ทำไมการไม่ใช้นามแฝงของเสียงรบกวนของวงกว้างจึงทำให้ 'ซ้อน' ในกลุ่มตัวอย่าง


14

ฉันเพิ่งสร้างแบบจำลองเพื่อศึกษาการสุ่มตัวอย่างผลกระทบของนามแฝงและผลกระทบของตัวกรองลดรอยหยักบนสัญญาณตัวอย่าง

สำหรับความถี่พื้นฐานเหนือวงตัวอย่างมันเห็นได้ชัดว่าใครเห็น 'ผู้กระตุ้น' ในสัญญาณตัวอย่าง การใช้ตัวกรองการลดรอยหยักฉันสามารถกำจัด imposters

แต่ถ้าฉันต้องการกำหนดสัญญาณเสียงบรอดแบนด์ (เสียงสีขาวจริง ๆ ) ลงในตัวอย่างแล้วมันไม่ได้สร้างความแตกต่างมากนักว่าตัวกรอง anti-aliasing นั้นมีอยู่หรือไม่ เสียงสูงสุดถึงจุดสูงสุดนั้นเหมือนกันในทั้งสองกรณี แน่นอนว่าแบนด์วิดธ์ของเสียงมีการเปลี่ยนแปลง

แต่ยิ่งไปกว่านั้นฉันคาดหวังว่า (imposter) นามแฝงสัญญาณเสียงบรอดแบนด์ที่อยู่นอกกลุ่มตัวอย่างจะถูกทับด้วยเสียงบรอดแบนด์ที่ส่งผ่านอย่างแท้จริงในกลุ่มตัวอย่าง

ทำไมถึงไม่เกิดขึ้น?

ฉันควรพูดถึงว่าขั้นตอนการจำลองเวลาของฉันอยู่ใน MHz และระบบของฉันอยู่ระหว่างการศึกษาในช่วง 1 kHz ดังนั้นระบบจึงเป็นจริงในโลกที่ต่อเนื่อง


นี่เป็นคำถามที่ยอดเยี่ยมที่ผมได้เคยสงสัยเกี่ยวกับตัวเอง ...
แมตต์หนุ่ม

หากคุณวัดความกว้างของเสียงบนขอบเขตคุณเห็นแอมพลิจูดแบบใด (a) ก่อนและ (b) หลังตัวกรอง AA
Brian Drummond

@BrianDrummond การทดสอบนั้นไม่จำเป็นต้องตอบคำถามของฉัน แม้แต่ขอบเขตดิจิตอลมากเกินไปตัวอย่างและมีตัวกรอง anti-aliasing ของตัวเองในตัวดังนั้นขอบเขตคือ 'ต่อเนื่อง' และผลของการสุ่มตัวอย่างไม่ได้รับการแก้ไข
docscience

ทำไมคุณถึงบอกว่าตัวกรอง AA ไม่ได้สร้างความแตกต่าง? ฉันคิดว่ามันง่ายที่สุดที่จะคิดถึงจุดสูงสุดถึงจุดสูงสุดของตัวอย่าง แต่มันก็ใช้ได้กับ RMS ด้วย หากคุณป้อนสัญญาณรบกวนความเร็วสูงของ 1MHz BW และ 1V pk-pk ลงในเครื่องเก็บตัวอย่าง 2KHz ของคุณโดยตรงผลลัพธ์ของเครื่องเก็บตัวอย่างจะเป็น 1v pk-pk หากคุณเพิ่มตัวกรอง AA (กำแพงอิฐ 1KHz BW) และป้อนเข้าไปในตัวอย่างแรงดันไฟฟ้าจะเป็น ~ 30mV pk-pk (30dB att) และเอาท์พุทตัวอย่างจะเป็น 30mv pp ด้วย 500Hz BW เสียงข้างบน Nyquist ได้รับการขนานนามในวงเอาท์พุท Kevin
Kevin White

คำตอบ:


5

คุณถูกต้อง: หลังจากการสุ่มตัวอย่างส่วนประกอบเสียงรบกวนที่มีนามแฝงจะพะเนินเทินทึกในย่านความถี่ด้านล่างความถี่ Nyquist คำถามคือสิ่งที่ว่ามันกองขึ้นและสิ่งที่เป็นผลมา

ในต่อไปนี้ฉันคิดว่าเราจัดการกับสัญญาณรบกวนแบบสุ่มที่เป็นกระบวนการแบบสุ่มความรู้สึกกว้าง (WSS) คือกระบวนการสุ่มที่เราสามารถกำหนดสเปกตรัมกำลังได้ หากเป็นกระบวนการที่ทำให้เกิดเสียงรบกวนและR k = N ( k T )เป็นกระบวนการที่มีการสุ่มตัวอย่างเสียง (ที่มีช่วงเวลาตัวอย่างT ) ดังนั้นสเปกตรัมพลังงานของR kคือเวอร์ชันที่ใช้นามแฝงของสเปกตรัมพลังงานของN ( t ) :N(t)Rk=N(kT)TRkN(t)

(1)SR()=sΣk=-Sยังไม่มีข้อความ(-ks)

โดยที่คือความถี่การสุ่มตัวอย่าง แน่นอนถ้าN ( T )คือวง จำกัด (ซึ่งมักจะเป็นกรณี) แล้วเท่านั้นจำนวน จำกัด ของสเปกตรัมพลังงานขยับตัวของN ( T )เพิ่มขึ้นในวงดนตรีที่น่าสนใจ[ 0 , s / 2 ]s=1/Tยังไม่มีข้อความ(เสื้อ)ยังไม่มีข้อความ(เสื้อ)[0,s/2]

พลังเสียงรบกวนนั้นถูกกำหนดโดยส่วนประกอบสำคัญของสเปกตรัมพลังงานที่เกี่ยวข้อง ในกรณีของเราจะต้องบูรณาการมากกว่าแบนด์วิดท์ทั้งหมดของN ( T )ในขณะที่ในกรณีของตัวอย่างเสียงR kเราจะต้องบูรณาการในวง[ 0 , s / 2 ] จาก (1) เห็นได้ชัดว่าในทั้งสองกรณีเราได้รับพลังงานเดียวกันเพราะเรารวมสเปกตรัมพลังงานดั้งเดิมS N ( f ) เข้าด้วยกันหรือเรารวมเวอร์ชันนามแฝง (เช่นซ้อนขึ้น) ในวง[ 0 ,ยังไม่มีข้อความ(เสื้อ)ยังไม่มีข้อความ(เสื้อ)Rk[0,s/2]Sยังไม่มีข้อความ() ][0,s/2]

ดังนั้นเสียงรบกวนจะไม่เปลี่ยนแปลงหลังจากการสุ่มตัวอย่างโดยไม่คำนึงถึงความถี่การสุ่มตัวอย่าง เสียงที่สุ่มตัวอย่างมีพลังงานเช่นเดียวกับเสียงรบกวนแบบต่อเนื่องดั้งเดิม

ดังนั้นพลังงานของเสียงตัวอย่างจะเปลี่ยนแปลงได้ก็ต่อเมื่อคุณเปลี่ยนพลังงานของสัญญาณรบกวนเวลาต่อเนื่องและสิ่งนี้สามารถทำได้โดยตัวกรอง anti-aliasing เนื่องจากตัวกรองลดความกว้างของคลื่นเสียงและดังนั้นเสียงรบกวนจึงลดลง โปรดทราบว่าการดูที่ค่าสูงสุดถึงยอดไม่ได้พูดมากนักเพราะคุณต้องคำนึงถึงพลัง


อ้างอิง:

EA Lee, DG Messerschmitt: การสื่อสารดิจิทัล , 2nd ed., ส่วน 3.2.5 (pp. 64)


3

พลังงานที่แสดงโดยสัญญาณตัวอย่างเกี่ยวข้องเฉพาะกับ PDF (ฟังก์ชันความหนาแน่นของความน่าจะเป็น) ของสัญญาณอินพุตและความถี่ตัวอย่าง แบนด์วิดท์จริงของสัญญาณอินพุตไม่มีผลกับสิ่งนี้

กล่าวอีกนัยหนึ่งเมื่อคุณเพิ่มสัญญาณแบนด์วิดท์แบบกว้างคุณจะได้รับกลุ่มตัวอย่างที่มี PDF เหมือนกับสัญญาณ wideband ดั้งเดิม แต่ตัวอย่างเหล่านั้นมีแบนด์วิดท์ที่มีประสิทธิภาพเพียง Fs / 2 เท่านั้น พลังงาน "เกิน" นอกแบนด์วิธนั้นไม่เคยถูกจับโดยกระบวนการสุ่มตัวอย่าง

หากคุณเพิ่มอัตราตัวอย่างเป็นสองเท่าคุณจะ "จับ" พลังงานมากเป็นสองเท่า


คุณกำลังบอกว่าสำหรับพลังงานเสียงอินพุตที่กำหนดการเพิ่มอัตราการสุ่มตัวอย่างเพิ่มพลังเสียงรบกวนของเสียงตัวอย่างหรือไม่
Matt L.

ใช่ตราบใดที่แบนด์วิดธ์เสียงยังคงมากกว่าหรือเท่ากับแบนด์วิดธ์การสุ่มตัวอย่างใหม่
Dave Tweed

1
นั่นไม่ใช่กรณี หากคุณจำลองสัญญาณรบกวนเป็นกระบวนการสุ่มแบบคงที่ (ความกว้าง) เสียงที่สุ่มตัวอย่างจะมีพลังงานเช่นเดียวกับกระบวนการเสียงรบกวนต่อเนื่องแบบดั้งเดิมโดยไม่คำนึงถึงอัตราการสุ่มตัวอย่าง
Matt L.

@MattL: คุณยึดมั่นกับสิ่งนั้นในเรื่องใด? บางทีคุณควรอธิบายรายละเอียดให้มากกว่านี้ในคำตอบแยกต่างหาก
Dave Tweed

ตกลงฉันจะเขียนคำตอบทันทีที่ฉันมีเวลามากขึ้น อาจใช้เวลาจนถึงวันพรุ่งนี้
Matt L.
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.