양자화 에러는 어떻게 노이즈를 발생 시키는가?


11

나는 스스로 샘플링과 DSP에 대해 배우고있다. 양자화 오류로 인해 노이즈가 발생하는 방식을 이해하기가 어렵습니다. 나는 근본적인 이해를 그리워하지만 그것이 무엇인지 알 수는 없다고 생각합니다. 양자화 오류는 어떻게 잡음을 발생 시키는가?


소음보다 왜곡이 더 큽니다. 신호에 따라 다르며 무작위가 아닙니다.
endolith

endolith, 나는 이해하지 못하는 것이 오류가 어떻게 주파수를 초래하는지에 대해 생각합니다.
Jan Deinhard

2
왜곡은 항상 추가 주파수를 생성합니다. 사인파를 왜곡하면 다른 반복 파형이됩니다. 사인파 이외의 반복 파형은 여러 주파수로 구성됩니다.
endolith

1
@endolith가 언급했듯이, ADC가 매우 나쁜 것으로 가정하여 순수한 톤을 주지만 사인처럼 보이지만 큰 단계를 갖는 신호를 얻습니다. (이제 신호는 원래 사인과 함께 오르 내리는 계단처럼 보입니다.) 이제 단계가 많은 주파수로 구성되어 있음을 직관적으로 알 수 있습니다. 이것이 ADC가 원하는대로 주파수를 추가하는 방법입니다. 비선형 연산 btw입니다. 그것이 선형이라면, 새로운 주파수를 만들 수 없었고, 많은 주파수를 함께 겹쳐 놓았습니다.
Spacey

또 다른 말 : ICASSP 2004에서 Yannis Tsividis가 좋은 해석을합니다. 양자화는 어려운 비선형 성이며 "무한한 수의 고조파"를 생성합니다. 샘플링 프로세스는 모든 프로세스를 접습니다. 충분히 복잡한 신호의 경우, 이러한 "하향식 고조파"는 백색 잡음 플로어처럼 보입니다.
divB

답변:


6

멀티 톤 신호 (샘플링 주파수의 ± 1 / 1000, ± 2 / 1000 및 ± 7 / 1000의 6 개 반송파)가 있다고 가정합니다.

x = (1:1000);
wave = sin(x/1000*2*pi) + sin(x/1000*2*pi*2) + sin(x/1000*2*pi*7);

14 비트 ADC를 사용하여 양자화됩니다.

wave_quant = round(wave * 16384) / 16384;

차이점

wave_qnoise = wave_quant - wave;

양자화 오류를 준다

시간별 양자화 노이즈

해당 스펙트럼

wave_qnoise_freq = mag(fftshift(fft(wave_qnoise)) / sqrt(1000));

주파수 별 양자화 노이즈

전체 스펙트럼에서 생성 된 노이즈 플로어를 보여줍니다.

이것은 양자화 에러가 바이어스를 유발하지 않는다고 가정한다. ADC가 항상 더 낮은 값을 선택하는 경우

wave_quant_biased = floor(wave * 16384) / 16384;

더 이상 0을 중심으로하지 않는 양자화 오류가 발생합니다.

wave_qnoise_biased = wave_quant_biased - wave;

시간별 바이어스의 양자화 오류

DC 빈의 FFT에 명확한 스파이크가 있습니다.

wave_qnoise_biased_freq = mag(fftshift(fft(wave_qnoise_biased)) / sqrt(1000));

주파수 별 바이어스의 양자화 오류

이것은 복조 된 신호의 DC 오프셋이 복조 주파수에서의 사인파에 해당하는 직교 진폭 변조 와 같은 실제 문제가된다 .


도와 주셔서 감사합니다. 이 방법으로 양자화와 관련된 왜곡을 탐색했습니다.

9

이 문맥에서 "잡음"은 신호에 원하지 않는 추가를 의미하며 반드시 가우시안 잡음, 백색 잡음 또는 임의의 잘 설명 된 과정임을 의미하지는 않습니다.

양자화의 맥락에서, 그것은 순수한 대수적 주장입니다. 양자화는 원 신호와 양자화 신호의 차이와 같은 원치 않는 신호 ( "잡음")의 추가로 볼 수 있습니다. 이 정량 노이즈는 랜덤하지 않으며 입력 신호와 관련이 있습니다. 예를 들어, 신호가주기적인 경우, 양자화 할 때 발생하는 양자화 잡음도주기적인 것입니다.


양자화로 인해 오류 자체가 어떻게 발생하는지 이해했다고 생각합니다. 문제는 주파수를 생성하는 방법입니다. 내 이해는 "원치 않는 신호"는 원치 않는 주파수를 의미합니다. 순수한 사인파 신호를 샘플링한다고 가정합니다. 그런 다음 양자화 오류로 인해 "오버톤"이 발생합니다. 오버톤은 샘플링 된 신호의 "계단"모양에서 비롯된 것으로 가정합니다. 그 맞습니까?
Jan Deinhard

1
@FairDinkumThinkum : 예, 순수한 사인파를 왜곡하면 고조파 왜곡이 발생하여 사인파 주파수의 배수에서 새로운 주파수를 생성합니다. en.wikipedia.org/wiki/Distortion#Harmonic_distortion
endolith

3

피케 네트가 말한 것을 확장하려면 분해능이 0.01 볼트 인 D-to-A 변환기로 디지털화되는 오디오 신호가 있는지 고려하십시오. 특정 순간에 오디오 신호가 7.3269V 인 경우 7.33V로 반올림되거나 7.32V로 잘립니다 (컨버터 설계에 따라 다름). 첫 번째 경우에는 7.33-7.3269 볼트 또는 0.0031 볼트의 "노이즈"를 추가했습니다. 두 번째 경우에는 7.32-7.3269 볼트 또는 -0.0069 볼트의 "노이즈"를 추가했습니다.

물론 컨버터가 무한정 정확하지는 않으며 정확도와 정확도가 유사하기 때문에 추가 노이즈가 추가됩니다.


0

여기에 기본 요점을 얻는 더 기본적인 설명이 있습니다.

  1. 주머니에 손을 뻗어 아이폰을 꺼내십시오.
  2. 건강 앱 열기-> 피트니스 활동-> 걸음 수 (기본적으로 설정되어 있음)
  3. 지난 10 일 동안 걸었던 걸음 수를 적으십시오.

그 숫자를 수천으로 반올림하고 여기에 게시하십시오. 이제 다른 사람들이 게시 한 내용을 기반으로 원래 숫자를 추측해야합니다.

다른 사람들은 귀하가 제공 한 반올림 숫자를 기준으로 정확한 숫자를 확실하게 추측 할 수 없습니다. 데이터 손실입니다. 그리고이 경우 (반올림을 사용했기 때문에) 양자화 오류라고합니다.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.