Seminarski rad

Rekonstrukcija digitalnih signala ZOH, FOH, FROH

(fractal order hold)
Sadraj:
Uvod............................................................................................................. 3
1. Obrada signala ...................................................................................... 3
2. Rekonstrukcija signala.......................................................................... 5
2.1. DA konverzija ........................................................................................ 8
2.2. Rekonstrukcijski filter ............................................................................. 9
2.3. Whittaker-Shannon interpolaciska formula .......................................... 10
2.4. Rekonstrukcija singala sa interpolacijom ................................................ 11
2.5. Zero order hold ................................................................................ 11
2.6. First order hold ................................................................................. 12
2.6.1. Idealna rekonstrukcija ................................................................... 12
2.7. Fractal order hold (FROH) .................................................................... 14
Literatura ................................................................................................... 16
 DSUOS I

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.

Kvantizacija je proces reprezentacije analognog napona iz sample-and-hold kola

preko fiksnog broja bita. Ulazni napon ili struja se poredi sa setom predefinisanih
naponskih ili strujnih nivoa. Svaki od ovih nivoa je predstavljen sa jedinstvenim
binarnim brojem, i binarni broj koji odgovara nivou koji je najblii analognoj vrijednosti
se koristi za reprezentaciju uzorka. Ovaj proces zaokruuje analogni napon do najblie
razine, to znai da je digitalna reprezentacija aproksimativno analogna vrijednost.

Rekonstrukcija signala je proces kreiranja analogne vrijednosti napona ili struje iz

uzoraka. D/A konvertor uzima seriju binarnih brojeva i rekonstruie vrijednost napona
ili struje koji odgovara binarnom broju. Onda se signal filtrira sa niskorpropusnim
filterom. Ovaj proces je analogan interpolaciji izmeu taaka na grafu, ali se moze

3
 DSUOS I

pokazati da pod odreenim uslovima originalni analogni signal se moe rekonstruisati

tano iz svojih uzoraka. Naalost uslovi za tanu rekonstrukcijusignala se ne mogu
postii u praksi, to znai da je rekonstrukcija signala u praksi aproksimacija
originalnog signala.

Alias efekat ili preklapanje spektra je posljedica nedovoljne uestalosti uzorkovanja

nekog analognog signala, a oituje se kao pojava lanog nisko-frekventnog signala.

Nyquistov teorema uzorkovanja kae da je za uspjeno rekonstruiranje signala

potrebno uzorkovanje barem dvostruko vee frekvencije od najvie frekvencije toga
signala. Ova se minimalna frekvencija uzorkovanja naziva Nyquistovom.
Da bi smo uspjeno uzorkovali i rekonstruirali neki analogni kontinuirani signal, njegove
najvie frekvencije ne smiju prelaziti Nyquistovu, ili se te frekvencije moraju ukloniti
koritenjem niskopropusnog filtra.

Slika 2.

Analogni niskopropisni filter slui da udovolji zahtjevima teoreme uzorkovanja.

Niskopropusni filter prije ADC se naziva antialias filter. Koristi se da ukloni frekfenciske
komponente iznad jedne polovine brzine uzorkovanja koja bi se preslikala za vrijeme
uzorkovanja. Filter koji se nalazi iza DAC se naziva rekonstrukciski filter i on vri
obnavljanje izvornog signala iz uzorkovanog diskretnog oblika.. On eliminie frekfencije
iznad Nikvistovog opsega, i moe ukljuivati ispravku za ZOH kolo.

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 .

Razmotrimo signal {}, koje se posmatra u vremenu 0 , i za koga znamo da

ne moze sadrzavati frekfencije iznad . Mozemo pojednostaviti ovaj signal da bi
dobili niz vrijednosti, , koji predstavljaju nivoe signala na odreenim instancama =

, gdje je i cjelobrojna vrijednost u opsegu od 0 do K (ovo znai da imamo K+1

uzoraka). Obezbjeujui da je 2, gdje je N najveca cjelobrojna vrijednost koja

zadovoljava nejednainu 0 , zadovoljili smo zahtjev teoreme o uzorkovanju.
Ovi uzorci sadre sve informacije sadrane u originalnom signalu.

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

da bi proraunali relevantan spektar vrijednosti.

Drugi korak je da koristimo rezultujue i vrijednosti u izrazu

() = cos(20 ) + sin(20 )
(2)
=0

da bi proraunali nivo signala u bilo kojem vremenskom trenutku t, tokom

posmatranog perioda.

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 )]

Ovaj izraz moe biti pojednostavljen u formu

( )
() = ( )
(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

U teoriji najjednostavniji nain za DA konverziju je da uzmemo uzorke iz memorije i

konvertujemo ih u seriju impulsa koji imaju odgovarajui frekfentni spektar.

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).

2.2. Rekonstrukcijski filter

Rekonstrukciski filter se koristi da konstruiemo glatke analogne signale iz digitalnog

ulaza, kao u sluaju DA konvertora ili u sluaju nekih drugih ureaja koji koriste
uzorkovanje.

Za rekonstrukciski filter sa impulsnim odzivom (), izlazni signal tog filtera se dobije
vrenjem konvolucije impulsnog odziva sa uzorkovanim signalom ( ).

() = () [() ()] (6)

Teorema o uzorkovanju opisuje zato AD konvertor zahtjeva nisko-propusni analgni

filter koji se jos naziva i anti-alias filter: uzorkovani ulazni signal mora imati ogranien
propusni opseg da bi sprijeili alias efekat( da se visoke frekfencije preslikaju u niske
frekfencije).

Iz istog razloga izlaz iz DA konvertora zahtjeva nisko-propusni analogni filter koji se

naziva rekonstrukciski filter, jer izlazni signal mora imati ogranien propusni opseg, da
bi sprijeili preslikavanje( to znai da bi se Furijerovi koeficijenti bili rekonstruisani kao
slika u ogledalu frekfencija). Ovo je implementacija Whittaker-Shannon
interpolaciske formule.

U teoriji DA konvertor proizvodi seriju diskretnih dirakovih impulsa, u praksi realni DA

konvertor proizvodi impulse sa konanom irinom propusnog opsega i konane irine.
Idelizirani dirakovi impulsi, ZOH step signali i drugi izlazni impulsi ako su ne filtrirani
oni bi sadravali iznenaujue visok frekfenciski sadraj u poreenju sa originalnim
signalom. Zbog toga rekonstrukciski filter zaglauje talasni oblik da otkloni visoke
frekfencije iznad Nyquist-ovog limita. Radei ovo, on rekonstruie kontinualni
vremenski signal koji odgovara digitalnoj vremenskoj sekvenci.

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.

Alternativno sistem moe da bude bez rekonstrukciskog filtera i da se jednostavno

tolerie da se odreena energija troi na reproduciranje viih frekfencija.

2.3. Whittaker-Shannon interpolaciska formula

WhittakerShannon interpolation formula ili sinc interpolacija je metod konstruisanja

kontinualnih vremenskih funkcija sa ogranienim propusnim opsegom iz sekvence
realnih brojeva.

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.

Na slici 7 imamo prikaz furijerove transformacije sa funkcijom koja ima konaan

propusni opseg.

Slika 7.

Interpolaciska formula je izvedena iz Nyquist-Shannon teoreme uzorkovanja, koja

ukazuje na to da se ona moe predstaviti i kao konvolucija beskonane povorke
impulsa sa sinc funkcijom:

10
 DSUOS I

() = ( []( )) ( )
(8)
=

2.4. Rekonstrukcija singala sa interpolacijom

U vremenskom domenu rekonstrukcija kontinualnog signala () iz svoje uzorkovane

verzije () moe biti razmatrana kao interpolaciski proces popunjavanja praznina
izmeu susjednih uzoraka. Interpolacija se moe posmatrati kao konvolucija () i
odgovarajue funkcije ():

() = () ()
(9)
U frekfentnom domenu interpolacija se moe razmatrati kao proces filtriranja:

() = () () (10)

sa efektom rezervisanja centralnog djela periodiog spektra () gdje je sve

zamjenjeno sa viim frekfencijama.

2.5. Zero order hold

Ovo znai da se vrijednost svakog uzorka zadrava na konstantnoj vrijednosti za

vrijeme trajanja , tako da je () = () za vrijeme trajanja intervala od =
do = ( + 1) kao to je predstavljeno na slici 8.

Slika 8.

1 0
0 () = { } (11)
0

Kontinualni signal 0 () moe biti rekonstruisan sa

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

2.6. First order hold

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

Kontinualni signal 1 () moe biti rekonstuisan sa

1 () = 1 () () (15)

sto predstavlja linearnu interpolaciju povorke impulsa ( ). Ova interpolacija

odgovara nisko-propusnom filtriranju u frekfentnom domenu sa

4
1 () = [1 ()] = 2 2 ( ) (16)
2

Slika 10.

2.6.1. Idealna rekonstrukcija

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)

Ako je granina frekfencija vea od ali manja od , onda centralni dio

od () moe biti skaliran sa faktorom T, dok sve druge kopije iznad granine
frekfencije su potisnute i originalni signal je perfektno rekonstruisan:

() = () (20)

U vremenskom domenu perfektna rekonstrukcija je:

sin( )
() = () () = ( )( )
=
sin( )
= ( )[( ) ] (21)
=
sin( ( ))
= ( )
= ( )

Slika 11.

13
 DSUOS I

2.7. Fractal order hold (FROH)

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)

Poeljno je da su sve nule postrojenja stabilne u kontrolnom sistemu. Kada je

kontinualni sistem diskretiziran koritenjem sample and hold kola, stabilnost ovih
nula ne mora znaiti da e biti sauvana. Vrijednost nula uzorkovanog sistema esto
zavisi od brzine uzorkovanja. Nekada FROH moe pronai nule uzorkovanog sistema
unutar jedininog kruga kada ZOH to ne uspije izvriti.

Kada je FROH rekonstrukciski metod razmotren, ulaz je opisan sa:

() (( 1))
() = () + [ ] ( ) ,
(23)
< ( + 1)

gdje je T period uzorkovanja, a realan broj.

Sledee, kada je FROH aproksimiran sa N koraka stepenice, ulaz je prikazan kao:

()
= (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

I sluaj p=1: Sve ograniene nule od () za dovoljno mali period uzorkovanja

sustabilne samo ako su sve nule od () stabilne i

Ako su sve nule od () stabilne i

1 <

onda su sve ograniene nulo od () za dovoljno mali period uzorkovanja stabilne.

II sluaj p=2: Sve ograniene nule od () da dovoljno mali period uzorkovanja su
stabilne samo ako su nule od () stabilne i

1 0

Ako su sve nule od () stabilne i

1 < < 0

tada sve ograniene nule od () da dovoljno mali period uzorkovanja su stabilne.

III sluaj p 3: Najmanje jedna od ogranienih nula od () za dovoljno mali
period uzorkovanja je nestabilna.

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