дискретным и непрерывным представлением информации хорошо видна на примере часов. В электронных часах с цифровым циферблатом информация представляется дискретно – цифрами, каждая из которых четко отличается друг от друга. В механических часах со стрелочным циферблатом информация представляется непрерывно – положениями двух стрелок, причем два разных положения стрелки не всегда четко отличимы (особенно если на циферблате нет минутных делений).
Непрерывный сигнал – отражается некоторой физической величиной, изменяющейся в заданном интервале времени, например, тембром или силой звука. В виде непрерывного сигнала представлена настоящая информация для тех студентов – потребителей, которые посещают лекции по информатике и через звуковые волны (иначе говоря, голос лектора), носящие непрерывный характер, воспринимают материал.
Как мы увидим в дальнейшем, дискретный сигнал лучше поддается преобразованиям, поэтому имеет преимущества перед непрерывным. В то же время, в технических системах и в реальных процессах преобладает непрерывный сигнал. Это вынуждает разрабатывать способы преобразования непрерывного сигнала в дискретный.\
Для преобразования непрерывного сигнала в дискретный используется процедура, которая называется квантованием .
Цифровой сигнал - сигнал данных, у которого каждый из представляющих параметров описывается функцией дискретного времени и конечным множеством возможных значений.
Дискретный цифровой сигнал сложнее передавать на большие расстояния, чем аналоговый сигнал, поэтому его предварительно модулируют на стороне передатчика, и демодулируют на стороне приёмника информации. Использование в цифровых системах алгоритмов проверки и восстановления цифровой информации позволяет существенно увеличить надёжность передачи информации.
Замечание. Следует иметь в виду, что реальный цифровой сигнал по своей физической природе является аналоговым. Из-за шумов и изменения параметров линий передачи он имеет флуктуации по амплитуде, фазе/частоте (джиттер), поляризации. Но этот аналоговый сигнал (импульсный и дискретный) наделяется свойствами числа. В результате для его обработки становится возможным использование численных методов (компьютерная обработка).
Аналоговые, дискретные и цифровые сигналы
ВВЕДЕНИЕ В ЦИФРОВУЮ ОБРАБОТКУ СИГНАЛОВ
Цифровая обработка сигналов (ЦОС или DSP - digital signal processing) является одной из новейших и самых мощных технологий, которая активно внедряется в широкий круг областей науки и техники, таких как коммуникации, метеорология, радиолокация и гидролокация, медицинская визуализация изображений, цифровое аудио- и телевизионное вещание, разведка нефтяных и газовых месторождений и др. Можно сказать, что происходит повсеместное и глубокое проникновение технологий цифровой обработки сигналов во все сферы деятельности человечества. Сегодня технология ЦОС относится к числу базовых знаний, которые необходимы ученым и инженерам всех отраслей без исключения.
Сигналы
Что такое сигнал? В наиболее общей формулировке это зависимость одной величины от другой. Т.е., с математической точки зрения сигнал является функцией. Чаще всего рассматриваются зависимости от времени. Физическая природа сигнала может быть различной. Очень часто это электрическое напряжение, реже – ток.
Формы представления сигнала :
1. временная;
2. спектральная (в частотной области).
Стоимость цифровой обработки данных меньше аналоговой и продолжает снижаться, а производительность вычислительных операций непрерывно возрастает. Немаловажным является и то, что системы ЦОС отличаются высокой гибкостью. Их можно дополнять новыми программами и перепрограммировать на выполнение различных операций без изменения оборудования. Поэтому интерес к научным и к прикладным вопросам цифровой обработки сигналов возрастает во всех отраслях науки и техники.
ПРЕДИСЛОВИЕ К ЦИФРОВОЙ ОБРАБОТКЕ СИГНАЛОВ
Дискретные сигналы
Сущность цифровой обработки состоит в том, что физический сигнал (напряжение, ток и др.) преобразуется в последовательность чисел , которая затем подвергается математическим преобразованиям в ВУ.
Аналоговые, дискретные и цифровые сигналы
Исходный физический сигнал является непрерывной функцией времени. Такие сигналы, определенные во все моменты t, называются аналоговыми .
Какой сигнал называется цифровым? Рассмотрим некоторый аналоговый сигнал (рис. 1.1 а). Он задан непрерывно на всем рассматриваемом временном интервале. Считается, что аналоговый сигнал абсолютно точен, если не учитывать погрешности при измерении.
Рис. 1.1 а) Аналоговый сигнал
Рис. 1.1 б) Дискретизированный сигнал
Рис. 1.1 в) Квантованный сигнал
Для того, чтобы получить цифровой сигнал, нужно провести две операции – дискретизацию и квантование . Процесс преобразования аналогового сигнала в последовательность отсчетов называется дискретизацией, а результат такого преобразования - дискретным сигналом .Т. обр., дискретизация заключается в составлении выборки из аналогового сигнала (рис. 1.1 б), каждый элемент которой, называемый отсчетом , будет отстоять по времени от соседних отсчетов на некотором интервале Т , называемом интервалом дискретизации или (поскольку интервал дискретизации чаще неизменен) – периодом дискретизации . Величина, обратная периоду дискретизации называется частотой дискретизации и определяется как:
(1.1)
При обработке сигнала в вычислительном устройстве его отсчеты представляются в виде двоичных чисел, имеющих ограниченное число разрядов. Вследствие этого отсчеты могут принимать лишь конечное множество значений и, следовательно, при представлении сигнала неизбежно происходит его округление. Процесс преобразования отсчетов сигнала в числа называется квантованием . Возникающие при этом ошибки округления называются ошибками или шумами квантования . Т. обр., квантование – это приведение уровней дискретизированного сигнала к некоторой сетке (рис. 1.1 в), чаще обычным округлением в сторону большего. Дискретный во времени и квантованный по уровню сигнал и будет являться цифровым.
Условия, при которых возможно полное восстановление аналогового сигнала по его цифровому эквиваленту с сохранением всей исходно содержавшейся в сигнале информации, выражаются теоремами Найквиста, Котельникова, Шеннона, сущность которых практически одинакова. Для дискретизации аналогового сигнала с полным сохранением информации в его цифровом эквиваленте максимальные частоты в аналоговом сигнале должны быть не менее, чем вдвое меньше, чем частота дискретизации, то есть f max £ (1/2)f d , т.е. на одном периоде максимальной частоты должно быть минимум два отсчета. Если это условие нарушается, в цифровом сигнале возникает эффект маскирования (подмены) действительных частот более низкими частотами. При этом в цифровом сигнале вместо фактической регистрируется "кажущаяся" частота, а, следовательно, восстановление фактической частоты в аналоговом сигнале становится невозможным. Восстановленный сигнал будет выглядеть так, как если бы частоты, лежащие выше половины частоты дискретизации, отразились от частоты (1/2)f d в нижнюю часть спектра и наложились на частоты, уже присутствующие в этой части спектра. Этот эффект называется наложением спектров или алиасингом (aliasing). Наглядным примером алиасинга может служить иллюзия, довольно часто встречающаяся в кино – колесо автомобиля начинает вращаться против его движения, если между последовательными кадрами (аналог частоты дискретизации) колесо совершает более чем пол-оборота.
Преобразование сигнала в цифровую форму выполняется аналого-цифровыми преобразователями (АЦП). Как правило, они используют двоичную систему счисления с определенным числом разрядов в равномерной шкале. Увеличение числа разрядов повышает точность измерений и расширяет динамический диапазон измеряемых сигналов. Потерянная из-за недостатка разрядов АЦП информация невосстановима, и существуют лишь оценки возникающей погрешности «округления» отсчетов, например, через мощность шума, порождаемого ошибкой в последнем разряде АЦП. Для этого используется понятие отношения «сигнал/шум» - отношение мощности сигнала к мощности шума (в децибелах). Наиболее часто применяются 8-, 10-, 12-, 16-, 20- и 24-х разрядные АЦП. Каждый дополнительный разряд улучшает отношение сигнал/шум на 6 децибел. Однако увеличение количества разрядов снижает скорость дискретизации и увеличивает стоимость аппаратуры. Важным аспектом является также динамический диапазон, определяемый максимальным и минимальным значением сигнала.
Обработка цифровых сигналов выполняется либо специальными процессорами, либо на универсальных ЭВМ и компьютерах по специальным программам. Наиболее просты для рассмотрения линейные системы. Линейными называются системы, для которых имеет место принцип суперпозиции (отклик на сумму входных сигналов равен сумме откликов на каждый сигнал в отдельности) и однородность (изменение амплитуды входного сигнала вызывает пропорциональное изменение выходного сигнала).
Если входной сигнал x(t-t 0) порождает однозначный выходной сигнал y(t-t 0) при любом сдвиге t 0 , то систему называют инвариантной во времени . Ее свойства можно исследовать в любые произвольные моменты времени. Для описания линейной системы вводится специальный входной сигнал - единичный импульс (импульсная функция).
Единичный импульс (единичный отсчет) u 0 (n ) (рис. 1.2):
Рис. 1.2. Единичный импульс
В силу свойства суперпозиции и однородности любой входной сигнал можно представить в виде суммы таких импульсов, подаваемых в разные моменты времени и умноженных на соответствующие коэффициенты. Выходной сигнал системы в этом случае представляет собой сумму откликов на эти импульсы. Отклик на единичный импульс (импульс с единичной амплитудой) называют импульсной характеристикой системы h(n). Знание импульсной характеристики позволяет проанализировать прохождение через дискретную систему любого сигнала. Действительно, произвольный сигнал {x(n)} можно представить в виде линейной комбинации единичных отсчетов.
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.
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
Литература:
Вместе со статьей "Виды сигналов" читают:
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.
 |
|||
|
| |||
(1.33)
