Введение в дельта-модуляцию

Дельта-модультация (DM) — это простая техника аналого-цифрового преобразования, которая кодирует аналоговый сигнал в цифровой битовый поток, отслеживая разницу (дельта) между последовательными выборками, а не абсолютным значением выборки. Каждый бит указывает, является ли текущий образец выше или ниже предыдущего. Впервые введенный в 1940-х годах и усовершенствованный в 1960-х годах, дельта-модуль предлагает преимущества в простоте схемы, низкой стоимости и пригодности для систем связи в реальном времени, где пропускная способность ограничена. Его однобитный квантователь снижает аппаратную сложность по сравнению с импульсной модуляцией кода (PCM), что делает его привлекательным для ранних телефонных сетей и спутниковой связи.

Несмотря на свой возраст, дельта-модульирование остается актуальным в современных цифровых коммуникациях, особенно в голосовом кодировании, военных радиостанциях и сетях датчиков малой мощности. Недавние исследования вдохнули новую жизнь в эту классическую технику, устранив ее фундаментальные ограничения - перегрузку наклона и гранулированный шум - при расширении областей применения. В этой статье рассматриваются последние инновации в дельта-модуляции, проблемы, которые сохраняются, и перспективные будущие направления, которые формируют следующее поколение систем кодирования данных.

Последние достижения в области дельта-модуляции

За последнее десятилетие исследователи добились значительного прогресса в повышении производительности дельта-модуляции. Основные инновации вращаются вокруг адаптивного управления размером шага, переборки с шумообразованием и гибридных архитектур, которые сочетают дельта-модулирование с другими методами цифрового кодирования. Эти достижения значительно улучшили соотношение сигнал-шум (SNR) и динамический диапазон, что позволяет дельта-модуляции конкурировать с более сложными схемами кодирования в высокоточных приложениях.

Адаптивная дельта-модультация (ADM)

Стандартная дельта-модультация использует фиксированный размер шага для количественного определения разницы между последовательными образцами. Это хорошо работает для сигналов с умеренными вариациями амплитуды, но не работает, когда наклон сигнала резко меняется, что приводит к ошибкам перегрузки наклона, или когда сигнал почти плоский, вызывая гранулированный шум. Адаптивная дельта-модульция решает эти проблемы, динамически корректируя размер шага на основе последних шаблонов битов. Например, если несколько последовательных битов одинаковы (что указывает на то, что сигнал растет или падает быстро), размер шага увеличивается, чтобы следовать за наклоном. И наоборот, чередующиеся биты (что указывает на почти постоянный сигнал) уменьшают размер шага, чтобы минимизировать гранулированный шум.

Современные реализации ADM используют сложные алгоритмы, такие как алгоритм Song-Nguyen или адаптация на основе линейного прогнозирования, для достижения почти оптимального отслеживания. Исследование 2022 года, опубликованное в IEEE Транзакции на схемах и системах , продемонстрировало систему ADM с улучшением SNR на 12 дБ по сравнению с DM с фиксированным шагом, используя только на 10% больше аппаратного обеспечения. Адаптация в реальном времени теперь возможна на микроконтроллерах с низким энергопотреблением, что делает ADM идеальным для голосового кодирования в портативных устройствах и слуховых аппаратах. Внешний справочник: IEEE Транзакции на схемах и системах .

Sigma-Delta Modulation (SDM)

Sigma‑delta modulation is perhaps the most impactful evolution of delta modulation, especially in high‑resolution analog‑to‑digital converters. It employs an integrator before the delta modulator and a feedback loop that shapes quantization noise away from the signal band. By oversampling—sampling at many times the Nyquist rate—and then applying digital decimation filters, sigma‑delta modulators achieve very high effective resolution (24‑bit or more) with relatively simple analog circuitry.

Последние инновации в модуляции сигма-дельта сосредоточены на петлях более высокого порядка, многобитных квантователях и архитектурах непрерывного времени для приложений с ультранизким энергопотреблением. В статье 2023 года в Nature Electronics сообщалось, что модуль сигма-дельта непрерывного времени достигает динамического диапазона 130 дБ при энергопотреблении 1 мВт, ориентируясь на аудио и биомедицинские сенсорные интерфейсы. Кроме того, гибридные модуляторы сигма-дельта, которые сочетают дискретные и непрерывные этапы времени, изучаются для балансировки скорости и производительности шума. Внешний справочник: Журнал Nature Electronics .

Непрерывно изменяемая модуляция дельты слопа (CVSD)

CVSD - это особый тип адаптивной дельта-модуляции, широко используемой в военной и коммерческой голосовой связи. Он регулирует размер шага на основе слоговой скорости - средней оболочки речи - а не шаблонов битов на выборку. Это обеспечивает надежную производительность в шумных условиях канала и является основой для стандартного вокодера НАТО (STANAG 4198). Недавняя работа расширила CVSD до широкополосных сигналов, достигая качественной речи с битрейтом до 16 кбит/с.

Исследования в 2024 году представили кодек CVSD с улучшенным машинным обучением, который предсказывает изменения размера шага с использованием легкой нейронной сети, уменьшая задержку кодирования и улучшая разборчивость голоса в неблагоприятных условиях.

Другие возникающие вариации

Помимо ADM и SDM, исследователи предложили множество вариантов дельта-модуляции. Модуляция дельта-сигма с адаптивным шумообразованием динамически регулирует функцию передачи шума на основе статистики ввода. Модуляция дельты с обратной связью на основе предиктора использует линейный предиктор для оценки будущих образцов, уменьшая ошибку прогнозирования. Блок-адаптивная дельта-модулирование обрабатывает сигналы в блоках и выбирает оптимальные размеры шагов для каждого блока. Эти инновации в совокупности расширяют применимость дельта-модуляции в таких областях, как сжатие изображения, обработка медицинских сигналов и промышленная автоматизация.

Современные вызовы и решения

Несмотря на прогресс, дельта-модуляции по-прежнему сталкивается с фундаментальными проблемами, которые ограничивают ее внедрение в высокопроизводительных системах. Две наиболее постоянные проблемы - перегрузка наклона и гранулированный шум. Кроме того, компромисс между скоростью выборки и разрешением остается ключевым ограничением дизайна. Исследователи активно разрабатывают решения, которые объединяют несколько методов для преодоления этих ограничений.

Перегрузка склона и гранулированный шум

Перегрузка слоупа возникает, когда сигнал изменяется быстрее максимальной скорости слежения модулятора дельты, что приводит к большим ошибкам квантования, которые производят звуковое искажение в аудио или видимых артефактах в видео. Гранульный шум возникает, когда сигнал почти постоянен, в результате чего выход колеблется между соседними уровнями, что проявляется как низкоуровневый шип. Эти два типа ошибок находятся в напряжении: большой размер шага уменьшает перегрузку наклона, но увеличивает гранулированный шум, и наоборот.

Адаптивные методы, такие как ADM и CVSD, смягчают этот компромисс, изменяя размер шага. Более свежим решением является дуальная дельта-модультация , которая использует два параллельных дельта-модулятора с различными размерами шага и выбирает лучший выход на основе метрики решения. Другой подход - переключается дельта-модулирование шага в размере шага , где сочетаются грубый и тонкий размер шага, одновременно уменьшая оба типа ошибок. В документе конференции 2023 года (IEEE ICASSP) сообщается о снижении общего гармонического искажения (THD) на 6 дБ с использованием переключенной системы речевых сигналов.

Гибридные системы, сочетающие дельта-модуляцию с другими кодировками

Гибридные архитектуры, которые объединяют дельта-модулирование с импульсной модуляцией кода (PCM) или дифференциальной PCM (DPCM), предлагают убедительный путь вперед. Например, гибрид дельта-PCM кодирует низкочастотные компоненты с использованием PCM и высокочастотных деталей с использованием дельта-модуляции, достигая широкого динамического диапазона без чрезмерных битрейтов. Аналогично субдиапазонная дельта-модулирование разделяет сигнал на частотные полосы и применяет различные размеры шагов на полосу, аналогично современным аудиокодекам, таким как MP3.

Исследователи из Калифорнийского университета в Беркли продемонстрировали гибридную систему, которая использует 2-битный квантователь с дельта-модулированием для наиболее значительных битов и отдельный PCM-квантайзер для остаточных ошибок. Эта конструкция достигла 16-битного эквивалентного разрешения со скоростью выборки всего в 4 раза меньше, чем требуется модуляторами сигма-дельта. Компромисс увеличена цифровая сложность, но современные интегральные схемы могут эффективно с ней справляться.

Машинное обучение для оптимизации размера шага

Алгоритмы машинного обучения, в частности, обучения с подкреплением и нейронные сети, используются для оптимизации параметров дельта-модуляции в режиме реального времени. В исследовании 2024 года из MIT был разработан агент обучения с подкреплением, который изучает оптимальное правило адаптации по размеру шага из статистических свойств сигнала. Агент превзошел обычные алгоритмы ADM на 3-4 дБ в SNR по нестационарным сигналам, таким как музыка и биомедицинские записи.

Другая линия работы использует небольшие нейронные сети для прогнозирования следующей выборки и соответствующей корректировки размера шага. Эти сети могут быть обучены офлайн на репрезентативных наборах данных, а затем развернуты в режиме реального времени на ускорителях ИИ с низким энергопотреблением. В то время как вычислительно тяжелее, чем традиционная адаптация, повышение производительности оправдывает затраты в приложениях, где качество имеет решающее значение, таких как телемедицина или дистанционное зондирование.

Шумообразование и обратная связь ошибок

Формирование шума, метод, заимствованный из модуляции сигма-дельта, может быть применен к традиционной дельта-модуляции, чтобы вытолкнуть шум квантования из полосы сигнала. Путем подачи обратно ошибки квантования через фильтр, спектр шума может быть сформирован, чтобы минимизировать мощность в полосе. Недавняя работа расширяет эту концепцию до , где несколько образцов ошибок используются для прогнозирования будущих ошибок и их отмены. Это приводит к значительному снижению шума в полосе за счет повышенных требований к памяти.

В статье 2022 года в IEEE Signal Processing Letters показано, что схема обратной связи с ошибками второго порядка снижает уровень шума в диапазоне на 15 дБ по сравнению со стандартным ADM для речевых сигналов, что делает ее подходящей для голосовых приложений аудиофильского качества.

Будущие направления в дельта-модуляции

Будущее дельта-модуляции неразрывно связано с новыми технологиями, которые требуют маломощного, простого и надежного преобразования данных. По мере того, как Интернет вещей (IoT) продолжает распространяться, а биомедицинские и квантовые системы требуют чрезвычайной точности при минимальной энергии, дельта-модуляции готовы развиваться дальше. Следующие разделы подчеркивают наиболее перспективные направления исследований.

Интеграция с цифровой обработкой сигналов (DSP) и IoT

Внутренняя простота модуляции Delta делает его естественным для датчиков IoT, которые должны работать на батареях монетных ячеек в течение многих лет. Новые конструкции интегрируют дельта-модуляторы непосредственно с ядрами DSP на основе микроконтроллера, позволяя обрабатывать сигнал на чипе для таких приложений, как мониторинг вибрации, интеллектуальное сельское хозяйство и промышленное профилактическое обслуживание. Например, прототип 2023 года от STMicroelectronics использует адаптивный дельта-модулятор с программируемой таблицей размером шага, хранящейся в памяти на чипе, потребляя только 2 мкВт на образец при 8 кС / с - идеально подходит для беспроводных сенсорных узлов.

Будущая работа, вероятно, будет сосредоточена на энерго-осознанной дельта-модуляции , где размер шага и скорость отбора проб динамически корректируются на основе доступной энергии и требуемой точности. Такие адаптивные системы могут продлить срок службы батареи на порядки величины. Кроме того, интеграция дельта-модуляции с радиоприемниками с рабочим циклом (например, 802.15.4 или LoRa) может еще больше снизить общую мощность системы. Внешний справочник: STMicroelectronics IoT Solutions .

Биомедицинские приборы и носимые устройства

Биомедицинские сигналы, такие как электрокардиограммы (ЭКГ), электроэнцефалограммы (ЭЭГ) и нервные шипы имеют относительно низкую пропускную способность, но требуют высокой точности и сверхнизкого энергопотребления. Дельта-модулирование, особенно варианты сигма-дельта, уже используется во многих биомедицинских АЦП. Недавние исследования расширяют границы. В 2024 году команда из Университета Джона Хопкинса разработала нейронный регистратор на основе дельта-модуляции, который использует 1-битовый поток с адаптивным размером шага для захвата потенциалов действия с точностью обнаружения скачка 99% при потреблении только 5 мкВт на канал. Конструкция устраняет необходимость в точном эталонном напряжении, что делает его устойчивым к изменениям питания.

Будущие направления включают в себя многоканальные нейронные интерфейсы , которые имеют один дельта-модулятор на десятках электродов с использованием мультиплексирования с разделением времени, и имплантируемые датчики , которые используют дельта-модулирование для передачи данных по беспроводной сети через тело. Исследования дельта-модуляции для ультразвуковой и оптической визуализации также набирают тягу, поскольку эти модальности требуют высокого динамического диапазона и низкой задержки.

Квантовая дельта-модулирование

Возникающая область квантовых вычислений и квантовой связи представляет собой как проблему, так и возможность для дельта-модуляции. Обычная дельта-модулирование не применимо непосредственно к квантовым состояниям, потому что они непрерывны, но некоммутативны. Тем не менее, исследователи изучают квантовую дельта-модулирование как метод кодирования непрерывных квантовых переменных — таких как амплитуды квадратуры в непрерывно-изменяемом распределении квантовых ключей (CV-QKD) — в двоичные последовательности для эффективной передачи. В статье 2023 года из Токийского университета был предложен протокол квантовой дельта-модуляции, который использует слабые когерентные импульсы для представления разницы между последовательными квантовыми состояниями. Начальные моделирования показывают, что метод может уменьшить необходимое количество фотонов на бит при сохранении безопасности.

Кроме того, исследуются варианты квантовой дельта-модуляции, которые используют суперпозицию и запутанность для формирования шума. Хотя эти подходы все еще высоко теоретически, они могут привести к сверхбезопасным системам связи, если станут доступны практические квантовые повторители. Параллели между формированием шума в модуляции сигма-дельта и коррекцией квантовых ошибок предполагают плодородную область для междисциплинарных исследований.

Высокоскоростные и высокоточные коммуникационные сети

Поскольку 5G и за его пределами толкают скорости передачи данных в сотни гигабит в секунду, обычные ADC становятся энергоузлами. Модуляция дельты, особенно в ее форме сигма-дельта непрерывного времени, предлагает способ достижения высокой линейности и разрешения при частоте выборки нескольких ГГц. Недавняя работа в IMEC (Бельгия) продемонстрировала модулятор непрерывного времени сигма-дельта с частотой 35 ГГц, достигающий 72 дБ SNR при потреблении только 150 мВт - рекорд для этого диапазона частот. Это делает его кандидатом на базовые станции следующего поколения и программно-определяемые радиостанции.

Заглядывая дальше, может появиться оптическая дельта-модулирование, где кодирование выполняется непосредственно в оптическом домене с использованием интерферометров Маха-Зендера или фотонных аналого-цифровых преобразователей. Фотонные дельта-модуляторы могут работать со скоростью терагерца, потенциально позволяя полностью оптическим сетям связи с беспрецедентной пропускной способностью. Исследователи из Nokia Bell Labs уже создали прототип фотонного дельта-модулятора, который кодирует 100 сигналов Гбо.

Оригинальное название: The Road Ahead

Модуляция дельты, когда-то рассматриваемая как техника с низкой точностью, ориентированная на затраты, претерпела возрождение благодаря адаптивным алгоритмам, интеграции машинного обучения и новым архитектурам, таким как модуляция сигма-дельта. В то время как такие проблемы, как перегрузка наклона и гранулированный шум, остаются, достижения в гибридных системах и формировании шума резко сократили разрыв в производительности с более сложными схемами модуляции. Будущее увидит дельта-модулирование, встроенное в вездесущие датчики IoT, биомедицинские устройства, спасающие жизнь, и даже квантовые системы связи. Поскольку исследования продолжают раздвигать границы скорости, эффективности и адаптивности, дельта-модулирование будет оставаться краеугольным камнем современной конверсии данных на десятилетия вперед.