Analóg "átjáró" "Going digital" is not a panacea [K. Self]

Hasonló dokumentumok
A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

ANALÓG-DIGITÁLIS ÉS DIGITÁLIS-ANALÓG ÁTALAKÍTÓK

V. Deriválható függvények

BIOMATEMATIKA ELŐADÁS

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

Elektronika Előadás. Digitális-analóg és analóg-digitális átalakítók

VII. A határozatlan esetek kiküszöbölése

Matematikai statisztika

Statisztika 1. zárthelyi dolgozat március 21.

Híradástechikai jelfeldolgozás

Az Informatika Elméleti Alapjai

Analóg-digitális átalakítás. Rencz Márta/ Ress S. Elektronikus Eszközök Tanszék

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 6. A MINTAVÉTELI TÖRVÉNY

Digitális jelfeldolgozás

SOROK Feladatok és megoldások 1. Numerikus sorok

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS

Interpoláció. Korszerű matematikai módszerek 2013.

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba

Híradástechikai jelfeldolgozás

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...

Informatika Rendszerek Alapjai

Híradástechikai jelfeldolgozás

Stabilitás Irányítástechnika PE MI_BSc 1

Folytonos idejű rendszerek stabilitása

Számítógépes irányítások elmélete

Mintavételezés és AD átalakítók

Fehérzajhoz a konstans érték kell - megoldás a digitális szűrő Összegezési súlyok sin x/x szerint (ez akár analóg is lehet!!!)

Kvantum párhuzamosság Deutsch algoritmus Deutsch-Jozsa algoritmus

Shift regiszter + XOR kapu: 2 n állapot

Fourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 5-7. ea ősz

2. gyakorlat Mintavételezés, kvantálás

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

1. A radioaktivitás statisztikus jellege

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Digitális jelfeldolgozás

Kutatói pályára felkészítı modul

10.M ALGEBRA < <

6 A teljesítményelektronikai kapcsolások modellezése

Előadó. Bevezetés az informatikába. Cél. Ajánlott irodalom. Előismeretek? Felmentés? Dudásné Nagy Marianna. csütörtök Bolyai terem

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő.

Digitális Fourier-analizátorok (DFT - FFT)

Méréselmélet és mérőrendszerek

X. ANALÓG JELEK ILLESZTÉSE DIGITÁLIS ESZKÖZÖKHÖZ

Matematika B4 I. gyakorlat

A matematikai statisztika elemei

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

Elektrokémiai fémleválasztás. Felületi érdesség: definíciók, mérési módszerek és érdesség-változás a fémleválasztás során

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

LOGO. Kvantum-tömörítés. Gyöngyösi László BME Villamosmérnöki és Informatikai Kar

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

1. Sajátérték és sajátvektor

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

Elsőbbségi (prioritásos) sor

Iványi László ARM programozás. Szabó Béla 6. Óra ADC és DAC elmélete és használata

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

Dr. Gyurcsek István. Példafeladatok. Helygörbék Bode-diagramok HELYGÖRBÉK, BODE-DIAGRAMOK DR. GYURCSEK ISTVÁN

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya

Fourier-sorfejtés vizsgálata Négyszögjel sorfejtése, átviteli vizsgálata

8.1. A rezgések szétcsatolása harmonikus közelítésben. Normálrezgések. = =q n és legyen itt a potenciál nulla. q i j. szimmetrikus. q k.

FELADATOK A KALKULUS C. TÁRGYHOZ

Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar. Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz. Halmazelmélet

ADATKONVERTEREK (az analóg "átjáró")

Ellenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz

Integrálás sokaságokon

Villamos jelek mintavételezése, feldolgozása. LabVIEW előadás

VÉLETLENÍTETT ALGORITMUSOK. 1.ea.

Komplex számok (el adásvázlat, február 12.) Maróti Miklós

Magas szintű optimalizálás

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):

Diszkrét matematika II., 3. előadás. Komplex számok

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?

kismintás esetekben vagy olyanokban, melyeknél a tanulóalgoritmust tesztadatokon szeretnénk

Villamos jelek mintavételezése, feldolgozása. LabVIEW 7.1

Informatikai eszközök fizikai alapjai Lovász Béla

A primitív függvény létezése. Kitűzött feladatok. határérték, és F az f egy olyan primitívje, amelyre F(0) = 0. Bizonyítsd be,

Analóg digitális átalakítók ELEKTRONIKA_2

ALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198.

Digitális szűrők - (BMEVIMIM278) Házi Feladat

Milyen elvi mérési és számítási módszerrel lehet a Thevenin helyettesítő kép elemeit meghatározni?

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

1. ábra. Repülő eszköz matematikai modellje ( fekete doboz )

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható

Informatika Rendszerek Alapjai

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

Analóg-digitál átalakítók (A/D konverterek)

Innen. 2. Az. s n = 1 + q + q q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha

Lab. gyak.: jelszintézis (Wfm Editor, ARBgen) és jelanalízis (DSO/FFT)

min{k R K fels korlátja H-nak} a A : a ξ : ξ fels korlát A legkisebb fels korlát is:

1. ALGORITMUSOK MŰVELETIGÉNYE

A tervfeladat sorszáma: 1 A tervfeladat címe: ALU egység 8 regiszterrel és 8 utasítással

A statisztika részei. Példa:

Kalkulus II., második házi feladat

Hangtechnika. Médiatechnológus asszisztens

2. Elméleti összefoglaló

Statisztika 1. zárthelyi dolgozat március 18.

1. Metrológiai alapfogalmak. 2. Egységrendszerek. 2.0 verzió

Átírás:

Fukcioális megosztás 3 Aalóg "átjáró" "Goig digital" is ot a paacea [K. Self] Az iformáció tárolás, feldolgozás, megjeleítés és átvitel digitális (D) formái ige előyösek; vaak azoba léyeges iformáció források és felhaszálások (érzékelők, beavatkozók; hag, kép), amelyek eleve aalóg 1 (A) természetűek A szükséges tartomáy váltás (az "átjárás") közvetle fizikai eszközei az ú. "adat"koverterek : az A/D és D/A átalakítók, és ezek gyakra domiása meghatározzák a digitális jelfeldolgozó redszer struktúráját, sajátságait. A bemeeti jeldigitalizáló (frot-ed, aalog-i-port, acqusitio, capture, measuremet) hozza létre a digitális formát: a jelet leíró umerikus mitákat, a kimeeti jelrekostruáló (back-ed, aalog-out-port, sythesis, exportig, geeratio) állítja vissza a jelalakot: az aalóg formát aalog IN AAF SHA AAF: Ati-Aliasig Filter SHA: Sample ad Hold Amplifier ADC: Aalog to Digital Coverter DSP: Digital Sigal Processor I/O: Iput/Output NRZ: No Retur to Zero ZOH: Zero Order Hold (register) DAC: Digital to Aalog Coverter AIF: Ati-Imagig Filter AAF: sávkorlátozó (elő)szűrő (hasomás szűrés) SHA: mitavevő ADC: A/D átalakító DSP: jel (umerikus mita) processzor ZOH: ullad-redű tartó (szakaszokét kostas iterpoláció) DAC: D/A átalakító AIF: rekostruáló (simító)szűrő (képmás szűrés) ADC DSP NRZ-mode DAC ZOH DSP samplig ADC DAC host iterface (digital I/O) AIF aalog OUT Mixed Aalog-Digital (MAD) sigal processig A megvalósítás (elsősorba az aalóg áramköri techológia) korlátait és az alkalmazások (külööse a specifikus jelek) eltérő igéyeit tükrözi az átalakítók sokfélesége. Alapvetőe eltérő a ézőpotja a redszer (jelfeldolgozó algoritmus) illetve áramkör (fizikai eszköz, techológia) tervezőek Az iterfész jellegéből adódóa, az adatkoverterek kevert (mixed) jelű eszközök; redszerbe itegrálásukat - a főkét digitális techológiát alkalmazó "beágyazott" változatokat (embedded coverter, macrocell ) - a megbízhatóság, ár, méret, fogyasztás és a teljesítőképesség javítása motiválja (és másolásuk is ehezebb) 1 Közkeletű mítosz, hogy az aalóg (amplitúdóba és időbe folytoos) jel midkét tartomáyba "végtele" felbotású (modell hipotézis); valójába a célszerű amplitúdó felbotásra határt szab a - haszos sávtól is függő - jel/zaj aráy, az idő felbotást pedig korlátozza az alkalmazott áramkörök átviteli képessége Köye zavarba is hozza a járatla felhaszálót az architektúrák és realizálások meglepő bősége, az elevezések (piaci hatást, techológiát ill. speciális alkalmazást is tükröző) változatossága és a gyors geeráció váltás. Segíti - a em köyű - eligazodást és optimális választást, ha tudjuk: "hogya teszi a dolgát" az átalakító

4 ADATKONVERTEREK A/D átalakítás (ADC): digitalizálás umerikus mita képzés Az A/D átalakítás három művelet: mitavétel, aráy kvatálás és kódolás együttese; az eredméy értékbe és időbe is diszkrét 3. Az x aalóg bemeet (jel, fizikai meyiség) és a N digitális kimeet (adat, umerikus mita) metrikai kapcsolata x + e = N x ahol x : mértékegység (aalóg referecia), x/ x : aráy (valós szám), N : mérőszám (egész), e : hiba (valós) Jelfolyam diagram (redszer szit, "fekete doboz") alapfukció: osztás és kerekítés (egyeletes, x felbotású skalár kvatálás) plusz műveletek: a mérőszám kódolása (fixpotos biáris kód): bit, és "beágyazott" mitavétel (véges az átalakítási idő; egyeletes, t = 1/f s időközök): f s gyakoriság aalóg jel (sigal) x mértékegység (referece) x i A/D átalakító (ADC) S Q C f s = 1/ t x mita gyakoriság (sample rate) umerikus mita (data) N i bit felbotás (resolutio) S: mitavevő (sampler) Q: kvatáló (quatizer) C: kódoló (coder) A kvatálás (diszkrét-amplitúdó) a potosságot, a mitavétel (diszkrét-idő) a sávszélességet korlátozza; a teljesítőképességet jól "méri" - és így az eszközök összehasolításához kiiduló adat lehet - az iformáció átviteli kapacitás (ITC: iformatio trasfer capacity): f s = t A két (alap)paraméter egyidejű javítása a gyakorlatba egymásak elletmodó követelméy (elvi - és ma még távoli - limit a "határozatlasági reláció", lásd 1.7 feladat). Jellegzetese eltérő kategóriát képviselek a fiom felbotású illetve a agy mitagyakoriságú átalakítók (lásd 4. oldal). Egy "uiverzális" átalakítótól az várható, hogy "ebből is egy kicsit, abból is egy kicsit" Általába x kostas és "beépített" ("oboard" referece). Ha speciálisa a referecia változhat - mit egy második (!) aalóg bemeet, a megevezés: aráymérő A/D (ratiometric ADC) 3 Az "amplitúdó-idő" kétdimeziós tér rácspotjaira törtéő leképzés az A/D átalakítás feladata. Az amplitúdó leképzési fukciót, szokásosa, traszfer karakterisztikával defiiáljuk (lásd 1.6 feladat). Ez az összefoglaló csak az egyeletes mitavétel és kvatálás esetét tárgyalja

Fukcioális megosztás 5 Kvatálás Determiisztikus, itervallumot (quatizatio cell) jelölő 4 művelet az egyeletes kvatálás, amely - természetéből adódóa - veszteséges iformáció kompresszió: "valós egész szám" leképzés ( kerekítés; "may-to-oe" mappig ) x/ x 1 tölcsér modell x i: x Q out: N = roud (x/ x) i: x/ x + e + out: N Hatása additív hibaforráskét tekithető: a hiba bemeet-függő, de tartomáya korlátozott x 1 1 e = N (, ) x Hibabecslés (a kvatálás elmélete) - determiisztikus: emlieáris leírás - statisztikus (sztochasztikusa lieáris modell): ha a jel amplitúdó eloszlásáak karakterisztikus függvéye (a sűrűségfüggvéy Fourier traszformáltja 5 ) korlátos - azaz véges tartójú - akkor az e hiba egyeletes amplitúdó eloszlású (a 1/,1/ tartomáyba) és spektrálisa fehér zaj (a Nyquist sávba: az f s / tartomáyba), az aktuális bemeettől függetleül ( kvatálási tétel 6 ) A teljes zaj teljesítméy - az amplitúdó eloszlás variaciája (szóráségyzete) ( x) P Q = 1 em függ az f s mitavételi frekveciától, és visszaállíthatók (!) a bemeet átlagos jellemzői (a várható értékek, mit pl. az átlagérték vagy szórás) Megjegyzés: általáosa a kvatálás az adat-kompresszió elmélete és gyakorlata; speciáliasa A/D átalakításál a "fix-felbotású, skalár (egyedi miták)" eset alapvető. A leképzési szabály megadása vagy optimalizálása redszer tervezési feladat. A roud( ) művelet (a "legközelebbi társ" szabály) pl. ige praktikus eljárás: az itervallumot (code bi) jelölő idex maga a kód (biary ecoder). A megvalósítás az eszköz tervező dolga 4 Nem tudjuk tehát potosa (hiba-metese), hogy a kimeő kódot melyik aktuális bemeő érték geerálta ( fuzzy iput), a umerikus mita - ideális esetbe is - csak az aráy közelítő értéke 5 Ahogya a mitavétel leírása a traszformált ( spektrum) tartomáyba szemléletes, hasolóa a kvatálás átlagos (statisztikai) hatásáak becslése is "tartomáy-váltással" ( a karakterisztikus függvéyt haszálva) hatékoy 6 Praktikusa ige jó becslés a kvatálási tétel, ha "a bemeet elegedőe összetett (spektrumú) jel és megfelelő a mitagyakoriság, kielégítő a felbotás" ( közel korrelálatla mita hibák). Ige rossz a becslés pl. egyszerű periódikus, kis-szitű (durva felbotású) jel vagy kostas jel eseté

6 ADATKONVERTEREK Kódolás Fixpotos, biáris kód: bit 7 (felbotás korlát!) A biáris pot helyétől függőe a umerikus mita értelmezése (változatlaok a bit értékek) i N = bi = bi i= 1 i= 1 i = ahol b i = 0,1 a bit értéke, 0 N < egész szám, és 0 q < 1 tört szám (ormalizált adat); a választott futó idex: i = 1 MSB (és i = LSB) q Jobbra igazított (RJ: right justified) adat: EGÉSZ N : Legagyobb helyértékű bit (MSB: most sigificatbit ) Legkisebb helyértékű bit (LSB: least sigificat bit )... b 1 b b q : Balra igazított (LJ: left justified), ormalizált adat: TÖRT szám Az átalakító véges szóhossza miatt, telítésmetes működéshez ( a hiba: e <1/), korlátozott az aalóg bemeet - a leképzés - tartomáya A/D algoritmus ( = osztási algoritmus, lásd 46. oldal): bit keresés (1) 1 (vagy több) lépés: word (partial word: character)-at-a-time () lépés (biáris keresés): bit-at-a-time (3) max lépés (lieáris keresés, számlálás): level-at-a-time Megjegyzés: elvileg egyetle A/D módszer is elegedő lee (optimális: 1 lépés 'brute-force full search', ickame: 'flash'). Praktikus okok - a realizálások (a techológiák) korlátai és az alkalmazások speciális igéyei - miatt szükséges külöféle A/D eljárások kidolgozása A több lépéses (szekveciális) algoritmusok komplexitását csökket(het)i az előző lépésbe yert iformáció kihaszálása (sőt, a hardver elemek agy része akár újra is haszálható lépésről lépésre). Az átalakítás sebessége (a mita[szó]-gyakoriság: word rate) azoba fordítva aráyos a lépések számával. Fokozatokét aalóg memória közbeiktatásával, párhuzamosítható az egyes fokozatok műveletvégzése (aalog pipeliig), így csak egy fokozat 8 korlátozza az átalakító átviteli képességét (word-rate) - a kezdeti terjedési késleltetés (latecy) persze megmarad 7 A bit-szám () - digit-szám (d, decimális kód) "ekvivalecia" a = 10 d összefüggésből számítható 8 a fokozatok külöböző (!) - egymást követő - mitákat kezelek, a módszer tehát folyamatos mitavételezésél öveli radikálisa a mitagyakoriságot

Fukcioális megosztás 7 Mitavétel From a coverter poit of view, performace is divided ito Nyquist zoes [B. Brao] Periódikus spektrumot, f s =1/ t egész többszörösei cetrummal megjeleő képmásokat (images) eredméyez az egyeletes mitasorozatot produkáló pillaatérték(pot)-mitavétel, amely megfordítható (elméletileg) - a művelet veszteségmetes, ha a jel sávkorlátozott ( mitavételi tétel ) Nem lép fel spektrum átlapolódás, ha a bemeet sávja kisebb f s /-él (Nyquist-zóa); a Nyquistszabály megsértése hasomás kompoesek fellépésével jár (aliasig, lásd 4.4 feladat) sávkorlátozás F folytoos idő x(t) hasomás szűrő (AAF) S diszkrét idő x i f s = 1/ t... folytoos idő visszaállítás I képmás szűrő (AIF) x(t) pot - mitavétel: x i = x(t) t = i. t, i = 0, 1,... F: elő-szűrő (pre-filter) S: mitavevő (sampler) I: iterpoláló (iterpolator), A mitapotok közötti érték visszaállítás (mitasűrítés, iterpoláció) algoritmusa 9 : i= t x ( t) = xi SINC i, ahol i= t si(π y) SINC( y) = πy és eek (az időtartomáybeli kovolúcióak) megfelelő aalóg hardver eszköz (a frekvecia tartomáyú szorzás): ideális aluláteresztő szűrő (AIF). Véges mitaszám eseté koheres mitavétel - periódikus jel egész (J) számú periódusából vett egész (M) számú mita ( M periódicitású mita-sorozat) - ad perfekt visszaállítást Gyakorlati okok, pl. a bemeeti sávkorlátozó (AAF) illetve a visszaállító (rekostruáló, AIF) aalóg szűrő realizálása miatt célszerű eyhe "túl"mitavételezés (a Nyquist korlátot meghaladó mitagyakoriság), ilye esetbe pl. diszkrét-idejű szűrő, vagy akár digitális szűrő is eyhítheti az aalóg szűrő követelméyeit (ozero-width trasitio bad). A mitagyakoriság helyes megválasztása a feldolgozó algoritmus(ok) ismeretét is megköveteli, maga a mitavételi tétel a jelalak (hullámforma) visszaállítására ad kötést (lásd 1.3a feladat) Megjegyzés: számos esetbe külső, a "beágyazott" mitavételt kiváltó - és a matematikai (pot) mitavételt agy hűséggel megvalósító - "igazi" mitavevőt (SHA: sample ad hold amplifier) vagy követő/tartót (THA: track ad hold amplifier) kell alkalmazi (aalóg memória). Egyszerűsíti az alkalmazók dolgát az A/D átalakítóval egybeépített mitavevő (samplig ADC) 9 Egy (pot)mita "hozzájárulása" a jelhez: mita-középpotú, a mitával skálázott és a mitagyakorisághoz illesztett (a többi mita helyé zérus értékű) SINC függvéy. A SINC iterpoláció ( "végtele összegzés" ) helyett a gyakorlatba közelítő ( pl. szakaszokét kostas, vagy lieáris, splie, csokított SINC ) visszaállítást alkalmazuk

8 ADATKONVERTEREK D/A átalakítás (DAC): rekostrukció jel(alak) visszaállítás A D/A átalakítás két művelet: tartás és hibrid szorzás együttese; az eredméy időbe folytoos. A N digitális bemeet (adat, umerikus mita) és az x 0 aalóg kimeet (jel, fizikai meyiség) metrikai kapcsolata ( x) x0 = N x = bi i i= 1 ahol x : mértékegység (aalóg referecia), N : mérőszám (egész, fixpotos biáris kód: b i = 0,1 a bit értéke) - bites adat Jelfolyam diagram (redszer szit, "fekete doboz") alapfukció: hibrid szorzás ("oe-to-oe" mappig, poit map) plusz művelet: egyszerű tartás (diszkrét folytoos idő átalakítás; egyeletes t = 1/f c időközök), f c gyakoriságú adatokból umerikus mita (data) N bit felbotás (resolutio) D/A átalakító (DAC) H f c = 1/ t M adatfrissítési gyakoriság (update[clock] rate) x mértékegység (referece) x o aalóg jel (sigal) H: tartó (hold) M: szorzó (multiplier) D/A algoritmus ( = szorzási algoritmus, lásd 43. oldal): referecia övekméy összegzés (1) párhuzamos: word-at-a-time (sigle clock cycle) () soros (szekveciális): bit-at-a-time Megjegyzés: az ideális D/A hibametes; viszot a bemeő adat kvatálási hibát tartalmaz(hat): "beágyazott" kvatálás (pl. az ideális A/D D/A pár átvitele: x roud(x/ x), tehát az A/D átalakító miatt iformáció veszteséges), az egyszerű tartás - azaz kostas iterpoláció - pedig kompezálható spektrum csillapítást okoz Általába x kostas és "beépített" ("oboard" referece). Szorzó D/A (MDAC: multiplyig DAC) a megevezés, ha speciálisa a referecia változhat (rögzített bittel a x = X érték módosítható: aalóg jelet skáláz az átalakító, lásd 1. feladat)

Fukcioális megosztás 9 Bipoláris D/A (bipoláris adat: "két-egyedes szorzó") (a) Az uipoláris D/A kimeete, bites umerikus mita eseté N xo = N x = ( x) = q X és a biáris pot helyétől függ az adat (0 N < egész szám, illetve 0 q < 1 tört szám 10 ) és az aalóg referecia ( x felbotás, illetve X = x tartomáy) értelmezése A választott véges aalóg tartomáy (X : full scale) és szóhossz ( bit) értékkel "kiadódik"(!) a x = felbotás (mértékegység, lásd 1.5 feladat), ahol X virtuális szit (a kimeete, mert q < 1), a kimeet valódi maximális értéke (N max = -1 bemeetél) 1 x0 max = X x = X 1 (b) Bipoláris D/A egyszerű aalóg szit-eltolás ("MSB offset") művelettel realizálható 11, és csak az adat kódolást kell "újra"értelmezi X umerikus mita (data) q bit felbotás (resolutio) uipoláris D/A: 0 bipoláris D/A: -X / 0 X / tartomáy (full scale) X bipoláris D/A uipoláris D/A x 0 eltolás (offset) + - X / x B X aalóg jel (sigal) x 0 x B kód-értelmezés: q : b 1 b b 3... b q : d 0 < d < 1 A bipoláris D/A kimeete, adat-bit bemeettel x B = x 0 X X = q X = ( b 1 X + d) X = (( b 1 X 1) + d) és az "előjel"bit (b 1 = MSB) értékétől függőe (1) b 1 = 1 x B = d (X /)... pozitív () b 1 = 0 x B = - (1 - d) (X /)... egatív vagyis a (digitális aritmetikába is) szokásos komplemes (bipoláris) kódú adat szükséges, de fordított előjelbit értékkel (egyszerű MSB ivertálás) offset kód 10 A tört számmal való szorzást tekithetjük "referecia (meg)osztáskét" is 11 Ritkább típus az "előjel és abszolút-érték" kódolású adat átalakító ("sig - magitude" coverter)

10 ADATKONVERTEREK Tartás Rekostrukcióál, a mitapotok közötti értékek becslésére : a diszkrét folytoos idő átalakításra ( udo samplig), kézefekvő és egyeletes f c gyakoriságú adatfrissítés eseté ige praktikus módszer a szakaszokét kostas iterpoláció (tartás, ZOH: zero-order hold), amelyet egyszerű hardver eszköz: digitális regiszter realizál Ez az NRZ: o-retur-to-zero ("lépcsős" hullámformát geeráló) üzemmód em tüteti el (em "szűri ki") a képmásokat, csak "burkoló"(roll-off) típusú spektrum csillapítást ad (sajos a haszos sávba is, tehát torzítást okoz) si x x, ahol x = π formával ( t = 1/f c a tartási idő); f c egész számú többszöröseiél zérusok (éles "leszívások") lépek fel és közel -4dB a csillapítás Nyquist (f = f c /) frekveciá Rövidítve a tartási időt, az ú. RZ: retur-to-zero("pulzus" hullámforma) üzemmódba, csökkethető az alapsávi spektrum Nyquist-frekvecia közeli csillapítása. Például, az egyszerűe realizálható HOH: half-order hold ( t/ tartási idő) eseté a burkoló zérusai f c többszöröseiél adódak és csak -1dB az amplitúdó változás az alapsávba. Viszot kisebb a haszos sávo kívüli (out-of-bad) csillapítás, változatla (jel)amplitúdó mellett pedig lecsökke a teljesítméy - ez korrigálható, kostas (gai) spektrum csökkeést okoz Megjegyzés: a "lépcsős" (vagy véges szélességű "pulzus") hullámforma üzemmód megoldja azt a gyakorlati problémát, hogy elvileg pot(pillatérték)-mitákat igéyele a visszaállítási (iterpolációs) algoritmus. (Numerikusa persze számolhatuk zérus-szélességű mitával, praktikusa azoba csak véges-szélességű mita realizálható.) A haszos sávba okozott spektrum csillapítás "iverz six/x" szűrővel kompezálható az aalóg tartomáyba - pl. összevova az "igazi" képmás (rekostruáló) szűrővel, vagy akár előzetese is elvégezhető a korrekció a digitális tartomáyba (digitális előtorzítás ) f f c DSP NRZ mód DAC iverz six/x AIF f c = 1/ t NRZ csillapítás kompezálás képmás szűrés aalóg szűrő

Fukcioális megosztás 11 Feladatok - 1 1.1 RZ (retur-to-zero: "RZ") módú D/A átalakító. Vezessük le a fellépő amplitúdó-spektrum csillapítás frekvecia függését, legye a tartási idő értéke: τ ( t ). Szemléltessük a speciális ZOH ("NRZ mode"): τ = t és HOH ("zero stuffig"): τ = t/ eseteket. És mi a helyzet a fázissal? Megjegyzés: a tartás traszfer függvéyéek t szorzó faktora és az egyeletese mitavételezett diszkrét idejű jel spektrumáak 1/ t szorzó faktora kiejti (!) egymást (ezért ettől eltekithetük) 1. Szorzó D/A (MDAC) átvitele. Az értelmezést segíti az alábbi két ábra [D. Sheigold, 197], a bemeet 4 adat-bit: KÉT-egyedes szorzó D/A (Q MDAC) NÉGY-egyedes szorzó D/A (4Q MDAC) Y ( ) : jel kimeet, X ( ) : bipoláris adat, a fix referecia: pozitív ( vagy egatív értékű) Y ( ): jel kimeet, X ( ): bipoláris aalóg jel bemeet, a "paraméter" (gai) : komplemes kódú bipoláris adat A két-egyedes (Q: -quadrat) traszfer karakterisztika két külöálló (!) esetet szemléltet egy ábrá. A égy-egyedes (4Q) eszköz aalóg jelet skáláz (programozható csillapító): változó, bipoláris aalóg jel helyettesíti a fix refereciát, átfogva a teljes (itt ±10 V) tartomáyt. Miért aszimmetrikus az átvitel (pl. pozitív refereciáál virtuális "+ Full Scale")? 1.3 (a) Kotrollált alulmitavételezés ("keskeysávú" mitavételi tétel). Legye a bemeő jel spektruma az (f L, f H ) tartomáyba: B = f H - f L a haszos sáv ( f H > f L ). Igazoljuk, hogy átlapolás-metes (aliasig free) spektrumhoz a mitavételi gyakoriság (f s ) értéke f H f s f H < < 1, ahol f H 1 k truc k B B k 1 B B k egész szám és truc( ) az egész rész függvéy. Az alapsávba egyees vagy fordított állással jeleik meg az eredeti rész-sáv, attól függőe, hogy páratla vagy páros Nyquist zóába esik-e. Miért? ("Hagyomáyos" mitavételi tétel: k = 1.) Grafikusa szemléltessük ( Y ( ) : f s /B, X ( ) : f H /B ) az összetartozó ( f s /B, f H /B 1 ) értékpárokat (területek!), a paraméter: k ( = 1,, 3...) (b) Periódikus jel idő-skálázása (harmóikus kompoesek sorred-tartó és aráyos áthelyezése az alapsávba: frekvecia kompresszió). Mutassuk meg, hogy egy f m = m (f s + δ), m = 1,... kompoesekből álló jelet f s gyakorisággal (alul)mitavételezve, az alapsávi frekvecia szegmesből az idő-skálázott (1/δ periódusú) eredeti jelforma visszaállítható

1 ADATKONVERTEREK 1.4 A kvatáló mit zajforrás. A véges szóhossz hatását illusztrálja agyjelű sziusz (sigle toe) jelre a agy potosságú umerikus szimuláció ( "saját torzítás") és egy = 1 bites kvatáló spektruma: Relative level (dbv) 0 50 100 150 00 50 300 Mathcad (15 digit), 4K FFT jel?? Relative level (dbv) 0 50 100 150 00 50 300 = 1 bit, 4K FFT jel 350 0 0.1 0. 0.3 0.4 0.5 350 0 0.1 0. 0.3 0.4 0.5 Numerical frequecy (f/fs) Numerical frequecy (f/fs) A Mathcad 15 decimális számjegyre potos, ez háy bittel ekvivales? (Feltéve, hogy az FFT-bi értékekre egyformá oszlik el a kvatálási zaj teljesítméy, meyi a "zaj küszöb": egy bi átlagos jel/zaj aráya? Lásd pl.: 4.5(b) feladat.) A spektrális képet, a spektrum-átlapolódás (aliasig) miatt, az aktuális umerikus frekvecia értéke is jeletőse befolyásolja; pl. f/f s = 1/4 (és zérus fázis) eseté ics (!) torzítás, miért? 1.5 Az adatkoverterek felbotása (LSB). A legkisebb helyérték "súlya" többféle módo is megadható: bit-szám X % x = ( ) (állapot-szám) 1 ppm db 100 (X = 10 V) 9.77 mv 0.098 977 10 104-60 ( 10 mv ) ( 0.1 ) ( 1000 ) 16 65536 153 µv 0.0015 15-96 Készítsük teljes táblázatot ( =, 4... 4). Milye értékek adódak X = V eseté? (Összevetéshez: mekkora a termikus zaj-feszültség, ha f = 0 KHz, R = 600 Ω, T = 73+7 K? Lásd még 5. oldal) 1.6 Bipoláris A/D átvitele. = 4 adat-bit mérőszám (N, komplemes ill. offset kód), roud ( ) kvatáló és X teljes aalóg tartomáy esetére adjuk meg grafikusa az átalakítót jellemző traszfer ( Y ( ) : N, X ( ) : x/ x ) és hiba ( Y ( ) : e, X ( ) : x/ x ) karakterisztikát. (Lieárisa változó bemeetre milye a válasz?) Meyi az itervallum-átváltások (határ-potok) száma? Mekkora a legszélső, em kétszerese határolt itervallumok véges átváltási(határ)-potjaiak értéke? Telítésmetes működéshez ( e < 1/ ) mekkora lehet a bemeő sziuszos jel maximális amplitúdója, és milye amplitúdóra "vak" a kvatáló? 1.7 Korlát a diamika ( ) és mitagyakoriság (f s = 1/ t) szorzatra ("határozatlasági reláció"). A limit: E τ > h / π, ahol E = (( x/) /R) ( t/) a legkisebb, még felbotható jel (a fél-lsb) eergiája és x = U /, τ = t/ (a mita-periódus fele), h = 6.6617 10-34 Ws Plack álladó [B. Walde, 1999]. Mutassuk meg, hogy ilye feltétellel és U = 1 V, R = 50 Ω értékekkel ( U / 4) / R 15 f < = 3.44 10 [1/s] s h / π Mekkora a mitagyakoriság-korlát "jóslás" = 1 bites átalakítóál?