อะไรคือบทบาทของการถือครองคำสั่งซื้อเป็นศูนย์ในระบบเก็บตัวอย่างข้อมูลแบบอะนาล็อก / ดิจิตอลแบบไฮบริด?


14

ฉันจะยอมรับฉันถามคำถามนี้วาทศิลป์ ฉันอยากรู้ว่าคำตอบจะออกมาจากอะไร

หากคุณเลือกที่จะตอบคำถามนี้ให้แน่ใจว่าคุณเข้าใจทฤษฎีการสุ่มตัวอย่าง Shannon-Nyquist เป็นอย่างดี โดยเฉพาะอย่างยิ่งการฟื้นฟู ยังต้องระวัง "gotchas" ในตำราเรียนด้วย แนวคิดทางวิศวกรรมของฟังก์ชั่นแรงกระตุ้นเดลต้าเดลต้าเพียงพอ คุณไม่จำเป็นต้องกังวลเกี่ยวกับสิ่งที่ "กระจาย" ทั้งหมดแรงกระตุ้น dirac ในฐานะที่เป็นฟังก์ชันเดลต้าที่เพิ่งเกิดใหม่นั้นดีพอ:

δ(t)=limτ01τrect(tτ)

ที่ไหน

rect(t){0if |t|>121if |t|<12

ปัญหาเกี่ยวกับความแม่นยำความกว้างบิตของคำตัวอย่างและปริมาณที่ทำในการแปลงไม่เกี่ยวข้องกับคำถามนี้ แต่ปรับจากการป้อนข้อมูลการส่งออกเป็นที่เกี่ยวข้อง

ฉันจะเขียนคำตอบของตัวเองในท้ายที่สุดถ้าไม่มีใครแสดงคำตอบที่ถูกต้องและเป็นประโยชน์ ฉันอาจวางรางวัลนี้ (อาจใช้สิ่งที่ฉันมีตัวแทน)

ได้ที่มัน


คุณสนใจที่จะได้ยินเกี่ยวกับนามแฝงเป็นหลักหรือไม่
deadude

Nope ฉันถือว่ากฎทั้งหมดของทฤษฎีการสุ่มตัวอย่างได้รับการปฏิบัติตาม นั่นคือไม่มีเนื้อหาหรือพลังงานในการป้อนข้อมูลอย่างต่อเนื่องเวลารับตัวอย่างที่เป็นที่หรือสูงกว่า{2} ตอนนี้จำไว้ว่ามีความแตกต่างระหว่าง "นามแฝง" และ "ภาพ" fs2
robert bristow-johnson

เท่าที่ผมจำได้การค้างออเดอร์แบบ Zero นั้นเป็นเพียงความล่าช้าระหว่างกลุ่มตัวอย่างในระบบดิจิตอลและเห็นได้ชัดว่าสามารถส่งผลต่อด้านอะนาล็อกของสิ่งต่าง ๆ ระหว่างตัวอย่างหนึ่งกับอีกตัวอย่างหนึ่ง
KyranF

@ KyranF มันยิ่งกว่านั้นนิดหน่อย
robert bristow-johnson

@ robertbristow-johnson จากคำตอบที่ Timo ให้ไว้แน่นอนว่ามันดูเหมือนเกี่ยวข้องมากกว่าที่ฉันคิด ขอให้โชคดี
KyranF

คำตอบ:


6

ติดตั้ง

เราพิจารณาระบบที่มีสัญญาณอินพุตและเพื่อความชัดเจนเราอ้างอิงถึงค่าของเป็นแรงดันไฟฟ้าในกรณีที่จำเป็น ระยะเวลาตัวอย่างของเราคือและอัตราตัวอย่างที่สอดคล้องกันคือ Tx ( t ) T f s1 / Tx(t)x(t)Tfs1/T

สำหรับการแปลงฟูริเยร์เราเลือกอนุสัญญา ทำให้การแปลงฟูริเยร์เปลี่ยน ทราบว่ามีการประชุมเหล่านี้เป็นหน้าที่ของ Laplace ตัวแปรปี่ฉF ) อีฉัน2 π เสื้อ d X s = i ω = i 2 π f

X(i2πf)=F(x(t))x(t)ei2πftdt,
x(t)=F1(X(i2πf))X(i2πf)ei2πftdf.
Xs=iω=i2πf

การสุ่มตัวอย่างในอุดมคติและการสร้างใหม่

ให้เราเริ่มต้นจากการสุ่มตัวอย่างในอุดมคติ: ตามทฤษฎีการสุ่มตัวอย่างของ Nyquist-Shannon , ให้สัญญาณซึ่งเป็น bandlimited ถึง , คือ แล้วสัญญาณเดิมสามารถสร้างขึ้นใหม่ได้อย่างสมบูรณ์แบบจากตัวอย่างที่{Z} กล่าวอีกนัยหนึ่งเมื่อกำหนดเงื่อนไขเกี่ยวกับแบนด์วิดท์ของสัญญาณ (เรียกว่าเกณฑ์ Nyquist ) ก็เพียงพอที่จะทราบค่าของมันได้ทันทีที่จุดแยกไม่เท่ากันในเวลาf < 1x(t)X(i2πf)=0,f<12fs x[n]x(nT)nZ

X(ผม2π)=0,Wชั่วโมงอีn||12s,
x[n]x(nT)nZ

ทฤษฎีบทการสุ่มตัวอย่างยังให้วิธีการที่ชัดเจนสำหรับการดำเนินการสร้างใหม่ ขอให้เราพิสูจน์สิ่งนี้ในแบบที่จะเป็นประโยชน์ในสิ่งต่อไปนี้: ให้เราประเมิน Fourier transformของสัญญาณด้วยผลรวม Riemannกับขั้นตอน : ที่T ให้เราเขียนสิ่งนี้เป็นอินทิกรัลเพื่อหาจำนวนข้อผิดพลาดที่เราทำ: x ( t ) T X ( ฉัน2 π f ) n = - x ( n Δ t ) e - ฉัน2 π f n Δ t Δ t , Δ t = TX(ผม2π)x(เสื้อ)T

X(ผม2π)~Σn=-x(nΔเสื้อ)อี-ผม2πnΔเสื้อΔเสื้อ,
Δเสื้อ=T x(t)n = - T
Σn=-x(nT)อี-ผม2πnTT=-Σn=-x(เสื้อ)อี-ผม2πเสื้อTδ(เสื้อ-nT)dเสื้อ=X(ผม2π)* * * *F(TΣn=-δ(เสื้อ-nT))(1)=Σk=-X(-k/T),
โดยที่เราใช้ทฤษฎีบทการสนทนาบนผลิตภัณฑ์ของและฟังก์ชั่นการสุ่มตัวอย่างความจริงที่ว่าการแปลงฟูริเยร์ของฟังก์ชันการสุ่มตัวอย่างคือและดำเนินการอินทิกรัลเหนือฟังก์ชันเดลต้าx(เสื้อ) Σ n = - δ ( F - k / T )Σn=-Tδ(เสื้อ-nT)Σn=-δ(-k/T)

โปรดสังเกตว่าทางด้านซ้ายมือคือโดยที่คือการแปลงฟูริเยร์แบบไม่ต่อเนื่องของสัญญาณตัวอย่างที่สอดคล้องกันด้วยความถี่เวลาไม่ต่อเนื่องแบบไม่มีมิติTX1/T(ผม2πT)x [ n ] x ( n T ) f TX1/T(ผม2πT)x[n]x(nT)T

ที่นี่เราเห็นเหตุผลสำคัญที่อยู่เบื้องหลังเกณฑ์ Nyquist: มันเป็นสิ่งที่จำเป็นเพื่อรับประกันว่าเงื่อนไขของผลรวมไม่ทับซ้อนกัน ด้วยเกณฑ์ Nyquist ผลรวมข้างต้นจะลดลงเป็นส่วนขยายตามช่วงเวลาของสเปกตรัมจากช่วงไปจนถึงเส้นจริงทั้งหมด[-s/2,s/2]

เนื่องจาก DTFT ในมีการแปลงฟูริเยร์แบบเดียวกันในช่วงเป็นสัญญาณดั้งเดิมของเราเราสามารถคูณมันด้วยฟังก์ชันสี่เหลี่ยมและรับสัญญาณเดิม ผ่านทฤษฎีบทสังวัตนาจำนวนนี้เพื่อโน้มน้าวหวี Dirac กับการแปลงฟูริเยร์ของฟังก์ชันรูปสี่เหลี่ยมผืนผ้าซึ่งในการประชุมของเราคือ ที่ฟังก์ชัน sinc ปกติคือ [ - f s / 2 , f s / 2 ] r e c t ( f / f s ) F ( r e c t ( f / f s ) ) = 1(1)[-s/2,s/2]Rอีเสื้อ(/s)s i n c ( x ) sin ( π

F(Rอีเสื้อ(/s))=1/Tsผมn(เสื้อ/T),
x ( t ) = n = - x
sผมn(x)บาป(πx)πx.
การสนทนานั้นก็แทนที่เดลต้าแต่ละเดลต้าในหวี Dirac กับ sinc - หน้าที่ขยับไปที่ตำแหน่งของเดลต้าทำให้ นี้เป็นสูตรการแก้ไข Whittaker-แชนนอน
(2)x(เสื้อ)=Σn=-x[n]sผมn(เสื้อ/T-n).

การสุ่มตัวอย่างที่ไม่เหมาะ

สำหรับการแปลทฤษฏีข้างต้นสู่โลกแห่งความเป็นจริงส่วนที่ยากที่สุดคือการรับประกันการเป็นโจรซึ่งต้องทำก่อนการสุ่มตัวอย่าง สำหรับจุดประสงค์ของคำตอบนี้เราคิดว่าสิ่งนี้ได้ทำไปแล้ว ภารกิจที่เหลืออยู่นั้นจะนำตัวอย่างของค่าทันทีของสัญญาณ เนื่องจาก ADC ที่แท้จริงจะต้องใช้เวลาจำนวน จำกัด ในการประมาณค่าตัวอย่างการใช้งานตามปกติจะเก็บค่าของสัญญาณไปยังวงจรตัวอย่างและค้างไว้ซึ่งวงจรการประมาณแบบดิจิทัลจะเกิดขึ้น

แม้ว่าสิ่งนี้จะมีลักษณะคล้ายกับศูนย์สั่งซื้อมาก แต่ก็เป็นกระบวนการที่แตกต่าง: ค่าที่ได้จากตัวอย่าง - และ - ถือเป็นมูลค่าที่แน่นอนของสัญญาณทันทีถึงการประมาณว่าสัญญาณคงที่สำหรับ ระยะเวลาที่ใช้ในการชาร์จตัวเก็บประจุที่เก็บค่าตัวอย่าง นี่คือความสำเร็จมักจะดีโดยระบบโลกแห่งความจริง

ดังนั้นเราจึงสามารถพูดได้ว่า ADC ในโลกแห่งความเป็นจริงโดยไม่สนใจปัญหาของ bandlimiting เป็นการประมาณที่ดีมากในกรณีของการสุ่มตัวอย่างในอุดมคติและโดยเฉพาะ"บันได" ที่มาจากตัวอย่างและถือไม่ทำให้เกิดข้อผิดพลาดใด ๆ ใน สุ่มตัวอย่างด้วยตัวเอง

การฟื้นฟูที่ไม่เหมาะ

สำหรับการฟื้นฟูเป้าหมายคือการหาวงจรอิเล็กทรอนิกส์ที่สำเร็จผลรวมของ sincs ปรากฏใน{} เนื่องจาก sinc มีขอบเขตไม่สิ้นสุดในเวลาจึงค่อนข้างชัดเจนว่าสิ่งนี้ไม่สามารถรับรู้ได้อย่างแน่นอน ยิ่งไปกว่านั้นการรวมสัญญาณเช่นนี้ถึงการประมาณที่สมเหตุสมผลจะต้องใช้วงจรย่อยหลายวงจรและซับซ้อนมากอย่างรวดเร็ว ดังนั้นมักใช้การประมาณที่ง่ายกว่ามาก: ในแต่ละการสุ่มตัวอย่างทันทีแรงดันไฟฟ้าที่สอดคล้องกับค่าตัวอย่างคือเอาต์พุตและคงที่จนกระทั่งการสุ่มตัวอย่างถัดไปทันที (แม้ว่าจะเห็นการปรับแบบเดลต้าซิกม่าสำหรับตัวอย่างของวิธีอื่น) นี่คือการถือครองที่ไม่มีคำสั่งซื้อและสอดคล้องกับการแทนที่ sinc ที่เราใช้ด้านบนด้วยฟังก์ชันสี่เหลี่ยมผืนผ้า 1 / T R อีที ( T / T - 1 / 2 ) ( 1 / T R อีที ( T / T - 1 / 2 ) ) * ( Σ n(2)1/TRอีเสื้อ(เสื้อ/T-1/2)1/2) การประเมินการสนทนา โดยใช้การกำหนดคุณสมบัติของฟังก์ชั่นเดลต้าเราจะเห็นว่านี้แน่นอนจะส่งผลในคลาสสิกอย่างต่อเนื่องเวลาบันไดรูปแบบของคลื่น ปัจจัยของจะเข้าสู่การยกเลิกแนะนำใน{} ปัจจัยที่จำเป็นเช่นนั้นก็ชัดเจนจากข้อเท็จจริงที่ว่าหน่วยของการตอบสนองต่อแรงกระตุ้นคือ 1 / ครั้ง1/TT

(1/TRอีเสื้อ(เสื้อ/T-1/2))* * * *(Σn=-Tx[n]δ(เสื้อ-nT)),
1/TT(1)

การเปลี่ยนแปลงโดยเป็นเพียงการรับประกันเวรกรรม นี้จะมีจำนวนการเปลี่ยนแปลงของการส่งออกโดย 1/2 ญาติตัวอย่างเพื่อใช้ (ซึ่งอาจมีผลกระทบในระบบเวลาจริงหรือเมื่อมากประสานแม่นยำเหตุการณ์ภายนอกเป็นสิ่งจำเป็น ) ซึ่งเราจะไม่สนใจในสิ่งต่อไปนี้1 / T R อีตัน ( 1 / T )-1/2T1/TRอีเสื้อ(1/T)

เมื่อเทียบกับเราได้แทนที่ฟังก์ชั่นรูปสี่เหลี่ยมผืนผ้าในโดเมนความถี่ซึ่งปล่อยให้เบสแบนด์ไม่ถูกแตะต้องและลบสำเนาความถี่สูงทั้งหมดของสเปกตรัมเรียกภาพด้วยการแปลงฟูริเยร์ของฟังก์ชันT) นี่เป็นของหลักสูตร 1 / T R อี(1)s ฉันn ( F / F s )1/TRอีเสื้อ(เสื้อ/T)

sผมn(/s).

โปรดทราบว่าตรรกะค่อนข้างกลับกันจากกรณีอุดมคติ: มีเรากำหนดเป้าหมายของเราซึ่งก็คือการลบภาพในโดเมนความถี่และได้รับผลกระทบในโดเมนเวลา ที่นี่เรากำหนดวิธีการสร้างใหม่ในโดเมนเวลา (เนื่องจากเป็นสิ่งที่เรารู้วิธีการทำ) และได้รับผลที่ตามมาในโดเมนความถี่

ดังนั้นผลลัพธ์ของการระงับแบบ zero-order ก็คือแทนที่จะเป็นรูปสี่เหลี่ยมมุมฉากในโดเมนความถี่เราจึงลงท้ายด้วย sinc เป็นฟังก์ชันการเรียงหน้าต่าง ดังนั้น:

  • การตอบสนองความถี่ไม่ จำกัด วงอีกต่อไป ค่อนข้างจะสลายตัวเป็นโดยความถี่ด้านบนเป็นภาพของสัญญาณดั้งเดิม1/
  • ในเบสแบนด์นั้นการตอบสนองจะลดลงไปมากถึง -4 dB ที่1/2s

โดยรวมแล้วถือเป็นศูนย์เพื่อที่จะใช้ในการใกล้เคียงกับฟังก์ชั่น sinc โดเมนเวลาที่ปรากฏในสูตรการแก้ไข เมื่อสุ่มตัวอย่างตัวอย่างที่ดูคล้ายกันและถือเป็นวิธีแก้ไขปัญหาทางเทคนิคของปัญหาในการประเมินมูลค่าของสัญญาณทันทีและไม่ก่อให้เกิดข้อผิดพลาดใด ๆ ในตัวเอง

โปรดทราบว่าไม่มีข้อมูลใดหายไปในการสร้างใหม่เนื่องจากเราสามารถกรองภาพความถี่สูงออกได้เสมอหลังจากการสั่งซื้อเริ่มต้นเป็นศูนย์ การสูญเสียกำไรสามารถชดเชยได้โดยตัวกรองผกผัน sinc ไม่ว่าจะก่อนหรือหลัง DAC ดังนั้นจากมุมมองเชิงปฏิบัติที่มากขึ้นการถือศูนย์เป็นศูนย์จะใช้ในการสร้างการประมาณที่สามารถนำไปใช้งานครั้งแรกกับการสร้างใหม่ในอุดมคติซึ่งสามารถปรับปรุงเพิ่มเติมได้หากจำเป็น


มันน่าสนใจ Timo คุณกำลังประสบปัญหาการเมืองของ Wikipedia ตรวจสอบนี้รุ่นเก่าของบทความวิกิพีเดียทฤษฎีบทการสุ่มตัวอย่าง แทนที่จะซ่อนอยู่ด้านหลังสูตรการรวมปัวซองมันแค่แสดงให้เห็นว่าการสุ่มตัวอย่างสร้างภาพและสิ่งที่จำเป็นในการกู้คืนสัญญาณต่อเนื่องดั้งเดิมอย่างชัดเจน และคุณสามารถดูได้ว่าทำไมถึงมี ปัจจัยในฟังก์ชันการสุ่มตัวอย่าง T
robert bristow-johnson

เป็นที่น่าสนใจว่าบทความ Wikipedia เวอร์ชันเก่านั้นมีความชัดเจนยิ่งกว่าและในความคิดของฉัน การคำนวณเกือบจะเหมือนกับสิ่งที่ฉันเขียนข้างต้นยกเว้นว่าจะให้รายละเอียดเพิ่มเติมเล็กน้อย
Timo

อย่างไรก็ตามฉันไม่แน่ใจว่าทำไมสิ่งนี้จึงจำเป็นที่จะต้องเข้าใจว่าทำไมปัจจัยของจึงจำเป็น: ฉันคิดว่าสิ่งที่ฉันเขียนในคำตอบนั้นเป็นเงื่อนไขที่เพียงพอสำหรับที่จะจำเป็น (ในทางเทคนิคเงื่อนไขความมั่นคง แต่เรา สมมติว่ามีความเป็นไปได้ในการสร้างใหม่) แน่นอนว่าความเข้าใจเป็นเรื่องส่วนตัวเสมอ ยกตัวอย่างเช่นที่นี่มันจะได้รับการพิจารณาเป็นเหตุผลลึกสำหรับการปรากฏตัวของปัจจัยที่ที่เป็นหลักจะกลายเป็นตัวชี้วัดบูรณาการเมื่อหนึ่งจะใช้เวลาขีด จำกัด0 T T TTTTTT 0dtT0
Timo

ฉันคิดว่าสิ่งที่คุณอ้างถึงว่าเป็นสาเหตุของ 1 / T ในการเป็นตัวแทนของหวี Dirac เป็นผลรวมของเลขชี้กำลังเชิงซ้อนที่ซับซ้อนในen.wikipedia.org/w/ …? ซึ่งเป็นวิธีหนึ่งที่จะนำไปใช้และค่อนข้างเกี่ยวข้องโดยตรงกับบทบาทของเป็นตัวชี้วัด T
Timo

1
ฉันไม่สามารถช่วยได้ แต่คิดว่าคุณควรเพิ่มคำตอบที่คุณต้องการ ความคิดเห็นไม่ได้มีไว้สำหรับการอภิปรายเพิ่มเติม
เดวิด

4

การถือออเดอร์แบบ zero-order มีบทบาทในการประมาณเดลตาและฟังก์ชั่นที่ปรากฏในทฤษฎีบทการสุ่มตัวอย่างแล้วแต่จำนวนใดจะเหมาะสมsผมn

สำหรับวัตถุประสงค์ของความชัดเจนฉันพิจารณาระบบ ADC / DAC ด้วยสัญญาณแรงดันไฟฟ้า ทั้งหมดต่อไปนี้ใช้กับระบบการสุ่มตัวอย่างที่มีการเปลี่ยนแปลงหน่วยที่เหมาะสม ฉันยังสันนิษฐานว่าสัญญาณอินพุตนั้นได้ถูก จำกัด อย่างน่าอัศจรรย์เพื่อให้เป็นไปตามเกณฑ์ของ Nyquist

เริ่มต้นจากการสุ่มตัวอย่าง: ในอุดมคติแล้วใครจะลองตัวอย่างค่าของสัญญาณอินพุตในทันทีเดียว เนื่องจาก ADC ที่แท้จริงต้องการเวลาจำนวน จำกัด ในการประมาณค่าของพวกเขาแรงดันไฟฟ้าทันทีจะถูกประมาณโดยตัวอย่างและเก็บไว้ (กำลังเกิดขึ้นโดยประมาณโดยเวลาเปลี่ยนที่ใช้ชาร์จประจุ) ดังนั้นในสาระสำคัญการถือแปลงปัญหาของการใช้ฟังก์ชั่นเดลต้ากับสัญญาณปัญหาของการวัดแรงดันคงที่

โปรดทราบที่นี่ว่าความแตกต่างระหว่างสัญญาณอินพุตที่ถูกคูณด้วยแรงกระตุ้นรถไฟหรือการสั่งการแบบ zero-order ที่ใช้ในอินสแตนซ์เดียวกันเป็นเพียงคำถามของการตีความเนื่องจาก ADC จะเก็บเฉพาะแรงดันทันทีที่ถูกเก็บไว้ สามารถสร้างขึ้นใหม่จากที่อื่น สำหรับวัตถุประสงค์ของคำตอบนี้ฉันจะใช้การตีความว่าสัญญาณตัวอย่างคือสัญญาณต่อเนื่องของรูปแบบ ที่คือแรงดันอ้างอิงของ ADC / DAC,คือจำนวนบิตเป็นตัวอย่างที่แสดงตามปกติเหมือนเลขจำนวนเต็มและvrefnxkΔtxk

x(เสื้อ)=Δเสื้อVRอี2nΣkxkδ(เสื้อ-kΔเสื้อ),
VRอีnxkΔเสื้อคือระยะเวลาการสุ่มตัวอย่าง การตีความที่ไม่เป็นทางการนี้มีข้อดีที่ฉันพิจารณาอยู่ตลอดเวลาสัญญาณต่อเนื่องและการสุ่มตัวอย่างที่นี่หมายถึงการแทนในรูปของตัวเลขซึ่งเป็นตัวอย่างในความหมายตามปกติxk

ในการตีความนี้คลื่นความถี่ของสัญญาณในเบสแบนด์นั้นเหมือนกับของสัญญาณดั้งเดิมและการโน้มน้าวใจที่มีประสิทธิภาพโดยรถไฟอิมพัลส์นั้นมีผลในการจำลองสัญญาณนั้นเช่นทำให้สเปกตรัมเป็นระยะ แบบจำลองเรียกว่าภาพของสเปกตรัม การปรับสภาพปัจจัยเป็นสิ่งที่จำเป็นสามารถเห็นได้เช่นโดยการพิจารณา DC-offset ของพัลส์ 1 โวลต์ของระยะเวลา : DC-offset ที่กำหนดเป็นส่วนประกอบของการแปลงฟูริเยร์คือ เพื่อให้ได้ผลลัพธ์เดียวกันจากเวอร์ชันตัวอย่างเราต้องรวมปัจจัยของ . *Δ เสื้อF = 0 x ( 0 ) = Δ ตัน 0 1 V d T = 1 V Δ ที Δ tΔเสื้อΔเสื้อ=0

x^(0)=0Δเสื้อ1Vdเสื้อ=1VΔเสื้อ.
Δเสื้อ

การประกอบขึ้นใหม่ในอุดมคติหมายถึงการสร้างสัญญาณไฟฟ้าที่มีสเปกตรัมเบสแบนด์เดียวกันกับสัญญาณนี้และไม่มีส่วนประกอบใดที่ความถี่นอกช่วงนี้ นี่เป็นสิ่งเดียวกันกับการชักจูงรถไฟแรงกระตุ้นด้วยฟังก์ชัน -function ที่เหมาะสม สิ่งนี้ค่อนข้างท้าทายในการทำทางอิเล็กทรอนิกส์ดังนั้นจึงมักถูกประมาณโดยฟังก์ชันรูปสี่เหลี่ยมผืนผ้า AKA ถือเป็นศูนย์ตามลำดับ ในสาระสำคัญในแต่ละฟังก์ชันของเดลต้าค่าของตัวอย่างจะถูกเก็บไว้ในช่วงระยะเวลาของช่วงเวลาการสุ่มตัวอย่างs i n csผมnsผมn

เพื่อที่จะดูว่าสิ่งนี้มีผลกระทบต่อสัญญาณที่สร้างขึ้นใหม่หรือไม่ฉันสังเกตว่าการพักนั้นเทียบเท่ากับการชักจูงรถไฟแรงกระตุ้นด้วยฟังก์ชันสี่เหลี่ยม การทำให้เป็นมาตรฐานของฟังก์ชันสี่เหลี่ยมนี้ถูกกำหนดโดยกำหนดให้มีการสร้างแรงดันไฟฟ้าคงที่อย่างถูกต้องหรือกล่าวอีกนัยหนึ่งถ้าวัดแรงดันไฟฟ้าเมื่อทำการสุ่มตัวอย่าง V1

Rอีเสื้อΔเสื้อ(เสื้อ)=1Δเสื้อRอีเสื้อ(เสื้อΔเสื้อ).
V1

ในโดเมนความถี่จำนวนนี้จะทวีคูณการตอบสนองความถี่ด้วยการแปลงฟูริเยร์ของฟังก์ชันสี่เหลี่ยมซึ่งคือ โปรดทราบว่ากำไรที่ดีซีเป็น1ที่ความถี่สูงจะสลายตัวเช่นและทำให้ภาพของสเปกตรัมจางลง1sinc1/f

Rอีเสื้อ^Δเสื้อ()=sผมn(πΔเสื้อ).
1sผมn1/

ในท้ายที่สุดฟังก์ชั่นที่เป็นผลมาจากการถือศูนย์สั่งทำหน้าที่เป็นตัวกรอง low-pass ในสัญญาณ โปรดทราบว่าไม่มีข้อมูลสูญหายในช่วงการสุ่มตัวอย่าง (สมมติว่าเกณฑ์ Nyquist) และโดยหลักการแล้วไม่มีอะไรสูญหายเมื่อทำการสร้างขึ้นใหม่: การกรองในเบสแบนด์โดยสามารถชดเชยได้ด้วยตัวกรองแบบผกผัน (และ บางครั้งก็ทำเช่นนี้ดูตัวอย่างhttps://www.maximintegrated.com/en/app-notes/index.mvp/id/3853 ) ความเสื่อมโทรมของมักจะต้องใช้รูปแบบการกรองบางอย่างเพื่อลดทอนภาพsผมnsผมn6dB/octavesinc

โปรดทราบว่าตัวสร้างแรงกระตุ้นจินตภาพที่สามารถสร้างตัวจำลองแรงกระตุ้นที่ใช้ในการวิเคราะห์จะส่งพลังงานจำนวนไม่ จำกัด ออกไปเพื่อสร้างภาพใหม่ สิ่งนี้จะทำให้เกิดเอฟเฟ็กต์ขนเช่น ADC ที่สุ่มตัวอย่างเอาท์พุทจะไม่เห็นอะไรเลยนอกจากจะถูกซิงโครไนซ์กับระบบดั้งเดิมอย่างสมบูรณ์ (ส่วนใหญ่จะเป็นตัวอย่างระหว่างแรงกระตุ้น) สิ่งนี้แสดงให้เห็นชัดเจนว่าแม้ว่าเราจะไม่สามารถปรับเอาท์พุทให้ถูกต้องได้ แต่การประมาณค่าแบนด์วิธบางอย่างนั้นจำเป็นต้องทำให้พลังงานรวมของสัญญาณเป็นปกติเสมอก่อนที่มันจะถูกแปลงเป็นตัวแทนทางกายภาพ

เพื่อสรุป:

  • ในทั้งสองทิศทาง zero-order-hold ทำหน้าที่เป็นฟังก์ชันประมาณของเดลต้าหรือเป็นรูปแบบที่ จำกัด วงคือ -functionsinc
  • จากมุมมองของโดเมนความถี่มันเป็นการประมาณตัวกรองอิฐที่เอารูปภาพออกและควบคุมปริมาณพลังงานที่ไม่มีที่สิ้นสุดในรถไฟอิมพัลส์อุดมคติ

* นี่ก็ชัดเจนจากการวิเคราะห์มิติ: หน่วยของการแปลงฟูริเยร์ของสัญญาณแรงดันคือในขณะที่ ฟังก์ชัน delta มีหน่วยซึ่งจะยกเลิกหน่วยเวลาที่มาจากอินทิกรัลในการแปลงVs=VHZ,1/s


เมื่อตัวจับเวลาอนุญาตให้ฉันฉันจะวางรางวัลนี้ Timo มีบางสิ่งที่ฉันชอบ: เช่นมี DC gain = 1 ซึ่งสอดคล้องกับ Eq 1 ในการอ้างอิงสูงสุดของคุณ แต่วิธีตำราเรียนมากเกินไปทำให้ผิดพลาดโดยได้รับที่พวกเขาไม่รู้ว่าจะทำอย่างไร และดูเหมือนว่าคุณเข้าใจว่า ZOH ไม่มีส่วนเกี่ยวข้องกับ S / H ที่เป็นไปได้ใด ๆ ที่อินพุตของ ADC ดีแล้ว. ฉันจะยังคงรอคำตอบที่เข้มงวดกว่านี้อีกเล็กน้อย และไม่ต้องกังวลเกี่ยวกับ{ref} ฉันสมมติว่ามันเป็นสิ่งเดียวกันสำหรับ ADC และ DAC TVอ้าง
robert bristow-johnson

@ robertbristow-johnson: ขอบคุณสำหรับคำพูดดี ๆ ! คุณช่วยระบุทิศทางที่คุณกำลังมองหาความรุนแรงมากขึ้นได้ไหม? รายละเอียดเพิ่มเติมคำตอบสไตล์การพิสูจน์ทางคณิตศาสตร์มากขึ้นหรือสิ่งที่แตกต่างอย่างสิ้นเชิง?
Timo

ฉันเดาการรักษาทางคณิตศาสตร์ด้วยสัญกรณ์ทางคณิตศาสตร์ที่สะอาดและสม่ำเสมอ ฉันขอแนะนำให้สอดคล้องกับ Oppenheim และ Wilsky หรืออะไรทำนองนั้น บางทีดังนั้น Laplace และฟูริเยร์แปลงมีความสอดคล้องและเข้ากันได้สัญกรณ์dt หารือเกี่ยวกับทฤษฎีการสุ่มตัวอย่างที่พูดและความแตกต่างในความเป็นจริงและ ZOH มาในที่นั้น
T1fs
x[n]x(nT)
F{x(t)}=X(j2πf)+x(t)ej2πft dt
robert bristow-johnson

ตกลงให้ฉันลองเขียนคำตอบอีกอันเนื่องจากการแก้ไขเพื่อเปลี่ยนสัญกรณ์เป็นสิ่งที่คุณต้องการ ฯลฯ อาจจะยุ่งเหยิงไปหน่อย ฉันเพิ่งจะแก้ไขข้อผิดพลาดเล็ก ๆ จากหนึ่งในนี้เป็นครั้งแรกเพราะมันรบกวนจิตใจผม ...
Timo

ฉันสับสนเล็กน้อยและช้าในการวาดและไม่ได้กดไอคอนรางวัลเพื่อมอบรางวัลของคุณ ตามกฎ: หากคุณไม่ได้รับรางวัลเงินรางวัลของคุณภายใน 7 วัน (รวมถึงระยะเวลาผ่อนผัน) คำตอบที่โหวตสูงสุดที่สร้างขึ้นหลังจากเงินรางวัลเริ่มต้นด้วยคะแนนขั้นต่ำ 2 จะได้รับรางวัลครึ่งหนึ่งของเงินรางวัล หากคำตอบที่มีสิทธิ์สองข้อขึ้นไปมีคะแนนเท่ากัน (กล่าวคือคะแนนของพวกเขาถูกผูกไว้) คำตอบที่เก่าที่สุดจะได้รับรางวัล หากไม่มีคำตอบที่ตรงกับเกณฑ์เหล่านั้นจะไม่มีการมอบรางวัลให้ใคร - ตามกฎเหล่านี้คุณควรได้รับภายในหนึ่งสัปดาห์
robert bristow-johnson

3

การแปลงฟูริเยร์ :

X(J2π)=F{x(เสื้อ)}-+x(เสื้อ) อี-J2πเสื้อ dเสื้อ

การแปลงฟูริเยร์ผกผัน:

x(t)=F1{X(j2πf)}=+X(j2πf) ej2πft df

ฟังก์ชันพัลส์รูปสี่เหลี่ยม :

rect(u){0if |u|>121if |u|<12

ฟังก์ชัน "Sinc" ("sinus cardinalis") :

sinc(v){1if v=0sin(πv)πvif v0

กําหนดการสุ่มตัวอย่างความถี่ ,เป็นซึ่งกันและกันของระยะเวลาการสุ่มตัวอย่างTfs1TT

โปรดทราบว่า:

F{rect(tT)}=T sinc(fT)=1fs sinc(ffs)

Dirac comb (aka "ฟังก์ชันการสุ่มตัวอย่าง" aka "ฟังก์ชัน Sha") :

IIIT(t)n=+δ(tnT)

หวีแรคเป็นระยะที่มีระยะเวลาTซีรี่ส์ฟูริเยร์ :T

IIIT(t)=k=+1Tej2πkfsเสื้อ

ตัวอย่างสัญญาณต่อเนื่องเวลา :

ตัวอย่างสัญญาณที่ดีเลิศพร้อมหวี dirac

xs(เสื้อ)=x(เสื้อ)(TสามT(เสื้อ))=x(เสื้อ)(TΣn=-+δ(เสื้อ-nT))=T Σn=-+x(เสื้อ) δ(เสื้อ-nT)=T Σn=-+x(nT) δ(เสื้อ-nT)=T Σn=-+x[n] δ(เสื้อ-nT)

ที่(เอ็นที)x[n]x(nT)

ซึ่งหมายความว่าถูกกำหนดโดยตัวอย่างและช่วงเวลาการสุ่มตัวอย่างและสูญเสียข้อมูลใด ๆ ของค่าของสำหรับเวลาระหว่างอินสแตนซ์การสุ่มตัวอย่าง เป็นลำดับต่อเนื่องของตัวเลขและเป็น sorta DSP ชวเลขสัญกรณ์สำหรับx_nในขณะที่เป็นจริงที่สำหรับค่าของสำหรับใด ๆ ที่ไม่ใช่จำนวนเต็มจะไม่ได้กำหนดxs(เสื้อ)x[n]Tx(เสื้อ)x[n]xnxs(เสื้อ)=0nT<เสื้อ<(n+1)Tx[n]n

หมายเหตุ:สัญญาณไม่ต่อเนื่องและทุกการดำเนินงานต่อเนื่องในเวลาที่มันเหมือน -Transformที่ไม่ต่อเนื่องเวลาแปลงฟูริเยร์ (DTFT)ที่ไม่ต่อเนื่องแปลงฟูเรีย (DFT)เป็น"ไม่เชื่อเรื่องพระเจ้า"เกี่ยวกับความถี่ในการสุ่มตัวอย่างหรือระยะเวลาการสุ่มตัวอย่างTเมื่อคุณอยู่ในที่ไม่ต่อเนื่องเวลาโดเมนคุณไม่ทราบ (หรือดูแล) เกี่ยวกับTมันเป็นเพียงกับNyquist-Shannon Sampling and Reconstruction Theoremที่และถูกรวมเข้าด้วยกันx[n]ZTx[n]Tx[n]T

การแปลงฟูริเยร์ของคือxs(เสื้อ)

Xs(J2π)F{xs(เสื้อ)}=F{x(เสื้อ)(TสามT(เสื้อ))}=F{x(เสื้อ)(TΣk=-+1TอีJ2πksเสื้อ)}=F{Σk=-+x(เสื้อ) อีJ2πksเสื้อ}=Σk=-+F{x(เสื้อ) อีJ2πksเสื้อ}=Σk=-+X(J2π(-ks))

หมายเหตุสำคัญเกี่ยวกับการปรับขนาด: ฟังก์ชันการสุ่มตัวอย่างและสัญญาณตัวอย่างมีปัจจัยเป็นที่คุณจะไม่เห็นในหนังสือเกือบทุกเล่ม นั่นคือความผิดพลาดในการสอนของผู้เขียนหนังสือเรียนเหล่านี้ด้วยเหตุผลหลายประการ (ที่เกี่ยวข้อง): TสามT(เสื้อ)xs(เสื้อ)T

  1. ครั้งแรกที่ออกจากออกเปลี่ยนแปลงขนาดของสัญญาณตัวอย่างจากมิติของสัญญาณที่ได้รับตัวอย่าง(t)Txs(เสื้อ)x(เสื้อ)
  2. ที่ปัจจัยที่จะต้องอยู่ที่ไหนสักแห่งในห่วงโซ่สัญญาณ หนังสือเรียนเหล่านี้ที่ปล่อยให้มันออกมาจากฟังก์ชั่นการสุ่มตัวอย่างท้ายใส่ไว้ในส่วนการสร้างใหม่ของทฤษฎีบทการสุ่มตัวอย่างซึ่งโดยปกติแล้วจะได้รับ passband ของตัวกรองการสร้างใหม่ นั่นคือความสับสนในเชิงมิติ ใครบางคนอาจถามว่า: "ฉันจะออกแบบอิฐวอลล์ LPF ด้วยรหัสผ่านของอย่างไร"TT
  3. ดังที่เห็นด้านล่างการปล่อยออกจากที่นี่จะส่งผลให้เกิดข้อผิดพลาดในการปรับขนาดที่คล้ายกันสำหรับฟังก์ชั่นการถ่ายโอนสุทธิและการตอบสนองความถี่สุทธิของการระงับ Zero-order Hold (ZOH) หนังสือเรียนทั้งหมดเกี่ยวกับระบบควบคุมดิจิตัล (และไฮบริด) ที่ฉันได้เห็นทำผิดพลาดและเป็นข้อผิดพลาดอย่างมากในการสอนT

โปรดทราบว่า DTFT ของและการแปลงฟูริเยร์ของสัญญาณตัวอย่างคือด้วยขนาดที่เหมาะสมเหมือนจริง:x[n]xs(เสื้อ)

DTFT: start

XDTFT(ω)Z{x[n]}|Z=อีJω=XZ(อีJω)=Σn=-+x[n] อี-Jωn

มันสามารถแสดงให้เห็นว่า

XDTFT(ω)=XZ(อีJω)=1TXs(J2π)|=ω2πT


คณิตศาสตร์ข้างต้นเป็นจริงหรือไม่ว่าเป็น "ตัวอย่างที่เหมาะสม" หรือไม่ คือ "สุ่มตัวอย่างอย่างเหมาะสม" ถ้า สามารถกู้คืนได้อย่างสมบูรณ์จากตัวอย่าง และความรู้เกี่ยวกับอัตราการสุ่มตัวอย่างหรือระยะเวลาการสุ่มตัวอย่าง ทฤษฎีการสุ่มตัวอย่างบอกเราว่าจำเป็นต้องกู้คืนหรือสร้างจากและอีกครั้งx(เสื้อ)x(เสื้อ)x(เสื้อ)x[n]x(เสื้อ)x[n]T

ถ้าเป็นbandlimitedบาง bandlimitนั่นหมายความว่าx(เสื้อ)B

X(J2π)=0เพื่อทุกสิ่ง||>B

สเปกตรัม จำกัด

พิจารณาสเปกตรัมของสัญญาณตัวอย่างที่สร้างขึ้นจากภาพที่ถูกขยับจากต้นฉบับ:

Xs(J2π)=Σk=-+X(J2π(-ks))

สเปกตรัมเดิมสามารถกู้คืนได้จากสเปกตรัมตัวอย่างหากไม่มีภาพที่เลื่อน,ซ้อนทับเพื่อนบ้านที่อยู่ติดกัน ซึ่งหมายความว่าขอบด้านขวาของภาพ -th (ซึ่งคือ ) ต้องอยู่ทางด้านซ้ายของขอบด้านซ้ายของ ( ) -th รูปภาพ (ซึ่งคือ ) ปรับปรุงใหม่ทางคณิตศาสตร์X(J2π)Xs(J2π)X(J2π(-ks))kX(J2π(-ks))k+1X(J2π(-(k+1)s))

ks+B<(k+1)s-B

ซึ่งเทียบเท่ากับ

s>2B

หากเราสุ่มตัวอย่างที่อัตราการสุ่มตัวอย่างที่เกินกว่าแบนด์วิดท์สองเท่าไม่มีภาพซ้อนทับสเปกตรัมเดิมซึ่งเป็นภาพที่สามารถสกัดได้จากพร้อมตัวกรอง low-pass ของ brickwall ที่เก็บภาพดั้งเดิม (โดยที่ ) ไม่ถูกปรับสัดส่วนและทิ้งรูปภาพอื่นทั้งหมด นั่นหมายความว่ามันจะคูณภาพต้นฉบับด้วย 1 และคูณรูปภาพอื่นทั้งหมดด้วย 0X(J2π)k=0Xs(J2π)k=0

X(J2π)=ดูแลรักษา(s)Xs(J2π)=H(J2π) Xs(J2π)

ตัวกรองการสร้างใหม่

กรองฟื้นฟูคือ

H(J2π)=ดูแลรักษา(s)

และมีการตอบสนองแรงกระตุ้นแบบสุ่ม :

ชั่วโมง(เสื้อ)=F-1{H(J2π)}=ssinc(sเสื้อ)

การดำเนินการกรองแสดงเป็นคูณในโดเมนความถี่จะเทียบเท่ากับการบิดในโดเมนเวลา:

x(เสื้อ)=ชั่วโมง(เสื้อ)xs(เสื้อ)=ชั่วโมง(เสื้อ)T Σn=-+x[n] δ(เสื้อ-nT)=T Σn=-+x[n] (ชั่วโมง(เสื้อ)δ(เสื้อ-nT))=T Σn=-+x[n] ชั่วโมง(เสื้อ-nT))=T Σn=-+x[n] (ssinc(s(เสื้อ-nT)))=Σn=-+x[n] sinc(s(เสื้อ-nT))=Σn=-+x[n] sinc(เสื้อ-nTT)

ซึ่งจะมีการอธิบายวิธีการสร้างต้นแบบใหม่จากตัวอย่างและความรู้เกี่ยวกับอัตราการสุ่มตัวอย่างหรือระยะเวลาการสุ่มตัวอย่างx(เสื้อ)x[n]


ดังนั้นสิ่งที่ออกมาจากDigital-to-Analog Converter (DAC) ที่ใช้งานได้จริงจึงไม่ใช่

Σn=-+x[n] sinc(เสื้อ-nTT)

ซึ่งไม่ต้องการการรักษาเพิ่มเติมเพื่อกู้คืนหรือx(เสื้อ)

xs(เสื้อ)=Σn=-+x[n] Tδ(เสื้อ-nT)

ซึ่งด้วย brickwall LPF ในอุดมคติจะกู้คืนโดยการแยกและรักษาภาพเบสแบนด์และยกเลิกภาพอื่น ๆ ทั้งหมดx(เสื้อ)

เอาต์พุต DAC

สิ่งที่ออกมาจาก DAC ทั่วไปหากไม่มีการประมวลผลหรือปรับสเกลสัญญาณดิจิทัลให้เป็นค่าที่ค่าคงที่จนกว่าค่าตัวอย่างถัดไปจะถูกส่งออก ส่งผลให้ฟังก์ชั่นค่าคงที่ทีละชิ้น :x[n]

xDAC(เสื้อ)=Σn=-+x[n] ดูแลรักษา(เสื้อ-nT-T2T)

หมายเหตุ: ความล่าช้าของระยะเวลาตัวอย่างนำไปใช้กับฟังก์ชั่น มันทำให้เกิดสาเหตุ มันหมายถึงว่า12ดูแลรักษา()

xDAC(เสื้อ)=x[n]=x(nT)เมื่อไหร่nTเสื้อ<(n+1)T

ระบุไว้แตกต่างกัน

xDAC(เสื้อ)=x[n]=x(nT)สำหรับn=ชั้น(เสื้อT)

ที่เป็นฟังก์ชั่นชั้น , กำหนดให้เป็นเลขที่ใหญ่ที่สุดไม่เกินUชั้น(ยู)=ยูยู

เอาต์พุต DAC นี้ถูกสร้างแบบจำลองโดยตรงเป็นระบบtime-invariant เชิงเส้น (LTI)หรือตัวกรองที่ยอมรับสัญญาณตัวอย่างที่สมบูรณ์แบบและสำหรับแต่ละแรงกระตุ้นในสัญญาณตัวอย่างที่ดีเลิศเอาท์พุทการตอบสนองแรงกระตุ้นนี้:xs(เสื้อ)

ชั่วโมงZoh(เสื้อ)=1Tดูแลรักษา(เสื้อ-T2T)

เสียบปลั๊กเพื่อตรวจสอบสิ่งนี้ ...

xDAC(เสื้อ)=ชั่วโมงZoh(เสื้อ)xs(เสื้อ)=ชั่วโมงZoh(เสื้อ)T Σn=-+x[n] δ(เสื้อ-nT)=T Σn=-+x[n] (ชั่วโมงZoh(เสื้อ)δ(เสื้อ-nT))=T Σn=-+x[n] ชั่วโมงZoh(เสื้อ-nT))=T Σn=-+x[n] 1Tดูแลรักษา(เสื้อ-nT-T2T)=Σn=-+x[n] ดูแลรักษา(เสื้อ-nT-T2T)

เอาต์พุต DAC , เป็นเอาต์พุตของระบบ LTI ที่มีการตอบสนองแบบอิมพัลส์เห็นด้วยกับการสร้างค่าคงที่แบบชิ้นด้านบน และอินพุตของระบบ LTI นี้คือสัญญาณตัวอย่างปรับขนาดอย่างรอบคอบเพื่อให้ภาพเบสแบนด์ของเหมือนกับสเปคตรัมของสัญญาณดั้งเดิมที่ถูกสุ่มตัวอย่าง(t) นั่นคือxDAC(เสื้อ)ชั่วโมงZoh(เสื้อ)xs(เสื้อ)xs(เสื้อ)x(เสื้อ)

X(J2π)=Xs(J2π)สำหรับ-s2<<+s2

สเปกตรัมสัญญาณดั้งเดิมนั้นเหมือนกับสเปกตรัมสุ่มตัวอย่าง แต่สำหรับรูปภาพทั้งหมดที่ปรากฏเนื่องจากการสุ่มตัวอย่างถูกละทิ้ง

ฟังก์ชั่นการถ่ายโอนของระบบ LTI นี้ซึ่งเราเรียกว่าZero-order hold (ZOH)คือการแปลง Laplaceของการตอบสนองต่อแรงกระตุ้น:

HZoh(s)=L{ชั่วโมงZoh(เสื้อ)}-+ชั่วโมงZoh(เสื้อ) อี-sเสื้อ dเสื้อ=-+1Tดูแลรักษา(เสื้อ-T2T) อี-sเสื้อ dเสื้อ=0T1T อี-sเสื้อ dเสื้อ=1T1-sอี-sเสื้อ|0T=1-อี-sTsT

การตอบสนองความถี่นั้นได้มาจากการแทนที่J2πs

HZoh(J2π)=1-อี-J2πTJ2πT=อี-JπTอีJπT-อี-JπTJ2πT=อี-JπTบาป(πT)πT=อี-JπTsinc(T)=อี-JπTsinc(s)

สิ่งนี้บ่งชี้ว่าตัวกรองเฟสเชิงเส้นที่มีความล่าช้าอย่างต่อเนื่องของช่วงเวลาครึ่งตัวอย่างและด้วยอัตราขยายที่ลดลงเมื่อความถี่เพิ่มขึ้น นี่เป็นเอฟเฟ็กต์ตัวกรองสัญญาณความถี่ต่ำแบบอ่อน ที่ DC, , อัตราขยายคือ 0 dB และที่ Nyquist,อัตราขยายคือ -3.9224 dB ดังนั้นภาพเบสแบนด์จึงมีส่วนประกอบความถี่สูงลดลงเล็กน้อยT2=0=s2

เช่นเดียวกับสัญญาณตัวอย่าง xs(เสื้อ)มีภาพในสัญญาณตัวอย่างที่จำนวนเต็มทวีคูณของความถี่การสุ่มตัวอย่าง แต่ภาพเหล่านั้นจะลดลงอย่างมีนัยสำคัญในความกว้าง (เทียบกับ ภาพเบสแบนด์) เนื่องจากผ่านศูนย์เมื่อสำหรับจำนวนเต็มที่ไม่ใช่ 0 ซึ่งอยู่ตรงกลางของภาพเหล่านั้นxDAC(เสื้อ)|HZoh(J2π)|=ksk

สรุป:

  1. Zero-order hold (ZOH) เป็นตัวแบบเวลาเชิงเส้นคงที่ของการสร้างสัญญาณใหม่โดย Digital-to-Analog converter (DAC) ที่ใช้งานได้จริงที่เก็บค่าคงที่เอาต์พุตที่ค่าตัวอย่างจนกระทั่งได้รับการปรับปรุงโดย ตัวอย่างต่อไป1]x[n]x[n+1]

  2. ตรงกันข้ามกับความเข้าใจผิดที่พบบ่อย ZOH มี อะไรจะทำอย่างไรกับวงจรตัวอย่างและถือ (S / H)หนึ่งอาจพบว่าก่อนหน้านี้แปลงสัญญาณอนาล็อกเป็นดิจิตอล (ADC) ตราบใดที่ DAC เก็บเอาท์พุทเป็นค่าคงที่ตลอดระยะเวลาการสุ่มตัวอย่างแต่ละครั้งมันไม่สำคัญว่า ADC จะมี S / H หรือไม่ผล ZOH จะยังคงอยู่ ถ้า DAC ผลบางสิ่งบางอย่างอื่นมากกว่าการส่งออกค่คงที่ (เช่นลำดับของพัลส์แคบจุดมุ่งหมายเพื่อกระตุ้น Dirac โดยประมาณ) ภาพข้างต้นเป็นแล้วผล Zoh คือไม่ได้ในปัจจุบัน (อย่างอื่นคือ แทน) ไม่ว่าจะมีวงจร S / H นำหน้า ADC หรือไม่xDAC(เสื้อ)

  3. ฟังก์ชั่นการถ่ายโอนสุทธิของ ZOH คือและการตอบสนองความถี่สุทธิของ ZOH คือ หนังสือเรียนจำนวนมากปล่อยให้ตัวประกอบในตัวส่วนของฟังก์ชันถ่ายโอนและนั่นเป็นข้อผิดพลาด

    HZoh(s)=1-อี-sTsT
    HZoh(J2π)=อี-JπTsinc(T)
    T

  4. ZOH จะลดรูปภาพของสัญญาณตัวอย่างอย่างมีนัยสำคัญ แต่ไม่ได้กำจัด หากต้องการกำจัดภาพเราต้องใช้ตัวกรองความถี่ต่ำที่ดีเหมือนเมื่อก่อน Brickwall LPF เป็นอุดมคติ LPF ที่ใช้งานจริงอาจลดทอนภาพเบสแบนด์ (ที่เราต้องการเก็บไว้) ที่ความถี่สูงและการลดทอนนั้นจะต้องถูกนำมาพิจารณาเช่นเดียวกับการลดทอนซึ่งเป็นผลมาจาก ZOH (ซึ่งน้อยกว่า 3.9224 dB การลดทอน) ZOH ยังชะลอสัญญาณโดยช่วงเวลาครึ่งตัวอย่างซึ่งอาจต้องนำมาพิจารณา (พร้อมกับความล่าช้าของ anti-imaging LPF) โดยเฉพาะอย่างยิ่งถ้า ZOH อยู่ในข้อเสนอแนะxs(เสื้อ)


ฉันจะยอมรับคำตอบของคุณสะอาดและละเอียดกว่าของฉันเล็กน้อย ฉันยังคงสงสัยว่าอะไรคือการเปิดเผยครั้งใหญ่? บางทีคุณอาจต้องการเน้นย้ำการถือออเดอร์ซีโร่เป็นแบบจำลองของเอาท์พุต DAC?
Timo

คำตอบของคุณมีข้อผิดพลาดบางอย่าง ตัวอย่างเช่นจะไม่แสดงการหน่วงเวลา 1/2 ตัวอย่างในการตอบสนองความถี่ ขออภัยที่สิ่งต่าง ๆ เกิดขึ้นที่เงินรางวัลของเรา (สิ่งที่เป็นของฉันและตอนนี้ควรเป็นของคุณ ) ลงไปในห้องน้ำ
robert bristow-johnson

ดีฉันพูดถึงมัน (ในอีกต่อไป) แม้ว่าฉันจะแปรงมันใต้พรมซึ่งฉันคิดว่าฉันทำเพราะส่วนใหญ่คิดเกี่ยวกับ DSP ในแง่ของเสียงที่มีความล่าช้าตัวอย่าง 1/2 ไม่มีนัยสำคัญ (เว้นแต่ มีเส้นทางอื่นซึ่งนำเสนอสำเนาที่ยังไม่ได้เผยแพร่) โดยพื้นฐานแล้วฉันไม่ต้องการที่จะนำปัจจัยของไปจนจบนั่นคือส่วนหนึ่งของสิ่งที่ฉันพูดว่า อี-ผมπT
Timo

@Timo ตอนนี้คุณมีตัวแทนเป็นสองเท่าของฉัน เมื่อไหร่คุณจะโพสต์ค่าหัวที่ฉันสามารถแทงได้? :-)
robert bristow-johnson

ยุติธรรมพอฉันควรลองนึกถึงบางสิ่ง: D
Timo
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.