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 정책과 개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.