Upload
devlin
View
32
Download
1
Embed Size (px)
DESCRIPTION
Analog and Digital. 완소 3 조 . 1 등 : 박상섭 2 등 : 임승훈 3 등 : 박동민 4 등 : 문희연 5 등 : 박서연. Index. Sort of signals. Converting signals. Quantization. Sampling. Sort of signals. Converting signals. Discrete-time and continuous-amplitude signal. Sampling. Analog signal. 표본화. - PowerPoint PPT Presentation
Citation preview
1 등 : 박상섭2 등 : 임승훈3 등 : 박동민4 등 : 문희연5 등 : 박서연
Sort of signalsSort of signals
Converting signalsConverting signals
QuantizationQuantization
SamplingSampling
IndexIndex
Sort of signalsSort of signals
TimeAmplitude
Continuous(t∈R) Discrete(t∈I)
Continuous(A∈R)
Analog Signal Discrete time signal
Discrete(A∈I)
Discrete amp signal Digital signal
Converting signalsConverting signals
Analog signal
Discrete-time anddiscrete-Amplitude signal
(Digital signal)
SamplingDiscrete-time and
continuous-amplitude signal
Quantization
표본화
양자화
SamplingSampling
정현파정현파 (sinusoid)(sinusoid) 의 의 특성특성
P(x(t), y(t)) 라고 하면 x²(t) + y²(t) = 1 이므로x(t)=cosωt, y(t)=sinωt (ω=2πf, f=1/T)
- ω(angular velocity) [radian per second)- f(frequency) [Hz]- T(period) [sec]
SamplingSampling
정현파정현파 (sinusoid)(sinusoid) 의 의 특성특성
y=sint (T=2π)
y(rms) : 실효치 , 표준편차를
의미
일반적인 정현파일반적인 정현파
SamplingSampling
x(t)=Asin(ωt+ξ) = Asin(ωt)cos(ξ) + Acos(ωt)sin(ξ)
(T=2π, ξ=0.1729)
SamplingSampling
*모든 신호는 정현파의 합으로 표현될 수 있다 .
x₁(t)
tT 2T
x₂(t)
tT 2T
- f₁ : A₁sin2πf₁t+B₁cos2πf₁t (Fundamental freq.)
- f₂ : A₂sin4πf₁t+B₂cos4πf₁t…
- fn : Ansin(2nπf₁t)+Bncos(2nπf₁t) (Harmonics freq.)
SamplingSampling
An Bn 크기
A1 B1 100
A2 B2 60
… … …
A6 B6 0.8
A7 B7 0.001
… … …
f31 2 4 5 6 7
Bandwidt
h
::Frequency
spectrum::
모든 신호는 6 개의 정현파의 합으로거의 완벽하게 표현할 수 있다
최대주파수
SamplingSampling
T
단일주파수 신호가 아니라최소 ~ 최대 주파수 범위에 있는
여러 개의 주파수를 가짐( 대역폭 : 1f~6fHz)
Ex) ECG
P
Q
R
S
T P
Q
R
S
R-R
interval*주기를 알 수 있는 경우- Fundamental Freq. = 1/T
- RRI(T) = 1s
- f = 1Hz
- mf(max) = 100Hz-최소주파수 = 0.05Hz-BW : 0.05~100Hz
SamplingSampling
t
x(t
)
t
x’(t
)
ffm
ffm
※ sampling 횟수
- 최대주파수를 기준- 제일 빠른 신호를 잡음- Ts=1/2fm
Ex> 정현파의 경우 : 2
번
※ x’(t) 의 경우 x(t)
보다 자주 sampling
해야됨 .
QuantizationQuantization
+
=
Analysis빈도
확률 밀도함수 (pdf)
잡음의 크기
• μ=0 인 Gaussian 이라 가정 - N(μ,σ) : 평균이 μ, 표준편차 σ 인 확률분포
-
- σ 의 크기에 따라 그래프 변화
QuantizationQuantization
빈도확률 밀도함수 (pdf)
잡음의 크기
빈도
잡음의 크기
σ 가 큰 경우 σ 가 작은 경우
분산 확률(%)
-σ~+σ 68.3
-2σ~+2
σ95.5
-3σ~+3
σ99.7
-4σ~+4
σ99.99
-5σ~+5
σ
99.9999
QuantizationQuantization
*확률밀도함수 (pdf)
fμ μ+
σ
μ-σ μ+2
σ
μ-2σ
거의 모든 신호가 -4σ~+4σ 의 범위에서 존재함
QuantizationQuantization
t
s(
t)
t
n(
t)
s(t) : signal n(t) :
noise(random)
s(t) = Asinωt
Speak = A
Sp-p = 2A
Srms = A/√2
=Ps =
ni = N(0, σ)
ni(peak) =
4σ
ni(p-p) = 8σ
ni(rms) = σ
Pni = σ²
QuantizationQuantization
t
s(t)
△=2A/N=2A/2ⁿA
-A
N-bit 의 2 진수를 사용하여 결과를 표현하면 N=2ⁿ
nq = s(t0) – s[n]
(Quantization noise)
nq
(sampling
시 발생 )
P(nq)
1/△
-△/2 △/2μ(nq) = E{nq}
={σ(nq)}² = E{(nq-µq)²} =
△²/12 =
SNR (Signal to Noise SNR (Signal to Noise Ratio)Ratio)
- 단위 자체가 워낙 커서 log 를 취해준다 .
SNR (Signal to Noise SNR (Signal to Noise Ratio)Ratio)
- Signal - Noise
- SNRinput =
SNR (Signal to Noise SNR (Signal to Noise Ratio)Ratio)
- PPSS 유도과정유도과정
PS =
=
=
=
QuantizationQuantization
*효율적인 Quantization
n 을 충분히 크게 하고 , ni(rms)(=σ) 를 최대한 줄여야 함 .
( 클수록 좋음 )
ex> n=10 -> 약 60dB
60 = 20log(s/nq), s/nq = 10³ =
1000
( 노이즈가 입력신호의 1/1000)
σ=△ 가 될 때 가장 이상적
QuantizationQuantization
*σ=△ 가 될 때 가장 이상적인 이유
t
s(t)
△=2A/N=2A/2ⁿA
-A
△가 필요이상 (△<σni) 으로 작으면 불필요한 noise 값까지 세밀히 분석하게 됨 -> 출력 신호에 포함됨
추후에 DSP 에 의해 잡음을 줄일 계획일 때는 △를 σni 보다 작게 설정하여 분석
*σ<△ 을 사용할 때
△의 크기는 Digital signal 의 민감도와 관련(Quantization 을 거치면서 △의 크기보다 작은 범위의 변화는 무시됨 )
Why Digital?Why Digital?
- 거의 모든 신호에는 noise 가 포함
- Digital 의 경우 신호가 단순해 잡음구분이 용이
A
-A
t
A
-A
t
Noise
t
5V
0
5V
0 t
기준선