Professional Documents
Culture Documents
Seminarski Rad - Rekonstrukcija Digitalnih Signala ZOH, FOH, FROH
Seminarski Rad - Rekonstrukcija Digitalnih Signala ZOH, FOH, FROH
Uvod
1. Obrada signala
Sempliranje je proces snimanja vrijednosti signala u odreenim takama. Za A/D
konvertore ovi trenutci u vremenu su ekvidistantni(na istoj udaljenosti). Broj uzoraka
koji se uzme za vrijeme jedne sekunde se zove brzina uzorkovanja. Treba imati na
umu da su ovi uzorci jo uvjek analogne vrijednosti. Matematiki opis idealnog
uzorkovanja je mnoenje signala sa sekvencom dirakovih impulsa. U stvarnim A/D
konvertorima uzorkovanje se vri sample-and-hold baferima. Ovi sample-and-hold
baferi razdvajaju period uzorkovanja na vrijeme uzorkovanja i vrijeme zadravanja. U
sluaju da se uzorkuje napon kondenzator se spaja na ulaznu liniju za vrijeme uzimanja
uzorka. Tokom vremena zadravanja kondenzator se otpaja sa linije i dri napon na
odreenom nivou.
Slika 1.
3
DSUOS I
Slika 2.
4
DSUOS I
2. Rekonstrukcija signala
Bilo koji realni signal bit e prenoen preko neke vrste medija odnosno kanala koji e
imati konaan propusni opseg. Kao rezultat signal koji primimo njegov spektar ne moe
sadravati frekfencije iznad maksimalne koja je . Spektar koji dobijemo koristei
Furijerovu metodu bit e karakteristika signala koji se ponavlja nakon intervala T. Ovo
znai da moe biti opisan spektrom koji sadri samo frekfencije 0(dc komponenta),
0 , 20 , 30 , , , gdje je N najvea cjelobrojna vrijednost koja zadovoljava
nejednakost 0 .
Za signal ije je trajanje T moemo predstaviti sve informacije tako to emo mjeriti
nivoe signala u 2N+1 taaka koje su podjednako razmaknute du signala.Ako
postavimo prvu taku na poetku signala i krajnju na kraj signala to znai da ce svaka
1
taka na kojoj uzorkujemo biti udaljena od susjedne take. Ako kontinualna
2
funkcija ne sadri frekfencije vee od ona je u potpunosti odreena sa svojim
1
vrijednostima u nizu taaka manje od 2 .
Ako kontinualna funkcija sam sadri frekfencije unutar svog propusnog opsega,B
herci, ona je u potpunosti odreena sa svojom vrijednosti u nizu taaka smjetenih na
manje 1/2B sekundi razdvojenih.
Ova forma teoreme o uzorkovanju moe se vidjeti da je tana razmatrajui signal koji
ne sadri frekfencije ispod neke donje granine vrijednosti . Ovo znai da
vrijednosti od i za malo n e biti nula. Ovo ograniava broj spektralnih
komponenti prisutnih u signalu kao i gornju granicu , to znai da nema
komponenti iznad .
Slika 3.
5
DSUOS I
Iz gornjeg argumenta signal konane duine T, moe biti opisan sa spektrom koji sadri
samo frekfencije 0 , 20 , , 0 . Ako je signal ogranien sa zadanim propusnim
opsegom, = , samo ove komponente unutar propusnog opsega imaju ne
nulte vrijednosti. Zbog toga nam je dovoljno da specificiramo vrijednosti i za
ove komponente da upotpunosti definiemo signal. Minimalni zahtjevani period
uzorkovanja zavisi od propusnog opsega, a ne od maksimalne frekfencije.
Pristup koji se koristi kod kontinualnih signala da bi sraunali spektrum signala zavisi
od toga da li smo u mogunosti da integriramo kontinualnu analitiku funkciju. Sada
moramo da se bavimo setom uzorkovanih vrijednosti umjesto kontinualne funkcije.
Integrali se moraju zamjeniti sumama. Ovi zahtjevi nam omoguavaju da proraunamo
frekfentni spektar iz uzoraka koji sadri sve informacije o signalu. Naj oiglednija
tehnika je da nastavimo u dva koraka. Prvi da uzmemo vrijednosti uzoraka, , i da
proraunamo spektar signala. Sobzirom na seriju uzoraka moramo koristiti i seriju
izraza
2 2
= cos(20 ) = sin(20 )
(1)
=0 =0
() = cos(20 ) + sin(20 )
(2)
=0
Iako ovaj metod radi on zahtjeva veliki broj raunarskih operacija i indirektan je. Ovo
je zbog toga to zahtjeva da se izvri itava serija numerikih simulacija da se odredi
spektrar, to je praeno sa sumiranjem za svako () koje elimo da odredimo.
Pogodniji pristup se moe primjeniti, kombiniranjem ovih operacija.
2
() = [cos(20 ) (20 )
(3)
=0 =0
+ sin(20 )sin(20 )]
( )
() = ( )
(4)
=0
sin()
Gdje sinc funkcija moe biti definisana kao () i = / je vremenski
interval izmeu uzoraka.
6
DSUOS I
Dati set uzoraka , uzet u trenutcima vremena , sada moemo iskoristiti izraz () =
( )
=0 (
) da sraunamo koji bi nivoi signala bili u bilo kom vremenskom
trenutku .
Slika 4.
7
DSUOS I
2.1. DA konverzija
Slika 5.
Originalni signal moe biti perfektno rekonstruisan proputajui niz impulsa kroz nisko-
propusni filter, gdje je granina frekfencija jednaka jednoj polovini frekfencije
uzorkovanja. Drugim rijeima originalni signal i povorka impulsa imaju indentini
frekfentni spektar ispod nikvistove frekfencije. Na viim frekfencijama povorka impulsa
sadri duplicirane informacije, dok originalni signal ne sadri nita (pod pretpostavkom
da se alias nije desio).
Ovaj metod je matematiki ist, ali je teko generisati uske impulse u elektronici. Da
bi zaobili ovo svi DAC operiu tako to zadravaju zadnju zadnju vrijednost sve dok
dok ne prime sledei uzorak. Ovo se naziva zero order hold, DAC ekvivalent sample
and hold kolu u ADC.
U frekfentnom domenu zero order hold rezultira u spektru povorke impulsa koji je
pomnoen sa krivom, koja je data jednainom:
sin( )
() = | |
(5)
Slika 6.
8
DSUOS I
sin( )
predstavlja sinc funkciju.
Zero order hold moe biti shvaen kao konvolucija povorke impulsa sa pravougaonim
signalima. Rezultat je u frekfentnom domenu pomnoen sa furijerovom
transformacijom pravougaonog signala i sinc funkcije.
Analogni filter koji se koristi da konvertuje zero order hold signal u rekonstruisani
signal mora da radi dvije stvari: da otkloni sve frekfencije iznad jedne polovine od
frekfencije uzorkovanja i da pojaa frekfencije po reciprocitetu od zero order hold
efekta 1/sinc(x).
Za rekonstrukciski filter sa impulsnim odzivom (), izlazni signal tog filtera se dobije
vrenjem konvolucije impulsnog odziva sa uzorkovanim signalom ( ).
Praktini filteri imaju neravan frekfentni ili fazni odziv u propusnom opsegu i nepotpuno
potiskivanje signala u nepropusnom opsegu. Idealan talasni oblik sinc funkcije ima
beskonani odziv na signal u pozitivnom i negativnom vremenskom pravcu, to je
nemogue izvesti u realnom vremenu- jer bi zahtjevalo beskonano zadravanje.
Realni filteri dozvoljavaju da odreenu energiju iznad Nyquist-ovog opsega, slabljenje
nekih frekfencija unutar propusnog opsega ili oboje. Iz ovog razloga moe se koristiti
preuzorkovanje da bi se osiguralo da frekfencije od interesa su tano reproducirane
bez da viak energije bude emitovan izvan opsega.
9
DSUOS I
U sistemima koji imaju i anti-aliasing filter i rekonstrukciski filter oni mogu biti
indentini. Npr. I ulaz i izlaz za audio opremu mora biti uzorkovan na 44.1 kHz. U ovom
sluaju oba audio filtera blokiraju koliko je god mogue iznad 22kHz , a proputaju
koliko je god mogue ispod 22 kHz.
Ako imamo zadatu sekvencu realnih brojeva [], kontinualna funkcija ima furijerovu
transformaciju, ije su nenulte vrijednosti zatvorene u region || 12.
() = []( )
(7)
=
Kada parametar T ima jedinicu u sekundama, propusni opseg 1/2T, ima jedinicu u
hercima. Kada [] sekvenca predstavlja uzorke, na intervalu T, kontinualne funkcije,
kvantum = 1/ je poznat kao brzina uzorkovanja, a /2 je odgovarajuca Nyquist-
ova frekfencija. Kada uzorkovana funkcija ima propusni opseg B,manji od Nyquist-ove
frekfencije () tada je upitanju perfektna rekontrukcija originalne funkcije. Inae
frekfenciske komponente iznad Nyquist-ove frekfencije presavijaju se u pod-Nyquist-
ov region () uzrokujui distorziju.
Slika 7.
10
DSUOS I
() = ( []( )) ( )
(8)
=
() = () ()
(9)
U frekfentnom domenu interpolacija se moe razmatrati kao proces filtriranja:
() = () () (10)
Slika 8.
1 0
0 () = { } (11)
0
0 () = 0 () ()
(12)
to predstavlja seriju kvadratnih impulsa ija je visina modulisanan sa ( ).
Interpolacija odgovara nisko-propusnom filtriranju u frekfentnom domenu sa:
2 /2
0 () = [0 ()] = sin( ) (13)
2
11
DSUOS I
Linearna interpolacija: Intuitivno ovo znai sa sve take na dijagramu spojimo pravim
linijama. Naruito u vremenskom intervalu od = do = ( + 1) , 1 () ima
vrijednosti koje variraju du prave linije od () do ( + 1). Linearna interpolacija se
takodjer naziva i First order hold
Slika 9.
1 ||/ 0 ||
1 () = { } (14)
0
1 () = 1 () () (15)
4
1 () = [1 ()] = 2 2 ( ) (16)
2
Slika 10.
Rekonstrukcija signala 0 () i 1 () koristei zero order hold ili first order hold
interpolaciju su znaajno drugaije od originalnog signala (), iz razloga to nisko-
propusni filter nije idealan. Da bi pronali interpolacisku funkciju za perfektnu
rekonstrukciju originalnog signala (), razmotrimo idealni nisko-propusni filter u
frekfentnom domenu:
12
DSUOS I
< <
() = { } (17)
0
sa odzivom u vremenskom domenu
sin( )
() = [ ()] = (18)
Rekonstrukcija kontinualnog signala () moe biti realizirana primjenjujui ovaj
idealni nisko-propusni filter na uzorkovani signal ():
() = () () (19)
() = () (20)
sin( )
() = () () = ( )( )
=
sin( )
= ( )[( ) ] (21)
=
sin( ( ))
= ( )
= ( )
Slika 11.
13
DSUOS I
ZOH zadrava odreeni nivo do sledeeg uzorka, FOH koristi izvod funkcije da predvidi
sledeu vrijednost i proizvodi seriju rampi koje trebaju predstavljati izlaznis signal.
Ponekad ni jedno od ovih rjesenja nije pozeljno. FROH djeluje kao mix ova dva kola i
uzima razlomaki broj k kao argument. k mora biti izmeu 0 i 1 da bi kolo radilo kako
treba.
1 1
= (1 ) + 2 (1 )2 (22)
() (( 1))
() = () + [ ] ( ) ,
(23)
< ( + 1)
()
= (1
2 1
+ ) ()
2
2 1
((
2
1)),
(24)
(
1
+ )
< (
+ ) ,
= 1, . ,
Teorem:
Pretpostavimo da ()je striktno n-tog reda prenosna funkcija i da ()nema nula na
imaginarnoj osi. Oznaimo p kao relativan stepen od ().Dalje neka () predstavlja
uzorkovanu prenosnu funkciju koristei FROH ili aproksimativni FROH.
14
DSUOS I
1 <
1 0
15
DSUOS I
Literatura
1. https://en.wikibooks.org/wiki/Digital_Signal_Processing/Sampling_and_Reconstr
uction
2. http://web.stanford.edu/class/archive/ee/ee392m/ee392m.1056/Lecture5_Digita
l.pdf
3. http://www.dspguide.com/ch3/4.htm
4. https://www.st-andrews.ac.uk/~www_pa/Scots_Guide/iandm/part7/page3.html
5. http://www.ece.iastate.edu/~namrata/EE424/l1.pdf
6. http://fourier.eng.hmc.edu/e101/lectures/Sampling_theorem/node3.html
7. http://www.dspguide.com/CH3.PDF
8. https://en.wikipedia.org/wiki/Reconstruction_filter
9. https://en.wikipedia.org/wiki/Whittaker%E2%80%93Shannon_interpolation_for
mula
10. http://www.mech.kumamoto-u.ac.jp/Info/lab/control/froh_doc.pdf
16