通信原理板块——抽样信号的量化

微信公众号上线,搜索公众号小灰灰的FPGA,关注可获取相关源码,定期更新有关FPGA的项目以及开源项目源码,包括但不限于各类检测芯片驱动、低速接口驱动、高速接口驱动、数据信号处理、图像处理以及AXI总线等
在这里插入图片描述
1、量化原理
(1)量化和量化电平
N个二进制数字码元表示抽样值大小,N个二进制码元只能代表M=2^N个不同的抽样值。将抽样值的范围划分为M个区间,每个区间用一个电平表示,共有M个离散电平,称为量化电平。用M个量化电平表示连续抽样值的方法称为量化
(2)量化信号的表达式
模拟信号的抽样值为m(kTs),其中Ts为抽样周期,k为整数
mq(kTs)表示量化后的量化信号值,q1,q2,…qi…
量化信号的表达式mq(kTs)=qi
其中mi-1≤m(kTs)≤mi
在这里插入图片描述
量化过程,是在量化器中完成的,量化器的输入信号为m(kTs),输出信号为mq(kTs)
在这里插入图片描述
2、均匀量化
M个抽样值区间是等间隔划分的,称为均匀量化
模拟抽样信号的取值范围在a和b之间,量化电平数为M,均匀量化是的量化间隔为△v=(b-a)/M
量化噪声——量化输出电平和量化前信号的抽样值,存在误差
信号量噪声比——信号功率与量化噪声之比
平均信号噪声比——S/Nq = M^2
在这里插入图片描述
量化器的平均输出信号量噪声比随量化电平数M的增大而提高
N每增加一位,量化信噪比就提高6dB
量化噪声Nq与量化间隔有关,当信号小时,信号量噪比也小,均匀量化器对于小输入信号很不利
3、非均匀量化
在非均匀量化时,量化间隔是随信号抽样值的不同而变化的
信号抽样值小时,量化间隔Δv也变小;信号抽样值大时,量化间隔Δv也变大
非均匀量化的实现方式:在进行量化之前,先将抽样值压缩,再进行均匀量化
压缩:将输入信号的取值范围压缩到量化范围内,把小幅度信号放大,把大幅度信号缩小,通常通过对数来实现压缩
扩张:在接收端,需要把经过压缩的信号还原成为压缩前的信号
在这里插入图片描述

首先,我们需要了解抽样的概念。抽样是指从连续时间信号中取出一系列离散时间的样本点,用来表示原信号。在通信系统中,为了方便传输和处理,通常会将连续时间信号进行抽样,得到离散时间信号后再进行数字化处理。 在 MATLAB 中,可以使用 `conv` 函数进行卷积运算。卷积运算是指对两个函数进行积分,并对其中一个函数进行翻转后得到的新函数。在信号处理中,卷积运算可以用于滤波、信号增强等方面。 以下是一个简单的 MATLAB 代码示例,用于对模拟信号进行抽样: ```matlab % 定义原始信号 t = linspace(0, 1, 1000); % 时间轴 x = sin(2 * pi * 5 * t); % 正弦信号 % 进行抽样 fs = 100; % 抽样频率 Ts = 1 / fs; % 抽样间隔 n = 0:Ts:1; % 抽样时间轴 xn = sin(2 * pi * 5 * n); % 抽样信号 % 绘制图像 subplot(2, 1, 1); plot(t, x); title('原始信号'); subplot(2, 1, 2); stem(n, xn); title('抽样信号'); ``` 这段代码中,首先定义了一个正弦信号 `x`,然后定义了抽样频率 `fs`,并计算出了抽样间隔 `Ts` 和抽样时间轴 `n`。最后,对原始信号进行抽样得到了离散时间信号 `xn`,并使用 `subplot` 函数绘制了原始信号抽样信号的图像。 需要注意的是,在进行抽样时,抽样频率需要满足奈奎斯特采样定理。即抽样频率必须大于原信号的最高频率的两倍,否则会出现混叠现象,导致信号失真。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小灰灰的FPGA

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值