دانشگاه دولتی الکتروتکنیک سنت پترزبورگ "LETI" در و. اولیانوف (لنین) (SPbGETU)

بخش VT

انشا

رشته: "پردازش سیگنال دیجیتال"

با موضوع: "سیگنال ها و خواص آنها"

تکمیل شد:

بررسی شد:

سن پترزبورگ، 2014

1. مقدمه……………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………………

2. ساختار تعمیم یافته سیستم پردازش سیگنال دیجیتال………………………………………..4

3. طبقه بندی سیگنال ها………………………………………………………………………………

4. ویژگی های سیگنال ها…………………………………………………………………………………………

5. اشکال نمایش سیگنال………………………………………………………………………………………………………………

6. نتیجه گیری…………………………………………………………………………………………………..9

7. ادبیات……………………………………………………………………………………………………………………………………………………………………………………………… 10

معرفی

مفهوم سیگنال

علامت- یک نماد (علامت، کد) که توسط یک سیستم ایجاد و به فضا منتقل می شود (از طریق یک کانال ارتباطی) یا در فرآیند تعامل چندین سیستم بوجود می آید. معنی و معنای سیگنال در فرآیند رمزگشایی آن توسط سیستم دوم (دریافت کننده) ظاهر می شود.

علامت- حامل مادی اطلاعات که برای انتقال پیام در یک سیستم ارتباطی استفاده می شود. سیگنال ممکن است تولید شود، اما نیازی به دریافت آن نیست، بر خلاف پیامی که انتظار می رود توسط طرف گیرنده دریافت شود، در غیر این صورت پیام نیست. سیگنال می تواند هر فرآیند فیزیکی باشد که پارامترهای آن مطابق با پیام ارسال شده تغییر کند (یا پیدا شود).

یک سیگنال، قطعی یا تصادفی، با یک مدل ریاضی، تابعی که تغییر در پارامترهای سیگنال را مشخص می‌کند، توصیف می‌شود.

مفهوم علامتبه شما این امکان را می‌دهد که از یک کمیت فیزیکی خاص مانند جریان، ولتاژ، موج صوتی انتزاع کنید و پدیده‌های مرتبط با رمزگذاری اطلاعات و استخراج آن‌ها از سیگنال‌هایی را که معمولاً توسط نویز تحریف می‌شوند، خارج از زمینه فیزیکی در نظر بگیرید. در تحقیقات، سیگنال اغلب به عنوان تابعی از زمان نمایش داده می شود که پارامترهای آن می توانند حمل شوند اطلاعات لازم. روش ضبط این تابع و همچنین روش ثبت نویزهای مزاحم نامیده می شود مدل ریاضی سیگنال.

ساختار تعمیم یافته یک سیستم پردازش سیگنال دیجیتال

پردازش دیجیتال با نمایش هر سیگنال به عنوان دنباله ای از اعداد مرتبط است. این بدان معنی است که سیگنال آنالوگ اصلی باید به دنباله اصلی اعداد تبدیل شود، که توسط ماشین حساب طبق یک الگوریتم داده شده به دنباله جدیدی تبدیل می شود که به طور منحصر به فرد مطابق با اصلی است. سیگنال آنالوگ حاصل از دنباله جدید دریافتی تشکیل می شود.ساختار تعمیم یافته سیستم پردازش سیگنال دیجیتال در شکل زیر نشان داده شده است.

ورودی آن یک سیگنال آنالوگ از انواع سنسورها دریافت می کند که یک کمیت فیزیکی را به ولتاژ الکتریکی تبدیل می کند. نمونه برداری زمان و کوانتیزه شدن سطح آن در مبدل آنالوگ به دیجیتال (ADC) انجام می شود. سیگنال خروجی ADC دنباله ای از اعداد است که به پردازنده دیجیتال CPU داده می شود که پردازش مورد نیاز را انجام می دهد. پردازنده عملیات ریاضی مختلفی را روی نمونه های ورودی انجام می دهد. به عنوان یک قاعده، یک پردازنده دیجیتال شامل تجهیزات اضافی است:

ضریب ماتریس؛

ALU اضافی برای پشتیبانی سخت افزاری برای تولید آدرس های عملوند؛

اتوبوس های داخلی اضافی برای دسترسی به حافظه موازی.

تغییر دهنده سخت افزار برای مقیاس، ضرب یا تقسیم بر 2n.

نتیجه کار پردازنده یک دنباله جدید از اعداد است که نمونه هایی از سیگنال خروجی هستند. سیگنال خروجی آنالوگ از دنباله ای از اعداد با استفاده از مبدل دیجیتال به آنالوگ DAC بازسازی می شود. ولتاژ خروجی DAC شکل پلکانی دارد. در صورت لزوم می توانید از فیلتر صاف کننده در خروجی استفاده کنید.

طبقه بندی سیگنال

بر اساس ماهیت فیزیکی حامل اطلاعات:

برقی

الکترومغناطیسی؛

نوری؛

آکوستیک

از طریق تنظیم سیگنال:

منظم (تعیین کننده) که توسط یک تابع تحلیلی ارائه می شود.

نامنظم (تصادفی)، گرفتن مقادیر دلخواه در هر زمان. برای توصیف چنین سیگنال هایی، از دستگاه تئوری احتمال استفاده می شود.

بسته به عملکردی که پارامترهای سیگنال را توصیف می کندسیگنال های آنالوگ، گسسته، کوانتیزه و دیجیتال را انتخاب کنید:

پیوسته (آنالوگ)، توصیف شده توسط یک تابع پیوسته.

گسسته، توصیف شده توسط عملکرد قرائت های گرفته شده در مقاطع خاصی از زمان؛

کوانتیزه شده بر اساس سطح؛

سیگنال های گسسته، کوانتیزه شده توسط سطح (دیجیتال).

سیگنال آنالوگ (AC)

بیشتر سیگنال ها ماهیت آنالوگ دارند، یعنی به طور مداوم در زمان تغییر می کنند و می توانند هر مقداری را در یک بازه زمانی مشخص به خود بگیرند. سیگنال های آنالوگ با برخی تابع ریاضی زمان توصیف می شوند.

مثال AC - سیگنال هارمونیک: s(t) = A cos(ω t + φ).

سیگنال های آنالوگ در تلفن، پخش رادیو، تلویزیون استفاده می شود. این سیگنال را وارد کنید سیستم دیجیتالبرای پردازش غیرممکن است، زیرا در هر بازه زمانی می تواند بی نهایت مقدار داشته باشد، و برای نمایش دقیق (بدون خطا) مقدار آن، تعداد بی نهایت ظرفیت بیت مورد نیاز است. بنابراین، اغلب لازم است یک سیگنال آنالوگ را تبدیل کنیم تا بتوان آن را با دنباله ای از اعداد با عمق بیت معین نشان داد.

سیگنال گسسته

گسسته سازی سیگنال آنالوگ به این صورت است که سیگنال به صورت دنباله ای از مقادیر گرفته شده در زمان های گسسته t i نمایش داده می شود (که i یک شاخص است). معمولاً فواصل زمانی بین قرائت های متوالی (Δt i = t i - t i-1) ثابت است. در چنین حالتی Δt نامیده می شود فاصله نمونه برداری. مقادیر سیگنال x(t) در لحظه های اندازه گیری، یعنی x i = x(t i)، نامیده می شود. خواندن

سیگنال کوانتیزه

در طول کوانتیزاسیون، کل محدوده مقادیر سیگنال به سطوح تقسیم می شود که تعداد آنها باید به اعداد یک عمق بیت معین نشان داده شود. فاصله بین این سطوح را مرحله کوانتیزاسیون Δ می نامند. تعداد این سطوح N (از 0 تا N-1) است. به هر سطح یک عدد اختصاص داده می شود. نمونه های سیگنال با سطوح کوانتیزاسیون مقایسه می شوند و عددی مربوط به یک سطح کوانتیزه شدن معین به عنوان سیگنال انتخاب می شود. هر سطح کوانتیزاسیون کدگذاری می شود عدد باینریبا n بیت تعداد سطوح کوانتیزه‌سازی N و تعداد بیت‌های n از اعداد باینری که این سطوح را کد می‌کنند با رابطه n≥ log 2 (N) مرتبط هستند.

سیگنال دیجیتال

برای نمایش یک سیگنال آنالوگ به عنوان دنباله ای از اعداد با ظرفیت بیت محدود، ابتدا باید به سیگنال گسستهو سپس کوانتیزه شد. کوانتیزاسیون یک مورد خاص از گسسته سازی است، زمانی که گسسته سازی در همان کمیت اتفاق می افتد که کوانتوم نامیده می شود. در نتیجه، سیگنال به گونه ای نمایش داده می شود که مقدار تقریبی (کوانتیزه) سیگنال برای هر بازه زمانی معین شناخته می شود که می تواند به صورت یک عدد صحیح نوشته شود. دنباله چنین اعدادی یک سیگنال دیجیتال خواهد بود.

ویژگی های سیگنال

مدت زمان سیگنال(زمان انتقال) Tc بازه زمانی است که در طی آن سیگنال وجود دارد.

عرض طیف Fc- محدوده فرکانسی که قدرت سیگنال اصلی در آن متمرکز است.

پایه سیگنالحاصلضرب عرض طیف سیگنال و مدت زمان آن است.

محدوده دینامیکی D ج- لگاریتم نسبت حداکثر قدرت سیگنال - P max به حداقل - P دقیقه (حداقل قابل تشخیص در سطح نویز): Dc = log (P max / P min).

حجم سیگنالبا رابطه V c = T c F c D c تعیین می شود. Tc مدت زمان سیگنال است، Fc طیف موثر سیگنال است.

ویژگی های انرژی:

توان لحظه ای - P(t)؛

توان متوسط ​​- P cf و انرژی - E.

این ویژگی ها توسط روابط تعیین می شوند:

جایی که T = t max -t min.

اشکال نمایش سیگنال ها

راه های نمایش سیگنال ها

گرافیک

تحلیلی

نمودارهای زمان بندی

مدل های ریاضی

نمودارهای برداری

نمودارهای هندسی

نمودارهای طیفی

نمودار زمان بندینمودار برخی از پارامترهای سیگنال (مثلاً ولتاژ یا جریان) نسبت به زمان است. در نمودار زمان بندی سیگنال، می توانید شکل موج را مشاهده کنید. اسیلوگرام را می توان با استفاده از یک دستگاه اندازه گیری ویژه - یک اسیلوسکوپ به صورت بصری مشاهده کرد.

نمودار برداریدر مطالعه فرآیندهای مرتبط با تغییر در فاز سیگنال (به عنوان مثال، زمانی که مدولاسیون فاز). در این نمودار، سیگنال با بردار نمایش داده می شود که طول آن متناسب با دامنه سیگنال است و شیب نسبت به بردار اصلی فاز سیگنال را نشان می دهد.

AT نمودار هندسیسیگنال به صورت یک شکل هندسی نشان داده می شود. این نمودارمی تواند برای نمایش بصری حجم سیگنال استفاده شود.

نمودار طیفینموداری از توزیع انرژی (محدوده دامنه ها) یا فازها (طیف فازها) یک سیگنال بر فرکانس ها است. این نمودارها را می توان با استفاده از یک دستگاه اندازه گیری ویژه - یک آنالایزر طیف مشاهده کرد.

بدین ترتیب، پردازش دیجیتالسیگنال ها - تبدیل سیگنال های ارائه شده به شکل دیجیتال.

هر سیگنال پیوسته (آنالوگ) s(t) را می توان در معرض نمونه برداری زمانی و کوانتیزه سازی سطح (دیجیتالی شدن) قرار داد، یعنی می توان آن را به شکل دیجیتال نشان داد.

با کمک الگوریتم های ریاضی، سیگنال گسسته دریافتی s(k) به سیگنال دیگری با ویژگی های مورد نیاز تبدیل می شود. فرآیند تبدیل سیگنال ها فیلترینگ و دستگاهی که فیلتر را انجام می دهد فیلتر نامیده می شود. از آنجایی که نمونه‌های سیگنال با نرخ ثابتی می‌رسند، فیلتر باید زمان داشته باشد تا نمونه فعلی را قبل از رسیدن نمونه بعدی پردازش کند، یعنی سیگنال را در زمان واقعی پردازش کند. برای پردازش سیگنال (فیلتر کردن) در زمان واقعی، از دستگاه های محاسباتی خاصی استفاده می شود - پردازنده های سیگنال دیجیتال.

همه اینها نه تنها برای سیگنال های پیوسته، بلکه برای سیگنال های ناپیوسته و همچنین برای سیگنال های ضبط شده در دستگاه های حافظه کاملاً قابل استفاده است. در مورد دوم، سرعت پردازش بی اهمیت است، زیرا داده ها در طول پردازش آهسته از بین نمی روند.

در سال‌های اخیر، در پردازش سیگنال‌ها و تصاویر، مبنای ریاضی جدیدی برای نمایش سیگنال‌ها با کمک امواج کوتاه - موجک‌ها به طور گسترده مورد استفاده قرار گرفته است. می توان از آن برای پردازش سیگنال های غیر ثابت، سیگنال های دارای ناپیوستگی و سایر ویژگی ها، سیگنال هایی به شکل انفجار استفاده کرد.

ادبیات

1. پردازش سیگنال تصویر دیجیتال: کتاب درسی. کمک هزینه / س.م. ایباتولین؛ دانشگاه دولتی الکتروتکنیک سنت پترزبورگ. در و. اولیانف (لنین) "LETI". - سنت پترزبورگ. : انتشارات دانشگاه الکتروتکنیکال سنت پترزبورگ "LETI"، 2006. - 127 p.

2. پردازش سیگنال دیجیتال: کتاب درسی. کمک هزینه برای دانشگاه ها / A.B. Sergienko؛ - سنت پترزبورگ. : پیتر، 2002. - 603 ص.

3. الگوریتم ها و پردازنده های پردازش سیگنال دیجیتال: Proc. کمک هزینه برای دانشگاه ها / A. I. Solonin، D. A. Ulakhovich، L. A. Yakovlev. - سنت پترزبورگ. : BHV-Petersburg, 2001. - 454 p.

چندی پیش، دوست Makeman توضیح داد که چگونه با استفاده از تجزیه و تحلیل طیفی، می توان برخی را تجزیه کرد سیگنال صوتیبه نت هایی که آن را تشکیل می دهند. بیایید کمی از صدا انتزاع کنیم و فرض کنیم که سیگنال دیجیتالی داریم که ترکیب طیفی آن را می‌خواهیم و کاملاً دقیق تعیین کنیم.

زیر برش بررسی کوتاهروشی برای استخراج هارمونیک از یک سیگنال دلخواه با استفاده از هتروداینگ دیجیتال و کمی جادوی فوریه خاص.

خیله خب پس ما چه چیزی داریم.
فایل با نمونه هایی از سیگنال دیجیتالی شده. مشخص است که سیگنال مجموعه ای از سینوسی ها با فرکانس ها، دامنه ها و فازهای اولیه آنها و احتمالاً نویز سفید است.

چه کنیم.
استفاده کنید تحلیل طیفیبه منظور تعیین:

• تعداد هارمونیک ها در سیگنال، و برای هر یک: دامنه، فرکانس (از این پس در زمینه تعداد طول موج در طول سیگنال)، فاز اولیه;
• وجود/عدم وجود نویز سفید و در صورت وجود، RMS آن (انحراف استاندارد).
• وجود/غیاب جزء ثابت سیگنال؛
• همه اینها در یک گزارش پی دی اف زیبا با بزک جک و تصاویر قرار داده شده است.

تصمیم خواهیم گرفت این وظیفهدر جاوا

مواد

همانطور که گفتم، ساختار سیگنال به وضوح مشخص است: مجموع سینوسی ها و نوعی مولفه نویز است. این اتفاق افتاد که برای تجزیه و تحلیل سیگنال های دوره ایدر عمل مهندسی، یک دستگاه ریاضی قدرتمند به طور گسترده ای مورد استفاده قرار می گیرد که معمولاً به آن اشاره می شود "تحلیل فوریه" . بیایید نگاهی گذرا به نوع حیوانی بیاندازیم.

کمی خاص، جادوی فوریه

نه چندان دور، در قرن نوزدهم، ریاضیدان فرانسوی ژان باپتیست ژوزف فوریه نشان داد که هر تابعی که شرایط خاصی را برآورده کند (تداوم در زمان، تناوب، ارضای شرایط دیریکله) را می توان به مجموعه ای گسترش داد که بعداً نام او را گرفت. - سری فوریه .

در عمل مهندسی، بسط توابع تناوبی در یک سری فوریه به طور گسترده استفاده می شود، به عنوان مثال، در مسائل تئوری مدار: یک عمل ورودی غیر سینوسی به مجموع سینوسی ها تجزیه می شود و محاسبه می شود. پارامترهای مورد نیاززنجیره ها، به عنوان مثال، با روش پوشش.

چند وجود دارد گزینه هابا ثبت ضرایب سری فوریه، فقط باید اصل را بدانیم.
بسط سری فوریه به شما امکان می دهد یک تابع پیوسته را به مجموع دیگر توابع پیوسته گسترش دهید. و در مورد کلی، این مجموعه بی نهایت عضو خواهد داشت.

یکی دیگر از پیشرفت‌های رویکرد فوریه، تغییر یکپارچه نام خودش است. تبدیل فوریه .
برخلاف سری فوریه، تبدیل فوریه تابع را نه بر حسب فرکانس‌های گسسته (مجموعه فرکانس‌های سری فوریه که در آن بسط انجام می‌شود، به طور کلی گسسته است)، بلکه بر حسب فرکانس‌های پیوسته تجزیه می‌کند.
بیایید نگاهی بیندازیم که چگونه ضرایب سری فوریه با نتیجه تبدیل فوریه که در واقع نامیده می شود، همبستگی دارند. طیف .
یک انحراف کوچک: طیف تبدیل فوریه - در حالت کلی، یک تابع پیچیده که توصیف می کند دامنه های پیچیده هارمونیک های مربوطه یعنی مقادیر طیف هستند اعداد مختلطکه مدول های آن دامنه فرکانس های مربوطه و آرگومان های آن فازهای اولیه متناظر هستند. در عمل، به طور جداگانه در نظر گرفته شده است طیف دامنه و طیف فاز .

برنج. 1. مطابقت سری فوریه و تبدیل فوریه در مثالی از طیف دامنه.

به راحتی می توان فهمید که ضرایب سری فوریه چیزی بیش از مقادیر تبدیل فوریه در زمان های گسسته نیست.

با این حال، تبدیل فوریه یک تابع زمان پیوسته و نامتناهی را با یک تابع دیگر با فرکانس پیوسته و بی نهایت مقایسه می کند - طیف. اگر تابعی از نظر زمان نامتناهی نداشته باشیم، بلکه فقط بخشی از آن را ثبت کنیم که در زمان گسسته است چه؟ پاسخ به این سوال این است پیشرفتهای بعدیتبدیل فوریه - تبدیل فوریه گسسته (DFT) .

تبدیل فوریه گسسته برای حل مشکل نیاز به پیوستگی و بی نهایت در زمان سیگنال طراحی شده است. در واقع، ما معتقدیم که بخشی از سیگنال بی نهایت را قطع می کنیم و این سیگنال را برای بقیه زمان صفر در نظر می گیریم.

از نظر ریاضی، این بدان معنی است که با داشتن یک تابع f(t) بی نهایت در زمان، آن را در مقداری تابع پنجره w(t) ضرب می کنیم، که در همه جا به جز بازه زمانی مورد علاقه ما ناپدید می شود.

اگر «خروجی» تبدیل فوریه کلاسیک تابع طیف باشد، «خروجی» تبدیل فوریه گسسته برابر است با طیف گسسته. و تعداد سیگنال های گسسته نیز به ورودی داده می شود.

خواص باقیمانده تبدیل فوریه تغییر نمی کند: می توانید در مورد آنها در ادبیات مربوطه بخوانید.

ما فقط باید در مورد تصویر فوریه سیگنال سینوسی بدانیم که سعی خواهیم کرد آن را در طیف خود پیدا کنیم. به طور کلی، این یک جفت تابع دلتا است که در حدود صفر فرکانس در حوزه فرکانس متقارن هستند.

برنج. 2. طیف دامنه یک سیگنال سینوسی.

قبلاً اشاره کردم که به طور کلی عملکرد اصلی را در نظر نمی گیریم، بلکه برخی از محصولات آن را با عملکرد پنجره در نظر می گیریم. سپس اگر طیف عملکرد اصلی- F(w) و W(w) پنجره‌دار، سپس طیف محصول، عملیات ناخوشایندی مانند پیچیدگی این دو طیف (F * W) (w) خواهد بود (قضیه کانولوشن).

در عمل، این بدان معنی است که به جای تابع دلتا، چیزی شبیه به این را در طیف خواهیم دید:

برنج. 3. اثر گسترش طیف.

این اثر نیز نامیده می شود گسترش طیف (تره طیفی انگلیسی). و سر و صدایی که در اثر گسترش طیف ظاهر می شود، به ترتیب، لوب های جانبی (انگلیسی sidelobes).
برای مبارزه با لوب های جانبی، سایر عملکردهای پنجره غیر مستطیلی استفاده می شود. ویژگی اصلی "کارایی" یک تابع پنجره است سطح لوب جانبی (dB). جدول محوریسطوح جانبی برای برخی از توابع رایج پنجره در زیر نشان داده شده است.

مشکل اصلی در کار ما این است که لوب های جانبی می توانند هارمونیک های دیگر را که در نزدیکی قرار دارند بپوشانند.

برنج. 4. طیف هارمونیک ها را جدا کنید.

می توان مشاهده کرد که هنگام اضافه کردن طیف های کاهش یافته، هارمونیک های ضعیف تر به نظر می رسد که در قوی تر حل می شوند.

برنج. 5. فقط یک هارمونیک به وضوح قابل مشاهده است. خوب نیست.

روش دیگر برای مبارزه با گسترش طیف این است که از سیگنال هارمونیک هایی که این گسترش را ایجاد می کنند، کم کنیم.
یعنی با تنظیم دامنه، فرکانس و فاز اولیه هارمونیک، می‌توانیم آن را از سیگنال کم کنیم، در حالی که «تابع مثلث» مربوط به آن و همراه با آن لوب‌های جانبی تولید شده توسط آن را حذف می‌کنیم. سوال دیگر این است که چگونه می توان پارامترهای هارمونیک مورد نظر را دقیقاً فهمید. گرفتن داده های مورد نظر از دامنه پیچیده کافی نیست. دامنه های پیچیده طیف توسط فرکانس های اعداد صحیح تشکیل می شوند، با این حال، هیچ چیز مانع از داشتن فرکانس کسری هارمونیک نمی شود. در این حالت به نظر می رسد دامنه پیچیده بین دو فرکانس مجاور تار می شود و فرکانس دقیق آن مانند سایر پارامترها نمی تواند تعیین شود.

برای تعیین فرکانس دقیق و دامنه پیچیده هارمونیک مورد نظر، از تکنیکی استفاده خواهیم کرد که به طور گسترده در بسیاری از شاخه های مهندسی استفاده می شود - ناهمسانی .

بیایید ببینیم اگر سیگنال ورودی را در هارمونیک پیچیده Exp(I*w*t) ضرب کنیم چه اتفاقی می‌افتد. طیف سیگنال با w به سمت راست تغییر خواهد کرد.
ما از این ویژگی با تغییر طیف سیگنال خود به سمت راست استفاده خواهیم کرد، تا زمانی که هارمونیک حتی بیشتر شبیه یک تابع دلتا شود (یعنی تا زمانی که نسبت سیگنال به نویز محلی به حداکثر برسد). سپس می‌توانیم فرکانس دقیق هارمونیک مورد نظر را به صورت w 0 - w het محاسبه کنیم و آن را از سیگنال اصلی کم کنیم تا اثر گسترش طیف را مهار کنیم.
تصویری از تغییر در طیف بسته به فرکانس نوسان ساز محلی در زیر نشان داده شده است.

برنج. 6. نوع طیف دامنه بسته به فرکانس اسیلاتور محلی.

ما مراحل توصیف شده را تکرار می کنیم تا زمانی که تمام هارمونیک های موجود را قطع کنیم و طیف ما را به یاد طیف نویز سفید نمی اندازد.

سپس، باید RMS نویز سفید را تخمین بزنیم. در اینجا هیچ ترفندی وجود ندارد: شما می توانید به سادگی از فرمول برای محاسبه RMS استفاده کنید:

آن را خودکار کنید

زمان آن رسیده است که استخراج هارمونیک ها به صورت خودکار انجام شود. بیایید یک بار دیگر الگوریتم را تکرار کنیم:

1. ما به دنبال یک قله جهانی از طیف دامنه، بالاتر از یک آستانه مشخص k هستیم.
1.1 اگر پیدا نشد، تمام کنید
2. با تغییر فرکانس نوسان ساز محلی، ما به دنبال چنین مقدار فرکانسی هستیم که در آن حداکثر نسبت سیگنال به نویز محلی در نزدیکی پیک به دست آید.
3. در صورت لزوم، مقادیر دامنه و فاز را گرد کنید.
4. از سیگنال یک هارمونیک با فرکانس، دامنه و فاز پیدا شده منهای فرکانس نوسانگر محلی کم کنید.
5. به نقطه 1 بروید.

الگوریتم پیچیده نیست و تنها سوالی که مطرح می شود این است که مقادیر آستانه ای را که بالاتر از آنها به دنبال هارمونیک ها می گردیم، از کجا می توان دریافت کرد؟
برای پاسخ به این سوال، باید سطح نویز را حتی قبل از قطع هارمونیک ها تخمین زد.

بیایید یک تابع توزیع بسازیم (سلام، آمار ریاضی)، که در آن آبسیسا دامنه هارمونیک ها خواهد بود، و مختصات تعداد هارمونیک هایی است که از همان مقدار آرگومان در دامنه تجاوز نمی کنند. نمونه ای از این تابع ساخته شده:

برنج. 7. تابع توزیع هارمونیک.

حالا بیایید یک تابع دیگر بسازیم - چگالی توزیع. یعنی مقادیر تفاوت های متناهی از تابع توزیع.

برنج. 8. چگالی تابع توزیع هارمونیک ها.

آبسیسا حداکثر چگالی توزیع، دامنه هارمونیک رخ داده در طیف است. بیشترین تعدادیک بار. بیایید برای مدتی از قله به سمت راست فاصله بگیریم و آبسیسا این نقطه را به عنوان تخمینی از سطح نویز در طیف خود در نظر می گیریم. اکنون می توانید خودکار کنید.

به کدی نگاه کنید که هارمونیک ها را در سیگنال تشخیص می دهد

ArrayList عمومی detectHarmonics() ( SignalCutter cutter = new SignalCutter(source, new signal(source)); SynthesizableComplexExponent heterodinParameter = new SynthesizableComplexExponent(); heterodinParameter.setProperty("frequency"، 0.0)enghetal) newsource(Signhetal) سیگنال heterodinedSignal = سیگنال جدید(cutter.getCurrentSignal()); طیف طیف= طیف جدید (هترودین سیگنال)؛ هارمونیک بین المللی; while ((harmonic = spectrum.detectStrongPeak(min)) != -1) ( if (cutter.getCuttersCount() > 10) RuntimeException جدید را پرتاب کنید ("نمی توان سیگنال را تجزیه و تحلیل کرد! پارامترهای دیگری را امتحان کنید."؛ دو برابر heterodinSelected = 0.0; دو سیگنال ToNoise = طیف< (0.5 + heterodinAccuracy); heterodinFrequency += heterodinAccuracy) { heterodinParameter.setProperty("frequency", heterodinFrequency); heterodinParameter.synthesizeIn(heterodin); heterodinedSignal.set(cutter.getCurrentSignal()).multiply(heterodin); spectrum.recalc(); double newSignalToNoise = spectrum.getRealAmplitude(harmonic) / spectrum.getAverageAmplitudeIn(harmonic, windowSize); if (newSignalToNoise >signalToNoise) ( signalToNoise = newSignalToNoise; heterodinSelected = heterodinFrequency; ) ) پارامتر SynthesizableCosine = new SynthesizableCosine(); heterodinParameter.setProperty("فرکانس"، heterodinSelected); heterodinParameter.synthesizeIn(heterodin); heterodinedSignal.set(cutter.getCurrentSignal()).multiply(heterodin); spectrum.recalc(); parameter.setProperty("amplitude"، MathHelper.adaptiveRound(spectrum.getRealAmplitude(harmonic))); parameter.setProperty("فرکانس"، هارمونیک - heterodinSelected); parameter.setProperty("phase"، MathHelper.round(spectrum.getPhase(harmonic)، 1)); cutter.addSignal(پارامتر); cutter.cutNext(); heterodinedSignal.set(cutter.getCurrentSignal()); spectrum.recalc(); ) return cutter.getSignalsParameters(); )

بخش عملی

من ادعایی ندارم که متخصص جاوا هستم و راه حل ارائه شده هم از نظر کارایی و مصرف حافظه و هم در کل فلسفه جاوا و فلسفه OOP ممکن است مشکوک باشد، هر چقدر هم برای بهتر شدن آن تلاش کنم. این در یکی دو شب نوشته شد، به عنوان اثبات مفهوم. کسانی که مایلند می توانند با آنها آشنا شوند کد منبعبر روی

5.1 سیستم ارتباطی

سیستم ارتباطی به مجموعه ای از وسایل و رسانه ها گفته می شود که انتقال پیام از فرستنده به گیرنده را تضمین می کند. در حالت کلی، یک سیستم ارتباطی تعمیم یافته با یک نمودار بلوکی نشان داده می شود.

شکل 1 - سیستم ارتباطی تعمیم یافته

فرستنده دستگاهی است که سیگنال ارتباطی را شناسایی و تولید می کند. گیرنده دستگاهی است که سیگنال ارتباطی دریافتی را تبدیل کرده و پیام اصلی را بازیابی می کند. تأثیر تداخل بر سیگنال مفید در این واقعیت آشکار می شود که پیام دریافت کرددر خروجی گیرنده با گیرنده ارسالی یکسان نیست.

یک کانال ارتباطی به عنوان یک مجموعه درک می شود دستگاه های فنیارائه انتقال مستقل این پیامبر خط مشترکارتباط در قالب سیگنال های ارتباطی مربوطه. سیگنال ارتباطی یک اختلال الکتریکی است که به طور منحصر به فرد پیامی را نمایش می دهد.

در شکل خود، سیگنال های ارتباطی بسیار متنوع هستند و نشان دهنده یک ولتاژ یا جریان متغیر با زمان هستند.

هنگام تصمیم گیری وظایف عملیدر تئوری ارتباطات، یک سیگنال با حجمی برابر با حاصل ضرب سه مشخصه آن مشخص می شود: مدت زمان سیگنال، عرض طیف، و مازاد بر میانگین توان سیگنال بیش از تداخل. در این مورد . اگر این مشخصه ها به موازات محورهای سیستم دکارتی منبسط شوند، حجم متوازی الاضلاع را بدست می آوریم. بنابراین محصول را حجم سیگنال می نامند.

مدت زمان سیگنال فاصله زمانی وجود آن را تعیین می کند.

عرض طیف سیگنال، بازه فرکانسی است که در آن طیف فرکانس محدود سیگنال قرار دارد، یعنی. .

کانال ارتباطی، به دلیل ماهیت فیزیکی خود، قادر است تنها سیگنال هایی را که طیف آنها در یک باند فرکانس محدود با محدوده مجاز تغییرات توان قرار دارد، به طور موثر عبور دهد.

علاوه بر این، کانال ارتباطی برای زمان بسیار مشخصی در اختیار فرستنده پیام قرار می گیرد. بنابراین، با قیاس با سیگنال در تئوری ارتباطات، مفهوم ظرفیت کانال معرفی می شود که توسط: ; .

شرط لازم برای ارسال یک سیگنال با حجم از طریق یک کانال ارتباطی که ظرفیت آن برابر است، یا است. مشخصات فیزیکی سیگنال را می توان تغییر داد، اما کاهش یکی از آنها با افزایش دیگری همراه است.

5.2.2 توان عملیاتی و نرخ بیت

پهنای باند - حداکثر سرعت ممکن انتقال اطلاعات. محدودیت پهنای باند به پهنای باند کانال و همچنین به نسبت بستگی دارد و با فرمول تعیین می شود. . این فرمول شانون است که برای هر سیستم ارتباطی در صورت وجود تداخل نوسانی معتبر است.

5.2.3 پاسخ فرکانس کانال

پاسخ فرکانسی یک کانال ارتباطی، وابستگی تضعیف باقیمانده به فرکانس است. تضعیف باقیمانده تفاوت بین سطوح ورودی و خروجی کانال ارتباطی است. اگر در ابتدای خط قدرت وجود داشته باشد و در انتهای آن - ، تضعیف در نپرها:

.

به طور مشابه برای ولتاژ و جریان:

; .

زمانی را در نظر بگیرید که مدت زمان سیگنال ارسالی برابر است تی، آ بالاترین فرکانسطیف است اف ام. به بیان دقیق، چنین شرایطی ناسازگار هستند، زیرا یک سیگنال با مدت زمان محدود بی نهایت است. دامنه ی وسیع. با این حال، تقریباً همیشه می توان خود را به در نظر گرفتن باند فرکانسی اکتفا کرد که انرژی اجزای طیفی فراتر از آن بسیار ناچیز است.

اجازه دهید زمان T (شکل 9.3) منتقل شود نشمارش می کند، و مطابق با قضیه کوتلنیکف، فاصله بین شمارش ها برابر انتخاب شد، سپس: و سری کوتلنیکف به صورت زیر خواهد بود:

عدد نتعداد درجات آزادی سیگنال است f(t)یا پایه سیگنال در نظر گرفتن این عدد به عنوان تعداد نمادهای سیگنال ارسال شده nبا استفاده از فرمول، می توانید مقدار اطلاعات ارسال شده در طول زمان را محاسبه کنید تی، اما برای این هنوز باید تعداد حالت های ممکن را تخمین زد متر، که در آن قابل تشخیص است سیگنال ارسال شده. این عدد به میزان تداخل در کانال ارتباطی بستگی دارد. اگر افزایش سیگنال کمتر از ولتاژ تداخل موثر (rms) باشد، رفع چنین افزایشی دشوار است. بنابراین، مقدار مربوط به توان تداخل با رابطه = به عنوان واحد درجه بندی سیگنال در کانال ارتباطی در نظر گرفته می شود. قدرت سیگنال در صورت وجود پیام منتقل شدهدر کانال است R s + R p، آ ولتاژ موثر اوه= سپس تعداد درجه بندی سیگنال ممکن برابر با (9.12) خواهد بود.

از این رو مقدار اطلاعات (با در نظر گرفتن n>>1) برابر است

مقدار I o گاهی اوقات حجم سیگنال نامیده می شود و به صورت موازی در یک سیستم مختصات سه بعدی نشان داده می شود (شکل 9.4). اگر رابطه (9.14) را در نظر بگیریم

ما گرفتیم نرخ انتقال اطلاعات. بدیهی است که برای انتقال عادی اطلاعات، توان عملیاتی کانال ارتباطی نباید کمتر از سرعت اطلاعات ورودی باشد، یعنی. نابرابری Sk≥S باید برآورده شود. هنگام انتقال اطلاعات الفبایی عددی، سیگنال ها کدگذاری می شوند، به عنوان مثال. نمایش آنها در قالب ترکیبی از پالس های با مدت زمان های مختلف. تشخیص کدهای یکنواخت و غیر یکنواخت. کد Baudot یکنواخت و کد مورس ناهموار به طور گسترده در دستگاه های ارتباطی استفاده می شود.

نمایش تقریبی سیگنال ها در محله کوتلنیکوف و خطاهای تقریبی.

اگر مشخص باشد که بیشتر انرژی سیگنال با یک طیف نامحدود در یک باند فرکانس محدود متمرکز است، با یک خطای خاص می توان چنین سیگنال هایی را با استفاده از یک سری محدود Kotelnikov نشان داد. به عنوان مثال، شکل نمایش یک پالس مستطیلی را با استفاده از دو و سه نمونه نشان می دهد. در حالت اول، سیگنال ها تا فرکانس در نظر گرفته می شوند. در حالت دوم، تا فرکانس . مدل های مربوط به چنین نمایشی به نظر می رسد:

و در مورد دیگر سه قرائت:

مطابق فرمول (1)، نمودار 1 در شکل ساخته شده است که درو طبق فرمول (2) - جدول 2.

با افزایش تعداد نمونه ها، دقت تقریب سیگنال توسط سری Kotelnikov افزایش می یابد.

یک سیگنال دلخواه با طیف نامحدود، زمانی که با یک سری کوتلنیکوف نشان داده شود، با سیگنالی با طیف نامحدود از نظر مقدار خطا متفاوت است. بنابراین، می توانیم بنویسیم که سیگنال اصلی است

که در آن سیگنال طیف محدود و سیگنال خطا است.

طیف این سیگنال ها با هم همپوشانی ندارند، بنابراین سیگنال ها متعامد هستند. و انرژی های آنها یعنی مربع های هنجارها جمع می شود: .

پشت اندازه گیری مطلقخطای تقریبی، فاصله ای برابر با هنجار سیگنال خطا گرفته می شود. با استفاده از روابط، می توان با یک طیف انرژی شناخته شده، توسط قضیه ریلی به دست آورد:

سیگنال باند باریک: نمایش به شکل پیچیده.

طیف سیگنال.

یک سیگنال باند باریک نامیده می شود که چگالی طیفی آن در یک باند فرکانسی محدود در نزدیکی یک فرکانس مرجع خاص متمرکز شده و شرط برقرار است. از نظر ریاضی، چنین سیگنالی را می توان نشان داد مدل های مختلفمثلاً یا .

یا به طور کلی برای ارائه سیگنال باند باریکاستفاده کنید ترکیب خطی:

تابع را دامنه درون فاز و تابع را دامنه مربعی می نامند. هر دوی این توابع نشان دهنده یک سیگنال فرکانس پایین (در مقایسه با) هستند. سیگنال های باند باریک را نیز می توان در نمایش داد فرم پیچیده:

مقدار (3) پوشش پیچیده سیگنال باند باریک نامیده می شود. نشان دادن اینکه نمایش واقعی (1) یک سیگنال باند باریک به نمایش مختلط توسط رابطه مرتبط است دشوار نیست:

با نقطه فیزیکیاز این منظر، سیگنال باند باریک را می توان به عنوان یک نوسان شبه هارمونیک در نظر گرفت که روش دامنه های پیچیده برای محاسبات قابل استفاده است. پوشش پیچیده یک سیگنال باند باریک همان نقشی را ایفا می کند که دامنه سیگنال ساده. نوسان هارمونیک. با این حال، بردار در حالت کلی بر روی صفحه مختلط نوسان می کند و در دامنه و موقعیت زاویه ای تغییر می کند.

اجازه دهید چگالی طیفی پوشش مختلط را نشان دهیم. سپس طیف سیگنال باند باریک برابر خواهد شد.

هر روز مردم با استفاده مواجه می شوند وسایل برقی. بدون آنها غیر ممکن است زندگی مدرن. پس از همه، ما در مورد تلویزیون، رادیو، کامپیوتر، تلفن، مولتی کوکر و موارد دیگر صحبت می کنیم. پیش از این، چند سال پیش، هیچ کس به این فکر نمی کرد که چه سیگنالی در هر دستگاه قابل اجرا استفاده می شود. اکنون کلمات "آنالوگ"، "دیجیتال"، "گسسته" مدتهاست شنیده می شود. برخی از سیگنال های ذکر شده با کیفیت و قابل اعتماد هستند.

انتقال دیجیتال بسیار دیرتر از آنالوگ مورد استفاده قرار گرفت. این به این دلیل است که نگهداری چنین سیگنالی بسیار ساده تر است و فناوری در آن زمان چندان بهبود نیافته بود.

هر فرد دائماً با مفهوم "گسستگی" روبرو است. اگر این کلمه را از لاتین ترجمه کنید، به معنای "ناپیوستگی" خواهد بود. با رفتن عمیق به علم، می‌توان گفت که سیگنال گسسته روشی برای انتقال اطلاعات است که بر تغییر زمان رسانه حامل دلالت دارد. دومی هر ارزشی را از همه ممکن می گیرد. اکنون پس از تصمیم گیری برای تولید سیستم ها بر روی یک تراشه، گسستگی در پس زمینه محو می شود. آنها یکپارچه هستند و همه اجزا به طور نزدیک با یکدیگر تعامل دارند. در گسستگی، همه چیز دقیقاً برعکس است - هر جزئیات کامل شده و از طریق خطوط ارتباطی خاص به دیگران متصل می شود.

علامت

سیگنال است کد ویژه، که توسط یک یا چند سیستم به فضا منتقل می شود. این عبارت کلی است.

در زمینه اطلاعات و ارتباطات، سیگنال حامل ویژه هر داده ای است که برای انتقال پیام استفاده می شود. می توان ایجاد کرد اما پذیرفته نشد، آخرین شرطلازم نیست. اگر سیگنال یک پیام باشد، "گرفتن" آن ضروری تلقی می شود.

کد شرح داده شده است تابع ریاضی. تمام تغییرات احتمالی پارامترها را مشخص می کند. در تئوری مهندسی رادیو، این مدل پایه در نظر گرفته می شود. در آن نویز آنالوگ سیگنال نامیده می شد. این تابعی از زمان است که آزادانه با کد ارسال شده در تعامل است و آن را تحریف می کند.

در این مقاله انواع سیگنال ها توضیح داده شده است: گسسته، آنالوگ و دیجیتال. تئوری اصلی در مورد موضوع مورد توضیح نیز به طور خلاصه ارائه شده است.

انواع سیگنال

چندین سیگنال موجود است. بیایید نگاهی به انواع آن بیندازیم.

1. توسط محیط فیزیکیحامل داده به اشتراک گذاشته شده است سیگنال الکتریکی، نوری، صوتی و الکترومغناطیسی. چندین گونه دیگر وجود دارد، اما آنها کمی شناخته شده اند.
2. با توجه به روش تنظیم، سیگنال ها به منظم و نامنظم تقسیم می شوند. اولی روش های انتقال داده قطعی هستند که توسط یک تابع تحلیلی مشخص می شوند. تصادفی ها به دلیل تئوری احتمال فرمول بندی می شوند و همچنین در بازه های زمانی مختلف مقادیری را به خود می گیرند.
3. بسته به عملکردهایی که تمام پارامترهای سیگنال را توصیف می کنند، روش های انتقال داده می توانند آنالوگ، گسسته، دیجیتال (روشی که سطح کوانتیزه می شود) باشند. آنها برای اطمینان از عملکرد بسیاری از وسایل برقی استفاده می شوند.

خواننده اکنون با انواع سیگنالینگ آشنا است. درک آنها برای هیچ فردی دشوار نخواهد بود، نکته اصلی این است که کمی فکر کنید و به خاطر بسپارید دوره مدرسهفیزیک.

چرا سیگنال در حال پردازش است؟

سیگنال به منظور ارسال و دریافت اطلاعات رمزگذاری شده در آن پردازش می شود. پس از استخراج، می توان از آن استفاده کرد روش های مختلف. در برخی شرایط، دوباره قالب بندی می شود.

دلیل دیگری برای پردازش همه سیگنال ها وجود دارد. این شامل فشرده سازی جزئی فرکانس ها (به طوری که به اطلاعات آسیب نرساند). پس از آن، فرمت شده و با سرعت کم ارسال می شود.

سیگنال های آنالوگ و دیجیتال از تکنیک های خاصی استفاده می کنند. به طور خاص، فیلتر کردن، پیچیدگی، همبستگی. آنها برای بازیابی سیگنال در صورت آسیب دیدگی یا نویز ضروری هستند.

ایجاد و شکل گیری

اغلب، یک مبدل آنالوگ به دیجیتال (ADC) برای تولید سیگنال مورد نیاز است. اغلب، هر دوی آنها تنها در شرایطی با استفاده از فناوری‌های DSP استفاده می‌شوند. در موارد دیگر، فقط استفاده از DAC مناسب است.

هنگام ایجاد کدهای فیزیکی آنالوگ با کاربرد بیشتر روش های دیجیتالبه اطلاعات دریافتی که از دستگاه های خاص منتقل می شود تکیه کنید.

محدوده دینامیکی

این به عنوان تفاوت بین سطح صدا بالاتر و پایین تر که در دسی بل بیان می شود محاسبه می شود. کاملاً به کار و ویژگی های اجرا بستگی دارد. این در مورد چگونگی است آهنگ های موسیقیو در مورد گفتگوهای معمولی بین مردم. اگر مثلاً گوینده ای را در نظر بگیریم که اخبار را می خواند، پس او محدوده دینامیکیحدود 25-30 دسی بل در نوسان است. و در حین خواندن یک اثر، می تواند تا 50 دسی بل افزایش یابد.

سیگنال آنالوگ

سیگنال آنالوگ یک روش پیوسته زمان برای انتقال داده است. نقطه ضعف آن وجود نویز است که گاهی اوقات منجر به از بین رفتن کامل اطلاعات می شود. اغلب اوقات چنین موقعیت هایی وجود دارد که نمی توان تعیین کرد که کد در کجا داده های مهم است و کجا تحریف های معمول وجود دارد.

به همین دلیل است که پردازش سیگنال دیجیتال محبوبیت زیادی پیدا کرده است و به تدریج جایگزین آنالوگ می شود.

سیگنال دیجیتال

سیگنال دیجیتال خاص است و با توابع گسسته توصیف می شود. دامنه آن می تواند مقدار مشخصی را نسبت به آنچه قبلا داده شده است، بگیرد. اگر سیگنال آنالوگ قادر به دریافت از مقدار زیادینویز، سپس دیجیتال بیشتر نویز دریافتی را فیلتر می کند.

علاوه بر این، این نوع انتقال داده، اطلاعات را بدون بار معنایی غیر ضروری منتقل می کند. چندین کد را می توان همزمان از طریق یک کانال فیزیکی ارسال کرد.

انواع سیگنال دیجیتال وجود ندارد، زیرا به عنوان جداگانه و روش مستقلانتقال داده ها این یک جریان باینری است. امروزه چنین سیگنالی محبوب ترین در نظر گرفته می شود. به سهولت استفاده مربوط می شود.

کاربرد سیگنال دیجیتال

یک سیگنال الکتریکی دیجیتال چه تفاوتی با سایرین دارد؟ این واقعیت که او قادر به انجام یک بازسازی کامل در تکرار کننده است. هنگامی که سیگنالی با کوچکترین تداخل وارد تجهیزات ارتباطی می شود، بلافاصله شکل خود را به دیجیتال تغییر می دهد. این به عنوان مثال، به یک برج تلویزیون اجازه می دهد تا سیگنالی را دوباره ایجاد کند، اما بدون اثر نویز.

در صورتی که کد از قبل با اعوجاج های زیاد وارد شود، متأسفانه نمی توان آن را بازیابی کرد. اگر ارتباطات آنالوگ را مقایسه کنیم، در یک وضعیت مشابه، یک تکرار کننده می تواند بخشی از داده ها را استخراج کند و انرژی زیادی صرف کند.

بحث کردن ارتباط سلولی فرمت های مختلف، با اعوجاج قوی در خط دیجیتالصحبت کردن تقریبا غیرممکن است، زیرا کلمات یا عبارات کامل شنیده نمی شوند. ارتباط آنالوگدر این مورد، موثرتر است، زیرا می توانید به گفتگو ادامه دهید.

به دلیل چنین شکست هایی است سیگنال دیجیتالتکرار کننده ها اغلب به منظور کاهش شکاف در خط ارتباطی تشکیل می شوند.

سیگنال گسسته

الان همه استفاده می کنند تلفن همراهیا نوعی "شماره‌گیر" در رایانه شما. یکی از وظایف دستگاه ها یا نرم افزارانتقال سیگنال است این موردجریان صدا برای حمل یک موج پیوسته، به کانالی نیاز است که داشته باشد توان عملیاتی سطح بالا. به همین دلیل تصمیم به استفاده از سیگنال گسسته گرفته شد. او نه خود موج، بلکه موج را ایجاد می کند نمای دیجیتال. چرا؟ زیرا انتقال از طریق فناوری (مثلاً تلفن یا رایانه) انجام می شود. مزایای این نوع انتقال اطلاعات چیست؟ با کمک آن، مقدار کل داده های ارسالی کاهش می یابد، و ارسال دسته ای نیز راحت تر سازماندهی می شود.

مفهوم "گسسته سازی" مدتهاست که به طور پایدار در کار استفاده می شود علوم کامپیوتر. به لطف چنین سیگنالی، اطلاعات غیر مستمر منتقل می شود که کاملاً رمزگذاری شده است شخصیت های خاصو حروف، اما داده ها در بلوک های خاص جمع آوری شده است. آنها ذرات مجزا و کامل هستند. این روش رمزگذاری مدتهاست که به پس زمینه منتقل شده است، اما به طور کامل ناپدید نشده است. با آن می توانید اطلاعات کوچک را به راحتی انتقال دهید.

مقایسه سیگنال های دیجیتال و آنالوگ

هنگام خرید تجهیزات، به ندرت کسی به این فکر می کند که چه نوع سیگنال هایی در این یا آن دستگاه استفاده می شود و حتی بیشتر در مورد محیط و طبیعت آنها. اما گاهی اوقات هنوز باید با مفاهیم سر و کار داشته باشید.

مدتهاست که مشخص شده است که فناوری های آنالوگ در حال از دست دادن تقاضا هستند، زیرا استفاده از آنها غیرمنطقی است. در عوض می آید ارتباطات دیجیتال. نیاز به درک چیست در سوالو آنچه بشریت رد می کند.

به طور خلاصه، سیگنال آنالوگ روشی برای انتقال اطلاعات است که به توصیف داده ها اشاره دارد. توابع پیوستهزمان. در واقع، به طور خاص، دامنه نوسانات می تواند برابر با هر مقداری باشد که در محدوده خاصی باشد.

پردازش سیگنال دیجیتال با توابع زمان گسسته توصیف می شود. به عبارت دیگر، دامنه نوسان این روش برابر با مقادیر کاملاً مشخص شده است.

با حرکت از تئوری به عمل باید گفت که سیگنال آنالوگتداخل معمولی با دیجیتال، چنین مشکلاتی وجود ندارد، زیرا با موفقیت آنها را "صاف" می کند. با توجه به فن آوری های جدید، این روش انتقال داده ها قادر است تمام اطلاعات اصلی را به تنهایی و بدون دخالت دانشمند بازیابی کند.

در مورد تلویزیون صحبت می کنیم، می توانیم با اطمینان بگوییم: انتقال آنالوگ مدت هاست که سودمندی خود را پشت سر گذاشته است. اکثر مصرف کنندگان به سمت سیگنال دیجیتال حرکت می کنند. عیب دومی این است که اگر انتقال آنالوگقادر به دریافت هر دستگاه، سپس بیشتر روش مدرن- فقط تجهیزات ویژه اگرچه تقاضا برای روش منسوخ مدت طولانی است که کاهش یافته است، با این وجود، این نوع سیگنال ها هنوز نمی توانند به طور کامل از زندگی روزمره ناپدید شوند.