76247

Демодуляция и декодирование. Дискретизация сигналов. Теорема Котельникова

Реферат

Коммуникация, связь, радиоэлектроника и цифровые приборы

Под дискретизацией сигналов понимают преобразование функций непрерывных переменных в функции дискретных переменных, по которым исходные непрерывные функции могут быть восстановлены с заданной точностью. Роль дискретных отсчетов выполняют, как правило, квантованные значения функций в дискретной шкале координат.

Русский

2015-01-30

92 KB

20 чел.

Международная образовательная корпорация

Факультет Прикладных Наук

Реферат

на тему «Демодуляция и декодирование.Дискретизация сигналов. Теорема Котельникова»

По дисциплине «Теория электрической связи»

Выполнила: студент группы

ФПН-РЭиТ(з)-4С* 

Джумагельдин Д

Проверила: Глухова Н.В 

Алматы, 2015

Содержание

І Введение

ІІ Основная часть

  1.  Демодуляция и декодирование
    1.  Задачи дискретизации функций

2.1 Равномерная дискретизация

           3.  Интерполяционный ряд Котельникова-Шеннона

           4.  Дискретизация спектров 

ІІІ Заключение

ІV Список использованной литературы

Введение

В первой половине ХХ века при регистрации и обработке информации использовались, в основном, измерительные приборы и устройства аналогового типа, работающие в реальном масштабе времени, при этом даже для величин, дискретных в силу своей природы, применялось преобразование дискретных сигналов в аналоговую форму. Положение изменилось с распространением микропроцессорной техники и ЭВМ. Цифровая регистрация и обработка информации оказалась более совершенной и точной, более универсальной, многофункциональной и гибкой. Мощь и простота цифровой обработки сигналов настолько преобладают над аналоговой, что преобразование аналоговых по природе сигналов в цифровую форму давно стало производственным стандартом.

Под дискретизацией сигналов понимают преобразование функций непрерывных переменных в функции дискретных переменных, по которым исходные непрерывные функции могут быть восстановлены с заданной точностью. Роль дискретных отсчетов выполняют, как правило, квантованные значения функций в дискретной шкале координат. Под квантованием понимают преобразование непрерывной по значениям величины в величину с дискретной шкалой значений из конечного множества разрешенных, которые называют уровнями квантования. Если уровни квантования нумерованы, то результатом преобразования является число, которое может быть выражено в любой числовой системе. Округление с определенной разрядностью мгновенных значений непрерывной аналоговой величины с равномерным шагом по аргументу является простейшим случаем дискретизации и квантования сигналов при их преобразовании в цифровые сигналы.

Демодуляция и декодирование

Переданное сообщение в приёмнике обычно восстанавливается в такой последовательности. Сначала сигнал демодулируется. В системах передачи непрерывных сообщений в результате демодуляции восстанавливается первичный сигнал, отображающий переданное сообщение. Этот сигнал затем поступает на воспроизводящее или записывающее устройство. В радиовещании таким устройством может быть громкоговоритель или магнитофон. В системах передачи дискретных сообщений обычно в результате демодуляции последовательность элементов сигнала превращается в последовательность кодовых символов. Затем по ним восстанавливаются сообщения, выдаваемые получателю. Последнее преобразование называется декодированием.Не следует думать, что демодуляция и декодирование — это просто операции, обратные модуляции и кодированию, выполняемые над пришедшим из канала сигналом. В результате различных искажений и воздействия помех пришедший сигнал может существенно отличаться от переданного. Поэтому всегда можно высказать ряд предположений (гипотез) о том, какое сообщение передавалось. Задачей приёмного устройства является принятие решения о том, какое из возможных сообщений действительно передавалось источником. Для этого принятый сигнал подвергается анализу с учётом всех сведений об источнике (например, о вероятностях, с которыми источник посылает то или иное сообщение), о применяемом коде и методе модуляции, а также о свойствах канала, В результате анализа обычно можно определить условные (апостериорные) вероятности возможных гипотез и на основании этих вероятностей принять решение, которое и поступает к получателю. Та часть приёмного устройства, которая осуществляет анализ приходящего сигнала и принимает решение о переданном сообщении, называется решающей схемой.В системах передачи непрерывных сообщений при аналоговой модуляции решающая схема определяет по пришедшему искажённому канальному (вторичному) сигналу наиболее вероятный переданный первичный сигнал и восстанавливает его. Здесь решающей схемой является демодулятор. В системах передачи дискретных сообщений решающая схема чаще всего состоит из двух частей; первой решающей схемы — демодулятора и второй решающей схемы — декодера.Иногда при передаче дискретных сообщений операции демодуляции и декодирования выполняет одно устройство, которое приходящую последовательность элементов сигнала преобразует сразу в последовательность символов (букв) сообщения. Такой метод приёма называют совместной демодуляцией-декодированием или приёмом в целом, в отличие от поэлементного приёма с двумя решающими схемами. В первом случае анализируется целиком отрезок сигнала, соответствующий кодовой комбинации, и на основании того или иного критерия восстанавливается переданный элемент сообщения (буква). Во втором случае сначала анализируются отдельные элементы сигнала, соответствующие кодовым символам, а

Задачи дискретизации функций

Принципы дискретизации. Сущность дискретизации аналоговых сигналов заключается в том, что непрерывность во времени аналоговой функции s(t) заменяется последовательностью коротких импульсов, амплитудные значения которых cn определяются с помощью весовых функций, либо непосредственно выборками (отсчетами) мгновенных значений сигнала s(t) в моменты времени tn.Представление сигнала s(t) на интервале Т совокупностью дискретных значений cn записывается в виде:

1, с2, ... , cN) = А[s(t)],

где А - оператор дискретизации. Запись операции восстановления сигнала s(t):

s'(t) = В[(с1, с2, ... , cN)].

Выбор операторов А и В определяется требуемой точностью восстановления сигнала. Наиболее простыми являются линейные операторы. В общем случае:

сn =qn(t) s(t) dt, (5.1.1)

где qn(t) - система весовых функций.

Отсчеты в выражении (5.1.1) связаны с операцией интегрирования, что обеспечивает высокую помехоустойчивость дискретизации. Однако в силу сложности технической реализации "взвешенного" интегрирования, последнее используется достаточно редко, при высоких уровнях помех. Более широкое распространение получили методы, при которых сигнал s(t) заменяется совокупностью его мгновенных значений s(tn) в моменты времени tn. Роль весовых функций в этом случае выполняют гребневые (решетчатые) функции. Отрезок времени Dt между соседними отсчетами называют шагом дискретизации. Дискретизация называется равномерной с частотой F=1/Dt, если значение Dt постоянно по всему диапазону преобразования сигнала. При неравномерной дискретизации значение Dt между выборками может изменяться по определенной программе или в зависимости от изменения каких-либо параметров сигнала.

Воспроизведение непрерывного сигнала по выборкам может проводиться как на основе ортогональных, так и неортогональных базисных функций. Воспроизводящая функция s'(t) соответственно представляется аппроксимирующим полиномом:

s'(t) =cn vn(t), (5.1.2)

где vn(t) - система базисных функций. Ортогональные базисные функции обеспечивают сходимость ряда к s(t) при n Ю Ґ . Оптимальными являются методы дискретизации, обеспечивающие минимальный числовой ряд при заданной погрешности воспроизведения сигнала. При неортогональных базисных функциях используются, в основном, степенные алгебраические полиномы вида:

s'(t) =cn tn. (5.1.3)

Если значения аппроксимирующего полинома совпадают со значениями выборок в моменты их отсчета, то такой полином называют интерполирующим. В качестве интерполирующих полиномов обычно используются многочлены Лагранжа. Для реализации интерполирующих полиномов необходима задержка сигнала на интервал дискретизации, что в системах реального времени требует определенных технических решений. В качестве экстраполирующих полиномов используют, как правило, многочлены Тейлора.

Естественным требованием к выбору частоты дискретизации является внесение минимальных искажений в динамику изменения сигнальных функций. Логично полагать, что искажения информации будут тем меньше, чем выше частота дискретизации F. С другой стороны также очевидно, что чем больше значение F, тем большим количеством цифровых данных будут отображаться сигналы, и тем большее время будет затрачиваться на их обработку. В оптимальном варианте значение частоты дискретизации сигнала F должно быть необходимым и достаточным для обработки информационного сигнала с заданной точностью, т.е. обеспечивающим допустимую погрешность восстановления аналоговой формы сигнала (среднеквадратическую в целом по интервалу сигнала, либо по максимальным отклонениям от истинной формы в характерных информационных точках сигналов).

Равномерная дискретизация

Спектр дискретного сигнала. Допустим, что для обработки задается произвольный аналоговый сигнал s(t), имеющий конечный и достаточно компактный фурье-образ S(f). Равномерная дискретизация непрерывного сигнала s(t) с частотой F (шаг Dt = 1/F) с математических позиций означает умножение функции s(t) на гребневую функцию ШDt(t) =d(t-kDt) – непрерывную последовательность импульсов Кронекера:

sDt(t) = s(t)Ч ШDt(t) = s(t)d(t-kDt) =s(kDt)d(t-kDt). (5.2.1)

С учетом известного преобразования Фурье гребневой функции

ШDt(t) Ы (1/T)d(f-nF) = F·ШF(f), (5.2.2)

фурье-образ дискретной функции sDt(t):

SF(f) = S(f) *ШF(f). (5.2.3)

Отсюда, для спектра дискретного сигнала имеем:

SF(f) = FЧ S(f) *d(f-nF) = FS(f-nF). (5.2.4)

Из выражения следует, что спектр дискретного сигнала представляет собой непрерывную периодическую функцию с периодом F, совпадающую (при определенных условиях конечности спектра непрерывного сигнала) с функцией FЧ S(f) непрерывного сигнала s(t) в пределах центрального периода от -fN до fN, где fN = 1/2Dt = F/2. Частоту fN (или для круговой частоты wN = p/Dt) называют частотой Найквиста. Центральный период функции SF(f) называют главным частотным диапазоном.

Интуитивно понятно, что если спектр главного частотного диапазона с точностью до постоянного множителя совпадает со спектром непрерывного сигнала, то по этому спектру может быть восстановлена не только форма дискретного сигнала, но и форма исходного непрерывного сигнала. При этом шаг дискретизации и соответствующее ему значение частоты Найквиста должны иметь определяющее значение.

Как правило, шаг дискретизации сигнала (шаг числовых массивов) условно принимают равным Dt = 1, при этом главный частотный диапазон занимает интервал -0.5 Ј f Ј 0.5, или, в шкале угловых частот, соответственно -p Ј w Ј p.

Физическая сущность формирования спектров дискретных сигналов достаточно проста. Наиболее наглядно это можно увидеть, если воспользоваться программой Mathcad (см. рис. 5.2.1).

Сначала представим себе непрерывный сигнал постоянной единичной амплитуды c(t) = const = 1 на произвольном интервале 0-Т, например, при Т=100. Начнем дискретизировать сигнал с равномерным шагом Dt=1. Вычислим спектр первого дискретного отсчета c0 = 1. При N=1 сигнал является импульсом Кронекера, а, соответственно, модуль спектра отсчета с0=1 представляет собой непрерывное частотное распределение |С(w)| = const в диапазоне от -Ґ до +Ґ (показан только участок от -6p до +6p с нормировкой на N для наглядности сравнения спектров). Все частоты сигнала имеют нулевую фазу и при сложении взаимно компенсируются во всех временных точках за исключением точки t=0, в которой амплитуды частот суммируются, создавая единичный отсчет с0.

Добавим к сигналу второй дискретный отсчет с1=1 (N=2). Если вычислить спектр только второго отсчета, то его модуль будет равен модулю первого отсчета (так как с10), но нулевые фазы гармоник этого спектра переместятся в точку t=1, т.е. относительно точки t=0 фазы гармоник второго отсчета изменятся на -wDt в соответствии с теоремой запаздывания преобразования Фурье. При сложении этих двух спектров первого и второго отсчета наблюдается интерференция частот и возникают пульсации частотного спектра с максимумами на частотах, кратных F=1/Dt или в угловых единицах 2p/Dt, где фазы спектров первого и второго отсчетов совпадают и равны нулю. Форма модуля результирующего спектра при N=2 приведена на рисунке.

Физический смысл интерференции частот остается тем же самым, если мы на произвольном интервале Т зададим произвольный сигнал, например – синусоиду u(t) Ы U(f), и выполним его дискретизацию, т.е. умножим сигнал на непрерывную последовательность импульсов Кронекера c(tu(t) ® u(t)d(t-kDt) = u(t)Ч ШDt(t). А так как каждый дискретный отсчет в этом случае имеет свою определенную амплитуду и, соответственно, свой уровень амплитуд гармоник своего спектра, то сложение частот дает более сложную картину интерференции с расщеплением спектра общего сигнала всех дискретных отсчетов на две зеркальных составляющих

относительно кратных частот 2p/Dt.

Математически произведение двух функций во временной области отображается сверткой спектров этих функций в частотном представлении, т.е. сверткой спектра сигнала u(t) с частотной гребневой функцией спектра, порожденной временной гребневой функцией


 

А также другие работы, которые могут Вас заинтересовать

14620. АВТОМАТИЧЕСКОЕ ВКЛЮЧЕНИЕ РЕЗЕРВНОГО ИСТОЧНИКА ПИТАНИЯ 107 KB
  Отчет по лабораторному практикуму Автоматическое включение резервного источника питания Цель работы Работа предназначена для практического ознакомления с принципом выполнения схемы автоматического включения резервного источника питания АВР. Исход
14621. Усталостные испытания 2.57 MB
  Усталостные испытания Методические указания к лабораторным практическим работам и КНИРС по специальным дисциплинам для студентов всех металловедческих и материаловедческих специальностей Усталостные испытания: Методические указания к лабор
14622. Решение обратной задачи кинематики трехзвенного манипулятора 96 KB
  Лабораторная работа №5: Вариант 1 Решение обратной задачи кинематики трехзвенного манипулятора. Цель работы: изучение алгоритмов решения обратной задачи кинематики. Решение ПЗП для трехзвенного манипулятора с вращательными парами: Дано: ...
14623. Решение обратной задачи кинематики двухзвенного манипулятора 176.5 KB
  Лабораторная работа №4: Вариант 2 Решение обратной задачи кинематики двухзвенного манипулятора. Цель работы: изучение алгоритмов решения обратной задачи кинематики Решение ПЗП для двухзвенного манипулятора с вращательными парами: Дано: Получим р...
14624. Решение прямой задачи кинематики манипулятора 294 KB
  Лабораторная работа №3: Вариант 1 Решение прямой задачи кинематики манипулятора. Цель работы: решение прямой задачи о положении манипуляционной системы на ЭВМ на основе формализованного описания кинематических цепей Геометрические характеристики звеньев: ...
14625. Изучение метода преобразования систем координат промышленных роботов и кодирования кинематических цепей «иркутским методом» на примере робота МП-9С (Ритм -01-02) 196.5 KB
  Лабораторная работа №2: Вариант 1 Изучение метода преобразования систем координат промышленных роботов и кодирования кинематических цепей иркутским методом на примере робота МП9С Ритм 0102 . ЦЕЛЬ РАБОТЫ: выбор абсолютной и связанных систем координат ПР;
14626. Изучение методики разработки программ в системе MATLAB при изучении кинематического управления роботами 156.5 KB
  Лабораторная работа №1: Вариант 1 Изучение методики разработки программ в системе MATLAB при изучении кинематического управления роботами. Изучение методики разработки программ в системе MATLAB при изучении кинематического управления роботами Цель работы: Изу...
14627. ИЗУЧЕНИЕ ДЕЙСТВИЯ УЛЬТРАЗВУКОВЫХ КОЛЕБАНИЙ НА ВЕЩЕСТВО И ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ УЛЬТРАЗВУКА 54.5 KB
  2 ЛАБОРАТОРНАЯ РАБОТА ИЗУЧЕНИЕ ДЕЙСТВИЯ УЛЬТРАЗВУКОВЫХ КОЛЕБАНИЙ НА ВЕЩЕСТВО И ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ УЛЬТРАЗВУКА ЦЕЛЬ РАБОТЫ: изучить свойства ультразвука его взаимодействие с веществом; ознакомиться с устройством и работой ультразву...
14628. ДИНАМИЧЕСКИЕ ИСПЫТАНИЯ НА УДАРНЫЙ ИЗГИБ 452 KB
  ДИНАМИЧЕСКИЕ ИСПЫТАНИЯ НА УДАРНЫЙ ИЗГИБ Методические указания к лабораторным и практическим работам по специальным дисциплинам для студентов металловедческих специальностей Данные методические указания включают в себя понятие ударной вязкости и методы ее опред