להבין את ה-Saming: ⁇ ו-Polfalls ב-דיגיטל תגית: Conversion

The Sampling Theorem הוא אחד העקרונות הבסיסיים ביותר בעיבוד אותות דיגיטליים, המשמש גשר קריטי בין העולמות האנלוגיים והדיגיטליים. משפט הדגימה-Shannon הוא משפט בתחום עיבוד אותות המשמש גשר בסיסי בין אותות בזמן אמת וסימנים בזמן אמת.

מה זה סמרטוט?

משפט Nyquist, הידוע גם כמשפט הדגימה של Nyquist-Shannon, מגדיר את התנאים שבהם ניתן למצוא אות זמן מתמשך ומשוחזר באופן מושלם מהדגימות שלו, מבלי לאבד כל מידע.עקרון רב עוצמה זה מאפשר טכנולוגיה דיגיטלית מודרנית ללכוד, תהליך, ולהתרבות אותות אנלוגיים עם נאמנות יוצאת דופן.

היא קובעת מצב מספיק לקצב מדגם המאפשר רצף של דגימות דיסקרטיות ללכוד את כל המידע מסימן של זמן מתמשך של רוחב פס סופי.המשפט מספק את הבסיס המתמטי להבנת תדירות עלינו לדגום אות מתמשך כדי לשמר את כל תוכן המידע שלו.

רקע היסטורי

השם Nyquist-Shannon sampling מכבד את הארי Nyquist ו קלוד שאנון, אבל המשפט התגלה גם בעבר על ידי E. T. Whittaker (פורסם בשנת 1915), ואנונגן ציטט את הנייר של ויטאקר בעבודתו.המשפט התגלה באופן עצמאי על ידי חוקרים רבים לאורך ההיסטוריה, המשקפת את חשיבותו הבסיסית לעיבוד אותות.

הוא הוענק על ידי הארי Nyquist קלוד, שאנון של מעבדות בל סיפק תחילה את המשפט Nyquist-Shannon-Shannon sampling משפטים בסוף שנות ה -40.הארי הביע את ה-Nyquist Sampling Theorem אשר ביסס את העיקרון של שימוש ב-Sampling כדי להמיר אות אנלוגי מתמשך לאות דיגיטלית.עבודה זו הניחה את הקרקע למהפכה דיגיטלית כולה שלאחר מכן.

עקרון הליבה: הבנת קצב הניקוויסט

בלב המשפט הדגימה הוא דרישה פשוטה אך עמוקה.זה קובע כי לשחזר אות אנלוגי מתמשך מהגרסה המדגם שלה במדויק, שיעור הדגימה חייב להיות לפחות פעמיים את התדירות הגבוהה ביותר נוכחת בסימן.זה שיעור דגימה מינימלית ידוע כקצב Nyquist.

אם אנו מחילים את המשפט הדגימה לסנוסאיד של תדירות fSIGNAL, עלינו לטעום את הגלום ב fSAMPLE ⁇ 2fSIGNAL אם נרצה לאפשר שחזור מושלם.דרך אחרת לומר זאת היא שאנו צריכים לפחות שתי דגימות מחזור הסינוס.זה 2-samples-per-per-cycle דרישה מבטיחה כי תהליך הדגימה מספיק מידע כדי לזהות את האות המקורי.

תגיות Band-Limited Signals

באופן פשטני, המשפט חל רק על שיעור של פונקציות מתמטיות שיש להן שינוי פורייה שהוא אפס מחוץ לאזור סופי של תדרים.אלה נקראים אותות מוגבלים ללהקה, והם יוצרים את הבסיס התיאורטי שעליו פועל משפט הדגימה.

אם אות x הוא מוגבל (-B,B), זה נקבע לחלוטין על ידי הדגימות שלה עם sampling Rate ⁇ s=2B. כלומר, x ניתן לשחזר בדיוק מהדגימות שלה xs עם sampling Rate ⁇ s=2B. ניסוח מתמטי זה מספק את התנאים המדויקים תחת אשר מושלם שיקום הוא אפשרי תיאורטית.

חישוב שיעור ה-Silting

קביעת שיעור הדגימה המתאים עבור אות נתון דורש ניתוח זהיר של התוכן התדירות שלו.התהליך כרוך בזיהוי רכיב התדירות המקסימלי וליישם את הקריטריון Nyquist.

שלב אחר-שלב תהליך קלקלציה

(ב) ,0) ,1 , שלב 1: לזהות את התדירות הגבוהה ביותר של LT:1

(ה) הצעד הראשון בקביעת שיעור הדגימה הוא לזהות את רכיב התדר הגבוה ביותר הקיים בסימן זה, תדירות מקסימלית זו, אשר לא ניתן לייחס כ-FLT:0fph3maxtureFLT:2sFLT 3:2 ;2 ;2FLT 3: 3 (או FLT:4BFLT:5), מייצגת את הגבול העליון של רוחב הפס של האותות, זה עשוי להיות נקבע על ידי טווח של זיהוי או של ידע אנושי, או של ידע או של חומר התגלות, או של חומר זה עשוי לדרוש את ה-ה.

(ב) [15] ,2 ,2 ,2 ,2 ,2 , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

לאחר שזיהית את התדירות המקסימלית, שיעור הדגימה המינימלי (קצב Nyquist) מחושב כמו:

(ב) ויקרא י"ד:2 ויקרא יט: ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

איפה:

(ב) ויקרא י"ד:2 ויקרא:2 ויקרא יט): "התערות" (בשנייה או הרץ)
(ב) ויקרא י"א): "ה' (ב') ויקרא:2 ויקרא:2 ויקרא:2 ויקרא:2 ויקרא יט): "ה' (במדבר כ"ב)

3 (ב) 3 (הופנה מהדף [[1924]]]]

ביישומים מעשיים, דגימה בדיוק קצב Nyquist הוא לעתים רחוקות מספיק.כדי להיות עקבי עם מסננים נגד-aliasing נפוץ, תקן התעשייה עבור הלהקה שמירה התפתחה כדי להפוך את שיעור הדגימה 2.56 פעמים את התדירות המקסימלית של עניין.זה ידוע בתור יחס הלהקה שמירה. יחס של 2.56 שומר מספק הגנה על אמצעי הגנה על המכשור של זה מספק שולי נוסף עבור תכונות לא פתורות האמיתיות נגד פילטר אמיתי.

דוגמאות מעשיות

(ב) 0 (Example 1: Audio CD QualityFLT:1)

כדי לשחזר נאמנה את המגוון המלא של תדרים לא ניתנים לזיהוי ללא הפסד, אותות אודיו הם בדרך כלל דגימה ב 44.1 kHz עבור תקליטורים, אשר עולה פעמיים את התדירות הגבוהה ביותר של שמיעה אנושית.מאז שמיעה אנושית משתרעת על כ 20 kHz, 44.1 ksampling Rate מספק יותר מאשר כפול זה תדירות, הבטחת רבייה גבוהה.

(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

שקול אות טלפון עם תדירות מקסימלית של 4 kHz. על פי המשפט Nyquist, שיעור דגימה מינימלי יהיה 8 kHz. עם זאת, בפועל, מערכות תקשורת לעתים קרובות להשתמש 8 kHz sampling עם סינון נוסף כדי להבטיח איכות אות ולמנוע אסימונים של פריטים.

אם אתה עוקב אחר רטטים מכניים עם תדרים צפויים עד 1000 הרץ, תצטרך שיעור דגימה מינימלי של 2000 הרץ.עם זאת, החל יחס של 26 שמירה, שיעור דגימה מעשי יהיה בערך 2560 הרץ או גבוה יותר כדי להבטיח לכידת מדויקת של כל רכיבי הרטט.

שם מקור: Aliasing: The Primary Pitfall

Aliasing הוא השם שאנו נותנים לתופעה כאשר שני אותות רציף נפרדים x1(t) ו- x2(t) מייצרים את אותו רצף של ערכי הדגימה x [n] כאשר הם מדגימים ב-Fs בקצב קבוע.תופעה זו מייצגת את האתגר המשמעותי ביותר בעיבוד אותות דיגיטליים ויכולה להוביל לעיוות חמור אם לא לטפל בו כראוי.

מה גורם ל Aliasing?

עליסוס מתרחש בכל פעם השימוש של אלמנטים דיסקרטיים ללכוד או לייצר אות מתמשך גורם עמימות תדירות. כאשר אות מכיל רכיבים תדירות גבוה יותר ממחצית שיעור הדגימה (תדירות Nyquist), רכיבים אלה גבוה ⁇ להיות בלתי ניתן להבחין בין רכיבים נמוך יותר ⁇ בנתונים המדגם.

אם חתיכה של מוסיקה מדגימה ב 32,000 דגימות לשנייה (Hz), כל רכיבי תדר או מעל 16,000 הרץ (תדירות Nyquist עבור קצב דגימה זה) יגרום להתאמה כאשר המוזיקה משוכפלת על ידי ממיר דיגיטלי-ל-אנט-אנטר (DAC) התדרים הגבוהים בסימן אנלוגי יופיעו בתדרים נמוכים יותר (wongs) בדגימה דיגיטלית, ולכן לא ניתן לשחזר על ידי D.

מתמטיקה של Aliasing

F' הוא f בתוספת מספר רב של פיות שיעור הדגימה (2.3) ידוע כמשוואה ההשלכה, והוא מספר לנו כיצד למצוא את כל התדרים המנציחים עבור שיעור f מסוים ו- sampling. יחסים מתמטיים אלה מראים כי עבור כל תדירות נתון וקצב דגימה, יש הרבה תדרים כי ייצור רצף זהה.

האות המשויע יופיע בתדר צפוי בספקטרום הארבעייה.לדוגמה, בהתחשב בתדירות דגימה של 200Hz (תדירות Nyquist = 100Hz), אות 101Hz דיגיטלית יופיע ב-99Hz, בעוד אות 200 200 יופיע 0Hz או DC A 201Hz יופיע כמו אות 1 ליטר, וכן על דפוס צפוי זה מאפשר להופיע מהנדסים כדי להבין רכיבים בתדירות גבוהה.

דוגמאות אמיתיות ל- Aliasing

בסרטון או בפנטוגרפיה, תוצאות זמניות מקצב המסגרת המוגבל, וגורם אפקט גלגל העגלה, שבו נראה גלגל מדבר מסתובב לאט מדי או אפילו לאחור.תופעה חזותית מוכרת זו ממחישה את ההפניה באופן שקל ניתן להבחין בו בחיי היומיום.

Aliasing היא התופעה שבה אותות גבוהים של קידוד גבוה מחלחלים אותות נמוכים לאחר דגימה דיגיטלית. ברגע שזה קורה, אתה לא יכול לספר את ההבדל בין האות האמיתי נמוך ⁇ ואת האות גבוה ⁇ כי הוא "נאלע" למטה. ambiguity בסיסית זו הופכת את הבעיה במיוחד כי זה לא יכול להיות מתוקן לאחר עובדה.

הטבע הבלתי הפיך של עלי

עליסוס הוא אתגר בסיסי בעיבוד אותות דיגיטליים – אם זה קורה, זה לא יכול להיות הפוך.השלאה זו הופכת את מניעת קריטי לחלוטין.לאחר שלילה זוחלת לתוך האות המדגם, אי אפשר לחסל.פעם הרכיבים התדירות היו חדורים, אין פעולה מתמטית שיכולה להפריד את הרכיבים הנמוכים מן המרכיבים הגבוהים של ה ⁇ .

כאשר אנו מדגימים בתדרים מתחת לשיעור Nyquist, המידע אבד לצמיתות, ואת האות המקורי לא ניתן לשחזר באופן מושלם.הפסד קבוע זה של מידע מדגיש את החשיבות של בחירת קצב הדגימה נאותה מסנן נגד הפליה.

מלכודות נפוצות ב- Digital Signal Conversion

מעבר למזעור, כמה מכשולים אחרים יכולים להתפשר על איכות המרת אות דיגיטלית.הבנת האתגרים האלה מסייעת למהנדסים לעצב מערכות חזקות יותר ולהימנע מטעויות נפוצות.

1.תחת-Sampling

אפקט ההילה מתאר דגימה נמוכה מדי של אות המדידה.סימן המדידה האנלוגי (שחור) מכיל מרכיב גבוה קידוד אשר נתפס בטעות בשל שיעור דגימה נמוך.הסימן הדיגיטלי (כחול) מכיל מספר מועט מדי של נקודות נתונים ולכן אינו תואם את אות המדידה המקורי.

תחת הדגימה מתרחשת כאשר שיעור הדגימה אינו מספיק כדי ללכוד את התוכן של התדירות של האות.זהו הפרה הישירה ביותר של משפט Nyquist ומוביל לבעיות מיידיות של ההקצאה בתקשורת דיגיטלית, ההפניה מתרחשת עקב טעות מדידה בסימן בגלל שיעור דגימה לא נכונה, אם קצב הדגימה נמוך מדי עלול להתרחש.

ההשלכות של ההרחבה מתחת ל-Sampling מעבר לעיוות תדר פשוט. Aliasing הופכת אות למעוותת שיכולה לגרום לבעיות לא רצויות בכל אות.זה יכול להיות בעיה עיקרית ב- Audio, אשר יכול לגרום למכשירי אודיו להישמע מעוות וגם בסרטון, אשר יכול לגרום לפעפיים חדים / מחוספסים או מחוסנים בתמונות.

2. inadequate Anti-Aliasing filters

מסנן נגד-aliasing הוא מסנן נמוך-pass המשמש אות לפני שהוא מסומן לעיבוד דיגיטלי.המטרה העיקרית של מסנן היא להסיר רכיבי תדירות כי הם גבוהים יותר ממחצית שיעור הדגימה. על ידי הגדלת או ביטול רכיבים אלה גבוה, מסנן נגד-aliasing מבטיח את אות המדגם לא מכיל תדרים כי יהיה מטעה כמו תדרים נמוכים יותר לאחר דגימה.

האיכות והעיצוב של מסננים נגד הפליה משפיעים ישירות על נאמנות האות.כדי למנוע זאת, מסנן נגד הפליה משמש להסרת רכיבים מעל תדירות Nyquist לפני הדגימה.פילטרים עם אי-נוחות לא מספיק בפס או תדרי חיתוך לא מתאימים יכולים לאפשר רכיבים גבוהים לעבור, וכתוצאה מכך גם עלייה של למרות שיעורי הדגימה נאותה.

במערכות מעשיות נגד הפלות מסננים מבוצעות בדרך כלל כעיגולים אלקטרוניים אנלוגיים, או כפילטרים דיגיטליים במהלך הדגימה.הבחירה בין יישום אנלוגי ודיגיטלי תלויה בדרישות היישום הספציפיות, מגבלות עלות ומפרטים ביצועים.

3.התייעלות פילטר

למרות הבשלות של ניתוח אותות, משתמשים רבים ויצרנים של ציוד מדידה עדיין להניח באופן לא נכון כי פשוט דגימה גבוה יותר מאשר פעמיים התדירות הרצויה לפתור בעיות הקשורות.אבל תדירות הרצויה לא יכול להיות זהה לתדירות הכלולה בסימן.אין תדירות דגימה גבוהה עם זאת גבוה כי יהיה לפתור בעיה זו.

תפיסה זו מובילה למערכות שמבוססות רק על שיעורי הדגימה גבוהים ללא סינון הולם.בעוד ש oversampling יכול לעזור, זה לא יכול לחסל את הצורך במסננים נגד הפליה כאשר האות מכיל רכיבים תדירות מעבר לתדירות Nyquist. אותות בעולם האמיתי לעתים קרובות מכילים רעש, הרמוניות, ורכיבים אחרים גבוה כי יש לסנן לפני הדגימה.

הבעיה המוצגת על ידי aliasing היא באמת כי מספריים של תדירות Nyquist לפעול גם כמו קווי קפלינג. So תדירות תוכן כי הוא גדול יותר מאשר שיעור המדגם (הכולל את תדירות Nyquist) גם להרהר בחזרה ללהקה תדירות של המדידה. בכל אות בעולם האמיתי, יהיו צורות רבות של אנרגיה בתדר גבוה ורעש כי יכול לקפל בחזרה לתוך המדידה.

4.Sampling at Irregular Intervals

בעוד משפט הדגימה הקלאסי מניח מרווחי דגימה אחידים, כמה יישומים מעורבים דגימה לא אחידה.תיאורית הדגימה של שאנון ניתן להכללה במקרה של דגימה לא אחידה, כלומר, דגימות לא נלקחות באותה מידה בחלל בזמן. התיאוריה המאמפלינג של שאנון עבור מדינות שאינן חד-מיניות שמאגדות יכולות להיות בעלות אותות מוגבלים באופן מושלם מדגימותיו הממוצעות ה-קיצות.

עם זאת, יישום פיזור לא אחיד דורש שיקול זהיר.לכן, למרות דגימות מעוקלות אחידות עלולות לגרום אלגוריתמים שיקום קלים יותר, זה לא תנאי הכרחי לשיקום מושלם.לא חד-ממדי יכול להיות יתרון ביישומים מסוימים אבל דורש אלגוריתמים יותר מתוחכם וניתוח זהיר כדי להבטיח את שיעור הדגימה הממוצע עומד על קריטריון Nytform.

5 טעויות קוונטיות

Quantisation הוא תהליך של מיפוי מגוון מתמשך של ערכים לתוך קבוצה סופית של רמות דיסקרטיות, המהווה צעד הכרחי בהמרות האנלוגי-לדיגיטלית.תהליך זה מציג באופן מהותי טעות קוונטית, שהוא ההבדל בין ערך האות בפועל לבין הערך הקוונטי.

בעוד קוונטיזציה נבדלת מ דגימה בתחום הזמן, זה מייצג מימד אחר של תהליך הדיגיטציה.מספר ה bits המשמש את אנלוגי-ל-דיגיטלי קובע את ההחלטה של קוונטיזציה amplitude. עומק זעיר יכול להציג רעש קוונטי אשר degrades אות איכות, גם כאשר קצב הדגימה הוא מספיק.

למרות טעות זו, קוונטיזציה היא חיונית לאפשר דחיסת נתונים, אשר מפחיתה את גודל הקבצים לאחסון יעיל ומשלוח. על ידי שילוב העקרונות של Theorem Spling עם טכנולוגיות קוונטיזציה ו ⁇ , דחיסת נתונים משמעותית ניתן להשיג עם אובדן מינימלי של איכות, כפי שניתן לראות בפורמטים דיגיטליים שונים.

6. Misunderstanding Bandwidth לעומת תדירות מקסימלית

אות x(t) הוא מוגבל אם ניתן לבטא אותו כשילוב (סכום משקל) של סינוסים טהורים אשר התדרים שלהם נמצאים בין קצת תדר מינימלי f - וכמה תדירות מקסימלי f + ⁇ f. דרך אחרת לחשוב על חוסן קבוצתי הוא כי כל סינוס עם תדירות f + אין משקל בשילוב זה מייצר x(t).

עבור אותות פסים (סימנים שאינם משתרעים ל- DC), רוחב הפס והתדירות המקסימלית הם מושגים שונים.המשפט הדגימה יכול להיות מיושם ביעילות רבה יותר אותות כאלה באמצעות טכניקות דגימה של פסים, אשר יכול לדגום בשיעורים נמוכים יותר מאשר פעמיים את התדירות המקסימלית, בתנאי שקצב הדגימה הוא לפחות פעמיים רוחב הפס.

מניעת Aliasing: Best Practices and Techniques

מניעת ההשלמה מחייבת גישה רב-פנים המשלבת בחירה נאותה של קצב הדגימה, סינון יעיל ועיצוב מערכת זהירה.

יישום פילטרים אנטי-אליות

עליאסינג נמנע בדרך כלל על ידי יישום מסננים נמוכים או מסננים נגד הפליה (AF) לאות קלט לפני דגימה וכאשר להמיר אות משיעור גבוה יותר לקצב דגימה נמוך יותר.

לדוגמה שלנו עם תדר ניקוויקט 100 הרץ, עלינו להשתמש מסנן עם תדירות חיתוך מתחת 100 הרץ. מסנן זה יעבור את אות 20 הרץ הרצוי עם מעט לא להרחבה.זה יהיה באופן משמעותי לעצימה את אות 180 הרץ, הסרתו לפני שיש לו הזדמנות להיות מדגימה ולגרום למזימות.

שיקולים מרכזיים בעיצוב סינון נגד-aliasing כוללים:

(ב) ,0) ,(התחילה: ⁇ ) ⁇ מתחת לתדירות הניקוויקט עם שולי שוליים מתאימים
(ב) ,0) ,Rör-off Rate: 1FLT:1 Steeper roll-off מספק תנוחה טובה יותר של תדרים גבוהים
(ב) ,0) ,T Passband Rippleve: FLT:1 minimize עיוות בטווח התדר של ריבית
(ב) ,0) תגובות שלב קידוד: 1FLT:1
(הופנה מהדף LT:0) ,1) בחרו בין אנלוגיה לדיגיטלית המבוססת על צרכי יישום

אסטרטגיות Oversampling

Oversampling כרוך דגימה בשיעור גבוה משמעותית מאשר קצב Nyquist. טכניקה זו מציעה מספר יתרונות:

דרישות מסננים:0 (Relaxed Filter Conditions:FLT:1Build) גבוה יותר של הדגימה מאפשרת מסננים פחות אגרסיביים נגד הפליה עם מאפיינים עדינים יותר של רול-off
(ב) ,0) ,הוכיחו את אות-אל-מסו: 1 מעלים: מפיצים את רעש הקוונטים על פני טווח תדר רחב יותר
(ב) החלטה: 0 (הופנה מהדף ההרחבה) 1 כאשר בשילוב עם עיצוב רעש, oversampling יכול להגדיל ביעילות את עומק עומק
(ב) שיעור הדגימה הגבוה יותר (FLT:0Simplified Reשיקום: FLT:1)

זה תרגול נפוץ לבחור מרווח דיגיטציה קטן יותר מאשר מרווח Nyquist, המאפשר התאוששות של האות באמצעות נסיגה עבור האינטרפולציה בין הערכים המדגם. שיעור דיגיטציה כזה גם מאפשר תיקון עבור רעש בנתונים.

הנחיות מעשיות לעיצוב מערכת

Nyquist-Shannon Theorem: Sample > 2 × מקסימום תדירות של עניין - Anti-Aliasing מסנן: תדירות הקיצוץ של המסנן צריך להיות מוגדר מתחת לתדירות Nyquist (Smple / 2) כדי להסיר ביעילות תדרים גבוהים יותר.

קווים מנחים מעשיים נוספים כוללים:

(ב) ,0) ,(ה) , עיין בסימן ה': "ה', ראה את תוכן התדירות לפני בחירת פרמטרים מדגימים"
(ב) [15] , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(ב) ,0) , נבואות: ⁇ 1 (ב) , כתיב בבירור את רוחב הפס והשער המנבא את ההגיון.

נושאים מתקדמים בSampling Theory

סאנסינג'ר וצוללת

בסוף שנות ה-90, העבודה הזו הורחבה חלקית כדי לכסות אותות שעבורם כמות רוחב הפס הכבוש ידועה אך החלק הכבוש בפועל של הספקטרום אינו ידוע. בשנות ה-2000, פותחה תיאוריה שלמה (ראו את הקטע סמפט מתחת לשיעור Nyquist תחת מגבלות נוספות להלן) באמצעות חישה דחוסה.

חישה ממוקדת מייצגת גישה מהפכנית המאפשרת דגימה מתחת לשיעור Nyquist בתנאים מסוימים.הם מראים, בין השאר, שאם לא ידוע מיקומים התדירות, אז יש צורך לדגום לפחות פעמיים את הקריטריונים Nyquist; במילים אחרות, עליך לשלם לפחות גורם של 2 על כך שלא לדעת את המיקום של הספקטרום.טכניקה מתקדמת זו מנצלת אותות כדי להשיג יעילות ושיקום.

שיקולים

שימו לב כי דרישות דגימה מינימליות אינן בהכרח מבטיחות יציבות.החוק המאגד של Nyquist-Shannon מספק מצב מספיק עבור דגימה ושיקום של אות מוגבל של להקה. במערכות מעשיות, גורמים כגון דיוק מספרי, סינון ואלגוריתמים שיקום יכולים להשפיע על יציבות גם כאשר הקריטריון ניקטורט הוא מתכנס.

כלומר, אין להסיק כי מידע הוא בהכרח אבוד רק בגלל התנאים של המשפט הדגימה אינם מרוצים; מנקודת מבט הנדסית, עם זאת, זה בדרך כלל בטוח להניח כי אם משפט הדגימה אינו מרוצה אז מידע סביר להניח כי זה פרספקטיבה מעשית מדריך אפשרויות עיצוב שמרניות במערכות אמיתיות בעולם.

שיקום והתערבות

הנוסחה של ויטאקר-שנון, אשר תתואר בהמשך בסעיף על שיקום מושלם, מספק את שחזור ייחודי ( ⁇ / Ts, ⁇ / Ts) חותמת זמן רציפה ארוך טווח כי דגימות לסימן זמן נתון בסימן זמן דיסקרטי עם תקופת הדגימה Ts.זה מאפשר עיבוד זמן של אותות זמן רצופים, אשר יש יישומים רבים חזקים.

שחזור מושלם דורש מסננים אידיאליים ותפקידים של אי-סוף, אשר אינם אפשריים ליישום בפועל.מערכות אמיתיות משתמשות בפרוטוקולים כגון אינטרפולציה ליניארית, אינטרפולציה קויתיתית, או זיהום חטא מחלון כדי לשחזר אותות מתמשכים מדגימות דיסקרטיות.

יישום אמיתי בעולם של The Sampling Theorem

הקלטה דיגיטלית של אודיו וקידוד

היישום המעשי של The Sampling Theorem הוא מודגם בתחום של הקלטת אודיו דיגיטלית.פרקטיקה זו מדגישה את החשיבות של המשפט בהבטחת אודיו דיגיטלי נאמנות גבוהה כי משקף מקרוב את האות האנלוגי המקורי.מערכות אודיו מקצועיות להשתמש בתעריפים שונים דגימה (44.1 kHz, 48 kHz, 96Hz, 192 kHz) בהתאם לדרישות היישום והאיכות.

הבחירה של 44.1 kHz עבור אודיו CD מחושב בקפידה כדי לעלות על פי שניים מ -20 kHz הגבול העליון של השמיעה האנושית תוך שמירה מעשית עבור טכנולוגיית האחסון הזמין באותה עת. פורמטי אודיו ברזולוציה גבוהה מודרני אפילו גבוה יותר שיעורי דגימה כדי לספק חדר נוסף לעיבוד ולתאים מאזינים שעשויים לתפוס הבדלים בתדרים גבוהים יותר.

תקשורת

מודעות לקריטריון זה היא חיונית למגוון רחב של יישומים, כגון טלקומוניקציה, אודיו ווידאו ⁇ , וטכנולוגיות מולטימדיה אחרות, כפי שהיא מבטיחה את הספרות המדויקת של אותות אנלוגיים לעיבוד על ידי מערכות דיגיטליות.

מודם טלפון טיפוסי עושה שימוש ב- ADC כדי להמיר את אודיו הנכנס משורה מעוותת-pair לסיגות המחשב יכול להבין. במערכת עיבוד אותות דיגיטלית, ממיר אנלוגי-לדיגיטלי נדרש אם אות הקלט הוא אנלוגי.מערכות אלה חייבות לאזן בזהירות את קצב הדגימה, רוחב פס, דרישות שידור נתונים.

עיבוד רפואי ו- Signal

עיבוד תמונה רפואית: Aliasing משמש בתחומים רפואיים כדי לעבד אותות בצורה הנכונה שלהם.מערכות הדמיה רפואית כולל אולטרסאונד, MRI וסורקי CT כולם כרוכים דגימה של אותות רצופים. יישום נכון של משפט הדגימה מבטיח כי מידע אבחון נלכד באופן מדויק ללא כינויים שיכולים להוביל לאבחנה.

מערכות רכישה ומדידה

באופן כללי, שרשרת מדידה המיועדת למיזוג אותות דיגיטליים מורכבת ממספר רכיבים, כגון חיישנים, כבלים, מגבר, חומרת רכישה ותוכנה של נתונים. לרכוש ערכים נמדדים אנלוגיים, ממיר אנלוגי נדרש אשר משולב בחומרת רכישת הנתונים.הרכישה של הנתונים המדידה מושגת על ידי קצב דגימה, המהווה תהליך תקופתי.

מערכות מדידה תעשייתיות לניתוח רטט, ניטור טמפרטורה, לחץ רגיש, ו אינספור יישומים אחרים כולם תלויים דגימה נאותה כדי להבטיח רכישת נתונים מדויקת. מהנדסים חייבים לבחור בזהירות את שיעורי דגימה בהתבסס על התוכן התדירות הצפוי של תופעות נמדד.

וידאו ו- Image Processing

וידאו דיגיטלי כרוך דגימה בשני הזמן (קצב מסגרת) ומרחב (רזולוציה pixel) פיתוי הוא דאגה עיקרית ב דגימה של וידאו אותות אודיו. lesial aliasing יכול ליצור תבניות moiré ופריטים חזותיים אחרים כאשר תמונות מסונו ברזולוציה לא מספקת.

עבור מרחבי אנטי-aliasing, סוגים של אנטי-aliasing כוללים קרוב מאוד נגד הפליה (FXAA), ריבוי אנטי-aliasing, ו supersampling. טכניקות אלה לעזור להפחית פריטים חזותיים בגרפיקה ממוחשבת ויישומים הדמיה דיגיטלית.

בעיות בפתרון בעיות

זיהוי Aliasing בנתונים שלך

זיהוי של מידע מדגימה דורש ניתוח זהיר.אינדיקטורים נפוצים כוללים:

(ב) ,0) ,לא נחקרו על ידי שקיפות נמוכה: 1Fillo:1;
(FLT:0Spectral Folding: FLT:1) תמונות מראות של רכיבים בתדירות סביב תדירות התדירות של Nyquist
(ב) ⁇ :0) , ⁇ ⁇ : 1 (הזמן-דומיין) לא תואם דפוסים צפויים
(ב) [15] ,ב"א: ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

זה מרמז כי עלינו לדעת מה טווח האות שלנו לפני שאנחנו מדגימים אותו.זכור: לאחר ההפניה המצופה לתוך האות המדגם, אי אפשר לחסל את מניעת מניעתה באמצעות עיצוב מערכת תקין היא הגישה היעילה היחידה.

טכניקות אבחון

מספר טכניקות יכולות לעזור לאבחן בעיות הקשורות ל- דגימה:

(ב) עיין בספקטרום התדירות של רכיבים בלתי צפויים או דפוסים מתקפלים
(ב) שיעור ה-Sampling Rate: 1 (אם אפשר, לבדוק עם שיעורי דגימה שונים כדי לזהות את ההשלמה
בדיקה אחרונה ב-13 ביולי 2008. ^ "FLT:0.10.2017:0.10.10.10.17.]]
(ב) ראו:0 (ב-Time-Domain Inspection: FIRLT:1) לחפש עיוות או דפוסים בלתי צפויים בגלימות הגל המדגם
(ב) [15] , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

פעולות תיקון

כאשר בעיות דגימה מזוהות, שקול את הפעולות הנכונות האלה:

(ב) ,0) העלאת הריבית: 1 (הפתרון הישיר ביותר, אם משאבי המערכת מאפשרים משאבים במערכת
(ב) ,0) ,5 ,5 ,5 , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(ב) ויקרא י"א): "ה' (ב')" (ב"ב)" (ב"ב)"ב"ה', "ה')" (ב"ב)"ב"ה')" (ב"ב)"ה', "ה'"ה', "לצמצם את האות למגוון תדרים ידוע.
(ב) ,0) עיצוב שרשרת אותות: 1FLT: אופטימיזציה של כל מערכת הרכישה עבור היישום
(ב) ⁇ :0) ,Use Oversampling: FLT:1 Sample) בדרג גבוה יותר ופילטר דיגיטלי לפני הפחתת ה-

פיתוחים עתידיים וטכנולוגיות מתפתחות

תחום התאוריה המרשימה ממשיך להתפתח עם טכנולוגיות ויישומים חדשים.הרגישות המודחקת, כפי שהוזכר קודם לכן, מייצגת גבול אחד שבו דגימה מתחת לשיעור הניקוקט המסורתי הופכת אפשרית בתנאים מסוימים.יש לכך השלכות עמוקות על יישומים שבהם שיעור הדגימה מוגבל על ידי מגבלות חומרה או צריכת חשמל.

למידת מכונה ואינטליגנציה מלאכותית משמשים גם לבעיות דגימה ושיקום.רשתות נילי יכולות ללמוד דפוסים דגימה אופטימליים ואלגוריתמים לשחזור לשיעורי אות ספציפיים, פוטנציאל לזרז גישות מסורתיות ביישומים מסוימים.

עיבוד אותות קוונטיים ו הקוונטים עשוי בסופו של דבר להוביל לפרדיגמות חדשות עבור דגימה ומדידה העולים מעבר למגבלות קלאסיות.עם זאת, העקרונות הבסיסיים שנקבעו על ידי Nyquist, שאנון ואחרים ימשיכו לספק את הבסיס התיאורטי עבור ההתקדמות הזו.

מסקנה

The Sampling Theorem מייצג אחד העקרונות האלגנטיים והעוצמתיים ביותר בעיבוד אותות.המשפט המפיץ מציג את הרעיון של שיעור מדגם כי הוא מספיק עבור נאמנות מושלמת עבור מעמד של פונקציות אשר מוגבלים לפס רוחב פס נתון, כך שאף מידע בפועל אינו אבוד בתהליך הדגימה.זה תוצאה יוצאת דופן זו מאפשרת את המהפכה הדיגיטלית כולה, ומאפשרת אותות אנלוגיים רצופים להיות מומרים לצורה דיגיטלית, ללא אובדן מעובד, ואבדה של מידע מעובד.

הבנת החישובים הכרוכים בקביעת שיעורי הדגימה המתאימים היא חיונית לכל מי שעובד עם אותות דיגיטליים.קצב Nyquist מספק את המינימום התיאורטי, אבל מערכות מעשיות דורשות שולי נוסף באמצעות להקות שמירה ומשתלטות על מנת להסביר את פגמים בעולם האמיתי במסננים ורכיבים אחרים.

המלכודות של sampling לא תקין, במיוחד aliasing, יכול לפגוע קשות איכות אות להוביל לתוצאות לא נכונות. An aliasing שגיאה תתרחש בסימן, אם משפט זה לא נצפה.אפקט ההשלמה הוא טעות מדידה בסימן המתרחש עקב שיעור דגימה לא נכונה.

על ידי שליטה בעקרונות של Theuding Theorem ולהבין הן את היסודות התיאורטיים ואת ההשלכות המעשיות, מהנדסים ומדענים יכולים לעצב מערכות עיבוד אותות דיגיטליות חזקות שלוכדות ומתרבות את העולם האנלוגי. בין אם עובד עם אודיו, וידאו, תקשורת, הדמיה רפואית או מערכות מדידה תעשייתית, סמפלינג 'האורם מספק את המסגרת החיונית לגיבוש התחום האנלוגי והדיגיטלי.

(בקריאה נוספת על עיבוד אותות דיגיטליים ותאוריית הדגימה, לשקול לחקור משאבים מן ה-FLT:0Institute of Electrical and Electronics Engineers (IEEE) FigLT:1, אשר מפרסם מחקר נרחב על נושאי עיבוד אותות.TheFLT:2MathWorks DocumentFLT 3: 3 מספק גם הדרכה מעשית ליישום דגימה וסינון ב- MATLABV ו-Ulink, בנוסף למהנדסים הקשורים ל-S: 4.