Table of Contents
תוצאות חיפוש עבור Delta Modulation ו-SNR Challenges
צורת הרפסה דלתא (DM) היא פשוט, חד-ביטה אנלוגיה-דיגיטלית טכניקת המרה המקודמת (DM) היא טכניקת המרת האנלוגית-ל-דיגיטלית, המקודמת את ההבדל בין דגימות אותות מוצלחים ולא ערך הדגימה המוחלט. הנכס הזה הופך את DM למושכת ליישומים הדורשים מורכבות נמוכה, צריכת חשמל נמוכה ורוחב רוחב פס מינימלי – כגון תקשורת קולית, חיישנים תעשייתיים וטלפוניים דיגיטליים מוקדמים.
עומס סלייפ מתרחש כאשר אות קלט משתנה מהר יותר מאשר גודל הצעד הקבוע יכול לעקוב אחר.המנטר לא יכול לעמוד, גרימת טעות גדולה כי מתפרס דרך מסנן שיקום ומתבטא כרעש גבוה ⁇ .רעש גרנורי, מצד שני, עולה במהלך תקופות של אותות קבועים או לאט משתנים.גודל הצעד נשאר קבוע, ואת הפלט סביב הערך בפועל, לייצר אפקט אנלוגי נמוך, שניהם.
הבסיס SNR של מודולטור יסוד דלה יכול להיות ביטוי בערך כמו FLT:0, שבו N הוא מספר סיביות לדגימה (תמיד 1 עבור DM קלאסי), f s הוא תדירות הדגימה, ו f b הוא רוחב הפס אות. Doubling יחס oversampling משפר את SNR על ידי בערך 3D, אבל זה מגיע עלות של שינוי מוגבר נתונים.
החלפת דלתא (ADM)
התאמה של תצורה של דלה מתייחס ישירות למגבלה בגודל קבוע של צעד על ידי התאמה דינמי לגודל הצעד מבוסס על ההיסטוריה האחרונה של זרם פלט בינארי. כאשר ביטים רצופים יש אותו סימן (למציין מדרון מהיר), גודל הצעד גדל כדי למנוע עומס יתר על פני המדרון. כאשר ה bits חלופי לעתים קרובות (למציין אות שטוח), גודל הצעד הוא מופחת כדי להפחית את ההסתגלות המטרידת.
רצף מול דיסקטר שלב-Size הסתגלות
מערכות ADM מוקדמות השתמשו בשליטה בגודל של שלב, כגון תוכנית סונג-Gray הידועה, שבה גודל הצעד מוכפל או מחולק על ידי גורם קבוע כאשר דפוס מסוים של ביטים מזוהה.לדוגמה, דפוס "1-1-1" או "0-0" דפוס עשוי לגרום להכפלה של גודל הצעד, תוך שינוי bitshalve זה יותר מודרני יישום, שבו תבנית פעולה רציפה יותר של שינוי של תפקוד נמוך יותר של תפקוד.
סילבביות Companding and Imaneous Fitation
השיתוף הסילבבי של ה-RMS לטווח קצר של אות הקלט ומתאים את גודל הצעד בהתאם – בדרך כלל בקנה מידה הזמן של 5-20 שניות, התאמת שיעור הסילאבי של הדיבור.זה יעיל במיוחד עבור קודים קוליים. הסתגלות מיידית, על ידי ניגוד, מגיבה מדגם-על-ידי-ידי-מדגם, המציעה תגובה מהירה יותר לסימנים טרנספורמטיביים, אך הדורשים רוחב פס רוחב פס ומערכת יחסים מורכבת יותר.
השיפור של SNR מ ADM על פני שלב קבוע DM יכול להיות גדול כמו 10-15 dB עבור אותות דיבור, מה שהופך אותו בחירה סטנדרטית בתקשורת צבאית ורשתות טלפון דיגיטליות מוקדם.עם זאת, לוגיקה הסתגלות מוסיפה שקיפות ומורכבות מעגלים, ואת המערכת הכוללת חייב להיות מתוכנן בקפידה כדי למנוע מחזורים או ציד התנהגות.
דלתא-סיגמה משתנה ו Noise Shaping
דלתא-sigma Modulation (DSM) - המכונה לעתים קרובות sigma-delta Modulation - לוקח גישה שונה לחלוטין לשיפור SNR. במקום להתאים את גודל הצעד, DSM משתמש oversampling בשילוב עם לולאה משוב שמעצב את הרעש הקוונטי הרחק מלהקת האות.ה in theקדימה מצטבר את ההבדל בין ה-Fightextextextation לבין הפונקציה דיגיטלית, הפחתת הפחתת ה-S-Repre-upive באופן יעיל.
Oversampling and the Noise Transfer function
במודולטור הראשון של דלה-סגמה, הפונקציה העברת רעש (NTF) יש מאפיין גבוה: (FLT:1) זה דוחף רעש קוונטי לתדרים גבוהים יותר, שבו ניתן להעצים אותו על ידי מסנן דיג דיגיטלי (Digmation) מציג את עוצמת הרעש בפס- R-band מופחתת על ידי יחס מצטבר גבוה יותר (OSR) עבור מהפך שלישי, אך שיפור פרופ 'R' נוסף, אך הוא נמוך יותר, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, שיפור משמעותי יותר של מידת מידת הפחתת יכולת הפחתת יעילותו של מערכת הרעש העליון של מערכת יחסים של מערכת יחסים של מערכת יחסים של מערכת יחסים גבוהה יותר, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, עבור שיפור של מערכת יחסים של מדד גבוה יותר, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, עבור שיפור של מדד גבוה יותר, לעומת זאת, לעומת זאת, לעומת זאת, לעומת זאת, לעומת
אפשרויות ל Multi-Bit Quantizers
בעוד קוונטין יחיד-bit במודולטורים דלה-סיגמה קלאסית מספק לינאריות טבועה, דוחף להזמנות גבוהות יותר (בדרך כלל מעל סדר 2 או 3) דורש עיצוב זהיר כדי לשמור על יציבות.טכניקות כגון הזנה קדימה פיצוי, רב-ביט קוונטין, ואת האלמנט דינמי תואם את המרה (DEM) לעזור לייצב לולאות סדר גבוה יותר תוך שמירה על ליניאריות (כ- 3 סיביות), אם כימותרפיון, כלומר, אם כימותרפיון, 3 סיביות, לעומת זאת, או יותר, אם כימות, כלומר, כדי להפחית את גודל של פחות או יותר, 000).
ה-SNR רווחים אלה גדל מורכבות מערכת: ממודולים דלה-sigma דורשים מסננים דיגיטאליים במהירות גבוהה, רכיבים אנלוגיים מדויקים, ופריסה זהירה כדי למנוע שעון ג'רמי ורעש תרמי.עם זאת, הם שולטים להמיר מודרני ברזולוציה גבוהה, מקוד אודיו למדידת ADCs.
דלתא משתנה וטכניקות מבט-ראש
גישה חדשנית נוספת לשיפור SNR היא לשלב חיזוי ללולאה של דלה מודולציה חיזוי משתמש מודל של אות קלט - לעתים קרובות צופה ליניארי של סדר אחד או שניים - כדי להעריך את הערך המדגם הבא.המודולטור ואז מקודש רק את ההבדל בין הדגימה בפועל לבין החיזוי. כי החיזוי הוא בדרך כלל קטן יותר מהאות עצמו, צעד קטן יותר יכול לשמש, גם הסתברות מדרדרדרדרדרדרדרדרדרדרדרדרדרדרדרדרדרדרדרן וגם הסתברות של רעש.
שינוי קוד הדופק (DPCM) כמסגרת כללית
היחסים בין דלה מודולציה לבין מודולציה דו-קוד שונה (DPCM) ידועה: DM הוא למעשה מערכת 1-bit DPCM עם צו-סדר ראשון.רחב לחיזוי רב-ביט (למשל, 4bit DPCM) מציעה שיפורים נוספים SNR, אך עלות של נתונים גבוהים יותר.
חיזוי הסתגלות ויתרונותיה
הסתגלות חיזוי חיזוי חיזוי (APDM) משלבת הסתגלות בגודל שלב עם הסתגלות חיזוי או coefficient.החיזוי יכול להיות מסנן לקטייה המתאים את האפקטיביות שלה בהתבסס על האוטומט של אות קלט.זה מאפשר למודולטור לעקוב אחר שינויים בתוכן הספקטרום של האות, צמצום משמעותי של חיזוי.
Machine Learning and AI- Based Optimization
מחקר עדכני חקר את השימוש בלמידה של מכונה (ML) ואינטליגנציה מלאכותית כדי לייעל את הפרמטרים של דלה מודולציה בזמן אמת.במקום כללי הסתגלות בעבודת יד, רשת עצבית או סוכן למידה חיזוק יכולים ללמוד את גודל הצעד האופטימלי או תחזיות אפקטיביות המבוססות על נתונים סטטיסטיים על אותות.
אתר האינטרנט Neural Network Step-Size Controller
רשתות עצביות מתקדמות שהוכשרו על סט מייצג של אותות קלט יכול למפות תכונות קצרות זמן (למשל, אפס-קרוס, אנרגיה, ספקטרליות) לגודל שלב מתאים.הרשת ממוטבת למזער את השגיאה המקבילה בין הקלט לבין האות המשוחזר.בקרים אלה מבצעים התאמה סינלאבית או מיידית לשיעורים מסוימים של אותות, במיוחד עם אלה במהירות משתנה (או סטטיסטיקות).
Reinforcement Learning for Adaptive Algorithms
ניתן לאמן סוכני למידה מחדש (RL) כדי לבחור התאמות בגודל של שלב באופן מקוון, עם פונקציה מתגמל כי מעניש הן עומס יתר של מדרונות ורעש גרניט.הסוכן לומד מדיניות שמאזנת את המסחר-off מבוסס על ההיסטוריה השגיאה האחרונה. בעוד חישובי יקר יותר מאשר הסתגלות קבועה, בקרים המבוססים על RL יכול להתאים לאות כי הם לא מודל טוב על ידי אותות מודרניים על ידי שיפור יעיל של 2B.
שיטות מתקדמות ופוסט-Processing
מעבר לשינויים במכוון עצמו, לאחר עיבוד המקלט יכול לשפר עוד יותר את מסננים יעילים SNR. הסתגלות, כגון לפחות ריבועים (LMS) או recursive לפחות ריבועים (RLS), ניתן להשתמש כדי להפחית את הרעש השגור שנותר על ידי מדרון אירועים או צ'אט קרועים אלה פועלים על אות משוחזר, ניצול הידע של התכונות הסטטיסטיות של אותות הקול של אותות או מזהמים הידועים של מבנה הרעש.
ביטול השימוש בסימנים
ביישומים מסוימים, ערוץ ההתייחסות משני, נמוך-פסי יכול לספק מידע על המעטפה של אות קלט, המאפשר דואר-filter ל subtract מתואם רכיבי רעש.לדוגמה, בקישור אודיו דלה-מודולד, המעטפה ניתן להעריך ולהשתמש בו כדי לשלוט מסנן נמוך משתנה כי חלק רעשים מחוץ לרעש מבלי להגביר את אותות אמיתיים גישה זו ניתן להניב 3B תוספת של עיבוד.
מסנן לא ליניארי וגללט דנאש
טכניקות סינון לא ליניאריות, כגון סינון או סף גל, יעילות להסרת רעש דמוי אימפולסיבית הנגרמת על ידי שגיאות עומס מדי פעם על ידי גללט דהנוינג, במיוחד, יכול להפריד את רכיבי האות והרעש בתחום זמן- ⁇ , שמירה על הקצוות תוך דיכוי רעש נמוך ברמת נמוכה. שיטות אלה שימושיות במיוחד עבור אותות רפואיים (למשל, ECG) שבו נאמנות גבוהה היא משאבים כפולים מאוד לא מוגבל משאבים.
השוואה של טכניקות ושיקולים מעשיים
כל אחת מהטכניקות החדשניות שנדונו לעיל מציעה שינוי סחר אחר בין שיפור SNR, מורכבות המעגל, צריכת החשמל והעיכוב.השולחן הבא מסכם את המאפיינים המרכזיים:
| Technique | Typical SNR Gain (over basic DM) | Complexity | Latency | Power Consumption |
|---|---|---|---|---|
| Adaptive Delta Modulation (ADM) | 10–15 dB | Low–Medium | Low | Low |
| Delta-Sigma Modulation | 20–40 dB (depends on order & OSR) | High | Medium (due to decimation) | Medium–High |
| Predictive DM / APDM | 12–18 dB | Medium | Low–Medium | Medium |
| ML-optimized (neural / RL) | 5–15 dB (above ADM) | Very High | Medium–High | High |
| Post-processing (adaptive filters) | 3–6 dB | Low–Medium (receiver side) | Low–Medium | Low–Medium |
עבור חיישנים מופעלים סוללות או מכשירי תקשורת, ADM או חיזוי DM לעתים קרובות מציעים את האיזון הטוב ביותר. עבור אודיו גבוה או מדידה, תצורת דלה-sigma היא תקן דה Facto. Machine למידה גישות נשאר בעיקר בתחום המחקר בשל דרישות חישוביות גבוהות שלהם, אם כי התקדמות במאצת עצביים נמוכה עשוי לשנות בקרוב את זה.
כיוונים עתידיים ומחקר
מחקר מתמשך ממשיך לדחוף את הגבולות של ביצועי דלה מודולציה.כיוון מרגש אחד הוא השימוש של שילוב מסדרה חלקי בלולאות דלה-סגמה, אשר יכול לספק פרופילים גמישים יותר בעיצוב רעש.עוד הוא חקר מערכות היברידיות המשלבות ADM עם דלה-סגמה באמצעות נתיבי הקוונטים כפולים, השגת כוח נמוך ורזולוציה גבוהה.
אלגוריתמים אופטימיזציה של קוונטים (למשל, קוונטים annealing) הוצעו למצוא רצפים בגודל אופטימלי עבור DM, אם כי יישומים מעשיים הם עדיין nascent.בנוסף, שילוב של Modulation עם תוכניות שידור מתקדמות - כגון אוטhogonal תדירות-division מרוביםxing (OFDM) - דורש תשומת לב קפדנית כדי להגיע לשיא-to-veraage של כוח ומחוץ לשיטות כוח, שבו ניתן לשחק מספר רב-חום של פונקציות.
לבסוף, דחיפה לעבר מכשירים AI אולטרה-נמוך עשויה להחיות את העניין בתוכניות מודולציה פשוטות כמו דלה מודולציה, במיוחד אם שיטות ספאם חדשניות יכולות לגשת ל-SNR של ממירים מורכבים יותר. החוקרים גם חוקרים מכונות קידוד זמן (TEM) ו- ADCs חוצה רמה שחולקים דמיון עם DM ומציעים תכונות של אותות-אדפטיים.
מסקנה
השיפור המתמשך של יחס אות-לכאורה במערכות מודולציה דלה נשאר תחום תוסס של מחקר ופיתוח.ממפיתוח של בקרת גודל הסתגלות ו-רעש בעיצוב לולאות לפילטרים חיזוי ולמידה מכונה, הטכניקות המתוארות כאן מוכיחות שאפילו תוכנית פשוטה לכאורה של חד-ביטה אחת יכולה להיות מעודנת כדי לעמוד בדרישות התובעניות של יישומים מודרניים.
(ב) לעיין במאמר יסוד על פי סעיף:0 (א) , עיין בפרשת ה[[1924]], [[1924]], [[1924]], [[1924]], [[1924]]]], [[1924]]]]]], [[1924]]]]]]]]]], [[1924]]]]]]]]]], [[1924]]]]]]]]]]]]]]]], [[1924]]]]]]]]]]]]]]]]]]