Giáo Trình Lý Thuyết Tín Hiệu Và Truyền Tin

Giáo trình Lý thuyết tín hiệu và truyền tin
Giáo trình
Lý thuyết tín hiệu và
truyền tin
ThS. Đoàn Hữu 1 Bộ môn Kỹ thuật Điện

Lời nói đầu

Ngay nay, các lĩnh vực khoa học máy tính và truyền thông đã
thâm nhập lẫn nhau và gắn kết dẫn đến làm thay đổi rất nhiều lĩnh
vực công nghệ và sản xuất. Chính điều này đã làm cho rất nhiều
lĩnh vực khoa học công nghệ có những điều kiện sở để phát
cơ
triển mạnh mẽ. Trong hoàn cảnh đó, việc nghiên cứu tìm hiểu về lý
thuyết tín hiệu và truyền tin ngày càng trở nên quan trọng và cần
được đặt trong một tình hình mới.
Với yêu cầu cần có một giáo trình cho sinh viên ngành Điện tử
- Viễn thông, giáo trình Lý thuyết tín hiệu và truyền tin đã được
biên soạn. Trong quá trình biên soạn không tránh khỏi thiếu sót
mong đọc giả góp ý để giáo trình ngày càng hoàn thiện hơn.

Chương 1
Các khái niệm cơ bản của lý thuyết tín hiệu và truyền tin
1.1. Vị trí, vai trò và lịch sử phát triển

1.1.1. Vị trí, vai trò của lý thuyết thông tin
Trong cuộc sống con người luôn có nhu cầu trao đổi, giao tiếp
với nhau, cái mà mỗi người trao đổi với nhau gọi là thông tin. Nhờ
sự phát triển của khoa học công nghệ, con người cũng có thể nhận
thông tin từ đài, báo, mạng internet, truyền hình ... v.v. Hay đơn giản
như các bạn sinh viên nhận thông tin từ giảng viên và phức tạp hơn
nữa là sự liên lạc, thông tin giữa các mạng máy tính với nhau. Điều
đó có nghĩa là thông tin là cái gì đó được truyền từ đối tượng này
tới đối tượng khác để chuyển, thông báo một điều gì đó. Thông tin
sẽ chỉ có ý nghĩa khi điều gì đó mà bên nhận chưa biết.
Như những ví dụ trên trình bày, thông tin có thể được chứa
trong nhiều dạng như hình ảnh, âm thanh, văn bản. Những dạng này
là vỏ bọc vật chất của thông tin. Vở bọc có thể hiểu là phần xác,
thông tin là phần hồn.
Một trong những phương tiện để diễn đạt thông tin là ngôn
ngữ, thông tin chỉ có thể được truyền đạt, hiểu nếu cả hai bên
truyền và nhận hiểu được ngữ nghĩa của nhau.
Thông tin có thể được truyền hoặc lưu trữ. Môi trường thực
hiện việc đó được gọi là môi trường chứa tin hay kênh tin.
Các đối tượng sống luôn có nhu cầu tìm hiểu về thế giới xung
quang thích nghi tồn tại và phát triển. Thông tin trở thành một
để
nhu cầu cơ bản, một điều kiện cần cho sự tồn tại và phát triển.

Ngày nay, khi khoa học phát triển mạnh mẽ thì thông tin ngày càng

trở nên quan trọng đối với mỗi con người. Mỗi hành động của con
người đều xuất phát từ những suy nghĩ của người đó. Mỗi suy nghĩ
đó lại chịu sự ảnh hưởng của những thông tin mà người đó có
được, do vậy hành động của con người chịu sự ảnh hưởng của
thông tin.
Đứng về khía cạnh khoa học lý thuyết tín hiệu và truyền tin
nghiên cứu nhằm tạo ra một điều kiện tốt cho việc xử lý phân tích
tín hiệu và truyền tin nhanh chóng, an toàn và lưu trữ hiệu quả. Một
cách tổng quát lý thuyết tín hiệu và truyền tin nghiên cứu các vấn
đề về xử lý thông tin.
Một số lĩnh vực nghiên cứu của môn học:
- Phân tích, tổng hợp tín hiệu
- Mã hoá chống nhiễu
- Nén dữ liệu
- Mật mã hoá
Lý thuyết thông tin đã có nhiều ứng dụng trong cuộc sống và
khoa học kỹ thuật. Sự bùng nổ về thông tin đang làm thay đổi diện
mạo cuộc sống của con người, tạo ra sự phát triển mạnh của
mẽ
các phương thức truyền thông, truyền tin và lưu trữ thông tin. Cũng
chính nhờ thông tin mà con người được cung cấp những cơ sở lý
thuyết và cái nhìn triết học sâu sắc hơn về các vấn đề con người
gặp phải hôm nay và trong tương lai. Lý thuyết thông tin đã được áp
dụng trong hầu hết các lĩnh vực công nghệ như truyền thông, nén,
bảo mật, đặc biệt đã được áp dụng vào trong lĩnh vực giáo dục ở
nhiều khía cạnh như đào tạo, nghiên cứu và phát triển công nghệ.
Vậy lý thuyết tín hiệu và thông tin đã có lịch sử hình thành
phát triển như thế nào?
1.1.2. Lịch sử hình thành và phát triển
Người đặt viên gạch đầu tiên để xây dựng lý thuyết thông tin

là Hartley R.V.L. Năm 1928, ông đã đưa ra số đo lượng thông tin là

một khái niệm trung tâm của lý thuyết thông tin. Dựa vào khái niệm
này, ta có thể so sánh định lượng các hệ truyền tin với nhau. Năm
1933, V.A Kachenhicov chứng minh một loạt những luận điểm quan
trọng của lý thuyết thông tin trong bài báo “Về khả năng thông qua
của không trung và dây dẫn trong hệ thống liên lạc điện”.
Năm 1935, D.V Ageev đưa ra công trình “Lý thuyết tách tuyến
tính”, trong đó ông phát biểu những nguyên tắc cơ bản về lý thuyết
tách các tín hiệu.
Năm 1946, V.A Kachenhicov thông báo công trình “Lý thuyết
thế chống nhiễu’ đánh dấu một bước phát triển rất quan trọng của
lý thuyết thông tin.
Trong hai năm 1948 – 1949, Shanon C.E công bố một loạt các
công trình vĩ đại, đưa sự phát triển của lý thuyết thông tin lên một
bước tiến mới chưa từng có. Trong các công trình này, nhờ việc
đưa vào khái niệm lượng thông tin và tính đến cấu trúc thống kê của
tin, ông đã chứng minh một loạt định lý về khả năng thông qua của
kênh truyền tin khi có nhiễu và các định lý mã hoá. Những công trình
này là nền tảng vững chắc của lý thuyết thông tin. Ngày nay, lý
thuyết thông tin phát triển theo hai hướng chủ yếu sau:
Lý thuyết thông tin toán học: Xây dựng những luận điểm
thuần tuý toán học và những cơ sở toán học chặt chẽ của lý thuyết
thông tin. Cống hiến chủ yếu trong lĩnh vực này thuộc về các nhà
bác học lỗi lạc như: N.Wiener, A. Feinstain, C.E Shanon, A.N.
Kanmôgorov, A.JA Khintrin.
Lý thuyết thông tin ứng dụng: (lý thuyết truyền tin) Chuyên
nghiên cứu các bài toán thực tế quan trọng do kỹ thuật liên lạc đặt
ra có liên quan đến vấn đề chống nhiễu và nâng cao độ tin cậy của
việc truyền tin. Các bác học C.E Shanon, S.O RiCe, D. Midleton, W.
Peterson, A.A Khakevich, V. Kachenhicov đã có những công trình
quý báu trong lĩnh vực này.

1.2. Tin tức và các khái niệm cơ bản

1.2.1. Các định nghĩa
1.2.1.1. Thông tin
Thông tin là một khái niệm trừu tượng, phi vật chất và rất khó
định nghĩa. Có nhiều cách định nghĩa về thông tin. Dưới đây là một
số định nghĩa:
Thông tin là sự cảm hiểu của con người về thế giới xung
quanh thông qua việc tiếp xúc với nó.
Thông tin là một hệ thống những tin báo và mệnh lệnh giúp
loại trừ sự không chắc chắn của nơi nhận tin. Nói một cách ngắn
gọn, thông tin là cái mà loại trừ sự không chắc chắn.
Định nghĩa đầu tiên chưa nêu rõ bản chất của thông tin, định
nghĩa thứ hai nói rõ hơn về bản chất của thông tin và được dùng để
định lượng thông tin trong kỹ thuật.
Ngoài ra có người còn định nghĩa thông tin là những tính chất xác
định của vật chất mà con người (hoặc hệ thống kỹ thuật) nhận
được từ thế giới vật chất bên ngoài hoặc từ những quá trình xảy ra
trong bản thân nó.
Với định nghĩa này, mọi ngành khoa học là khám phá ra các
cấu trúc thông qua việc thu thập, chế biến, xử lý thông tin. Ở đây
“thông tin” là một danh từ chứ không phải là động từ để chỉ một
hành vi tác động giữa hai đối tượng (người, máy) liên lạc với nhau.
Theo quan điểm triết học, thông tin là một quảng tính của thế giới
vật chất (tương tự như năng lượng, khối lượng). Thông tin không
được tạo ra mà chỉ được sử dụng bởi hệ thụ cảm.
Thông tin tồn tại một cách khách quan, không phụ thuộc vào
hệ thụ cảm. Trong nghĩa khái quát nhất, thông tin là sự đa dạng. Sự
đa dạng ở đây có thể hiểu theo nhiều nghĩa khác nhau: Tính ngẫu

nhiên, trình độ tổ chức,…

1.2.1.2. Tin
Tin là dạng vật chất cụ thể để biểu diễn hoặc thể hiện thông
tin. Có hai dạng là tin rời rạc và tin liên tục.
Ví dụ các bức ảnh, bản nhạc, bài nói, bảng số liệu, ...v.v là
các tin.
1.2.1.3. Tín hiệu

Thông tin là một hiện tượng vật lý, nó thường tồn tại và được
truyền đi dưới dạng vật chất nào đó.
Những dạng vật chất để mang thông tin được gọi là tín hiệu.
Trong kỹ thuật có thể hiểu, tín hiệu là các đại lượng vật lý
biến thiên, phản ánh tin cần truyền.
Cần chú ý rằng không phải bản thân quá trình vật lý là tín hiệu
mà sự biến đổi các tham số riêng của quá trình vật lý mới là tín
hiệu. Các đặc trưng vật lý có thể là dòng điện, điện áp, ánh sáng,
âm thanh, ...v.v.
1.2.2. Sơ đồ khối hệ thống thông tin

Ngay nay, với sự phát triển mạnh của công nghệ điện tử
mẽ
viễn thông, có rất nhiều các hệ thống thông tin khác nhau đã được
hình thành và phát triển. Khi đó việc phân loại các hệ thống thông
tin có thể được dựa trên nhiều cơ sở khác nhau. Ví dụ như dựa trên
cơ sở về năng lượng mang tin có thể chia các hệ thống truyền tin
thành các loại như:
- Hệ thống thông tin vô tuyến dùng sóng điện từ
- Hệ thống thông tin quang hữu tuyến dùng ánh sáng
- H thống thông tin dùng sóng âm, siêu âm (năng lượng cơ
ệ học)...

Hay dựa vào các biểu hiện bên ngoài mà ta chia thành các hệ
thống như:
- Hệ thống truyền số liệu
- Hệ thống truyền hình
- Hệ thống điện thoại cố định công cộng
- Hệ thống thông tin di động,...v.v.
Chúng ta cũng có thể chia hệ thống thông tin thành hai loại hệ
thống:
- Hệ thống truyền tin rời rạc
- Hệ thống truyền tin liên tục
Tuy nhiên, một cách tổng quát hệ thống thông tin có thể được
biểu diễn bởi sơ đồ khối sau: Nhiễu
Nguồn tin Kênh tin Nhận tin
Hình 1.1. Sơ đồ khối hệ thống thông tin
1.2.2.1. Nguồn tin

Nguồn tin là nơi sản sinh ra hay chứa các tin cần truyền đi.
Khi một đường truyền tin được thiết lập để truyền tin từ nguồn tin
đến nơi nhận tin, một dãy các phần tử cơ sở (các tin) của nguồn sẽ
được truyền đi với một phân bố xác suất nào đó. Dãy này được gọi
là một bản tin. Do đó có thể định nghĩa:
Nguồn tin là tập hợp các tin mà hệ thống truyền tin dùng để
lập các bản tin khác nhau để truyền tin.
Nếu tập tin là hữu hạn thì nguồn sinh ra nó được gọi là nguồn
rời rạc. Nếu tập tin là vô hạn thì nguồn sinh ra nó được gọi là
nguồn liên tục.
Nguồn tin có hai tính chất: Tính thống kê và tính hàm ý.

Với nguồn rời rạc, tính thống kê biểu hiện ở chỗ xác suất
xuất hiện các tin là khác nhau.
Tính hàm ý biểu hiện ở chỗ xác suất xuất hiện của một tin
nào đó sau một dãy tin khác nhau nào đó là khác nhau.
Ví dụ: P(x/ta) ≠ P(x/ba)
Thông tin trước khi truyền đi có thể được xử lý mã hoá để
nén, chống nhiễu và bảo mật.
1.2.2.2. Kênh tin

Kênh tin là nơi hình thành, truyền hay lưu trữ tín hiệu mang tin
đồng thời ở đó xảy ra các tạp nhiễu phá huỷ tin tức.
Trong lý thuyết tín hiệu và truyền tin, kênh tin là một khái
niệm trừu tượng đại biểu cho hỗn hợp tín hiệu và tạp nhiễu.
Để truyền tin, ta thường sử dụng một môi trường nào đó để
truyền. Môi trường truyền tin thường rất đa dạng. Môi trường
không khí, ta có thể truyền tin dưới dạng âm thanh, tiếng nói hay
bằng lửa (ánh sáng). Môi trường tầng điện ly thường là nơi xảy ra
sự truyền tin giữa các vệ tinh nhân tạo và các trạm rada ở mặt đất.
Hay có thể truyền tin bằng ánh sáng qua các môi trường truyền là
sợi dẫn quang trong đó tín hiệu mang tin được truyền dưới dạng
ánh sáng,...v.v.
Cho dù truyền tin dưới bất kỳ môi trường nào cũng đều bị ảnh
hưởng bởi nhiễu. Nhiễu rất phong phú và đa dạng, phụ thuộc vào
bản chất của môi trường truyền tin. Ví dụ khi truyền tin bằng âm
thanh thì những tiếng ồn xung quanh chính là nhiễu hay khi truyền
bằng sóng điện từ qua những nơi có điện từ trường mạnh thì cũng
sẽ bị ảnh hưởng. Nhiễu có nhiều loại như nhiễu cộng tính hay
nhiễu nhân.
1.2.2.3. Nhận tin

Nơi nhận tin là nơi tiếp nhận thông tin từ kênh truyền và khôi
phục lại thông tin ban đầu như nguồn tin đã phát đi. Tin đến được
nơi nhận tin thường không thu được như tin ban đầu truyền đi vì đã
chịu sự tác động của nhiễu. Vì thế, nơi nhận phải thực hiện việc
phát hiện sai và sửa sai. Hơn thế nữa, nếu nguồn tin được thực hiện
mã hoá nén hay bảo mật thì nơi nhận tin cũng phải thực hiện việc
giải nén hay giải mã bảo mật để nhận lại tin.
Nơi nhận tin thường có ba chức năng cơ bản:
- Lưu giữ tin, ví dụ như bộ nhớ máy tính, băng ghi âm, ghi
hình,...
- Biểu thị tin làm cho các giác quan của con người hay các bộ
cảm biến cảm thụ được để xử lý tin, ví dụ như băng ghi âm, hình
ảnh,...
- Xử lý tin đưa tin về dạng dễ sử dụng. Chức năng này có thể
thực hiện bởi con người hay bằng các thiết bị máy móc.
1.2.3. Hệ thống thông tin số

Các hệ thống thông tin tương được tiếp tục phát triển từ
tự
thế kỷ trước và đạt được nhiều thành tựu. Tuy nhiên, hệ thống
thông tin tương tự có những nhược điểm cố hữu không thể khắc
phục. Các hệ thống này thường rất cồng kềnh, không hiệu quả và
chi phí rất cao. Ví dụ vấn đề nhiễu trong hệ thống thông tin
về
tương tự luôn làm đau đầu các nhà khoa học.
Các hệ thống rời rạc (số) có nhiều ưu điểm và khắc phục
được những nhược điểm của hệ thống liên tục. Ngày nay, các hệ
thống rời rạc ngày càng được phát triển mạnh mẽ và thu được
những thành tựu vượt cả ngoài sự mong đợi.
Để thực hiện được các hệ thống rời rạc trước hết phải rời

rạc hoá tín hiệu mang tin. Có hai loại rời rạc hoá: Rời rạc hoá theo

trục thời gian hay còn gọi là lấy mẫu và rời rạc hoá theo biên độ
hay còn gọi là lượng tử hoá.
Lấy mẫu tín hiệu là từ một hàm ban đầu ta lấy ra những mẫu
ở những thời điểm nhất định. Điều quan trọng là làm thế nào để có
thể thay thế tương đương các mẫu lấy được với tín hiệu gốc. Điều
này được giải quyết bởi định lý lấy mẫu của Shannon. Shannon
chính là cha đẻ của lý thuyết tín hiệu và truyền tin.
Định lý lấy mẫu Shannon được phát biểu như sau:
Một hàm S(t) có phổ hữu hạn, không có thành phần tần số lớn
hơn  (= 2f ) có thể thay thế bằng các mẫu của nó được lấy
max max
tại các thời điểm cách nhau một khoảng  t /max hay nói cách
khác tần số lấy mẫu F  2fmax.
Hình 1.2 minh hoạ điều này.
S(t)
S
max
S
min
Hình 1.2. Quá trình lấy mẫu tín hiệu
Biên độ của tín hiệu thường là một khoảng liên tục (Smin ,
Smax). Lượng tử hoá là phân chia khoảng này thành một số mức nhất
định, chẳng hạn là: S0 = Smin, S1 = ...,..., Sn = Smax và qui các giá trị
biên độ không trùng với các giá trị này về các giá trị gần với nó
nhất. Có nghĩa là sẽ có sai số khi thực hiện lượng tử hoá. Như vậy
việc lượng tử hoá sẽ biến hàm S(t) thành một hàm S'(t) có dạng bậc
thang. Sự sai khác giữa S(t) và S'(t) được gọi là sai số lượng tử hoá.
Sai số lượng tử càng nhỏ thì S'(t) càng gần với S(t).
Hình 1.3 minh hoạ quá trình lượng tử hoá.
S(t)
S
n
S
1
Hình 1.3. Quá trình lượng tử hóa
Khi đã thực hiện việc rời rạc hoá tín hiệu ta sẽ có các nguồn
tin rời rạc. Trong nhiều trường hợp chúng ta thường chỉ nghiên cứu
các nguồn rời rạc. Một bảng chữ cái A gồm m kí hiệu là một nguồn
tin rời rạc, A = {a1, a2, ..., am} với những xác suất hiện p(ai) với i =
1,..., m. Nguồn tin này không diễn tả mối quan hệ giữa các tin trước
và tin sau nên được gọi là nguồn tin không nhớ rời rạc.
Có nhiều phương pháp biến đổi trong hệ thống thông tin số
như dưới đây minh hoạ.

Hình 1.4. Các phương pháp biến đổi thông tin

số trong các khối chức năng của hệ thống.

1.3. Độ đo thông tin

Độ đo của một đại lượng là cách ta xác định độ lớn của đại
lượng đó. Mỗi độ đo phải thoả mãn 3 tính chất sau:
- Độ đo phải cho phép ta xác định được độ lớn của đại lượng.
Đại lượng càng lớn, giá trị đo được càng phải lớn.
- Độ đo phải không âm.
- Độ đo phải tuyến tính, tức là giá trị đo được của đại lượng
tổng cộng phải bằng tổng giá trị của các đại lượng riêng phần khi
sử dụng độ đo này để đo chúng.
Để xác định độ đo thông tin, chúng ta nhận thấy rằng thông tin
càng có nhiều ý nghĩa khi nó càng hiếm gặp, do đó độ lớn của nó
phải tỷ lệ nghịch với xác suất xuất hiện của tin, hay nó là hàm
f(1/p(xi)) cho tin xi có xác suất xuất hiện p(xi). Một tin không cho
chúng ta lượng tin nào khi chúng ta đã biết trước về nó hay có xác
suất bằng 1.
Để xác định dạng hàm này, người ta sử dụng tính chất thứ ba.
Giả thiết rằng có hai tin xi và xj là độc lập thống kê để mỗi tin
không chứa thông tin về tin còn lại. Nếu hai tin có xác suất hiện là
p(xi) và p(xj), lượng tin của mỗi tin là f(1/p(xi)) và f(1/p(xj)). Giả
thiết hai tin này cùng đồng thời xuất hiện, ta có tin (xi, xj), lượng tin
chung cho tin này phải bằng tổng lượng tin của từng tin riêng biệt.
Khi hai tin xuất hiện đồng thời, xác suất xuất hiện đồng thời của
chúng là p(xi, xj), và ta có:
f(1/ p(xi, xj)) = f(1/ p(xi)) + f(1/ p(xj)) (1.1)
Vì hai tin là độc lập thống kê nên:
p(xi, xj) = p(xi) + p(xj) (1.2)
Vậy nên:

f(1/ (p(xi).p(xj))) = f(1/ p(xi)) + f(1/ p(xj))
(1.3)
Như vậy, trong trường hợp này hàm f phải có dạng hàm loga.
Vậy hàm log(1/p(xi)) là dạng hàm có thể chọn làm độ đo thông tin.
Ta cần kiểm tra tính không âm của hàm này. Vì ta có 0 p(xi) 1 nên
1/p(xi) 1 hay log(1/p(xi)) là không âm.
Thêm vào đó khi một tin luôn luôn xuất hiện thì lượng tin
nhận được bằng không, ta sẽ kiểm tra điều kiện này. Khi đó p(xi) =
1, do vậy log(1/p(xi)) = 0.
Vậy hàm log(1/p(xi)) được sử dụng làm độ đo thông tin hay
lượng đo thông tin của một tin của nguồn tin. Lượng đo thông tin
của tin xi của nguồn tin nào đó thường được kí hiệu là I(xi) :
I(xi) = log(1/p(xi)) (1.4)
Trong biểu thức trên cơ số của hàm loga chưa được chỉ ra.
Tuỳ vào cơ số của hàm loga này ta sẽ có các đơn vị đo độ lớn thông
tin xác định. Hiện nay, thường dùng các đơn vị đo sau:
Bit hay đơn vị nhị phân khi cơ số loga là 2;
Nat hay đơn vị tự nhiên khi cơ số loga là
e;
Hartley hay đơn vị thập phân khi cơ số loga là 10.
Ví dụ 1. Nguồn A có m kí hiệu đẳng xác suất, một tin do
nguồn A hình thành là một dãy n kí hiệu ai bất kỳ (ai A). Chúng ta
sẽ xác định lượng tin chứa trong một tin như vậy. Trước hết hãy
tìm lượng tin chứa trong một tin ai. Do đẳng xác suất nên mỗi tin ai
đều có xác suất là 1/m, do đó:
I(ai) = logm
Lượng tin chứa trong một dãy x gồm n kí hiệu bằng n lần
lượng tin của một kí hiệu (vì chúng đẳng xác suất):
I(x) = nlogm
Đơn vị lượng tin tuỳ

thuộc cách ta chọn cơ số của log, là bit,
nat, hay Hartley nếu có số lần lượt là 2, e hay 10. Rõ ràng khi m kí

hiệu của nguồn có những xác suất khác nhau và không độc lập
thống kê với nhau thì lượng tin riêng từng kí hiệu phụ thuộc vào xác
suất xuất hiện p(ai) của nó:
I(ai) = log 1/p(ai)
Và lượng tin chứa trong một dãy kí hiệu của nguồn không
những phụ thuộc vào xác suất xuất hiện từng kí hiệu mà còn phụ
thuộc vào xác suất có điều kiện. Khái niệm này sẽ được đề cập
đến một cách chi tiết ở các chương sau.
Ví dụ 2:
Hãy xác định lượng tin riêng chứa trong một ô nhớ của bộ nhớ
bán dẫn.
Giải:
Một ô nhớ như đã biết có thể chứa các tin là 0 hay 1. Nguồn
tin là nguồn tin nhị phân N=2.
Ta đặt như sau: tin a1 tương ứng với 0 và a2 tương ứng với
1. Vì đẳng xác suất nên P(a1)=P(a2). Và ta có cũng có:
P(a1) + P(a2) = 1.
Hay P(a1) = P(a2) =1/2
Vậy: I(a1) = I(a2) = log22 = 1 (bit)
Vậy một ô nhớ có lượng tin là 1 bit nếu tính theo cơ số 2.
Ví dụ 3:
Cho một nguồn tin có 8 tin với phân bố xác suất như sau:
Tin ai a1 a2 a3 a4 a5 a6 a7 a8
Xác suất 1/4 1/4 1/8 x 1/16 1/16 1/16 1/16
P(ai)
Hãy xác định lượng tin riêng của a4.

Giải:
Ta có P(a4) =1/8 và I(a4) = log 8 = 3bit.

Lượng tin chứa trong một dãy kí hiệu của nguồn không những
phụ thuộc vào xác suất xuất hiện từng kí hiệu mà còn phụ thuộc
vào xác suất có điều kiện. Khái niệm này sẽ được đề cập đến một
cách chi tiết ở các chương sau.
1.3.3. Lượng tin trung bình thống kê - Entropy của nguồn

tin
1.3.3.1. Lượng tin trung bình thống kê của nguồn tin

Lượng tin trung bình của một nguồn tin A là lượng tin trung
bình chứa trong một kí hiệu bất kỳ của nguồn tin. Ta thường kí hiệu
là I(A) và được tính bởi: 1
I ( A)   p(a ) log   p(a ) log p(a )   p(a )I (a )
ai A
i
p(ai ) ai A
i i
ai A
i i (1-5)
Ví dụ 4:
Ta sử dụng lại điều kiện của ví dụ 3. Bây giờ hãy tính lượng
tin riêng của các kí hiệu và trung bình của nguồn tin.
Giải:
Theo biểu thức 1-4 ta có bảng giá trị lượng tin riêng của các tin
như sau:
Lượng tin I(a1 a2 a3 A 4 a5 a6 a7 a8
riêng )
2 2 3 3 4 4 4 4
Theo biểu thức (1-5) ta có:

I(A) = 2*2*1/4 +2*3*1/8 +4*4*1/16 = 2,75 bit.
Điều này cho ta thấy rằng có thể biểu diễn các tin trong nguồn
tin A bằng chuỗi có chiều dài trung bình là 2,75 bit thay vì dùng 4
bit.

Bây giờ ta xét một biến đổi một nguồn X thành nguồn Y
sự
thông qua sự truyền lan trong một kênh truyền. Qua bất kỳ một kênh
truyền nào cũng đều có nhiễu do vậy sự truyền lan X qua kênh
thành Y không phải là một - một. Ta sẽ đi tìm khả năng xi nào có
khả năng lớn nhất chuyển thành yj trong quá tình truyền tin.
Từ đây ta có khái niệm lượng thông tin tương hỗ, lượng tin
còn lại của xi sau khi đã nhận yj (lượng tin điều kiện).
Lượng tin còn lại của xi sau khi nhận được là yj xác định nhờ
xác suất hậu nghiệm:
I (xi 1
/ y )  log  log p(xi / y j (1-6)
p(x i / y j
j
)
)
Lượng tin tương hỗ là hiệu lượng tin riêng và lượng tin còn
lại của xi sau khi đã nhân được yj (lượng tin điều kiện). Do vậy ta
có:
I (xi , y j
p(xi / y j )
)  I (xi )  I /y
)  log (1-7)
(xi j p(xi )
Mặt khác ta có:

p(xi )   p( y j ) p(xi / y j )
j
Do vậy kết quả ta có:

I (x , y )  I (x )  I (x / y )  log p(xi / y j )
i j i i j
(1-8)
 p( y ) p(x i /yj
)
jj
Tính chất của lượng tin:

1. Lượng tin riêng bao giờ cũng lớn hơn lượng tin về nó chứa
trong bất kỳ một ký hiệu nào có liên hệ thống kê với nó. Nghĩa là:
I(xi)>=I(xi,yj)
2. Lượng tin riêng là một đại lượng không âm: I(xi)>=0 nhưng
I(xi,yj) có thể âm có thể dương.

3. Nếu X và Y độc lập thì lượng tin của cặp xiyj là:
I (xi y j )  I (xi )  I ( y j )
Một cách tổng quát ta có:

I (xi y j )  I (xi )  I ( y j )  I (xi , y j )
1.3.3.2 Entropy của nguồn

Như trên đã trình bày, lượng tin trung bình là lượng tin trung
bình chứa trong một kí hiệu bất kỳ của một nguồn tin đã cho. Khi ta
nhận được tin đồng thời nhận được một lượng tin trung bình nghĩa
là độ bất ngờ về tin đó cũng được giải thoát. Vì vậy độ bất ngờ và
lượng tin có ý nghĩa vật lý trái ngược nhau nhưng về số đo lại
giống nhau.
Ở đây ta chỉ xét nguồn rời rạc.
Độ bất ngờ của tin xi trong nguồn X được xác định bởi:
H (xi )  1
log  log p(xi ) (1-9)
p(xi )
Khi đó độ bất ngờ1 trung bình của một nguồn tin tính bởi:
H ( X )   p(x ) log
   p(x ) log p(x )   p(x )H (x )
xi X
i
p(xi ) xi X
i i
xi X
i i (1-10)
Từ các biểu thức trên ta thấy về số đo H(X)=I(X).

H(X) được gọi là Entropy của nguồn, là một thông số thống kê
cơ bản của nguồn tin.
Tính chất của H(X) ( cũng là của I(X))

1. H(X)>=0. Nếu p(xi)=1 thì ta có H(X)=0
2. H(X) lớn nhất nếu xác suất xuất hiện của các kí hiệu của
nguồn bằng nhau. Lúc đó độ bất định của một tin bất kỳ
trong nguồn là lớn nhất. Tức là:
H(X)max logN. Với nguồn có N tin.
Ta có thể chứng minh điều này như sau:
Nếu có N tin các xác suất xuất hiện bằng nhau thì H(X) =
logN.
Xét:

H ( X )  log N  1 1 1
 N p log p  p log N  p log  p(  1)  10
 N
 N  N  N
i
i i i i
i1 i1 i1 pi N i1 pi N i1 N
Đó là điều phải chứng minh.

H(X)
Ví dụ 5:
Cho X={0,1}, p(0) = p, p(1) = 1- 1
p.
Tính H(X) và vẽ đồ thị phụ
0 0,5 1 p
thuộc vào p.
Hình 1.5. Sự phụ thuộc của H(X) vào p
Giải:
H(X) = -plogp - (1-p)log(1-p). Ta thấy p=1/2 thì H(X) =1 đạt
giá trị lớn nhất.
3. Nếu hai nguồn X={x1, ..., xn} và Y={y1, ..., ym} là độc lập thì
với z={x,y} ta có:
H(Z) = H(X) +H(Y)
1.4. Tốc độ lập tin và độ dư của nguồn

Thông số thông kê quan trọng nhất của nguồn tin là Entropy.
Thông thứ hai chính là tốc độ lập tin. Tốc độ lập tin phụ thuộc
số
vào tính chất vật lý của nguồn tin.
Tốc độ lập tin R được tính bởi biểu thức sau:
R = n0H(X) (1-11)
Trong đó n0 là số kí hiệu lập được trong một đơn vị thời gian.
Đơn vị của R là bit/s nếu H(X) tính theo bit.
Độ dư của nguồn được định nghĩa là sự chênh lệch giữa H(X)
và H(X)max.
Rs = H(X)max - H(X) (1-12)
Độ dư tương đối của nguồn được định nghĩa như sau:
H ( X )max  H ( X ) H(X)
r  
s H ( X )max
1
(1-13)
1.5. Tín hiệu, biểu diễn và phân loại

Tín hiệu là sự biến đổi của một hay nhiều thông số của một
quá trình vật lý nào đó theo qui luật của tin tức. Như vậy để truyền
tin ta sử dụng các dạng vật chất nào đó để truyền. Cần chú ý rằng
chính sự biến đổi của tham số của quá trình vật lý mới là tín hiệu.
Trong phạm vi hẹp của mạch điện, tín hiệu là hiệu thế hoặc
dòng điện. Tín hiệu có thể có trị không đổi, ví dụ hiệu thế của một
pin, accu; có thể có trị số thay đổi theo thời gian, ví dòng điện
dụ
đặc trưng cho âm thanh, hình ảnh. . . .
1.5.1. Cách biểu diễn hàm tín hiệu.

Dưới đây ta trình bày một số tín hiệu thường gặp.
- Kiểu liệt kê: hay còn gọi là dạng bảng, các giá trị của tín
hiệu được liệt kê trong một bảng giá trị.
T 0 1 4 ...
S(t) 0 3 7 ...
- Dạng đồ thị: dạng đồ thị có loại tọa độ Đề các và tọa độ cực

(dạng véc tơ):
S(t )
S(t) 1
S(t0)
t
a b
S(t )
2
Hình 1.6. a.Hệ Đề các. B. Hệ tọa độ cực
Khi tín hiệu là thực ta có dạng đồ thị là trục số. Nếu tín hiệu
là tín hiệu phức ta có mặt phẳng phức như hình 1.7 minh họa.
Biểu diễn phức của tín hiệu thường có dạng:
c  Ae
j
Trong đó A là biên

độ và  là góc pha. (1-14)

Im
1.5.2. Phân loại tín hiệu b
Nếu phân loại tín hiệu theo dạng
toán học thì ta có hai loại tín hiệu: 0 Re
a
- Tín hiệu liên tục Hình 1.7. Hệ tọa độ
cực.
- Tín hiệu gián đoạn
Chúng ta cũng có thể phân tín hiệu thành hai loại là tín hiệu
tuần hoàn và không tuần hoàn.
Theo dạng vật lý thì ta có loại tín hiệu ngẫu nhiên và tiền
định
.
Trong thực tế thuật điện tử viễn thông ta còn chia các tín
kỹ
hiệu thành các loại tín hiệu: tín hiệu lượng tử, rời rạc, số và tương
tự.
1.6. Một số dạng tín hiệu cơ bản

Dưới đây giới thiệu một số dạng tín hiệu thường gặp khi
phân tích hệ thống truyền tin.
a. Tín hiệu dạng hàm e mũ

Tín hiệu hàm e mũ thường được biểu diễn dưới dạng biểu
thức sau.
(1-15)
t
v(t)  Ke
Trong đó K,  là các
hệ số. Dạng tín hiệu phụ
thuộc vào các giá trị trên
được minh hoạ ở hình
1.8.
b. Hàm nhảy bậc

đơn vị Hình 1.8. Dạng tín hiệu e mũ

Hàm được biểu diễn bởi biểu thức sau:
1
u( t  a )  khi t  a
0 khi t  a
Đây là hàm thay đổi giá trị từ 0 lên 1 ( hoặc giá trị bất kỳ) tại
Hình 1.9. Hàm nhảy bậc đơn vị
thời điểm t=a. Hình 1.19 là minh họa một số trường hợp của hàm
nhảy bậc đơn vị.
c. Hàm Dirac (hay hàm xung đơn vị)

Khi vi phân hàm nhảy bậc đơn vị ta có hàm xung đơn vị hay
hàm Dirac. Thường kí hiệu là hàm này là hàm (t).
du
(t)
dt (1-17)
Ta thấy rằng hàm này là một hàm toán học không chặt chẽ vì
tại thời điểm t>0 thì vi phân này bằng 0
nhưng lại không xác định tại t=0. Một
cách tổng quát hàm này được định nghĩa
bởi các điều kiện sau:
1. (t) = 0 tại t 0
2. (t) = tại t=0

Hình 1.10. Hàm xung đơn vị
3.   ( t )dt  1
Dạng hàm (t) được minh họa ở hình 1.10.
d. Các hàm liên quan đến hàm sin

Dưới đây là minh họa một số dạng hàm liên quan tới hàm sin
như hàm tắt dần, tích của hai hàm sin.
Hình 1.11. a. Hàm tắt dần. b. Tích hai hàm sin.
1.7. Các đặc trưng cơ bản của tín hiệu

1.7.1. Các thông số
S(t)
và đặc trưng của tín
hiệu S
m
ax
Sm
a. Độ dài của tín in
hiệu
 t
Độ dài của tín hiệu là
Hình 1.12. Các thông số của tín hiệu
khoảng thời gian tồn tại
của tín hiệu từ khi xuất hiện đến khi kết thúc.
b. Khoảng biến thiên của tín hiệu:
 = Smax - Smin
c. Trị trung bình của tín hiệu:
t0 
1
stb 
 s( t )dt
t0

d. Trị hiệu dụng
t0 
shd  s 2 ( t )dt
t0
e. Công suất của tín hiệu

Công suất tức thời của tín hiệu s(t) được tính bởi:
p( t )  s 2
(t)

Công suất trung bình được tín bởi:

t0 
1
P
  p( t )dt
t0
f. Năng lượng của tín hiệu


E   .P 2
  s( t )

dt
1.7.2. Các thành phần đặc trưng của tín hiệu

Một tín hiệu bất kỹ bao gồm hai thành phần chính là thành
phần tín hiệu một chiều và thành phần xoay chiều. Chỉ thành phần
biến đổi mới chứa tin tức. Giá trị trung bình của tín hiệu chính là
thành phần một chiều.
Ngoài ra một tín hiệu s(t) có thể tách ra làm hai tín hiệu chẵn
và lẻ.
Chương 2. Cơ sở lý thuyết phân tích tín hiệu

Chương này sẽ cung cấp cho chúng ta những công cụ cơ bản
để phân tích tín hiệu. Đó là các chuỗi Fourier và phép biến đổi
Fourier.
Mở đầu
Để có thể phân tích tín hiệu thành dạng tổng của các tín hiệu
thành phần, các tín hiệu đơn vị thành phần phải trực giao với nhau
từng đôi một. Vì vậy khi dùng một công cụ toán học để phân tích tín
hiệu thì tín hiệu đơn vị phải có dạng hàm e mũ ( hoặc tổng của cos
và sin.).
Hai tín hiệu f(t) và g(t) được gọi là trực giao với nhau trên
đoạn [a,b] nếu chúng thỏa mãn điều kiện:
b
C  0 khi f(t)  g(t)

*
f ( t )g( t ) dt  (2-1)
a
khi f(t)  g(t)
0
Trong đó g*(t) là liên hợp phức của g(t).

Ví dụ 2.1:
Cho hai tín hiệu
jn0t
f(t)e
jm0t
g( t )  e
Chứng minh rằng hai tín hiệu trên trực giao với nhau trên đoạn
[-T0/2; T0/2] với w0 = 2/T0.
Giải:
Xét tích phân theo biểu thức (2-1):

b T0 / T sin n  m ) T20  khi n  m  f(t)  g(t)
2
T
* jn t  jm0t  (  0
 f ( t )g( t ) dt   e 0 e dt  0 0

a T0 / T
2 ( n  m ) 0 0 khi n  m  f(t)  g(t)
2
Điều này đạt được khi ta chú ý đến tính chất sinx/x1 khi
x0. Đó là điều phải chứng minh.

Dựa vào tính chất trực giao ta có thể phân tích tín hiệu phức
tạp thành tổng các thành phần của tín hiệu đơn giản thỏa mãn điều
kiện trực giao.
Chuỗi Fourier
Một tín hiệu có hàm s(t) bất kỳ có thể
được viết dưới dạng
tổng của các thành phần cos, sin như sau:

s( t )  a0   [ an cos n2f0 t  bn sin n2f0 t ]
n1
(2-2)
Với tín hiệu tuần hoàn s(t) thì ta có

T0  1  . Để xác định
2
f 0 0
các hệ số an và bn ta sử dụng các biểu thức dưới đây.

t0 T0
1
a0 
T0  s( t )dt
t0
t0 T0
2
an  (2-3)
T0  s( t )cos
2nf0tdt
t0
t0 T0
2
bn 
T0  s( t ) sin 2nf
t0
0 tdt
Ví dụ 2.2:
Xét một sóng vuông có dạng sau:
1
f(x) khi 0  x  
0 khi -   x  0
và f(x)  f(x  2 )
Xác định các

hệ số của chuỗi
Fourier khi phân tích
tín hiệu thành tổng
các tín hiệu cos và
sin.

Giải:
Theo định
nghĩa ta có: Hình 2.1. Tín hiệu xung vuông.


1 1
a0 
2  dx  2
0
Tương tự ta có:

2
n.
2  0
an  cos n0 xdx 
0

2 1
2  0
bn  sin n0 xdx  ( 1 cos n )
n
Ta thấy rằng khi n chẵn thì cosn=1 và khi n lẻ thì cosn=0,

vậy nên:
0 khi n chn
b  2
n 
 khi nl
 n
Cuối cùng ta có hàm f(x) có thể viết lại như sau:

1 2 sin 3x sin 5x 
f(x)  sin x   
... 
2   3 5 
Ví dụ 2.3.
Xác định chuỗi Fourier của tín hiệu cost được chỉnh lưu như
hình sau:
Giải:
Hình 2.2. Tín hiệu cost chỉnh lưu
Ta có:
2
1 2
a0 
  cos tdt  

2
Tương tự ta có:

2 2 n1 2 ( n
1) ( 1) 
an   cos t cos 2ntdt    2n  1
  2n  
1   

2
Và bn = 0.
Vậy:
2   2 ( 1) ( 1) 
n1 n
s( t )     2n   2n  1 cos 2nt
1 

n1  
Dùng công thức EULER, có thể đưa dạng s(t) ở trên về dạng
gọn hơn ( dạng hàm mũ phức ).
Theo công thức EULER → ej2πnfot = cos 2πnfot + j sin 2πnfot
Một cách tổng quát ta có thể viết lại biểu diễn s(t) dạng chuỗi
Fourier như sau:

s( t )  C e n
j
(2-4)
n 2nf0t
Trong đó n là số nguyên. Cn được tính bởi biểu thức sau:

t T
Cn  1  j 2nf0t (2-5)
T  s( t )e
dt
t
0
Ngoài ra ta có các biểu thức quan hệ sau đây:

1
C  a
0 0
12
C  ( a b )
n
n
n
(2-6)
2
Cn  1
(a b )
n
2 n
Biến đổi Fourier. Phổ của tín

hiệu. Biến đổi Fourier
Biến đổi Fourier của tín hiệu s(t) bất kỳ được định nghĩa bởi
biểu thức sau:
F s( t )  S(  dt
 j 2ft
f s( t )e

)

( 2 -7)
Trong đó f là tần số của tín hiệu.
Một cách tổng quát hàm S(f) là một hàm phức của tần số và có
thể được viết lại như sau:

S(f) = X(f) +jY(f) (2-8)
Trong đó X(f) là phần thực và Y(f) là phần ảo. Hoặc S(f) cũng
có thể biểu diễn theo dạng modul và pha như sau:
S( f )  S( f ) e j ( f ) (2-9)
Với:
S( f ) X (f)Y (f)
2 2
Y( f )
 ( f )  arctg( ) (2-10)
X( f )
Để phục hồi s(t) từ biến đổi Fourier ta dùng biến đổi ngược.
Ta có biểu thức sau:

s( t )   S( f )e j 2ft
(2-11)

df
Vậy biểu thức (2-7) và (2-11) cho ta cặp biến đổi Fourier.
Biến đổi Fourier dùng chuyển tín hiệu miền thời gian
để từ
sang miền tần số và ngược lại. Ta thường sử dụng điều này để
thực hiện việc phân tích phổ tín hiệu. Sau đây ta xét một số phổ của
các tín hiệu đặc biệt.
Phổ của một số tín hiệu đặc biệt

a. Hàm cổng
Hàm cổng được minh họa trên hình 2.3. Biểu thức toán học
của hàm là:
A
s( t )  -t
0 t
Từ định nghĩa của phép
biến đổi Fourier ta có:
 
S( f )   j 2ft
 s( t )e dt
 Ae

 j 2ft
dt



j 2f j
e 2f
sin
A  2 A
j2f 2f
2f Hình 2.3. Hàm cổng
 2A sin c( x )

Ảnh của hàm cổng được cho ở hình 2.4.
Hình 2.4. Dạng phổ của hàm cổng
b. Hàm e mũ
Xét một hàm e mũ có biểu thức như sau:
t
s( t )  e khi t  0
0 khi t  0
Theo định nghĩa ta có phổ của tín hiệu này được xác định bởi:

1
S( f ) e j 2ft dt
1 j2f
t
e 0

c. Hàm Dirac
Để xác định biến đổi F của hàm này ta áp dụng tính chất sau
đây của hàm.

 s( t ) ( t )dt  s( (2-12)
0)

Do đó ta có biến đổi F của hàm xung đơn vị là:
FT [( t )]  S( 
 j 2ft j 2f 0
f )  ( t )e dt  e 1


Vậy Hàm Dirac có biến đổi F là 1. Dựa vào điều này ta tìm
biến đổi F của một hàm số là hằng số A bất kỳ.

d. Hàm s(t)=A
Theo biểu thức biến đổi F của hàm Dirac thì ta có AA(f).
Khi A=1 thì F[1]=2()=(f).
Một tính chất nữa của hàm Dirac được nhắc tới trong phần
này để giúp ta tìm biến đổi F của tín hiệu s( t )  Ae j 2f t . 0
Nếu dịch một khoảng thời gian nào đó thì ta có:



 s( t ) ( t  t0 )dt
 s( k  t 0 ) ( k )dk  s( t0 )



Ta có cặp biến đổi F sau: Ae j 2f 0t A( f  f 0 )
e. Hàm nhảy bậc

Hàm nhảy bậc đơn vị được mô tả bởi biểu thức sau:
1
u( t )  khi t  0
0 khi t  0
Minh họa của tín hiệu nhảy bậc cho trên hình 1.9.
Bây giờ để tìm biến đổi F của hàm u(t) ta định nghĩa một hàm
dấu sau đây:
1
sgn( t )  khi t  0
 khi t  0
(2-13)
Theo đó ta có thể viết lại biểu thức biểu diễn cho hàm nhẩy
bậc đơn vị như
sau:
1 sgn( t )
(2-14)
u( t )  2
Theo đó ta đã có:
 1 1
F  (f)
 2 2
 

Ta xét hàm dấu sgn(t). Hàm này có thể được xem như là giới
hạn của hàm e mũ. Nghĩa là:

a
sgn( t )  lim e sgn( t )
t
a0
  (2-15)
Do đó biến đổi F của sgn(t) sẽ là:

F [sgn( t )]  lim F e  a t

sgn( t )  lim
 1

1 

1

a0 a0 a  j2f  a  j2f jf
  
1 1
Vậy biến đổi F[u(t)] = (f)
2 j2f

Điều kiện tồn tại biến đổi Fourier.

Qua các ví dụ trên ta thấy rằng trong một trường hợp đặc
số
biệt mặc dù tích phân theo định nghĩa để tính biến đổi F là không
hội tụ nhưng tín hiệu vẫn tồn tại biến đổi F bằng cách tính gián
tiếp.
Một cách tổng quát để tồn tại biến đổi Fourier thì năng lượng
của tín hiệu phải bị giới hạn. Nghĩa là:

2
E   s ( t )dt  (2-16)


Nếu tín hiệu tồn tại biến đổi Fourier thì ta cũng có thể xác
định năng lượng qua phổ của nó.
 
E  2  S(  ) d
2
 S( f )
2
df (2-17)



Cả hai biểu thức này đều có thể dùng để xác định năng lượng
của tín hiệu. Biểu thức (2-17) được gọi là định lý Parseval. Như
vậy năng lượng tín hiệu trong miền thời gian bằng năng lượng tín
hiệu tính trong miền tần số.
Các tính chất của biến đổi Fourier

a. Tính tuyến tính
Nếu s(t) là tổng của hai thành phần tín hiệu s1(t) và s2(t) thì ta
có:

s( t )  as1( t )  bs2 ( t )
S( f )  aS1( f )  bS2 ( f ) (2-18)
Ví dụ 2.3. Xác định phổ của tín hiệu s(t) sau đây:
 
s( t )  cos t  cos t
3 4
Giải:
Ta có công thức Euler:
cos 2f j 2f

ej e 0t
0 t 
2f 0 t 2
Như đã xét ta có cặp biến đổi F: Ae j A(  f 0 )

2f 0 t f
Do vậy ta có:
1 1 1 1 1
S( f )  [(f  )(  )(  )(  )]
2 8
f f f
6 6 8
b. Tính dịch chuyển theo thời gian

Nếu: s( t )  S( f )
Thì ta có: s( t ) S(

t 0 )e j 2ft 0
(2-
f
19)
Ví dụ 2.4. Xác định phổ của tín hiệu Hình 2.5. Hàm cổng cho ví dụ 2.4
sau:
s( t )  khi 0  t  2
1  khi t 
0
Giải:
Theo định nghĩa của biến đổi F ta có:
 2
 j 2  
  sinf  
S( f )  s( t ft j2 f j2f
sinc( f )
 dt  j 2 ft
dt  f e
)e

e 0
e
c. Tính chất dịch tần số

Nếu s( t )  S( f )
Thì ta có: s( t )e j S( f  f 0 (2-20)
2 f 0 t )
Ví dụ 2.5. Tìm biến đổi F của tín hiệu sau:

Hình 2.6. Phổ của tín hiệu dịch tần
s( t ) e
j 2t khi t  1
0 khi t 
Giải:
Vì s(t) chính là hàm cổng có A=1 nhân với thành phần e mũ
nên ta có:
sin 2 ( f  1)
S( f ) 
 ( f  1)
d. Tính co dãn theo thời gian

Nếu s( t )  S( f )
Thì F[ s( at )] 
1
S(
f
)
a a
(2-21)
Ta thấy rằng nếu a>1 thì tín hiệu được làm giãn. Ngược lại
a<1 thì làm co tín hiệu lại.
e. Phổ của đạo hàm và tích phân
Nếu s( t )  S( f )
n
d s( t ) n
Thì F[
dt )
]  ( j2f S( f ) (2-22)
n
t
S( f )
Và F[  s( )d ]  j2f
(2-23)

f. Phổ của tích và tích chập hai tín hiệu

Trước hết ta định nghĩa tích chập của hia tín hiệu:
 
r( t )  s( t )  s( t )  r( t
 r( )s( t   )d  s( )r( t  (2-24)
)
 )d
 
Theo đó tích chập của hai tín hiệu có tính chất giao hoán.
F[ r( t )* s( t )]  2R(  )S(  )
Ta F[ r( t )s( t )]  R(  )S(
(2-25)
có: )
g. Định lý về sự biến điệu

Định lý điều chế thể hiện qua biểu thức sau:
F[ s( t )cos 1
t] [ S( f  f )  S( f  f )]
2 f 0
2
0 0 (2-26)
Chương 3. Ứng dụng phương pháp phổ phân tích đặc tính
của tín hiệu và hệ thống
Kênh truyền dẫn tín hiệu

Khái niệm về độ rộng phổ tín hiệu
Độ rộng phổ của tín hiệu là khoảng tần số mà trên đó tồn tại
phổ của tín hiệu kể từ tần số cao nhất tới tần số lớn nhất.
Giả sử ta có một tín hiệu có sự phân bố phổ như hình 3.1 thì ta
có độ rộng phổ được tính như sau:
S(f)
f=fmax - fmin
(3-1)
Trong dải tần số từ fmin tới fmax ta
định nghĩa tần số trung tâm của băng fmin fmax f
tần là f0:
Hình 3.1. Sự phân bố phổ tín
f 0  fmax  fmin hiệu
2
(3-2)
Hệ tuyến tính bất biến
Một hệ thống có thể được hiểu đó là một tập hợp những định
luật liên kết một hàm thời gian ở lối
ra với mỗi hàm thời gian ở lối vào.
Sơ đồ khối đơn giản của một
hệ thống như:
- Input hay nguồn tin r(t). Hình 3.2. Sơ đồ khối một hệ
thống
- Output hay đáp ứng của nguồn
tin s(t).
Cấu trúc vật lý thực tế của hệ xác định hệ thức chính xác giữa
r(t) và s(t). Sự liên hệ giữa Input và Ouput được dùng ký hiệu là mũi
tên một chiều r(t)s(t).
Nếu hệ là một mạch điện, r(t) có thể là điện thế hoặc dòng
điện và s(t) có thể là điện thế hoặc dòng điện được đo bất kỳ nơi
đâu trong mạch.
Một hệ được nói là Chồng chất ( Superposition ) nếu đáp ứng
do tổng các tín hiệu vào là tổng của các đáp ứng riêng tương ứng.
Nghĩa là, nếu s1(t) là đáp ứng của r1(t) và s2(t) là ứng của r2(t)
đáp
thì đáp ứng của r1(t) + r2(t) là s1(t) + s2(t).
Nếu:
r1(t)s1(t)

r2(t)s2(t)
Thì khi đó:
r1(t)+r2(t)s1(t)+s2(t)
Hơn thế nữa một hệ được gọi là tuyến tính nếu: ar1(t)
+br2(t)as1(t)+bs2(t)
Một hệ thống được nói là “ Không đổi theo thời gian “ ( Time
invariant ) nếu đáp ứng của một tín hiệu vào không phụ thuộc vào
thời điểm mà tín hiệu đó tác động lên hệ.
Một thời gian trễ ( Time shift ) trong tín hiệu vào sẽ gây ra một
thời gian trễ bằng như vậy trong đáp ứng của nó:
Nếu r(t)s(t)
Thì r(t-t0)s(t-
t0)
Một điều kiện đủ cho một mạch điện không đổi theo thời gian
là các thành phần của nó có trị giá không đổi với thời gian ( giả sử
các điều kiện đầu không đổi ). Đó là điện trở, tụ và cuộn cảm.
Hàm truyền
Một hệ thống tuyến tính bất biến theo thời gian được đặc
trưng bởi hàm truyền.
Để đặc trưng hóa một hệ thống tuyến tính không đổi theo thời
gian, ta có thể dùng một phương pháp rất đơn giản. Thay vì cần
biết đáp ứng của mỗi tín hiệu vào, ta chỉ cần biết đáp ứng của một
tín hiệu thử (test input) mà thôi. Tín hiệu thử là xung lực.
Xem phép chồng:

r(t) = r(t) * δ
(t) =  r( ) ( t   )d
 (3-3)

Ta xem tích phân này là một tổng:

r( t )  lim  r( n ) ( t  n (3-4)
)
 0
n
Phương tình trên biểu diễn tổng trọng lượng của các xung đơn
vị bị trễ. Như vậy, tín hiệu ra là một tổng của các đáp ứng ra bị trễ
của một xung đơn vị duy nhất.
Giả sử, ta biết ứng ra của mạch do một xung đơn vị duy
đáp
nhất gây ra và ký hiệu đó là h(t) (đáp ứng xung đơn vị).
Vậy đáp ứng do tín hiệu vào của phương trình (3.4) là:

s( t )  lim  r( n )h( t  n (3-5)
)
 0
n
Nếu bây giờ ta lại lấy giới hạn nó trở thành tích phân, vậy ta
có:

s( t )   r( )h( t   )d  r( t )* h( (3-6)

t)

Từ biểu thức (3-6) ta thấy rằng đáp ứng của tín hiệu nào cũng
có thể tìm được bằng cách chồng nó với với đáp ứng xung của hệ
thống.
Để tìm ứng xung của thống ta sử dụng hàm tín hiệu
đáp hệ
xung đơn vị Dirac vì biến đổi Fourier của nó bằng 1. Do vậy nó
chứa mọi tần số.
Trong thực tế ta không tạo ra được hàm xung đơn vị lý
thể
tưởng . Ta chỉ có thể xem nó xấp xỉ với một xung có biên độ rất lớn
và độ dài xung rất nhỏ.
Bây giờ từ biểu thức (3-6) ta thấy rằng:
S(f) = R(f)H(f) (3-7)
Trong đó S(f), R(f) và H(f) là các biến đổi F của các tín hiệu
s(t), r(t), và h(t). Do vậy:

S( f )
H( f ) 
R( f ) (3-8)
H(f) được gọi là hàm truyền của hệ thống. Đôi khi nó còn
được gọi là các hàm chuyển hay hàm hệ thống.

Điều kiện truyền tín hiệu không méo

Khi tín hiệu truyền qua môi trường truyền dẫn ta gọi là kênh
truyền thì để tín hiệu không bị méo dạng thì phổ của tín hiệu phải
nằm lọt trong dải thông của kênh truyền truyền.
Trong thực tế khi truyền tín hiệu thường bị méo. Để đơn giản
ở đây chỉ xét méo tuyến tính.
Méo tuyến tính có thể gây ra những vấn đề trong các hệ thống
truyền xung hoặc trong thông tin số. Sự méo này được đặc trưng
bởi thời gian lan tỏa (spreading) do hiệu ứng nhiều đường hoặc do
đặc tính của kênh.
H(f) = A(f)e-jθ(f) (3-9)
A(f): Thừa số biên độ ; θ(f): Thừa số pha.
Sự méo dạng sinh ra từ hai thừa số phụ thuộc tần số ở phương
trình (3.19). Nếu A(f) không là hằng, ta có sự méo biên độ. Nếu θ(f)
không tuyến tính với f, ta có sự méo pha.
Méo biên độ.
Trước hết giả sử θ(f) tuyến tính với f.
Hàm truyền có dạng:
H(f) = A(f)e-j2πfto (3-10)
Trong đó hằng số tỉ lệ của pha là t0 , vì nó biểu diễn cho thời trễ
của kênh.
Một cách tổng quát để phân tích biểu thức này với sự biến thiên
của biên độ là khai triển A(f) thành chuổi Fonrier.
Theo đó ta có:

H( f )   Hn ( f ) (3-11)
n0
Các thành phần Hn(f) có dạng biểu thức cosin sau:

Hn ( f n f
cos(
)
fm
)e j (3-12)
an 2ft0

Chúng ta có thể liên kết với lọc Cosine, mà đặc tuyến biên độ
cho sóng Cosine trong dãy thông như hình 3.3 (với n = 2).
Khi đó hàm hệ thống của bộ lọc này là:
2f 1
H( f )  ( A  acos  1 
j
 Ae
 j 2ft0
 a  xp[ j2f  t )]  exp[ j2f (   t0 )]
fm )e fm fm
2fto  ( 0 
Khi đó nếu tín hiệu vào là r(t) thì tín hiệu ra s(t) sẽ có dạng:
s( t )  A r( t  a 1
) [ r( t
1
  t )]
t0 t fm )  r( t (3-13)
2  fm
0 0
Phương trình (3-13) cho

thấy đáp ứng có dạng của một
phiên bản không méo của input
cộng thêm 2 phiên bản bị dời thời
gian (time - shifted) ( tiếng vang /
đa lộ ) echoes/multipaths.
Trở lại trường hợp lọc tổng
Hình 3.3. Bộ lọc cosin
quát, ta thấy Output của một hệ
với sự méo biên độ là một tổng các input bị trễ.
Vậy với:

n
cos(
H( f )
f )e
j
(3-14)
a n 2fr 0
n0
fm
Thì lối ra Outputan
s(t) của một lối vào Input r(t) sẽ là:
1 1
s( t )  
 [ r( t   t )  r( t   t )] (3-15)
0
0
n0 2 fm fm
Méo pha :
Sự thay đổi pha từ trường hợp không méo (pha tuyến tính) có
thể được đặc trưng bằng sự thay đổi độ dốc của đặc tuyến pha và
đặc tuyến của một đường từ
gốc đến một điểm trên đường cong
đặc tuyến.

Ta định nghĩa Trễ nhóm (Group delay hay trễ bao hình) và trễ
pha (Phase delay) như sau:

Giáo trình Lý thuyết tín hiệu và truyền
t gr
 ( f )
(f ) f
( f ) (3-16)
t ph ( f ) 
2f
Hình 3.4. minh họa trễ

nhóm và trễ pha.
Đối với một kênh
Không méo lý tưởng, đặc
tuyến pha là một đường
thẳng. Vậy trễ nhóm và Hình 3.4. Trễ nhóm và trễ pha.
trễ
pha đều không đổi với mọi f. Thật vậy, cả hai sẽ bằng với thời trễ
t0 của tín hiệu vào.
Điều chế tín hiệu

Khái niệm
Hình 3.5 trình bày một mẫu dạng sóng của tiếng nói mà ta
muốn truyền đi. Nó không có một đặc trưng riêng biệt nào và tùy
thuộc rất nhiều vào âm thanh được tạo ra. Vì dạng sóng chính xác
không được biết, nên ta có thể nói như thế nào về thống cần
hệ
thiết để truyền nó ?
Trong trường hợp tiếng nói ( hay bất kỳ một tín hiệu Audio
nào ), câu trả
lời dựa vào sinh lý học. Tai người ta chỉ có thể đáp
ứng với những tín hiệu có tần số khoảng dưới 15kHz ( số này giảm
theo tuổi tác ). Vậy nếu mục đích cuối cùng của ta là nhận những
tín hiệu audio, phải giả sử rằng ảnh F của tín hiệu là bằng không
khi f> 15kHz.
S(f) = 0 , f > fm ; Với fm = 15kHz

.
ThS. Đ
Hình ật Điện tử
3.5.
Dạng
tín
hiệu
âm
thanh
Những hòa âm hoặc những dụng cụ phát âm khác, có thể tạo ra

những thành phần tần số cao hơn 15kHz, dù tai người không thể
nghe được. Tuy nhiên, nếu một trong những tín hiệu này đi qua một
bộ lọc hạ
thông có tần cắt 15kHz, thì ngõ ra của bộ lọc ( nếu
số
đưa đến loa ) sẽ tạo lại giống như tín hiệu vào. Như vậy, ta đã giả
sử rằng tín hiệu đã bị giới hạn bởi một tần số trên ( upper frequency
) vào khoảng 15kHz.
Bây giờ ta giả sử lấy một tín hiệu audio và cố truyền qua không
khí - Bước sóng của tín hiệu 3KHz trong không khí khoảng 100km.
Một anten 1/4 sóng sẽ dài 25km! Điều ấy không thể thực hiện. Và
nếu giả sử ta có thể dựng được anten thì ta còn gặp phải 2 vấn đề.
Thứ nhất, liên quan đến những tính chất của không khí và tần số
audio. Những tần
này truyền không hiệu trong không khí.
số
quả
Thứ hai, sự giao thoa do các dãy tần của các đài phát phủ lên nhau.
Vì những lý do đó, ta phải cải biến tín hiệu tần số thấp trước
khi gửi nó đi từ nơi này đến nơi khác. Tín hiệu đã cải biến ít nhạy
cảm với nhiễu so với tín hiệu gốc.
Phương pháp chung nhất để thực hiện cải biến là dùng tín
sự

hiệu tần số thấp để biến điệu ( cải biến những thông số của ) một
tín hiệu tần số cao hơn. Tín hiệu này thường là hình sin.
Một cách tổng quát tín hiệu này có thể được viết dưới dạng:

sc ( t )  Acos( 2fct  
)
(3-16)
Khi đó ta lựa chọn tần số sóng mang thích hợp để có thể truyền
đi xa một cách hiệu quả.
Ví dụ 3.1: Điều chế FM của đài phát thành Hải Phòng có tần số
sóng mang là fc =93,7MHz.
Ví dụ 3.2: Với một tần số sóng mang là 100MHz, hãy xác định
chiều dài anten hợp lý để phát sóng.
8
Ta c 310
  6 3( m )
có: f 100.10
Đây là chiều dài anten hợp lý khi dùng để phát vô tuyến.

Từ biểu thức (3-16) ta cũng nhận thấy rằng có thể thay đổi
biên độ A, tần số f và pha  của tín hiệu. Tương ứng ta có ba loại
điều chế cơ bản là điều chế biên độ, điều chế tần số và điều chế
pha.
Điều chế biên độ

a. Điều chế biên độ sóng mang bị nén 2 băng 2 cạnh DSB
SCAM
( double - side band suppressed carried amplitude modulation ).
Nếu ta điều chế biên độ của sóng mang ở phương trình (3-16),
ta có kết quả:
Sm(t) = A(t) cos ( 2πfCt+θ ) (3-17)
Tần số fC và pha θ không đổi
Biên độ A(t) thay đổi cách này hay cách khác theo s(t).
Để đơn giản, ta
sử θ = 0. Điều này không ảnh hưởng đến
giả

kết quả căn bản vì góc thực tế tương ứng với một độ dời thời gian

/2fc. ( Một sự dời thời gian không được xem là sự méo dạng trong
một hệ thông tin ).
A(t) thay đổi như thế nào với s(t)? Câu trả lời đơn giản nhất là
chọn A(t) bằng với s(t). Điều đó sẽ
đưa đến dạng sóng biến điệu
AM.
sm(t) = s(t) cos 2πfCt (3-18)
Tín hiệu loại này gọi là biến điệu AM sóng mang bị nén 2 băng
cạnh vì những lý do mà ta sẽ thấy ngay sau đây:
Đặt S(f) là biến đổi F của s(t). Nhớ là ta không cần gì hơn là
S(f) phải bằng zero đối với những
tần số cao hơn tần số cắt fm. Hình
3.6 chỉ
một S(f) biểu diễn cho yêu
cầu
đó.
Đừng nghĩ rằng S(f) luôn phải
là như vậy, mà nó chỉ là biến đổi F Hình 3.6. Dạng phổ tín hiệu
của một tín hiệu tần số thấp tổng quát, có dãy tần bị giới hạn.
Định lý về sự biến điệu ( chương II ) được dùng để tìm Sm(f):
Sm(f) = F [s(t)Cos2πfCt] = 1/2[S (f + fC) + S (f - fC)] (3-19)

Nhớ là biến điệu một sóng mang bằng s(t) sẽ làm dời tần số
Hình 3.7. Phổ của tín hiệu điều biên DSB

SCAM.
của s(t) ( cả chiều lên và chiều xuống ) bởi tần số của sóng mang.
Hình 3.7 minh họa điều này:
Điều này tương tự
với kết lượng giác của một phép nhân
quả
một hàm sin với một hàm sin khác.
1 1
cos Acos B  cos( A  B )  cos( A  B )
2 2
Hình 3.7 cho thấy, sóng biến điệu sm(t) chứa những tần số trong
khoảng fC - fm và fC + fm.
Nếu gán những trị tiêu biểu vào cho fm = 15kHz và fC = 1MHz, ta
sẽ thấy khoảng tần số bị
chiếm bởi sóng biến điệu là 985.000
từ
đến 1.015.000Hz.
- Thứ
nhất: Với khoảng tần số này, thì thì anten có chiều dài
hợp lý có thể
xây dựng được. Đó là một trong 2 vấn đề cần giải
quyết.
- Vấn đề thứ hai, là khả năng tách kênh trong một đa hợp
hệ
(Multiplexing). Ta thấy, nếu một tin tức biến điệu một sóng hình sin

tần số fC1 và một tin tức khác biến điệu một sóng hình sin tần số fC2
thì các ảnh F của 2 sóng mang bị biến điệu sẽ không phủ lên nhau.
Và fC1, fC2 tách biệt nhau ít nhất là 2fm.

Nếu các tần số của 2 sóng biến điệu không cách nhau xa lắm,
cả 2 có thể dùng 1 anten, mặc dù chiều dài tối
ưu của anten không
như
nhau
cho cả 2
kênh
[trong
Hình 3.8. Dạng phổ của hai tín hiệu điều biên
thực tế,
một
anten được dùng cho cả 1 khoảng tần số.
Ta nhấn mạnh lại rằng, các tín hiệu có thể được tách ra nếu
chúng không bị phủ lên nhau ( hoặc về thời gian, hoặc về tần số ).
Nếu chúng không phủ nhau về thời gian, có thể dùng các cổng hay
các Switchs
tách. Nếu chúng không phủ về tần số, các tín hiệu
để
có thể tách ra bởi các bộ lọc dải thông. Vậy, một hệ thống như hình
3.9 có thể dùng để tách sóng mang bị điều chế.

Nếu nhiều tín hiệu được truyền trên cùng một kênh, chú ý có
thể được tách ra
tại máy thu bằng
các bộ lọc dải
thông. Các bộ lọc
này chỉ tiếp nhận
một trong các tín
hiệu hiện diện Hình 3.9. Tách hai tín hiệu điều biên.
trong tín hiệu điều chế mong muốn. Hình 3.10 minh họa các bộ lọc
này.
Ví dụ 3.3. Một tín hiệu tin tức có dạng:

sin 2t
s( t )  t
Tín hiệu này được

điều chế biên độ bởi sóng
mang với tần số 10Hz( ví
dụ minh họa mà thôi). Hãy
vẽ dạng sóng AM và biến
đổi F của nó.
Giải:
Nếu điều chế AM
Hình 3.10. Các bộ lọc dùng trong giải điều chế biên
DSB SCAM thì ta có dạng độ.
tín hiệu sau điều chế như sau:

sin 2t sin 2t
s( t )  cos 210t  cos 20t
t t

Dạng s(t)
sóng tín
hiệu như
hình 3.11.
Ta
thấy rằng
biến đổi F
Hình 3.11. Dạng tín hiệu cho ví dụ 3.3.
của tín
hiệu
là hàm cổng vì tín hiệu chính là hàm sinc.
Biến đổi F của sóng điều chế được tính bởi định lý biến điệu:
S( f
S (f )  10 )  S(  10 )
m f
2
Theo định lý điều chế

chứng tỏ rằng một hàm thời gian với
hàm sin sẽ dời ảnh F của hàm thời gian đi trong miền tần số.
Hình 3.12. Dạng phổ của tín hiệu s(t) và tín hiệu sau điều chế ví dụ 3.3.
ThS.
thì
Đoàn Hữu Chức 51 Bộ môn Kỹ thuật Điện tử

V g mang ),
ậ
y Cos2fc t
n
ế
u
t
a
l
ạ
i
n Hình 3.13. Quá trình giải điều chế tín hiệu điều biên.
h
â
n
S
m
(
t
)
v
ớ
i
m
ộ
t
h
à
m
s
i
n
(
t
ầ
n
s
ố
s
ó
n
ảnh F sẽ dời lui xuống đến tần số thấp của nó. Phép nhân này cũng
dời ảnh F lên đến 1 vị trí giữa khoảng 2fC, những thành phần này dễ
dàng bị loại bởi một lọc hạ thông. Tiến trình này vẽ ở hình 3.13.
Sự phục hồi tín hiệu được mô tả như sau:

s( t )  s( t )cos 4fct
s ( t )cos 2f t  s( t )cos 2f t cos 2f t 
m c c c
2
Sau khi cho tín hiệu g(t) qua bộ lọc thông thấp ta được thành
phần tín hiệu cần truyền đi s(t)/2 (một nửa của s(t)). Quá trình trên
được gọi là quá trình giải điều chế tín hiệu điều biên.
b. Điều chế biên độ sóng mang được truyền băng 2
cạnh DSB TCAM
Trong trường hợp này ta cải biến bằng cách thêm một thành
phần sóng mang. Biểu thức thực hiện như hình sau:
sm ( t )  s( t )cos 2fct  Acos (3-20)
2 f c t
Vậy khác với trường hợp trước DSB SCAM trong trường hợp
này ta đã truyền một thành phần rõ ràng sóng mang Acos2fct.

Có thể viết lại biểu thức (3-20) như sau:

sm ( t )  [ A  s( t )] cos
(3-21)
2 f c t
Khi đó biến đổi F của tín hiệu có dạng như hình 3.14 sau:
Hình 3.14. Sơ đồ điều chế và dạng phổ tín hiệu.
Tùy thuộc giá biên độ của s(t) là a và A mà dạng tín hiệu

trị
điều chế trong miền thời gian có dạng khác nhau.
Điều chế FM và PM
Điều chế tần số
a. Mở đầu
Xem một sóng mang chưa bị biến điệu
sC(t) = A cos(2πfCt + θ) (3-22)
Nếu fC bị thay đổi tùy theo thông tin mà ta muốn truyền, sóng
mang được nói là được biến điệu tần số. Còn nếu θ bị làm thay đổi,
sóng mang bị biến điệu pha. Nhưng nếu khi fC hay θ bị thay đổi theo
thời gian, thì sC(t) không còn là Sinusoide nữa. Vậy định nghĩa về
tần số mà ta dùng trước đây cần được cải biến cho phù hợp.
Xem 3 hàm thời gian:
s1(t) = A cos 6πt
s2(t) = A cos (6πt +5)
s3(t) = A cos (2πt e-t )

Tần số của s1(t) và s2(t) rõ ràng là 3Hz. Tần số của s3(t) hiện
tại chưa xác định. Định nghĩa truyền thống của ta về tần số không
áp dụng được cho loại sóng này. Vậy cần mở rộng khái niệm về
tần số để áp dụng cho những trường hợp mà
ở đó tần số không là
hằng.
Ta định nghĩa tần số tức thời theo cách có thể áp dụng được
cho các sóng tổng quát. Tần số tức thời được định nghĩa như là nhịp
thay đổi của pha.
Nếu đặt như sau:
s( t )  Acos ( t
) (3-23)
Ta sẽ có được định nghĩa của tần số tức thời:
2 f ( t ) 
d (3-24)
i
dt
Trong đó fi được gọi là tần số tức thời.

Ví dụ 3.4.
Tìm tần số tức thời của các sóng sau:
cos 2t khi t  1

s( t )  s4t khi 1  t  2

cos6t khi t  2

Giải:
Tổng quát sóng có dạng biểu diễn toán học như sau:
s( t )  cos[ 2tg( t )]
Trong đó g(t) là một hàm có dạng ở hình 3.15. Tần số tức thời
cho bởi:

d d dg( t )
2 f ( t )   2 [ t.g( t )] hay f ( t )  g( t )  t
i i
dt dt dt
Hàm fi(t) cũng được mô tả

giống g(t).
Ví dụ 3.5.
Tìm tần số tức thời của
hàm sau đây:
Hình 3.15. Dạng hàm g(t).
s( t )  10 cos 2 [ 1000t  sin 10t ]
Giải:
Áp dụng định nghĩa ta có:
1 d
f (t)
 1000 10 cos 10t
i
2 dt
Dạng hàm của tần số tức thời được cho trên hình 3.16.
b. Điều chế
tần
số
Biến điệu FM
được phát minh bởi
Edwin Armstrong năm
1933 [cũng là người
Hình 3.16. Hàm của tần số tức thời ví dụ 3.5
phát minh máy thu kiểu
đổi tần (superheterodyne - siêu phách)]. Trong biến điệu FM, ta biến
điệu tần số tức thời fi (t) bởi tín hiệu s(t). Và cũng vì để có thể tách
biệt các đài với nhau, ta phải dời tần s(t) lên đến tần số sóng mang
f C.
Ta định nghĩa biến điệu FM như là một sóng với tần số tức thời
như sau:
fi (t) = fC + Kf s(t) (3-25)

Trong đó: fC là tần số sóng mang (hằng số) và Kf là hằng số tỷ
lệ, thay đổi theo biên độ của s(t). Nếu s(t) tính bằng volt, Kf có đơn
vị là Hz/v hoặc 1/v.sec .
Vì tần số là đạo hàm của pha, nên:
t 
 ( t )  2  f i ( )d  2 [ f c t  K f  s( (3-26)

)d ]
0 0
Không mất tính tổng quát giả thiết điều kiện ban đầu bằng 0,
sóng điều chế có dạng như sau:
t
 fm ( t )  Acos 2 [ f c t  K f  s( (3-27)

)d ]
0
Chúng ta thấy rằng nếu s(t)=0 thì ta có tín hiệu điều chế là sóng
mang thuần túy.
Tần số sẽ thay đổi từ fc+Kf{min[s(t)]} tới fc+Kf{max[s(t)]}.
Khi mà Kf rất nhỏ
ta có điều FM băng hẹp. Ngược lại Kf
chế
lớn ta có loại FM băng rộng.
c. Điều chế FM băng hẹp:
Khi mà Kf rất
ta có điều FM băng hẹp, khi đó ta có
nhỏ
chế
thể dùng phép tính xấp xỉ để đơn giản phương trình của FM.
Ta viết lại biểu thức sau:
t
 fm ( t )  Acos 2 [ f c t  K f  s( )d ]

0
Đặt hàm g(t) như sau:

t
Vậy ta viết lại
g( t )   s( )d
0 được như sau:

 fm ( t )  Acos 2 [ fct  K f g( t )]
(3-28)
Khai triển hàm cos ta có:
(3-29)

 fm ( t )  Acos 2fct cos( 2K f g( t ))  Asin 2fct sin( 2K f g(
t ))
(3-30)
Nếu Kf rất nhỏ thì ta thấy rằng có thể gần đúng như sau:
 fm ( t )  Acos 2fct 
sin (3-31)
2AK f 2 f c t
Từ biểu thức (3-31) ta nhận thấy rằng phép tính này tuyến tính
với g(t) tức là tuyến tính với s(t).
Bây giờ ta đi tìm biến đổi Fourier
của nó. Ta đã có:
S( f )
G( f ) 
j2f
Vậy từ (3-31) ta có:

A
 (f) [(f   fc )
)(ff 2AK S( f  fc ) S( f ] (3-32)
f )]  [ 
f
c
fm c 4j f  fc f  fc
2
Dạng phổ của điều chế FM băng hẹp cho trên hình 3.17.
Hình 3.17. Phổ của tín hiệu tin và điều chế.
FM băng hẹp có 3 vấn đề:

- Tần số
có thể tăng cao đến mức cần thiết để truyền đi có

hiệu qủa, bằng cách điều chỉnh fC đến trị mong muốn.

- Nếu tần số sóng mang của nguồn tin lân cận cách nó ít nhất
2fm, thì các tín hiệu chứa những nguồn tin khác nhau có thể truyền
cùng lúc trên cùng một kênh.
- s(t) có thể hồi phục từ sóng biến điệu. Và phần sau ta sẽ thấy,
cùng một khối hoàn điệu có thể tách sóng cho FM trong cả 2 trường
hợp Kf nhỏ và Kf lớn.
Khổ băng của sóng FM là 2fm, đúng như trường hợp AM hai
cạnh. Thí dụ dùng tiếng huýt sáo (tối đa 5000Hz) để biến điệu một
sóng mang. Giả
sử sự dời tần tối đa là 1Hz. Như vậy, tần số tức
thời thay đổi từ (fC - 1)Hz đến (fC + 1)Hz. Biến đổi F của sóng FM
chiếm một băng giữa (fC - 5000)Hz và (fC + 5000)Hz.
Rõ ràng, tần số tức thời và cách thức mà nó thay đổi đã góp
phần (cả 2) vào khổ băng của FM.
Gọi là “Băng hẹp” khi Kf nhỏ, là vì khi Kf tăng, khổ băng sẽ tăng
từ trị tối thiểu 2fm.
Sơ đồ điều chế/ giải điều chế FM bằng hẹp như sau:
Hình 3.18. a. Sơ đồ điều chế, b sơ đồ giải điều chế FM băng

hẹp.

Nếu Kf nhỏ không đủ để cho phép tính xấp xỉ như ở phần trên,
ta có FM băng rộng. Tín hiệu được truyền:
λfm(t) = A cos 2π[fct + Kfg(t)]
Trong đó g(t) là tích phân của tín hiệu chứa tin s(t). Nếu g(t) là
một hàm đã biết, biến đổi F của sóng FM sẽ tính được. Nhưng
trong những trường hợp tổng quát, không thể tìm biến đổi F cho
sóng FM, vì sự liên hệ phi tuyến giữa s(t) và sóng biến điệu. Những
phân giải thực hiện trong phạm vi thời gian.
Ta giới hạn trong một trường hợp riêng, dùng tín hiệu mang tin
là một Sinusoide thuần túy. Điều này cho phép dùng lượng giác
trong phân giải.
S(t) = a cos 2πfmt
a: hằng số biên độ.
Tần số tức thời của sóng FM được cho bởi:
fi (t) = fC + aKf cos 2πfmt
Khi đó sóng mang FM có dạng:
aK f
 ( t )  Acos[ 2f t  sin 2f t (3-33)
]
fm c m
fm
Phổ của dạng tín hiệu này có được nhờ sử dụng hàm Bessel. Ở
đây chỉ đưa ra kết quả như hình 3.18:
ThS. Đo
àn Hữu Chức 59 Bộ môn Kỹ thuật Điện tử
H
ì
n
h
3.
1
8.
D
ạ
n
g
p
h
ổ
đ
i
ề
u
c
h
ế
b
ă
n
g
r
ộ
n
g
c
ủ
a
tí
n
h
i
ệ
u
d
ạ
n
g
si
n
Sơ đồ điều chế và giải điều chế của FM banưg rộng như hình
Hình 3.19. Sơ đồ điều chế FM băng rộng
3.19.
Không có sự khác biệt cơ bản giữa biến điệu pha và biến điệu
tần số. Hai từ ấy thường được dùng thay đổi cho nhau. Biến điệu
một pha bằng một sóng thì cũng như biến điệu đạo hàm của nó (tần
số) với sóng ấy.
Sóng biến điệu pha cũng có dạng:
λ pm(t) = A cos θ(t).
Trong đó θ(t) được biến điệu bởi s(t). Vậy:

θ(t) =2π [fCt + Kp s(t)] (3-34)
Hằng số tỷ lệ Kp có đơn vị V-1. Sóng PM có dạng:
 pm ( t )  Acos 2 [ f c t  K p s( t (3-35)
)]
Khi s(t) = 0, sóng PM trở thành sóng mang thuần túy.
Ta có thể
liên hệ PM với FM bằng cách dùng định nghĩa của
tần số tức thời:
fi (t) = fC + Kpds/dt (3-36)
Trông rất giống với trường hợp của FM.
Thực vậy, không có sự khác biệt giữa việc biến điệu tần số
một sóng mang bằng s(t) và việc biến điệu pha của cùng sóng mang
đó bằng tích phân của s(t). Ngược lại không có gì khác nhau giữa
việc biến điệu pha của một sóng mang bằng s(t) và biến điệu tần
số cùng sóng mang ấy bằng đạo hàm của s(t). Vì vậy, tất cả các kết
quả của điều chế FM trên đây thì cũng được áp dụng cho điều chế
PM.

Chương 4. Rời rạc hóa và lượng tử hóa tín hiệu

4.1. Rời rạc hóa tín hiệu
4.1.1. Lấy mẫu
Để đổi một sóng chứa tin Analog thành tín hiệu rời rạc, trục
thời gian, phải bằng cách này hay cách khác, được rời rạc hoá.
Sự đổi trục thời gian liên tục thành một trục rời rạc được thực
hiện nhờ phương pháp lấy mẫu.
Định lý lấy mẫu ( đôi khi còn gọi là định lý Shannon, hoặc định
lý Kotelnikov ) chứng tỏ rằng: Nếu biến đổi F của một hàm thời
gian là bằng  f > fm và những trị giá của hàm thời gian được
với
biết với t = n TS ( với mọi trị nguyên của n ) thì hàm thời gian được
biết một cách chính xác cho mọi trị của t.
Một cách tổng quát định lý Shannon được phát biểu như sau:
Một tín hiệu tương tự bất kỳ có độ dài hữu hạn s(t) có thể biểu
diễn bằng các điểm rời rạc mà khoảng cách theo thời gian giữa hai
điểm liên tiếp nhau không vượt quá 1/2fmax, trong đó fmax là tần số
lớn nhất của tín hiệu s(t).
Nghĩa là:
1
Ts  (4-1)
2 fmax
Nói cách khác s(t) có thể được xác định từ những giá trị của nó
tại một loạt những thời điểm cách đều nhau. Tần số lấy mẫu là fs =
1/Ts hay fs 2fmax.

Như vậy, tần lấy mẫu ít nhất phải 2 lần cao hơn tần số
số
của tín hiệu được lấy mẫu. Nhịp độ lấy mẫu tối thiểu, 2 fm, được
gọi là nhịp lấy mẫu Nyquist. Thí dụ, nếu một tiếng nói có tần số
max 4KHz, nó phải được lấy mẫu ít nhất 8.000 lần/sec. Ta thấy
rằng khoảng cách giữa những thời điểm lấy mẫu thì tỷ lệ nghịch
với tần số cao nhất của tín hiệu ( fm ).
Có ít nhất 3 cách để tiếp cận với định lý Shannon. Ta sẽ trình
bày ở đây 2 cách.
Trước tiên ta tiếp cận định lý này theo những hiểu biết về
điều chế AM.
Ta lấy tích của một chuỗi xung và s(t). Nếu chuỗi gồm những
xung hẹp, thì output của mạch nhân là một phiên bản được mẫu hoá
của tín hiệu gốc. Lối vào không chỉ tùy thuộc vào những trị mẫu
của lối ra mà còn vào một khoảng những trị chung quanh mỗi điểm
lấy mẫu. Những hệ
thống thực tế thường lấy mẫu trong một
khoảng thời gian nhỏ xung quanh các điểm lấy mẫu. Hàm nhân
không nhất thiết phải chứa các xung vuông hoàn toàn, nó có thể là
một tín hiệu tuần hoàn bất kỳ.
Phép nhân s(t) với p(t) như
hình 4.1 là một dạng " đóng mở
cổng " (Time Gating ) hay
Switching. Chủ đích của ta là chứng
tỏ rằng tín hiệu gốc có thể được
hồi phục từ sóng đã lấy mẫu, ss(t).

Hình 4.1. Tiếp cận theo điều chế AM

Giả sử s(t) bằng 0 tại những tần số cao hơn fm. Biến đổi F của
nó S(f) bị cắt tại fm.
Vì chuỗi xung nhân vào giả sử là tuần hoàn, nó có thể được
khai triển thành chuỗi F. Và vì p(t) được
chọn là hàm chẵn, ta có thể dùng chuỗi
lượng giác chỉ chứa các số hạng cosine.
Vậy:
ss(t) = s(t)p(t). Hình 4.2. Dạng phổ tín hiệu.
Biểu diễn theo chuỗi Fourier ta có:


ss ( t )  s( t ) p( t )  s( t )[ a0   an cos 2nf st
]
n1
(4-2)

 a0 s( t )   an s( t )cos
2nf s t
n1
Ta thấy rằng thành phần thứ hai trong biểu thức 4-2 chính là
một sóng AM, trong đó tín hiệu chứa tin là s(t) và sóng mang là nfs.
Biến đổi Fourier
của nó như hình sau:
Tập trung tại gốc,
là biến đổi của aos (t).
Các phiên bản dời tần
Hình 4.3. Dạng phổ tín hiệu lấy mẫu
bị
là biến đổi của các số
hạng biến điệu chứa trong dấu Σ. Ta thấy các thành phần không
phủ nhau vì fS > 2fm. (Đó là điều kiện của định lý lấy mẫu ). Vậy
chúng ta có thể tách ra bằng cách dùng những mạch lọc tuyến tính.
Một bộ
lọc LPF có tần số cắt fm sẽ hồi phục lại thành phần aos(t).
Đó là điều cần chứng minh.
Bây giờ ta tiếp cận định lý Shannon theo phương pháp toán
học.
Ta triển khai S(f) thành chuỗi Fourier trong khoảng -fm<f<fm,
dạng chuỗi như biểu thức 4-3.
S( f )  C n
n e jnt0 (4-3)
f

Trong đó t0  . Theo chuỗi Fourier ta cũng có:
fm
1 fm
Cn  (4-4)
2 f S( f )e jnt0 f
fm df
m
Nhưng khi biến đổi ngược FT ta có:

 fm
s( t ) j 2ft j 2ft (4-5)
  S( f )e   S( f )e
df df
  fm
Vì phổ của tín hiệu S(f) bằng 0 ở ngoài khoảng fm.

Bây giờ ta so sánh hai biểu thức 4-4 và 4-5 ta thấy rằng:
Cn  1 s(  nt0 ) 1 n
s( ) (4-6)
2 fm  2 f m  2 fm
2
Phương trình trên cho ta thấy rằng Cn được xác định một khi
s(t) được biết tại các điểm t=n/2fm. Khi Cn được biết thì hàm S(f)
cũng sẽ được xác định. Hay nói cách khác ta cũng biết được s(t).
Do đó định lý lấy mẫu được chứng minh.
Bây giờ ta tìm s(t) từ các giá trị Cn:
S( f
)
1 s( 
n
)e jnf / fm (4-7)

2f m n 2 fm

Biến đổi ngược ta được s(t):

fm

1 n
s( t )    s(
)e jnf / fm
e j 2ft df

2 fm  f 2 fm
n-
m (4-8)
 n sin( 2f mt  n )
 
n
s( 
2 fm
)[
2f mt  n
]

Vậy ta có thể dùng biểu thức 4-8 để tìm s(t) từ những giá trị
được lấy mẫu.
4.1.2 Các phương pháp rời rạc hóa

Định lý lấy mẫu gợi ra một
thuật để đổi một tín hiệu
kỹ
Analog s(t) thành một tín hiệu rời rạc. Ta chỉ cần lấy mẫu tín hiệu
liên tục tại những thời điểm rời rạc, thí dụ
một danh sách các số
được lấy mẫu s(0), s(T), s(2T)...
Để truyền tín hiệu rời rạc mẫu hoá đó, danh sách các số sẽ
được đọc trên một telephone hoặc được viết trên một mãnh giấy để
gởi FAX.
Một phương pháp rất hấp dẫn cho viễn thông là biến điệu vài
thông số của một sóng mang tùy vào danh sách các số. Tín hiệu
được biến điệu sau đó được truyền trên dây hoặc trong không khí
( nếu băng tần nó chiếm cho phép ).
Vì thông tin có dạng rời rạc, nên chỉ cần dùng tín hiệu mang
sóng rời rạc (thay vì dùng sóng sin liên tục như 2 chương trước).
Ta chọn một chuỗi xung tuần hoàn làm sóng mang. Các thông
số có thể làm thay đổi là biên độ, bề rộng và vị trí của mỗi xung. Sự
làm thay đổi một trong ba thông số ấy sẽ đưa đến 3 kiểu biến điệu:
- PAM ( Pulse Amlitude Modulation: điều chế biên độ xung ).
- PWM ( Pube Width Mod: điều chế độ rộng xung ).
- PPM ( Pulse Position Mod: điều chế vị trí xung ).

a. Điều chế biên độ xung PAM
Có hai loại PAM là
PAM đỉnh phẳng và PAM
tự nhiên. Giả sử có sc(t)
là các xung vuông dùng
để điều chế tín hiệu.
Nếu lấy tích thì ta có
PAM đỉnh phẳng, ngược
lại ta có các xung PAM
tự nhiên. Hình 4.4. Dạng sóng mang và tín hiệu PAM đỉnh phẳng
Dạng của tín hiệu

PAM tự nhiên được cho trên hình 4.5
Bây giờ ta lấy biến đổi F của PAM để xác định kênh sóng cần
thiết. Trước hết là xem
trường hợp của PAM lấy
mẫu tự nhiên. Dựa vào
định lý lấy mẫu. Khai triển
sC(t) thành chuỗi F. Rồi
Hình 4.5. Dạng tín hiệu PAM tự nhiên
nhân với s(t). Kết quả thu
được là 1 tổng gồm nhiều sóng AM với các tần số sóng mang là tần
số căn bản và các hoạ
tần sC(t). Hình 4.6
minh họa điều này.
Hình 4.6. Dạng phổ của tín hiệu điều chế

ThS. Đoàn Hữu Chức
67 Bộ
P AM .
mô n K ỹ thuật
Điện tử
Nếu là dạng PAM đỉnh phẳng thì phổ có dạng sau:
Hình 4.7. Dạng phổ tín hiệu PAM đỉnh phẳng.
Phổ tín hiệu có các hệ số Cn là bằng nhau với mọi n khác

nhau.
Sơ đồ khối điều chế PAM được cho dưới đây (hình 4.8):
b. Điều chế độ rộng xung PWM

Như trường hợp của PAM, ta lại bắt đầu với một sóng mang
là một chuỗi xung tuần hoàn. Hình 4.9, chỉ một sóng mang chưa
biến điệu, một tín hiệu chứa tin s(t) và sóng biến điệu PWM. Độ
rộng của mỗi xung biến điệu thay đổi tuỳ theo trị mẫu tức thời của
s(t). Trị mẫu lớn hơn sẽ làm độ rộng xung biến điệu rộng hơn. Vì
độ rộng xung thay đổi, nên năng lượng của sóng cũng thay đổi. Vậy
khi biên độ tín hiệu tăng, công suất truyền cũng tăng.
Hình 4.8. Sơ đồ khối điều chế PAM.
Hình
4.9 minh
họa
quá
trình
điều
chế độ
Hình 4.9. Quá trình điều chế độ rộng xung.
rộng
xung.

Cũng như trong trường hợp FM, PWM là một phép điều chế
phi tuyến. Xem một thí dụ đơn giản để minh chứng điều đó. Giả sử
tín hiệu chứa tin là một hằng, s(t) = 1. Sóng PWM sẽ gồm những
xung có độ rộng bằng nhau, vì mỗi trị mẫu thì bằng với mỗi trị mẫu
khác. Bây giờ nếu ta truyền s(t) = 2 theo PWM, thì ta lại có một
chuỗi xung có độ
rộng bằng nhau, nhưng rộng của chúng lớn
độ
hơn khi truyền s(t) = 1. Nguyên lý tuyến tính sẽ cho kết quả là độ
rộng xung của trường hợp sau gấp đôi trường hợp trước. Nhưng ở
đây không phải như vậy, như hình 4.10.
Hình 4.10. Tín hiệu cần điều chế là hằng số.
Nếu ta giả sử tín hiệu s(t) biến đổi chậm ( lấy mẫu với nhịp
nhanh hơn so với nhịp Nyquist ) thì các xung lân cận sẽ có độ rộng
hầu như bằng nhau. Với giả thiết này, có thể phân giải xấp xĩ cho
sóng biến điệu, theo chuỗi Fourier. Mỗi số
hạng của chuỗi là một
sóng FM, thay vì là một sóng sin thuần tuý.
Ta sẽ trình bày một dạng
của khối biến điệu và một
dạng của khối hoàn điệu cho
ThS. Đoàn Hữu Chức
70 Bộ môn Kỹ thuật Điện tử
Hình 4.11. Tín hiệu răng cưa.
PWM. Trong cả hai, ta đều dùng sóng răng cưa để chuyển đổi giữa
thời gian và biên độ. Điều này tương tự như cách thức cho FM, ở đó
ta thấy rằng cách dễ nhất để biến điệu một tín hiệu là trước tiên
đổi nó thành AM. Tín hiệu răng cưa được dùng vẽ ở hình 4.11.
Quá trình điều chế được chỉ ra ở hình 4.12.
Trước tiên tín hiệu s(t) được lấy mẫu và giữ để có s1(t).
Tín hiệu răng cưa bị dời xuống 1 đơn vị tạo nên s2(t). Tổng của
s1(t) và s2(t) tạo nên s3(t) và vào mạch so sánh. Những khoảng thời
gian mà s3(t) dương là những khoảng mà ở đó độ rộng tỷ lệ với trị
giá mẫu gốc. Lối ra của mạch so sánh là 1 khi s3(t) dương và là 0 khi
s3(t) âm. Kết
là s4(t), là một sóng PWM. Độ rộng xung có thể
quả
được hiệu chỉnh bằng cách tăng giảm s(t). Trong hình vẽ, ta giả sử
rằng bình thường s(t) nằm giữa 0 và 1.

Hình 4.12. Quá trình điều chế PWM.
Sự hoàn điệu được thực hiện bằng cách tích phân sóng PWM
trong mỗi khoảng thời gian. Vì chiều cao của xung thì không đổi,
tích phân tỷ lệ với độ rộng xung. Nếu output của tích phân được lấy
mẫu và giữ tại trị giá cuối của nó, kết quả sẽ là một sóng PAM.

c. Điều chế vị trí xung PPM
PPM có lợi hơn PWM về mặt triệt nhiễu và cũng không có

vần đề công suất thay đổi theo biên độ tín hiệu.
Một tín hiệu chứa tin s(t) và sóng PPM tương

ứng vẽ hình
ở
Hình 4.13. Tín hiệu trước và sau điều chế PPM.
4.13.
4.2. Lượng tử hóa tín hiệu

a. Khái niệm
Lượng tử hóa là quá trình biến tín hiệu tương tự thành tín hiệu
lượng tử, kết quả thu được tín hiệu lượng tử liên tục về mặt thời
gian nhưng bị lượng tử hóa biên độ thành các mức[3].

Có hai loại lượng tử hóa là lượng tử hóa đều là lượng tử mà
các mức lượng tử liên tiếp luôn luôn đều đặn bằng nhau, ngược lại
nếu trong quá trình lượng tử có ít nhất 2 khoảng cách giữa hai mức
lượng tử không đều nhau thì ta có lượng tử hóa không đều.
Bước thứ nhất để chuyển đổi một tín hiệu analog liên tục
thành dạng digital là đổi tín hiệu thành một danh mục các số. ( Điều
này được thực hiện bằng cách lấy mẫu hàm thời gian). Danh mục
các số kết quả biểu diễn cho những trị liên tục. Đó là mặc dù một
mẫu nào đó có
trưng ra như là một số làm tròn, nhưng thực tế
thể
nó sẽ được tiếp tục như một số thập phân vô hạn. Danh mục các số
analog sau đó phải được mã hoá thành các Code Words rời rạc. Biện
pháp trước nhất để hoàn tất việc đó là làm tròn mỗi số trong danh
mục. Thí dụ, nếu các mẫu nằm trong khoảng từ 0 đến 10V, mỗi
mẫu
được làm tròn đến nguyên gần nhất. Vậy các từ mã
sẽ
số
( code words ) sẽ rút ra từ 11 số nguyên ( từ 0 đến 10 ).
Trong đa số các hệ viễn thông digital, dạng thực tế được chọn
cho các từ mã là một số nhị phân 0 và 1. Lý do để chọn sẽ trở nên rõ
ràng khi ta bàn đến kỹ thuật truyền chuyên biệt. Trở lại thí dụ trên,
converter sẽ hoạt dộng trên những mẫu từ 0 đến 10V bằng cách làm
tròn những mẫu đến Volt gần nhất, rồi đổi số nguyên đó thành
trị
số nhị phân 4 bit ( mã BCD ).
Sự chuyển đổi A/ D được xem như
là sự lượng tử hoá
( quantizing ). Trong sự
lượng hoá đều đặn, các trị liên tục của
tử
hàm thời gian được chia thành những vùng đều đặn, và một mã số
nguyên được kết hợp cho mỗi vùng. Như
vậy, tất các trị của
cả

hàm trong một vùng nào đó đều được mã hoá thành một số nhị phân
giống nhau.
Hình 4.14 nguyên lý lượng tử hoá 3 bit theo hai cách khác
chỉ
nhau Hình 4.14a, chỉ
khoảng các của hàm được chia làm 8 vùng
trị
gần nhau. Mỗi vùng kết hợp với một số nhị phân 3 bit. Nếu dùng cả
23=8 mức thì ta thấy sẽ đạt hiệu quả hơn.
Hình 4.14b
chỉ sự lượng tử
hoá bằng cách
dùng sự liên hệ
của input và
output. Trong
khi input thì liên
tục, output chỉ Hình 4.14. Minh họa sự lượng tử hóa
lấy những trị rời rạc. Bề rộng của mỗi bậc không đổi. Vì sự lượng
tử hoá là đều đặn.


Giáo Trình Lý Thuyết Tín Hiệu Và Truyền Tin - 111823

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Giáo Trình Lý Thuyết Tín Hiệu Và Truyền Tin - 111823

Uploaded by

Copyright:

Available Formats

ThS. Đoàn Hữu 1 Bộ môn Kỹ thuật Điện

Lời nói đầu

ThS. Đoàn Hữu 2 Bộ môn Kỹ thuật Điện

1.1. Vị trí, vai trò và lịch sử phát triển

ThS. Đoàn Hữu 3 Bộ môn Kỹ thuật Điện

ThS. Đoàn Hữu 4 Bộ môn Kỹ thuật Điện

ThS. Đoàn Hữu 5 Bộ môn Kỹ thuật Điện

ThS. Đoàn Hữu 6 Bộ môn Kỹ thuật Điện

ThS. Đoàn Hữu 7 Bộ môn Kỹ thuật Điện

1.2. Tin tức và các khái niệm cơ bản

ThS. Đoàn Hữu 8 Bộ môn Kỹ thuật Điện

ThS. Đoàn Hữu 9 Bộ môn Kỹ thuật Điện

1.2.1.3. Tín hiệu

1.2.2. Sơ đồ khối hệ thống thông tin

ThS. Đoàn Hữu 1 Bộ môn Kỹ thuật Điện

Nguồn tin Kênh tin Nhận tin

Hình 1.1. Sơ đồ khối hệ thống thông tin

1.2.2.1. Nguồn tin

ThS. Đoàn Hữu 1 Bộ môn Kỹ thuật Điện

1.2.2.2. Kênh tin

1.2.2.3. Nhận tin

ThS. Đoàn Hữu 1 Bộ môn Kỹ thuật Điện

1.2.3. Hệ thống thông tin số

ThS. Đoàn Hữu 1 Bộ môn Kỹ thuật Điện

ThS. Đoàn Hữu 1 Bộ môn Kỹ thuật Điện

Hình 1.2. Quá trình lấy mẫu tín hiệu

Hình 1.3. Quá trình lượng tử hóa

ThS. Đoàn Hữu 1 Bộ môn Kỹ thuật Điện

Hình 1.4. Các phương pháp biến đổi thông tin

ThS. Đoàn Hữu 1 Bộ môn Kỹ thuật Điện

1.3. Độ đo thông tin

ThS. Đoàn Hữu 1 Bộ môn Kỹ thuật Điện

ThS. Đoàn Hữu 1 Bộ môn Kỹ thuật Điện

ThS. Đoàn Hữu 1 Bộ môn Kỹ thuật Điện

Hãy xác định lượng tin riêng của a4.

ThS. Đoàn Hữu 2 Bộ môn Kỹ thuật Điện

1.3.3. Lượng tin trung bình thống kê - Entropy của nguồn

1.3.3.1. Lượng tin trung bình thống kê của nguồn tin

Theo biểu thức (1-5) ta có:

ThS. Đoàn Hữu 2 Bộ môn Kỹ thuật Điện

Mặt khác ta có:

Do vậy kết quả ta có:

Tính chất của lượng tin:

ThS. Đoàn Hữu 2 Bộ môn Kỹ thuật Điện

Một cách tổng quát ta có:

ThS. Đoàn Hữu 2 Bộ môn Kỹ thuật Điện

1.3.3.2 Entropy của nguồn

Từ các biểu thức trên ta thấy về số đo H(X)=I(X).

Tính chất của H(X) ( cũng là của I(X))

ThS. Đoàn Hữu 2 Bộ môn Kỹ thuật Điện

Đó là điều phải chứng minh.

1.4. Tốc độ lập tin và độ dư của nguồn

1.5. Tín hiệu, biểu diễn và phân loại

ThS. Đoàn Hữu 2 Bộ môn Kỹ thuật Điện

1.5.1. Cách biểu diễn hàm tín hiệu.

- Dạng đồ thị: dạng đồ thị có loại tọa độ Đề các và tọa độ cực

ThS. Đoàn Hữu 2 Bộ môn Kỹ thuật Điện

ThS. Đoàn Hữu 2 Bộ môn Kỹ thuật Điện

1.6. Một số dạng tín hiệu cơ bản

a. Tín hiệu dạng hàm e mũ

b. Hàm nhảy bậc

ThS. Đoàn Hữu 2 Bộ môn Kỹ thuật Điện