发布时间:2025-12-10 11:39:39 浏览次数:10
抽样(Sample) 是在发送端将模拟信号转换为离散信号的过程。
接收端通过重构将离散信号还原为模拟信号。
抽样定理的主要作用就是
确定合适的抽样频率,以避免频谱混叠,确保接收端能正确重构模拟信号
在实际系统中,根据被抽样的模拟信号特性,又分为低通和带通抽样定理。
低通抽样定理
带通抽样定理
几点说明——
量化(Quantification) :抽样信号在各抽样时刻的幅度反映了模拟信号的幅度变化,因此仍然是连续的,必须在编码之前,将幅度抽样值用预先规定的有限个取值来表示。
所有量化区间的量化间隔都相等,即将抽样值总的变化范围进行等分,称为均匀量化。否则称为非均匀量化。
量化误差
量化器输出量化电平与输入抽样值之间存在误差,这种误差是由量化过程产生的,称为量化误差(量化噪声)。
根据随机信号的相关知识,对量化间隔Δ足够小的均匀量化,在不过载的前提下,可以求得量化噪声的平均功率为
量化噪声的功率只与量化间隔有关。一旦量化间隔给定,无论抽样值大小如何,量化噪声功率都保持不变。
量化信噪比
量化信噪比描述的是量化误差相对于量化信号平均功率的大小,其具体定义为量化器输出量化信号的平均功率与量化噪声的平均功率之比。
量化信噪比与输入信号的功率成正比,与量化噪声的功率成反比。
几点说明——
对于均匀量化,量化噪声的平均功率都恒定不变,从而导致量化信噪比随信号功率的减小而减小。
当信号幅度过小时,量化信噪比太小。或者,为满足给定的量化信噪比要求,信号的动态范围不能满足实际系统的要求。
为保证当信号功率在足够宽的范围内变化时,量化信噪比都能满足要求,可以减小量化间隔,或者增加量化间隔数。但所需编码电路将变得复杂,并且对量化编码输出信号数字化传输性能的要求也将随之提高。
为了解决这一问题,提出了非均匀量化。
基本思想及实现原理
当信号幅度比较小时,适当减小量化间隔,从而同步减小量化误差;当信号幅度大时,适当增大量化间隔,以避免量化级数和量化编码位数增加太多。
实现原理:压缩-均匀量化;解码-扩张
压缩特性(以A律压缩特性为例)
式中,x 和 y 为压缩器输入输出电平的归一化值;
A:压缩参数,表示压缩的程度。
A越大,压缩效果越明显。在国际标准中取 A=87.6。
非均匀量化的量化信噪比
压缩特性是一条非线性曲线,曲线上各点具有不同的斜率,斜率的大小反应了采用非均匀量化时量化信噪比的改善量。
对于A>1的压缩特性,随着信号功率的减小,曲线斜率逐渐增大。因此,信号功率越小,对量化信噪比的改善量越大。
但是,随着信号功率增大,量化信噪比没有得到改善,甚至有一定程度的下降。
采用A=87.6的对数压缩特性,相对于n=8的均匀量化,动态范围扩大近似30dB。
编码(Coding)
所谓编码就是将量化器输出量化信号在各离散时刻的取值用指定位数的二进制代码表示,从而得到数字信号。
码字(Codeword):基本的编码方法是将所有量化电平按大小排序,并为每个量化电平分配一个整数序号,再将各序号用指定位数的二进制代码表示。
根据各时刻送来模拟信号抽样值对应的量化电平,编码器输出相应的二进制代码码字。
根据各电平电平排序的方法及其与输出码字的对应关系,语音信号的编码方法常用的有自然码、折叠码和格雷码等。
A律13折线编码是专门针对A律压缩特性进行非均匀量化提出的一种非线性编码方法。
在这种编码方法中,将A律折线近似中的各段再等分为16个小的量化区间,每个小的量化区间对应一个量化电平,再对各量化电平进行编码。
显然,由于正负方向共有16段折线,因此总的量化电平数为1616=256,因此一共需要8位编码。
手工编码步骤
已知抽样值或量化电平x,具体步骤如下:
表中的各电平都用为单位,称为量化单位。
在8个段落中,第1和第2段落长度为归一化值的1/128,将其等分为16个小段后,得到的量化间隔等于
(1/128)×(1/16) = 1/2048 = 1Δ
脉冲编码调制(PCM,Pulse-Code Modulation)
抽样器每隔一个抽样间隔T 输出一个抽样值。通过量化编码,每个抽样值对应输出n位二进制代码。
结论:编码输出码元速率与抽样频率和量化编码位数都成正比关系。其中,抽样频率根据抽样定理确定,编码位数决定了量化误差和量化信噪比的大小。
影响PCM系统传输可靠性的主要噪声源有两种:一是量化噪声,二是信道噪声。
量化噪声
量化噪声对传输系统的影响用量化信噪比来描述,量化信噪比随着编码位数按指数规律增加。也就是说,通过增加编码位数可以提高量化信噪比。
但编码位数增加,编码输出的码元速率也随之增大。
因此,PCM传输系统可以通过牺牲有效性换取传输可靠性的提高。
信道噪声
信道噪声对PCM系统性能的影响表现在接收端的判决误码上。由于PCM信号中每一码字代表着一定的量化值,所以若出现误码,被恢复的量化值将与发端原抽样值不同,从而引起误差,形成输出噪声,即误码噪声。
经分析可知,由信道噪声引起的平均误码噪声功率和误码信噪比分别为
在预测编码中,不是独立地对每个抽样值进行量化编码,而是根据前面若干个抽样值计算得到一个预测值,再与当前抽样值进行比较,对其差值(预测误差)进行编码。
对于语音等连续变化的信号,其抽样值之间具有一定的相关性,使得抽样值与预测值之间的预测误差非常小,远小于抽样值的变化范围。
因此,对预测误差进行编码,可以极大减少编码位数,从而降低编码输出码元速率。
差分脉冲编码(DPCM,Differential Pulse Code Modulation)就是利用语音信号的相关性,根据过去的信号抽样值预测当前时刻的抽样值,得到当前抽样值与预测值之间的差值,并对该预测误差进行量化编码。
增量调制(DM或M,Delta Modulation)可以视为DPCM的一个特例,是一种两电平量化的差分脉冲编码调制。
在增量调制中,量化器的输出只有正负两个电平,经过编码后输出一位二进制代码。
实际系统中,增量调制的实现原理
假设各路信号抽样频率为 fₛ,并令K₁旋转一周所需的时间等于抽样间隔T,每个T 间隔内,开关K₁依次将三路信号的一个抽样值在时间上错开,送入后面的量化编码器。
量化编码器每接收到一个抽样值,立即进行编码,并通过信道传输到接收端。
假设每个抽样值编码输出n位二进制,则在T(一帧)这段时间内,共编码输出 3n 位二进制。因此,通过时分复用后,量化编码输出的码元速率为 Rₛ = 3n/T = 3nfₛ。
推广到一般情况,假设共有m路信号进行时分复用,每路信号抽样频率为fs,量化编码位数为n,则码元速率为
在通信网中,为了充分利用信道的传输能力,一般需要经过多级复用,由各链路送来的低级复用信号(低此群)可能需要再次进行复用,构成速率更高的高级复用信号(高此群)。这种将低次群合并为高次群的过程称为复接(Multiplexing)。
在数字复接系列中,根据传输速率的不同,将复用后的数据流分别称为基群(一次群)、二次群、三次群和四次群等。