Multiraten-Systeme Referenzen Taktratenänderungen sind in der DSV

Slides:



Advertisements
Ähnliche Präsentationen
Z-Transformation Die bilaterale Z-Transformation eines Signals x[n] ist die formale Reihe X(z): wobei n alle ganzen Zahlen durchläuft und z, im Allgemeinen,
Advertisements

Spektrale Analysen in EMU-R: eine Einführung
4. VIVA Kolloquium, Uni Dortmund, Feb. 2003
Zugehörigkeitsfunktion (Wahrheitsfunktion) m
Referat zum Thema: Soundkarte Von Julian Weger IT-Klasse 2482.
Elektronisch messen, steuern, regeln
Audioformate in der Unterhaltungselektronik
Audiorecording Audiobearbeitung Midisequenzing Denis Brueck WS 01/02.
Spektrale Analysen in EMU-R: eine Einführung Jonathan Harrington.
Berechnung von digitalen Signalen
Berechnung von digitalen Signalen Jonathan Harrington.
Spektrale Analysen in EMU-R: eine Einführung
BCD Ripple Carry Adder von Enrico Billich.
WS03/041 Binomial Queues Prof. Dr. S. Albers Prof.Dr.Th Ottmann.
Technische Informatik I (SS 2006) 1 Teil 5: Embedded Systems 5c: DSPs (Digitale Signal Prozessoren)
Faltung, Korrelation, Filtern
Datenverarbeitung in der Geophysik
Nichtperiodische Signale
Channel Select Filter Design beim Zero-IF UMTS Receiver
BLOCKSCHALTBILD TELE-LASER
Ein Seminar in Computer Grafik von Johannes Bochmann
MAKE SOME NOISE … von Perlin Noise zu Wavelet Noise
Kapitel 19 Astronomie Autor: Bennett et al. Unsere Galaxis, die Milchstraße Kapitel 19 Unsere Galaxis, die Milchstraße © Pearson Studium 2010 Folie: 1.
Analog-Digital Wandler
Normalformen Normalisieren Schlüssel
Multimediatechnik / Audio Dipl. -Ing. Oliver Lietz
Quaternionen Eugenia Schwamberger.
Digital Audio Medientyp digital audio representation
Digital Audio Medientyp digital audio representation
Komprimierung von Sprachdaten mit LPC10 auf einem dsPIC
Analog-Digital-Wandler
FIR- und IIR-Filter-Struktur
Übung zur Vorlesung Signalverarbeitung Einführung
Signal-Klassifizierung
Akustisches Herzschlag-
Stimulierzeugung in praat
Die Fourier-Analyse Durch die Fourier-Analyse wird ein Sprachsignal in Sinusoiden zunehmender Frequenz zerlegt, sodass wenn diese summiert werden, das.
Halfadder a =1 s & cout b.
SPSC – Signal Processing & Speech Communication Lab Professor Horst Cerjak, Markus Bürger Graz, 05/10/2007 SACD Super Audio CD (SACD) Präsentation.
Theorie Praktische Beispiele
Sprache (und Musik) am Computer Markus Höckner Mag. Helmut Caba.
Differenzengleichung (Beispiel)
Audioeffekte Equalizer Echofilter Flanging Chor Hall (Reverberation)
Herleitung DFT Spektrum zeitdiskretes Signal (periodisch) DFT IDFT
Analog-Digital Umsetzer NI USB 6009 Blockschaltbild
Theorie Praktische Beispiele
Eine Darstellung mit Bits
Sampling, Rekonstruktion
Funktionsgenerator auf PCI Karte
Kommunikationstechnik B Teil 2 – Digitale Modulationsverfahren
EFC 3600 Training V01 Carsten Kobusch
Audiowandlung und Formate
Mikrocomputertechnik ADC-P1-1-Quickie Prof. J. Walter Stand Januar Mikrocomputertechnik Jürgen Walter „ADC-Quickie“ A/D-Wandlung mit VC_2.
Sender- / Empfänger Architekturen
Kommunikationstechnik B Teil 3 – Signalverarbeitung
Digitale Bandpass Übertragung
EUI-64 Format. Die Interface-ID in einer IPv6 Adresse identifiziert ein einzelnes Endgerät an einem Link.
Komponenten für die Überwachung optischer Kenngrößen in Zugangsnetzen – (COMAN) Statusseminar , Stuttgart Jörg Hehmann September, 2007.
Komponenten für die Überwachung optischer Kenngrößen in Zugangsnetzen – (COMAN) Projekttreffen , Stuttgart Jörg Hehmann Juli, 2007)
Projektarbeit – SS08 Kai Aras
Analog-Digital-Wandler
Kapitel 7.12 OFDM-Modulation
Quellencodierung NTM, 2006/05, 9.3 Quellencodierung, Rur, 1 Referenzen [1]Proakis, Salehi, „Grundlagen der Kommunikationstechnik“, Pearson, [2]D.
Faltungscodes Vorteile
Stochastische Signale
Kapitel 4: Digitale Signale
Analog-Digital-Wandlung und Alesis ADAT-Schnittstelle Rudolf-Diesel-Fachschule Markus Vogl 12. März 2009.
Kapitel 6: UTF und Bodediagramm
Kapitel 5: Digitale Signale
Kapitel 6: Einführung in die DFT
 Präsentation transkript:

Multiraten-Systeme Referenzen Taktratenänderungen sind in der DSV DSV 1, 2005/01, Rur, Multirate, 1 Referenzen [1] Oppenheim et. al., „Zeitdiskrete Signalverarbeitung“, Pearson, 2004. [2] Kester, Editor, „Analog-Digital Conversion“, Analog Devices, 2004. Taktratenänderungen sind in der DSV manchmal unumgänglich (z.B. wegen verschiedener Normen) Audio-CD fs = 44.1 kHz, Audio-Studiotechnik fs = 48 kHz manchmal gewollt (z.B. bei der AD-DA-Umsetzung) dem Umweg DAC-ADC vorzuziehen einfacher, weniger Quantisierungsrauschen

Downsampling Abwärtstastung DSV 1, 2005/01, Rur, Multirate, 2 Abwärtstastung nur jeder N-te Sample von x[n] wird in y[m] kopiert N-fache Ratenreduktion von fos auf fs einfachste Form der (verlustbehafteten) Datenreduktion Matlab-Signal-Processing-Toolbox: downsample(x,N) fos fs = fos/N x[n] N y[m] = x[m·N] x[n] Tos y[m] Ts = N·Tos n m 3 6 9 1 2 3

digitales Antialiasing-Filter Dezimation DSV 1, 2005/01, Rur, Multirate, 3 Spektrum wird skaliert und quasi zusammengeschoben Bandbegrenzung vor dem Downsampling ! fs Skalierung Ts Dezimation Kaskadierung digitales Antialiasing-TP-Filter und Downsampler Matlab-Signal-Processing-Toolbox: decimate(x,N) default Chebyshev-1-TP 8. Ordnung mit fDB=0.8*(fos/2)/N oder FIR-Filter 30. Ordnung x[n] digitales Antialiasing-Filter N y[m] Dezimator

ADC mit Oversampling DSV 1, 2005/01, Rur, Multirate, 4 Verschiebung Antialiasing-Filter vom Analogen ins Digitale xa(t) x[n] v[n] TP ADC Antialiasing-Filter N y[m] einfach! fos IXa(f)I f digitales AA-Filter Tos·IX(f)I f fos Tos·IV(f)I f Downsampling fos Ts· IY(f)I f fs=fos/N

Dezimator-FIR-Filter DSV 1, 2005/01, Rur, Multirate, 5 nur jeder N-te Filterausgangswert muss berechnet werden x[n] Tos Tos Tos b0 b1 b2 b3 + N y[n] Verschiebung Downsampler N mal „schieben“, 1 mal Rechnen => N mal weniger MAC-Operationen pro Input-Sample! x[n] Tos Tos Tos N N N N b0 b1 b2 b3 + y[n]

Upsampling Aufwärtstastung DSV 1, 2005/01, Rur, Multirate, 6 Aufwärtstastung zwischen je zwei x-Samples werden N-1 Nullen eingefügt N-fache Ratenerhöhung von fs auf fos die fehlenden Abtastwerte werden interpoliert Matlab-Signal-Processing-Toolbox: upsample(x,N) fs fos = N·fs x[m] N x[m] Ts y[n] Tos=Ts/N m n 1 2 3 3 6 9

digitales Anti-Image-Filter Interpolator DSV 1, 2005/01, Rur, Multirate, 7 Das Spektrum ändert sich nicht beim upsampling! aber es entstehen N-1 images in der 1. Nyquistzone von Y(f) => digitales Anti-Image-Filter (Interpolationsfilter) erforderlich Ts·IX(f)I f fs 1. Nyquistzone NTos·IY(f)I digitales Anti-Image-Filter (Verstärkung N) image image f fos 1. Nyquistzone

digitales Antiimage-Filter Interpolator DSV 1, 2005/01, Rur, Multirate, 8 Kaskadierung Upsampler und digitales Anti-Imaging-TP-Filter Matlab-Signal-Processing-Toolbox: interp(x,N) xup[n] x[n] digitales Antiimage-Filter N y[n] xup[n] y[n] n n Tos Lineare Interpolation einfacher als Filterung mit gutem Anti-Imaging-TP-Filter (vgl. ZOH!) Interpolationsfilter H(f) = [sin(NπfTs)/sin(πfTs)]2/N gute Approximation, wenn Bandbreite X(f) << fs/2 h[n] (wenn N=5) y[n] x[1] n n Tos

FIR-Interpolationsfilter DSV 1, 2005/01, Rur, Multirate, 9 nur jeder N-te Filtereingangswert xup[n] ist von Null verschieden ! N Subfilter mit je N mal weniger Taps => N mal weniger MACs ! Beispiel: FIR-Interpolator mit 4 Taps und N=2 0 x[m] 0 x[m-1] x[m] 0 x[m-1] 0 x[m] 2 Tos Tos Tos Direkt- struktur b0 b1 b2 b3 b1·x[m] + b3·x[m-1] b0·x[m] + b2·x[m-1] + y[n] x[m] Ts Verschachtelung (mit fos) Poly- phasen- struktur b0 b1 b2 b3 + 2 + y[n] + Tos 2

DAC mit Oversampling DSV 1, 2005/01, Rur, Multirate, 10 Verschiebung Antiimaging-Filter vom Analogen ins Digitale xup[n] xupi[n] x[n] Antiimaging-Filter DAC (ideal) N TP xa(t) Verstärkung N einfach! fos Ts· IX(f)I f fs fos digitales AI-Filter NTos·IXup(f)I f fs fos analoges Post-Filter Tos·IXupi(f)I f fos IXa(f)I f

Matlab-Beispiele Dezimation Audiosignal von 48 kHz auf 8 kHz DSV 1, 2005/01, Rur, Multirate, 11 Dezimation Audiosignal von 48 kHz auf 8 kHz [x,fs,bits] = wavread('musical'); sound(x,48000); pause y=decimate(x,6); % fDB=3200 Hz sound(y,8000); Interpolation Audiosignal mit N=5 % Original mit fs=8192 Hz gong=load('gong'); x=gong.y; sound(x,8192); y=upsample(x,5); sound(y,5*8192); % Images hörbar! [y,b]=interp(x,5); sound(y,5*8192); % images nicht mehr hörbar % b enthält FIR-Interpolationsfilter

Rationale Ratenverhältnisse DSV 1, 2005/01, Rur, Multirate, 12 Ratenveränderung N1/N2 = fs2/fs1 Anti-Imaging und Anti-Aliasing-Filter zusammenfassbar Eckfrequenz fDB = min{ 0.5·fos/N1, 0.5·fos/N2 } fs1 fs2 Antiimaging- TP-Filter Antialiasing- TP-Filter x[n] N1 N2 y[n] fDB = 0.5·fos/N1 fDB = 0.5·fos/N2 Abtastfrequenz fos TP-Filter x[n] N1 N2 y[n]

Sigma-Delta-Wandler Vorteile und Nachteile DSV 1, 2005/01, Rur, Multirate, 13 Vorteile und Nachteile low-cost, hohe Auflösung (bis 24 Bit), low power limitierte Bandbreite (z.B. Audio bis 96 kSps) Einfache Basiselemente (komplexe Mathematik) Oversampling wegen Process Gain beim SNR Zusatznutzen: einfache analoge Anti-Aliasing-/Anti-Imaging-Filter Shaping des Quantisierungsrauschens im Spektrum Dezimation bzw. digitale Filterung und Downsampling DAC: Interpolation bzw. Upsampling und digitale Filterung Quantisierung (zur Erinnerung) sin-Vollaussteuerung N-Bit ADC: SNRsin [dB] = 6·N + 1.76 Effective Number Of Bits: ENOB = (SNReffektiv [dB] -1.76) / 6 SNReffektiv > SNRsin bzw. ENOB grösser (höhere Auflösung), wenn Quantisierungsrauschleistung verkleinert werden kann !

Funktionsprinzip Sigma-Delta-ADC DSV 1, 2005/01, Rur, Multirate, 14 Rauschleistung = q2/12 (rms-Wert) Q-Rauschleistungsdichte K mal kleiner K-faches Oversampling [2]

Blockdiagramm Sigma-Delta-ADC DSV 1, 2005/01, Rur, Multirate, 15 [2]

Wellenformen Sigma-Delta-Modulator DSV 1, 2005/01, Rur, Multirate, 16 4/8 oder binär 100 6/8 oder binär 110 [2]

Frequenzanalyse Sigma-Delta-Modulator DSV 1, 2005/01, Rur, Multirate, 17 [2]

Noise Shaping Sigma-Delta-Modulator DSV 1, 2005/01, Rur, Multirate, 18 [2]

Sigma-Delta-ADC 2. Ordnung DSV 1, 2005/01, Rur, Multirate, 19 [2]

SNR-Performance Sigma-Delta-ADC DSV 1, 2005/01, Rur, Multirate, 20 Beispiel AD1871 24-Bit, 96 kSps Sigma-Delta-ADC Second Order Multi-Bit Converter, 128-/64-faches Oversampling