索阅 100例 首 页| 资 讯| 下 载| 论 坛| 博 客| Webinar| 高 校| 杂 志| 会展| EETV| 百科| 问答| 电路图| 工程师手册| Datasheet

模拟信号

浏览2630次
什么是模拟信号Top

  主要是与离散的数字信号相对的连续的信号。模拟信号分布于自然界的各个角落,如每天温度的变化,而数字信号是人为的抽象出来的在时间上不连续的信号。电学上的模拟信号是主要是指幅度和相位都连续的电信号,此信号可以被模拟电路进行各种运算,如放大,相加,相乘等。
  模拟信号是指用连续变化的物理量表示的信息,其信号的幅度,或频率,或相位随时间作连续变化,如目前广播的声音信号,或图像信号等。
模拟信号与数字信号的区别Top

  (1)模拟信号与数字信号
  不同的数据必须转换为相应的信号才能进行传输:模拟数据一般采用模拟信号(Analog Signal),例如用一系列连续变化的电磁波(如无线电与电视广播中的电磁波),或电压信号(如电话传输中的音频电压信号)来表示;数字数据则采用数字信号(Digital Signal),例如用一系列断续变化的电压脉冲(如我们可用恒定的正电压表示二进制数1,用恒定的负电压表示二进制数0),或光脉冲来表示。 当模拟信号采用连续变化的电磁波来表示时,电磁波本身既是信号载体,同时作为传输介质;而当模拟信号采用连续变化的信号电压来表示时,它一般通过传统的模拟信号传输线路(例如电话网、有线电视网)来传输。 当数字信号采用断续变化的电压或光脉冲来表示时,一般则需要用双绞线、电缆或光纤介质将通信双方连接起来,才能将信号从一个节点传到另一个节点。
  (2)模拟信号与数字信号之间的相互转换
  模拟信号和数字信号之间可以相互转换:模拟信号一般通过PCM脉码调制(Pulse Code Modulation)方法量化为数字信号,即让模拟信号的不同幅度分别对应不同的二进制值,例如采用8位编码可将模拟信号量化为2^8=256个量级,实用中常采取24位或30位编码;数字信号一般通过对载波进行移相(Phase Shift)的方法转换为模拟信号。 计算机、计算机局域网与城域网中均使用二进制数字信号,目前在计算机广域网中实际传送的则既有二进制数字信号,也有由数字信号转换而得的模拟信号。但是更具应用发展前景的是数字信号。
模拟信号的数字传输Top

  图所示为一简单增量调制的仿真实验原理图。图中的话音信号源采用了一个高斯噪声源经过3KHz低通滤波器后的输出来模拟。调整图中的图符5的增益可以改变差值Δ的大小。在接收端,解调器未使用与本地解调器一致的电路,直接使用积分器解调输出。如果希望输出波形平滑,可在积分器和输出放大器之间加入一个低通滤波器,以滤除信号中的高频成分。所示是输入的模拟话音信号波形。是增量调制后的输出波形。为经过积分器解调后的输出波形。观察可以比较输入输出波形之间的失真。
  由理论分析可知,ΔM的量化信噪比与抽样频率成三次方关系,即抽样频率每提高一倍则量化信噪比提高9dB。通常ΔM的抽样频率至少16KHz以上才能使量化信噪比达到15dB以上。32KHz时,量化信噪比约为26dB左右,可以用于一般的通信质量要求。如果设信道可用的最小信噪比为15dB,则信号的动态范围仅有11dB,远远不能满足高质量通信要求的35-50dB的动态范围,除非抽样频率提高到100KHz以上采用实用价值。上述理论分析的结论读者可以通过改变仿真实验的信号抽样频率观察到。当抽样频率低于16KHz时,信号失真已十分明显,当抽样频率为128KHz时失真较小。
  改进ΔM动态范围的方法有很多,其基本原理是采用自适应方法使量阶Δ的大小随输入信号的统计特性变化而跟踪变化。如量阶能随信号瞬时压扩,则称为瞬时压扩ΔM,记作ADM。若量阶Δ随音节时间问隔(5一20ms)中信号平均斜率变化,则称为连续可变斜率增量调制,记作CVSD。由于这种方法中信号斜率是根据码流中连“1”或连“0”的个数来检测的,所以又称为数字检测、音节压扩的自适应增量调制,简称数字压扩增量调制。图9.20给出了数字压扩增量调制的方框图。
  数字压扩增量调制与普通增量调制相比,其差别在于增加了连“1”连“0”数字检测电路和音节平滑电路。由于CVSD的自适应信息(即控制电压)是从输出码流中提取的,所以接收端不需要发送端传送专门的自适应信息就能自适应于原始信号,电路实现起来比较容易。对于数字压扩增量调制感兴趣的读者可以在上述仿真实验的基础上加入连“1”连“0”数字检测电路和音节平滑电路,重新仿真并观察改善情况。


如果您认为本词条还有待完善,需要补充新内容或修改错误内容,请编辑词条     查看历史版本
开放分类
电脑    电子    电路    信息    传播    

参考资料
http://baike.baidu.com/view/38288.html?fromTaglist

贡献者
sylar    


本词条在以下词条中被提及:

关于本词条的评论共:(0条)
匿名不能发帖!请先 [ 登陆 ]