1 / 25

2. előadás

2. előadás. Analóg digitális átalakítás. Kívánt kimeneti analóg jel. Bemeneti analóg jel. Digitális jelfeldolgozó architektúra. D/A. A/D. Algoritmus (program). Dig. Jelfeldolgozó rendszer. Intuitív koncepció. Mintavételező. Kvantáló. x(t). x(t). x(k). t. A digitalizálás lépései.

varick
Download Presentation

2. előadás

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 2. előadás Analóg digitális átalakítás

  2. Kívánt kimeneti analóg jel Bemeneti analóg jel Digitális jelfeldolgozó architektúra D/A A/D Algoritmus (program) Dig. Jelfeldolgozó rendszer

  3. Intuitív koncepció

  4. Mintavételező Kvantáló x(t) x(t) x(k) t A digitalizálás lépései

  5. Alapkérdés • Történik-e információveszteség a jelek digitalizálása során ? • Mennyire kézebentartható ez az információveszteség ? • Kárpótol-e az információveszteségért a digitális jelfeldolgozási algoritmusok (az analógot messze felülmúló) sokrétűsége ?

  6. Diszkrét COS jelek tulajdonságai

  7. f 0.5 F -0.5 Diszkért és folytonos jel frekvenciája közti kapcsolat

  8. Kvantálás

  9. Hibakarakterisztika E(x)=Q(x)-x

  10. Kvantálási hiba (zaj)

  11. Digitalizált hang PCM beszéd: mintevétel 8 KHz, egy minta kvantálása 8 bit a beszédjel. digitális savszelessege 64Kbps CD zene: mintevétel 44.1 KHz, egy minta kvantlasa 16 bit a zene digitális savszelessege 705.6 Kbps (1 csatornás monoaural) Analóg hang Digitalizált hang Kvantáló Mintavevő

  12. Alapelv A múlt meghatározza a jövőt !!! Múlt: „Infokom Jövő: munikáció” Múlt: „Kérnék egy pohár sö Jövő: tét olajat a gép kenéséhez”

  13. Korreláltság Statisztikai függőség A múlt csak bizonyos valószínűséggel határozza meg a jövőt Kérnék egy pohár sö rt 99% Kérnék egy pohár sö tét olajat a gép kenéséhez 1%

  14. jövő múlt Ha adott -re mindig ugyanaz az akkor nagy a folyamat korreláltsága A korreláció Milyen hasonlóságot mutat a múlt a jövővel

  15. rt 1 bit tét olajat ... 99 bit A nagy korreláltságú folyamatot lehet hatékonyan tömöríteni Kérnék egy pohár sö rt 99% Kérnék egy pohár sötét olajat a gép kenéséhez 1%

  16. Kvan-tálási szin-tek 11 10 01 00 Mintavételi időpontok A tömörítés mint „jóslás” (predikció) A kapott bitsorozat 00 01 01 00 01 = 000101010001 Ha csak a változást kódoljuk 00 1 1 0 0 = 001100

  17. Konklúzió Csak a változtatást érdemes kódolni. 12 bit helyett 6 bit elegendő

  18. xn en x(t) + Quantizer Sampler - Predictor + Delta modulátor

  19. Pl. Delta Moduláció Elsőrendű predikot, plusz egy bites kvantáló (csak azt jelzi, hogy a jel nő-e, vagy csökken-e az előző mintához képest) Ezekkel a módszerekkel pl. a beszédjelsávszélessége 6,4 Kbps-re, azaz egy tizedére csökkenthető !!!! (Ennek ára a nagy jeldolgozási igény, ami drága DSP-ket tesz szükségessé - hangkártya)

  20. Prediktor A jósolt érték A múltbeli értékek A hiba Az eredeti jel (sok bit kell a kvantálásához) Sokkal kevesebb bit is elegendő a kvantálásához Adaptív prediktív kódoló

  21. Probléma • Lassan változó jelek a jók (a minták közt nagy a korreláltság) • Túlmintavételezés • Erőforrásigény = minták száma x bitszám JÓ KOMPROMISSZUM ???

More Related