Mungkin, setiap orang yang pernah mendengarkan penerima atau transceiver SDR tidak dapat tetap acuh tak acuh terhadap penerimaannya, dan terutama kenyamanannya, yang dimanifestasikan dalam kenyataan bahwa stasiun pada pita tidak hanya dapat didengar, tetapi juga dilihat. Ikhtisar jangkauan pada panorama SDR transceiver memungkinkan Anda dengan cepat dan visual menemukan stasiun di pita penerimaan, yang sangat mempercepat pencarian koresponden selama kontes, dan bahkan selama pekerjaan sehari-hari di udara. Dengan bantuan "air terjun", riwayat sinyal pada jangkauan dilacak secara visual dan Anda dapat dengan mudah beralih ke koresponden yang menarik. Selain itu, panorama itu sendiri menunjukkan kepada kita respons frekuensi dari stasiun yang diterima, bandwidth dan lebar radiasinya, yang memungkinkan Anda dengan cepat menemukan bagian gratis pada jangkauan untuk memanggil amatir radio lainnya.
Ini hanya jika kita berbicara tentang bagian visual dari SDR, tetapi juga tidak melupakan pemrosesan sinyal, baik untuk penerimaan maupun pengiriman. Kontrol penuh atas lebar dan semua yang ada di pita penerima. Dengan pemilihan yang benar dari parameter yang diperlukan dalam item menu pengaturan, sinyal transmisi juga terdengar bagus.
Tetapi ada satu keadaan untuk membuat SDR berfungsi, Anda memerlukan perangkat tambahan: komputer itu sendiri dengan kartu suara berkualitas tinggi, tempat pemrosesan sinyal utama berlangsung, dan monitor yang bagus dengan resolusi layar tinggi. Tentu saja, Anda memerlukan perangkat lunak yang sesuai untuk itu dan untuk transceiver SDR, yang tidak murah. Semua ini sudah memerlukan persyaratan khusus tertentu untuk pengetahuan komputer dari seorang amatir radio. Yang tidak selalu, dan tidak untuk semua orang, sayangnya hadir.
Ada kelemahan lain. Jika ini tidak terlihat untuk penerimaan, maka untuk transmisi, karena pemrosesan khusus sinyal audio di komputer, ada penundaan sinyal yang signifikan lebih dari 150 ms, yang sepenuhnya mengecualikan operasi normal kontrol diri di semua jenis radiasi. Menyimpan hanya penerima kontrol tambahan atau teman yang juga memiliki transceiver SDR yang akan merekam sinyal yang diterima.
Sekarang, dengan munculnya generasi mikroprosesor yang terjangkau dari STM, menjadi mungkin untuk mengembangkan perangkat yang sebagian dapat menggantikan beberapa fungsi dasar komputer besar. Yaitu, pemrosesan suara DSP dan kontrol transceiver, serta tampilan informasi grafis pada tampilan transceiver.
Akibatnya, komponen utama transceiver seperti itu, memungkinkan Anda untuk menolak komputer eksternal
. Tetapi pada saat yang sama, seperti pada komputer eksternal, layanan yang nyaman untuk mengelola transceiver disimpan, berbagai mode sinyal perekaman, baik untuk menerima dan mentransmisikan, dengan pemutaran rekaman berikutnya melalui headphone atau di udara selama transmisi, menghemat informasi yang diperlukan pada peta SD eksternal, yang ditampilkan pada layar besar dengan petak lebar, serta pemrosesan DSP dan pengkondisian sinyal dengan semua jenis radiasi utama. Transceiver tersebut memberikan penerimaan sinyal berkualitas tinggi, filter kemiringan tinggi dengan batas yang dapat disesuaikan dengan mulus, dan filter Notch otomatis. Mereka menggunakan equalizer grafis multi-band, kompresor, reverb untuk transmisi, dan yang paling penting, waktu tunda minimum diperoleh. Dengan synthesizer eksternal, pengontrol transceiver bekerja dengan mudah dengan SDR analog. Transceiver modern ini banyak menggunakan jalur radio HiQSDR dan HiQSDR-mini 2.0, yang dikendalikan oleh bus SPI terpisah, atau melalui papan DSP melalui bus SPI utama dengan kabel penghubung minimal.
Beberapa tahun yang lalu, produksi transceiver SDR dimulai, beroperasi berdasarkan prinsip konversi langsung dari sinyal frekuensi radio ke IF audio, di mana papan saluran radio yang disederhanakan (dibandingkan dengan skema klasik) dan komputer khusus berada di satu perumahan. Fokus utama di sini adalah pada perangkat lunak. Biaya utama produk jadi juga ditentukan oleh biaya perangkat lunak. Perangkat keras Flex dan Sun SDR dibuat berdasarkan prinsip ini.
Saat ini, prinsip pemrosesan sinyal berdasarkan metode DSP telah pindah ke tahap evolusi berikutnya. Metode baru digitalisasi langsung sinyal dari antena dengan generasi sinyal langsung berikutnya dari digit telah muncul, yang memungkinkan untuk menyingkirkan hampir semua jenis masalah yang melekat pada teknologi klasik dan SDR dengan perangkat keras pemrosesan sinyal.
Penerima dan transceiver radio dengan digitalisasi sinyal langsung memiliki singkatan DDC (untuk Digital Down-Converter). Konversi terbalik dari digital ke analog disingkat DUC (dari Digital Up-Converter). Kita berbicara tentang konversi sinyal digital oleh perangkat lunak. Perlu segera dicatat bahwa singkatan SDR (Software Define Radio) - radio yang ditentukan perangkat lunak - hanyalah definisi umum dari kelas teknologi pemrosesan sinyal, yang mencakup DDC - arsitektur, sebagai salah satu metode.
Sudah hari ini, dengan munculnya generasi mikroprosesor yang terjangkau, dimungkinkan untuk mengembangkan perangkat yang sebagian dapat menggantikan beberapa fungsi dasar komputer besar. Yaitu, pemrosesan suara DSP dan kontrol transceiver, serta tampilan informasi grafis pada tampilan transceiver. Arsitektur DDC langsung mendigitalkan seluruh spektrum sinyal dari 0 Hz ke frekuensi yang mampu diproses oleh chip ADC. Sirkuit mikro ADC paling modern saat ini dapat beroperasi dalam pita hingga 1 GHz, tetapi biayanya masih sangat tinggi saat ini. Pada saat yang sama, sirkuit mikro ADC yang paling populer dan relatif murah mendigitalkan spektrum dengan pita dari 0 Hz hingga 60 ... 100 MHz, yang cukup cocok untuk tugas radio amatir. Setelah mendigitalkan spektrum sinyal dalam pita 0 Hz - 30 ... 60 MHz, aliran data digital yang sangat besar diperoleh pada keluaran sirkuit mikro ADC, yang selanjutnya diproses oleh sirkuit mikro FPGA berkecepatan tinggi. Mereka secara terprogram mengimplementasikan algoritma DDC/DUC, mis. uang digital atau konverter boost.
Digital downconverter mengambil sampel spektrum bandwidth yang diperlukan dan mentransfernya ke komputer untuk diproses - mis. aliran digital dibuat dengan bandwidth dan kecepatan yang jauh lebih rendah. Di komputer, pemrosesan program aliran menggunakan metode DSP dan demodulasi akhir sinyal berlangsung.
Dalam praktiknya, sangat jarang diperlukan untuk bekerja dengan seluruh spektrum sinyal pada pita 0 Hz - 30 ... 60 MHz. Bandwidth maksimum yang kita butuhkan untuk pemrosesan adalah 10...50 kHz untuk demodulasi sinyal AM, FM dan 3...5 kHz untuk sinyal SSB.
Metode pemrosesan sinyal paling canggih ini diterapkan pada transceiver radio amatir TULIP-DSP dan analog domestik - Tulip-DDC / DUC.
Prinsip serupa dalam pembentukan sinyal juga digunakan pada transceiver dari perusahaan terkenal, yang mulai memproduksi model baru pada tahun 2015. Sebuah fragmen dari diagram blok transceiver tersebut disajikan di bawah ini.
Jika sebelumnya, beberapa tahun yang lalu, bahkan dalam transceiver canggih seperti ICOM IC-756Pro3 dan IC-7600, metode sapuan spektrum berurutan digunakan dan proses pembaruan gambar terlihat - mis. pemindaian cepat, sekarang pengamatan dan pemrosesan sinyal berlangsung secara kompleks, secara paralel, karena penyetelan frekuensi terjadi secara instan menggunakan metode perangkat lunak. Karena fakta bahwa bagian frekuensi besar 30 ... 60 MHz segera didigitalkan, tanpa kehilangan penyetelan ke stasiun radio saat ini, menjadi mungkin untuk melihat apa yang terjadi di bagian spektrum yang berdekatan. Selain itu, dengan memanggil penerima virtual kedua, Anda dapat secara bersamaan mendengar apa yang mereka bicarakan di satu dan kedua band. Tapi dua penerima bukanlah batasnya. Dimungkinkan untuk memanggil tiga, lima, sepuluh ... penerima sebanyak yang Anda suka. Dengan mencampur suara mereka dengan cara tertentu, Anda menyadari apa yang terjadi pada band. Grafik "awan" akan memungkinkan Anda memilih stasiun yang diinginkan dengan cepat.
Hal yang sama berlaku untuk tampilan spektrum. Dalam praktiknya, jarang sekali seluruh bagian 30 ... 60 MHz diperlukan sekaligus. Jika perlu, relatif mudah untuk memilih yang kedua, ketiga, keempat, dan secara umum, berapa banyak aliran kecil yang dibutuhkan dari aliran digital umum dan mentransfernya ke komputer, sehingga menciptakan beberapa saluran penerimaan pada saat yang bersamaan. Metode ini mengimplementasikan dua, tiga, atau sebanyak "penerima virtual" yang diperlukan di seluruh pita digitalisasi. Misalnya, kami membuat panorama terpisah untuk pita 40m, panorama terpisah untuk pita 20m dan pita lainnya ..., letakkan di monitor terpisah, dan sekarang kami memiliki kesempatan untuk mengamati kondisi secara real time. bagian di bagian yang telah kita pilih.
Di satu sisi, kehadiran garis-garis cermin merupakan kerugian. Karena konsep DD mengacu pada seluruh spektrum digitalisasi, input ADC dapat diturunkan secara signifikan dengan memperhatikan sirkuit input penerima, yang paling baik dibuat berkualitas tinggi dan dapat disetel. Sebagai alternatif, gunakan di sirkuit input filter low-pass dengan frekuensi cutoff setengah frekuensi clock atau filter bandpass. Mereka juga dapat melemahkan sinyal out-of-band yang kuat cukup jauh dari band operasi. Dalam hal ini, kemungkinan meninjau seluruh rentang digitalisasi hilang. Metode pemilihan awal tersebut dibenarkan jika Anda berencana untuk menggunakan penerima DDC bersama dengan antena besar atau di area dengan kondisi interferensi yang sulit.
Di sisi lain, kekurangan ini memberikan peluang teknologi untuk diimplementasikan dengan cara sederhana tidak hanya penerimaan pada pita HF, tetapi juga pada VHF dan bahkan pada pita UHF. Anda hanya perlu membuat filter bandpass yang dapat diganti dengan LNA, band yang sama dengan setengah frekuensi clock.
Misalnya, beberapa penerima DDC memiliki filter yang dapat diganti untuk rentang MW-LW, dan salah satu penerima DDC WiNRADiO dan penerima DDC Perseus memiliki filter pita sempit yang dapat dikonfigurasi secara fleksibel.
Sekitar 20 tahun yang lalu, kami bahkan tidak dapat memimpikan hal seperti ini, ketika lampiran panorama ke transceiver 2 kali lebih besar dari transceiver itu sendiri dan harganya 5-10 kali lebih mahal. Belum lagi kualitas pelayanannya. Teknologi SDR yang muncul pada awal 2000-an memungkinkan untuk melihat udara dan mendengarnya dengan cara yang sama sekali berbeda. Kami melihat siaran langsung yang nyata! Bukan gambar "beku" statis setelah pemindaian lambat, yaitu, siaran langsung secara real time.
Jika, untuk melihat panorama terpotong dari pita lain di transceiver SDR pertama dengan konversi sinyal perangkat keras, perlu memiliki jalur penerima terpisah untuk setiap pita, maka di jalur penerima, dibuat menggunakan teknologi DDC modern, baik salah satu dari bagian rentang dan seluruh rentang tersedia. , dan pada saat yang sama secara paralel dengan bagian individual dari bagiannya. Implementasi semua kemungkinan ini hanya dimungkinkan berkat metode DSP dan digitalisasi sinyal langsung.
Di bidang radio amatir, salah satu fitur yang paling banyak diminta saat ini dan dalam waktu dekat adalah pemilihan sinyal spasial dan teknik pembatalan bising fase. Saat ini, ada metode fase untuk pemilihan sinyal dan peredam bising, yang diimplementasikan dalam perangkat keras. Selain itu, dengan menggunakan algoritme matematika, fungsi apa pun untuk mengurangi interferensi dan menambahkan sinyal yang berguna, yang dibentuk oleh pasangan, empat atau sejumlah besar ADC, mudah diimplementasikan.
Dengan menggunakan perkembangan modern ini, menjadi mungkin untuk mengontrol transceiver dari jarak jauh dan bekerja dari jarak jauh di udara. Metode transmisi informasi modern mampu mentransmisikan aliran data yang cukup besar dan hampir tanpa kehilangan. Aliran informasi secara keseluruhan dari / ke transceiver cukup kecil. Menggunakan tumpukan IP, menjadi mungkin untuk menggunakan transceiver sebagai segmen jaringan bahkan tanpa menggunakan komputer. Dengan memasang transceiver di luar kota besar di area yang cukup sepi, Anda dapat mengakses radio tanpa harus keluar dari apartemen. Dengan mengatur akses tamu ke transceiver, Anda memberikan kesempatan kepada teman untuk bekerja di udara. Fitur berguna lainnya yang digunakan oleh layanan khusus adalah kemampuan untuk merekam seluruh siaran radio, atau bagian tertentu dari siaran radio, pada hard drive komputer dengan pemrosesan yang tertunda. Fitur ini memungkinkan Anda untuk dengan cepat melakukan pemrosesan sinyal statistik, mencari dan memantau sinyal target, dan melakukan banyak operasi yang tidak seharusnya diketahui oleh pengguna rata-rata.
Anda dapat memilih radio yang Anda minati
65 nanometer adalah tujuan berikutnya dari pabrik Zelenograd Angstrem-T, yang akan menelan biaya 300-350 juta euro. Perusahaan telah mengajukan aplikasi untuk pinjaman lunak untuk modernisasi teknologi produksi ke Vnesheconombank (VEB), Vedomosti melaporkan minggu ini, mengutip Leonid Reiman, ketua dewan direksi pabrik. Sekarang Angstrem-T sedang bersiap untuk meluncurkan lini produksi chip dengan topologi 90nm. Pembayaran pinjaman VEB sebelumnya, yang dibeli, akan dimulai pada pertengahan 2017.
Beijing runtuh Wall Street
Indeks utama AS menandai hari-hari pertama Tahun Baru dengan rekor penurunan, miliarder George Soros telah memperingatkan bahwa dunia sedang menunggu terulangnya krisis 2008.
Prosesor konsumen Rusia pertama Baikal-T1 dengan harga $60 diluncurkan ke produksi massal
Perusahaan Baikal Electronics pada awal 2016 berjanji untuk meluncurkan prosesor Baikal-T1 Rusia senilai sekitar $60 ke dalam produksi industri. Perangkat akan diminati jika permintaan ini dibuat oleh negara, kata pelaku pasar.
MTS dan Ericsson akan bersama-sama mengembangkan dan mengimplementasikan 5G di Rusia
PJSC "Mobile TeleSystems" dan Ericsson menandatangani perjanjian kerja sama dalam pengembangan dan implementasi teknologi 5G di Rusia. Dalam proyek percontohan, termasuk selama Piala Dunia 2018, MTS bermaksud untuk menguji perkembangan vendor Swedia. Awal tahun depan, operator akan memulai dialog dengan Kementerian Telekomunikasi dan Komunikasi Massa tentang pembentukan persyaratan teknis komunikasi seluler generasi kelima.
Sergey Chemezov: Rostec sudah menjadi salah satu dari sepuluh perusahaan teknik terbesar di dunia
Dalam sebuah wawancara dengan RBC, kepala Rostec, Sergey Chemezov, menjawab pertanyaan yang membara: tentang sistem Platon, masalah dan prospek AVTOVAZ, kepentingan Perusahaan Negara dalam bisnis farmasi, berbicara tentang kerja sama internasional dalam menghadapi sanksi tekanan, substitusi impor, reorganisasi, strategi pengembangan dan peluang baru di masa-masa sulit.
Rostec "dilindungi" dan melanggar batas kemenangan Samsung dan General Electric
Dewan Pengawas Rostec menyetujui "Strategi Pengembangan hingga 2025". Tugas utamanya adalah meningkatkan pangsa produk sipil berteknologi tinggi dan mengejar General Electric dan Samsung dalam indikator keuangan utama.
Mengubah sinyal analog ke bentuk digital adalah kompleks dari tiga operasi: pengambilan sampel, kuantisasi dan pengkodean.
Diskritisasi adalah penggantian sinyal TV analog kontinu S(t) dengan urutan sampel (sampel) sinyal ini (Gbr. 2). Sampel-sampel ini diambil pada waktu-waktu yang dipisahkan satu sama lain oleh interval T, yang disebut interval sampling. Kebalikan dari interval sampling disebut sampling rate. Yang paling umum adalah diskritisasi seragam dengan periode konstan, berdasarkan teorema Kotelnikov. Menurut teorema ini, setiap sinyal kontinu S(t) yang memiliki spektrum frekuensi terbatas (0...f gp) dapat direpresentasikan tanpa kehilangan informasi dengan nilai sinyal ini S di . diambil pada waktu diskrit t n =nT (n=1,2,3,... -- bilangan bulat) asalkan T?0,5/t rp (T -- periode, atau interval sampling). Tingkat pengambilan sampel minimum yang diizinkan menurut Kotelnik t d.min \u003d 2f gp.
Jelas bahwa semakin kecil interval sampling (semakin tinggi frekuensi sampling), semakin kecil perbedaan antara sinyal asli dan salinan sampelnya. Struktur langkah dari sinyal sampel dapat dihaluskan dengan filter lolos rendah. Dengan demikian, pemulihan sinyal analog dari sampel dilakukan.
Pengambilan sampel saat mengubah sinyal analog ke bentuk digital dilanjutkan dengan proses kuantisasi, yang terdiri dari penggantian nilai pembacaan sesaat S di yang diperoleh setelah diskritisasi dengan nilai terdekat dari satu set level tetap individu (Gbr. 3). Kuantisasi juga merupakan pengambilan sampel dari sinyal S q , tetapi tidak dalam waktu, tetapi dalam level. Tingkat tetap di mana sampel "terlampir" disebut tingkat kuantisasi. Rentang dinamis perubahan sinyal S(t), dibagi dengan level kuantisasi menjadi rentang nilai yang terpisah (langkah kuantisasi), membentuk skala kuantisasi.
Yang terakhir dapat menjadi linier dan non-linier, tergantung pada kondisi transformasi. Pembulatan pembacaan ke tingkat terdekat (atas atau bawah) ditentukan oleh posisi ambang kuantisasi dalam langkah kuantisasi.
Sinyal sampel dan terkuantisasi S dq sudah digital. Memang, jika amplitudo pulsa sinyal sampel S d dapat mengambil nilai sembarang dalam rentang dinamis awal sinyal S(t), maka operasi kuantisasi telah menyebabkan penggantian nilai yang mungkin dari amplitudo sinyal dengan sejumlah nilai yang sama dengan jumlah level kuantisasi. Jadi, sampel sinyal yang terkuantisasi diekspresikan oleh beberapa angka yang ditentukan oleh jumlah level kuantisasi.
Untuk mengirimkan sinyal seperti itu melalui saluran komunikasi, yang terbaik adalah mengubahnya menjadi bentuk biner, mis. tuliskan setiap nilai level sinyal dalam notasi biner. Dalam hal ini, angka (nilai level) diubah menjadi kombinasi kode karakter "0" atau "1" (Gbr. 4). Ini adalah yang ketiga, onerasi terakhir untuk mengubah sinyal analog S(t) menjadi digital S dq , yang disebut pengkodean .
Ketiga operasi ini dilakukan oleh satu perangkat teknis - konverter analog-ke-digital (ADC). Konversi terbalik dari sinyal digital ke analog dilakukan dalam perangkat yang disebut konverter digital-ke-analog (DAC). Konverter analog-ke-digital dan digital-ke-analog adalah blok yang sangat diperlukan dari sistem digital mana pun untuk mentransmisikan, menyimpan, dan memproses informasi.
Saat mengkodekan sinyal televisi secara langsung, kombinasi kode dibuat dengan frekuensi yang sama dengan frekuensi sampling (frekuensi sampling f d). Setiap kombinasi kode sesuai dengan sampel tertentu dan mengandung sejumlah m simbol biner (bit). Codewords dapat ditransmisikan dalam bentuk paralel atau serial. Untuk transmisi dalam bentuk paralel, perlu menggunakan k jalur komunikasi (pada Gambar 4 k = 4).
Simbol codeword secara simultan ditransmisikan melalui garis dalam interval sampling. Untuk transmisi dalam bentuk serial, interval sampling harus dibagi menjadi sub-interval-siklus. Dalam hal ini, simbol kata ditransmisikan secara berurutan melalui satu baris, dan satu siklus clock dialokasikan untuk transmisi satu simbol kata.
Saat mentransmisikan informasi digital melalui saluran komunikasi, laju transmisi adalah jumlah simbol biner yang ditransmisikan per unit waktu. Satuan kecepatan adalah 1 bit/s. Akankah bit rate digital menjadi produk dari sample rate? q dan jumlah simbol biner dalam satu sampel diskrit m:
Jika frekuensi batas atas sinyal TV adalah 6 MHz, maka frekuensi pengambilan sampel minimum, menurut teorema Kotelnikov, adalah 12 MHz. Sebagai aturan, dalam sistem televisi digital, frekuensi f d dipilih sedikit lebih tinggi dari minimum yang diizinkan. Hal ini disebabkan kebutuhan untuk menyatukan sinyal TV digital untuk berbagai standar televisi. Secara khusus, laju pengambilan sampel 13,5 MHz direkomendasikan untuk peralatan digital studio.
Jumlah level kuantisasi sinyal harus dipilih tidak kurang dari jumlah maksimum gradasi kecerahan, yang dapat dibedakan oleh mata, yang, tergantung pada kondisi pengamatan, berkisar antara 100...200. Jadi m=6.6...7.6.
Jelas, jumlah karakter dalam kombinasi kode hanya dapat berupa bilangan bulat, yang berarti panjang bit kombinasi kode adalah m=7 (atau 8). Dalam kasus pertama, kombinasi kode dapat membawa informasi tentang 128 kemungkinan level sinyal (gradasi kecerahan), dalam kasus kedua - 256. Jika kita ambil m = 8, maka laju transmisi informasi digital
V n \u003d 13,5 8 \u003d 108 (Mbps).
Jika kita memperhitungkan bahwa, selain sinyal luminance, informasi warna harus ditransmisikan, maka kecepatan bit total akan berlipat ganda dan akan sama dengan 216 Mbps. Kecepatan tinggi seperti itu harus memiliki perangkat konversi sinyal TV dan saluran komunikasi.
Secara ekonomi tidak layak untuk mentransmisikan aliran digital sebesar itu melalui saluran komunikasi, jadi tugas selanjutnya adalah "memampatkan" sinyal TV digital. Ada cadangan untuk mengurangi aliran digital tanpa mengurangi kualitas gambar yang direproduksi. Cadangan ini terkandung dalam spesifikasi sinyal TV, yang memiliki redundansi informasi yang signifikan. Redundansi ini biasanya dibagi, meskipun ada beberapa pembagian seperti itu, menjadi statistik dan fisiologis.
Redundansi statistik ditentukan oleh sifat-sifat gambar, yang dalam kasus umum bukan distribusi kecerahan yang kacau, tetapi dijelaskan oleh hukum yang menetapkan hubungan tertentu (korelasi) antara kecerahan elemen individu. Korelasi antara elemen gambar tetangga (dalam ruang dan waktu) sangat tinggi. Pengetahuan tentang korelasi memungkinkan tidak mentransmisikan informasi yang sama berulang kali dan mengurangi aliran digital.
Tipe kedua adalah redundansi fisiologis - karena keterbatasan alat visual manusia. Akuntansi untuk redundansi fisiologis memungkinkan kita untuk tidak mengirimkan sinyal informasi yang tidak akan dirasakan oleh penglihatan kita.
Demikian pula, ketidaksempurnaan alat bantu dengar manusia memungkinkan Anda untuk "menyingkirkan" informasi audio yang berlebihan dalam sinyal.
Sinyal analog adalah sumber utama informasi dari lingkungan. Digitalisasi sinyal selalu disertai dengan penurunan kualitas. Ini adalah kelemahan dari teknologi digital.
Digitalisasi sinyal memiliki tiga tahap: pengambilan sampel, kuantisasi, pengkodean. Interaksi mereka ditunjukkan pada gambar.
Contoh
pengkodean
kuantisasi
Diskritisasi adalah pembagian argumen menjadi bagian yang sama. Setiap ketergantungan memiliki argumen dan fungsi. Argumen diberikan, dan fungsinya berubah dengan cara tertentu tergantung pada argumennya. Mungkin ada satu argumen, atau mungkin ada beberapa. Jadi, jika ini adalah semacam sinyal suara, maka waktu adalah argumennya (kami menggambar). Saat mendigitalkan gambar, kami memiliki dua argumen: lebar dan tinggi (kami menggambar). Dalam kedua kasus, argumen dibagi menjadi bagian yang sama.
Kuantisasi - membagi domain keberadaan suatu fungsi juga menjadi bagian yang sama, yang jumlahnya adalah 2 8 n , dimana 8nadalah panjang bit kuantisasi. Artinya, jumlah bagian sama dengan jumlah kemungkinan kombinasi angka biner dalam satu, dua, tiga, dll. byte.
Dalam prakteknya digunakan ukuran bit 1, 2, 3, 4, maka luas daerah dari fungsi tersebut dibagi menjadi 2 8 = 256, 2 16 = 65 536, 2 24 = 16 777 216, 2 32 = 4 294 967 296 bagian. Fungsi juga bisa satu atau lebih. Misalnya, dalam gambar hitam putih, hanya ada satu fungsi - 256 warna abu-abu. Dan pada model RGB terdapat tiga fungsi yaitu 256 gradasi warna merah, hijau dan biru.
Pengkodean adalah pemisahan sinyal sesuai dengan aturan pengambilan sampel dan kuantisasi yang diterima. Dalam setiap bagian dasar argumen, fungsi tetap konstan dan bagian ini diberi kode biner pada skala fungsi, yang terdiri dari 8, 16, 24, dst. angka biner.
Hasilnya adalah kurva melangkah, yang mendekati sinyal nyata dengan meningkatnya kedalaman bit. Langkah bisa lebih kecil, tetapi tidak pernah berubah menjadi garis yang mulus. (lihat file "DigitizationA1").
Kelemahan ini, tentu saja, tidak dapat diatasi, tetapi dalam teknologi digital dimungkinkan untuk meningkatkan akurasi digitalisasi ke tingkat sensitivitas pengukuran sinyal analog. Dan kemudian dampak digitalisasi akan diminimalkan.
2.3. Pengkodean data teks
2.3.1. Sistem pengkodean teks Ada dua sistem pengkodean: berbasis ascii dan Unicode.
Dalam sistem pengkodean ASCII(Kode Standar Amerika untuk Pertukaran Informasi) Setiap karakter diwakili oleh satu byte, yang memungkinkan 256 karakter untuk dikodekan.
Ada dua tabel pengkodean di ASCII - dasar dan diperpanjang. Tabel dasar memperbaiki nilai kode dari 0 hingga 127, dan tabel yang diperluas mengacu pada karakter dengan angka dari 128 hingga 255. Ini cukup untuk mengekspresikan semua karakter bahasa Inggris dan Rusia, baik huruf kecil maupun huruf besar, sebagai serta tanda baca, dengan berbagai kombinasi delapan bit, simbol untuk operasi aritmatika dasar dan karakter khusus yang diterima secara umum yang dapat diamati pada keyboard.
32 kode pertama dari tabel dasar, mulai dari nol, diberikan kepada produsen perangkat keras (terutama produsen komputer dan perangkat pencetakan). Area ini berisi apa yang disebut kode kontrol, yang tidak sesuai dengan karakter bahasa apa pun, dan, oleh karena itu, kode ini tidak ditampilkan di layar atau di perangkat pencetakan, tetapi dapat dikontrol dengan cara data lain dikeluarkan. Mulai dari kode 32 sampai dengan kode 127 terdapat simbol alfabet Inggris, tanda baca, angka, operasi aritmatika dan simbol bantu, yang semuanya dapat dilihat pada bagian Latin dari keyboard komputer.
Bagian kedua, diperpanjang diberikan ke sistem pengkodean nasional. Ada banyak alfabet non-Latin di dunia (Arab, Ibrani, Yunani, dll.), termasuk alfabet Cyrillic. Selain itu, tata letak keyboard Jerman, Prancis, Spanyol berbeda dari bahasa Inggris.
Bagian keyboard bahasa Inggris dulu memiliki banyak standar, tetapi sekarang semuanya telah digantikan oleh satu kode ASCII. Untuk keyboard Rusia, ada juga banyak standar: GOST, GOST-alternatif, ISO (Organisasi Standar Internasional - Institut Internasional untuk Standardisasi), tetapi ketiga standar ini sebenarnya sudah mati, meskipun mereka dapat ditemukan di suatu tempat, di beberapa komputer kuno atau jaringan. 12
Pengkodean karakter utama dari bahasa Rusia, yang digunakan di komputer dengan sistem operasi Windows disebut Windows-1251, itu dikembangkan untuk abjad Cyrillic oleh Microsoft. Secara alami, sebagian besar teks berbahasa Rusia dikodekan dalam Windows-1251. Omong-omong, pengkodean dengan nomor empat digit yang berbeda dikembangkan oleh Microsoft untuk abjad umum lainnya: Windows-1250 untuk Latin yang diperluas (berbagai huruf Latin nasional), Windows-1252 untuk Ibrani, Windows-1253 untuk Arab, dll.
Pengkodean lain yang kurang umum disebut KOI-8(kode pertukaran informasi, delapan digit). Asal-usulnya berasal dari tahun 60-an abad XX. Kemudian tidak ada komputer pribadi, Internet, Microsoft dan banyak lagi. Tetapi di Uni Soviet sudah ada beberapa komputer, dan bagi mereka perlu untuk mengembangkan standar pengkodean Cyrillic.
Saat ini, pengkodean KOI-8 tersebar luas di jaringan komputer di wilayah bekas Uni Soviet dan di sektor Internet berbahasa Rusia. Kebetulan beberapa teks surat atau sesuatu yang lain tidak dapat dibaca, yang berarti Anda perlu beralih dari KOI-8 atau pengkodean lain ke Windows-1251.
Pada tahun 90-an, produsen perangkat lunak terbesar: Microsoft, Borland, Adobe yang sama memutuskan untuk mengembangkan sistem pengkodean teks yang berbeda, di mana setiap karakter akan ditetapkan bukan 1, tetapi 2 byte. Dia mendapat nama Unicode.
Dengan 2 byte, 65.536 karakter dapat dikodekan. Array ini ternyata cukup untuk menempatkan dalam satu meja semua alfabet nasional yang ada di Bumi. Selain itu, banyak simbol layanan berbeda yang disertakan dalam Unicode: kode batang, kode Morse, alfabet bendera, alfabet Braille (untuk tunanetra), tanda mata uang, bentuk geometris, dan banyak lagi.
Secara total, Unicode memiliki lebih dari 90 halaman, masing-masing berisi alfabet nasional atau resmi. Dan sekitar 5 ribu karakter lagi ditempati oleh apa yang disebut "area tujuan umum", tidak terisi, dibiarkan sebagai cadangan.
Halaman terbesar (sekitar 70% dari semua Unicode) ditempati oleh karakter Cina, yang di Cina diketik menggunakan set keyboard. Di India sendiri ada 11 alfabet yang berbeda, ada banyak nama eksotis di Unicode, misalnya: aksara Aborigin Kanada. Secara umum, pertimbangan naskah nasional cukup menghibur dari sudut pandang geografi dan sejarah.
Manfaat Unicode jelas. Sistem menstandarisasi semua karakter teks nasional dan layanan. Menghilangkan kebingungan karena standar nasional yang berbeda. Bahkan font dibuat untuk semua huruf, seperti Arial Unicode.
Karena pengkodean setiap karakter dalam Unicode diberikan bukan 8, tetapi 16 digit, ukuran file teks meningkat sekitar 2 kali lipat. Ini pernah menjadi hambatan untuk pengenalan sistem 16-bit. Dan sekarang, dengan tingkat perkembangan teknologi komputer saat ini, peningkatan ukuran file teks tidak terlalu menjadi masalah. Teks hanya memakan sedikit ruang di memori komputer.
Cyrillic mengambil tempat di Unicode dari 768 hingga 923 (karakter dasar) dan dari 924 hingga 1023 (Sirilik diperpanjang, berbagai huruf nasional langka). Jika program tidak disesuaikan dengan Cyrillic Unicode, maka ada kemungkinan bahwa karakter teks tidak dikenali sebagai Cyrillic, tetapi sebagai bahasa Latin yang diperluas (kode dari 256 hingga 511). Dan dalam hal ini, alih-alih teks, serangkaian karakter eksotis yang tidak berarti muncul di layar.
Ini dimungkinkan jika program sudah usang, dibuat sebelum 1995. Atau yang langka, Russification yang tidak ada yang mengurus. Mungkin juga OS Windows yang diinstal di komputer tidak sepenuhnya dikonfigurasi untuk Cyrillic. Dalam hal ini, Anda perlu membuat entri yang sesuai di registri.
CATATAN PENJELASAN
"Pemrosesan sinyal digital"
Diselesaikan oleh: Chunikhin V.A.
Grup: 5401 349
Diperiksa oleh: Kapustin A.S.
PENGANTAR 7
KESIMPULAN. 34
LAMPIRAN A.. 36
TK - kerangka acuan
AM - modulasi amplitudo
PF - filter bandpass
PENGANTAR
KONVERSI SINYAL TERMODULASI MENJADI RANGE TAMBAHAN. PROSEDUR UNTUK MEMPEROLEH SINYAL ANALISIS DISKRET (TRANSDUCER HILBERT)
Konverter Hilbert digital (DCT) adalah sistem diskrit linier yang menghasilkan sepasang sinyal terkonjugasi Hilbert diskrit pada output (fase sinyal berbeda ) dalam pita operasi tertentu.
Dalam kasus kami, pita operasi dipilih sesuai dengan amplop frekuensi rendah dari osilasi termodulasi, Gambar 21.
Gambar 21 - Amplop sinyal LF
Grafik ini diperoleh sebagai berikut:
A_m=abs(kompleks(x));
plot(t,A_m,"r-");kisi pada;
ylim([-0.5 9.5]);
title("Amplop Rendah");
Mari kita tentukan pita frekuensi, rumus (10).
di mana adalah durasi seluruh pulsa.
CPG dapat diimplementasikan berdasarkan filter FIR tipe ke-3 dan ke-4, yang LPFC-nya menyediakan pergeseran fase sebesar . Preferensi diberikan ke filter FIR tipe ke-3, karena memungkinkan Anda untuk mendapatkan respons impuls (IR), setiap laporan detik yang sama dengan nol, sehingga mengurangi jumlah operasi aritmatika saat menghitung respons CPG, yang sangat penting ketika mengimplementasikannya, misalnya pada prosesor sinyal digital (DSP).
Berdasarkan filter FIR tipe 3, hanya filter band-pass (BPF) yang dapat disintesis, sedangkan persyaratan khusus untuk respons frekuensi DPG, dibandingkan dengan persyaratan untuk respons frekuensi PF, akan menjadi sebagai berikut:
1) Respon frekuensi CPG harus simetris di sekitar tengah pita frekuensi utama untuk mendapatkan IR, setiap sampel detik sama dengan nol. Oleh karena itu, persyaratan untuk respons frekuensi CPG ditetapkan secara simetris terhadap .
2) Bandwidth operasi CPG tidak boleh melebihi bandwidth PF.
3) Deviasi maksimum yang diijinkan pada pita operasi tidak boleh kurang dari deviasi maksimum yang diijinkan pada PV.
4) Penyimpangan maksimum yang diperbolehkan dalam PP tidak perlu diatur terlalu kaku, karena efektivitas CPG dievaluasi di area kerja.
Menurut persyaratan untuk respons frekuensi, kami akan mensintesis CPG (TF) dengan orde minimum menggunakan fungsi firgr berdasarkan filter FIR tipe 3 ('hilbert') dengan parameter m sama dengan 'mineven':
plot_fir(R,b,Fs1);
Parameter R kami, yang mengatur urutan filter, menjadi 24. Frekuensi dipilih sebagai berikut:
fs1=220; - frekuensi pengambilan sampel
fk1=10, - frekuensi cutoff PZ1
ft1=20; - frekuensi cutoff PP1
ft2=92; - frekuensi batas PP2
fk2=102 – membatasi frekuensi PZ2
Fungsi berikut digunakan untuk menampilkan grafik:
fungsi plot_fir(R,b,Fs1)
% R-order FIR filter
% Fs1 - laju sampel
fm=0:((Fs1/2)/200):Fs1/2;
Hasilnya, kami mendapatkan IR, respons frekuensi, dan respons fase berikut, Gambar 22.
Gambar 22 - Karakteristik SG
Prosedur ini diterapkan dengan mengalikan sinyal termodulasi dengan , di mana 38 MHz adalah frekuensi terjadinya pergeseran.
Ini diperoleh sebagai berikut dalam paket perangkat lunak MATLAB:
x1=z1.*cos(2*pi*38000000*t);
Akuisisi Spektrum:
NFFT=2^nextpow2(panjang(x1));
y=fft(x1,NFFT)/panjang(x1);
plot(f,2*abs(y(1:NFFT/2+1))));
xlim();
judul("AFC bergeser");
plot(f,2*abs(y(1:NFFT/2+1))));
xlim();
title("Sinyal bergeser");
Mari kita gambarkan spektrum yang diberikan, Gambar 23.
Gambar 23 - Spektrum sinyal termodulasi setelah pergeseran
Seperti dapat dilihat dari Gambar 23, spektrumnya simetris sekitar 3,8 MHz, yang berarti ini memang spektrum AM.
Selanjutnya, kita perlu mengirim sinyal kita ke PG, di mana pada output kita harus mengamati dua sinyal yang berbeda fase dengan seperempat periode, maka kita akan mendapatkan komplemen ortogonal dari sinyal, yang secara analitik terlihat seperti ini, rumus (11).
Fungsi dalam MATLAB yang mengimplementasikan operasi ini adalah fungsi pg.
di mana x1 adalah sinyal termodulasi yang digeser dalam frekuensi.
Mari kita menggambar grafik yang menunjukkan 
.
plot(t,nyata(hal),"k"),kisi pada
plot(t,gambar(hal),"--")
Kami menggambarkan hasilnya pada Gambar 24.
Gambar 24 - Hasil dari perjalanan sinyal melalui SG pada skala yang diperbesar
KESIMPULAN
Selama pekerjaan, prinsip-prinsip dasar pemrosesan sinyal digital dipelajari: digitalisasi, memperoleh spektrum diskrit, mentransfer spektrum ke frekuensi yang lebih tinggi, dan sebagainya. Keterampilan paket perangkat lunak MATLAB diperoleh: membuat fungsi, mengendalikan vektor frekuensi dan waktu, mengeluarkan grafik, menggambarkan grafik, memodulasi proses, membuat filter. Keterampilan ini sangat penting bagi pengembang berbagai sistem digital. Inti dari pekerjaan ini adalah untuk mendigitalkan sinyal analog, melewatkannya melalui saluran komunikasi paling sederhana dan menerimanya pada output sistem.
LAMPIRAN A
Daftar program MATLAB
Fungsi konstruksi karakteristik SG:
fungsi plot_fir(R,b,Fs1)
% Merencanakan Karakteristik Filter FIR
% R-order FIR filter
% b-vektor dari koefisien fungsi transfer
% a=-koefisien penyebut fungsi alih
% Fs1 - laju sampel
subplot(3,1,1),batang(n,b,"isi",,"Ukuran Penanda",3),xlabel("n"),...
title("Respon Impuls"), kisi aktif;
fm=0:((Fs1/2)/200):Fs1/2;
H=freqz(b,a,fm,Fs1);MAG=abs(H);FASE=sudut(H);
subplot(3,1,2),plot(fm,MAG),xlabel("f(Hz)"),title("MAGNITUDE"),kisi pada;
subplot(3,1,3),plot(fm,PHASE),xlabel("f(Hz)"),title("PHASE"),kisi pada;
Kode program utama:
%% Parameter pulsa
dF=80e6; % Frekuensi pengambilan sampel, Hz
dt=1/dF; % Interval pengambilan sampel, detik
%% Pembentukan array pembacaan waktu
%% Gelombang persegi
x1=3*rectpuls(t-ti1/2,ti1);
plot(t,x1,,"k"),kisi;
title("Pulsa Persegi Panjang");
ylim([-0.5 3.5]);
batang(t,x1,,"k."), kisi;
title("Pulsa Persegi Panjang (digit)");
ylim([-0.5 3.5]);
NFFT=2^nextpow2(panjang(x1));
y1=fft(x1,NFFT)/panjang(x1);
f=dF/2*linspace(0,1,NFFT/2+1);
plot(f,2*abs(y1(1:NFFT/2+1))));
judul("respon frekuensi");
ylabel("y1(f)");
plot(f,sudut(y1(1:NFFT/2+1))));
judul("PFC");
ylabel("y1(f)");
%% pulsa sinus
x2=4*sin(pi*(t-t11)/12e-3).*(t>=t11).*(t<=t22);
plot(t,x2,"k"),kisi;
title("Pulsa sinus");
ylim([-0,5 4,5]);
batang(t,x2,"k."),kisi;
title("Pulsa sinus (digit)");
ylim([-0,5 4,5]);
NFFT=2^nextpow2(panjang(x2));
y2=fft(x2,NFFT)/panjang(x2);
f=dF/2*linspace(0,1,NFFT/2+1);
% Plot spektrum amplitudo satu sisi
plot(f,2*abs(y2(1:NFFT/2+1))));
judul("respon frekuensi");
ylabel("y2(f)");
plot(f,sudut(y2(1:NFFT/2+1))));
judul("PFC");
ylabel("y2(f)");
%% Pulsa segitiga
plot(t,x3,"k"),kisi;
title("Pulsa Segitiga");
ylim([-0.5 3.5]);
batang(t,x3,"k."),kisi;
title("Pulsa segitiga (digit)");
ylim([-0.5 3.5]);
NFFT=2^nextpow2(panjang(x3));
y3=fft(x3,NFFT)/panjang(x3);
f=dF/2*linspace(0,1,NFFT/2+1);
% Plot spektrum amplitudo satu sisi
plot(f,2*abs(y3(1:NFFT/2+1))));
judul("respon frekuensi");
ylabel("y3(f)");
plot(f,sudut(y3(1:NFFT/2+1))));
judul("PFC");
ylabel("y3(f)");
%% pulsa batu kunci
plot(t,x4,"k"),kisi;
title("Impuls trapesium");
ylim([-9.5 0.5]);
batang(t,x4,,"k."), kisi;
title("Pulsa trapesium (angka)");
ylim([-9.5 0.5]);
NFFT=2^nextpow2(panjang(x4));
y4=fft(x4,NFFT)/panjang(x4);
f=dF/2*linspace(0,1,NFFT/2+1);
% Plot spektrum amplitudo satu sisi
plot(f,2*abs(y4(1:NFFT/2+1))));
judul("respon frekuensi");
ylabel("y4(f)");
plot(f,sudut(y4(1:NFFT/2+1))));
judul("PFC");
ylabel("y4(f)");
%% Total impuls
plot(t,x,"k"),kisi;
title("Total Momentum (Dipulihkan)");
title("Jumlah impuls (angka)");
NFFT=2^nextpow2(panjang(x));
y=fft(x,NFFT)/panjang(x);
f=dF/2*linspace(0,1,NFFT/2+1);
plot(f,2*abs(y(1:NFFT/2+1))));
judul("respon frekuensi");
plot(f,sudut(y(1:NFFT/2+1))));
judul("PFC");
%% Amplitudo Shift Keying
Fc=dF*5; % frekuensi Karir
t1=(0:panjang(x)*FsdF-1)/Fs;
% pembentukan sinyal AMn
s_ask=x(lantai(dF*t1)+1.*cos(2*pi*Fc*t1));
plot(t1,s_ask,"k"),kisi;
ylim([-9.5 4.5]);
judul("penguncian amplitudo");
NFFT=2^nextpow2(panjang(s_ask));
y6=fft(s_ask,NFFT)/panjang(s_ask);
f=dF/2*linspace(0,1,NFFT/2+1);
plot(f,2*abs(y6(1:NFFT/2+1))));
judul("respon frekuensi");
%%AM (melalui fungsi ammod)
t=-1e-5:dt:28.3e-3; % laporan sumbu waktu
fc=10000; % frekuensi Karir
z1=ammod(x,Fc,dF,0,13);
plot(t,z1),kisi;
title("Modulasi Amplitudo");
NFFT=2^nextpow2(panjang(z1));
y5=fft(z1,NFFT)/panjang(z1);
f=dF/2*linspace(0,1,NFFT/2+1);
plot(f,2*abs(y5(1:NFFT/2+1))));
judul("respon frekuensi");
A_m=abs(kompleks(x));
plot(t,A_m,"r-");kisi pada;
ylim([-0.5 9.5]);
title("Amplop Rendah");
%% Frekuensi Offset
x1=z1.*cos(2*pi*38000000*t);
NFFT=2^nextpow2(panjang(x1));
y=fft(x1,NFFT)/panjang(x1);
f=dF/2*linspace(0,1,NFFT/2+1);
plot(f,2*abs(y(1:NFFT/2+1))));
xlim();
judul("AFC bergeser");
plot(f,2*abs(y(1:NFFT/2+1))));
xlim();
title("Respons frekuensi bergeser (skala lebih besar)");
title("Sinyal bergeser");
%% karakteristik SG
fk1=10;ft1=20;ft2=92;fk2=102; f=;
d2=0,1;d1=0,05;riak=;
Firmmord(f,m,riak,Fs1);
Firgr(("mineven",R),f0,m0,riak,"hilbert");
plot_fir(R,b,Fs1);
plot(t,nyata(hal),"k"),kisi pada
plot(t,gambar(hal),"r-.")
legend("Bagian Nyata", "Bagian Imajiner")
xlim()
plot(t,you),kisi pada;
CATATAN PENJELASAN
untuk kursus bekerja pada disiplin
"Pemrosesan sinyal digital"
Diselesaikan oleh: Chunikhin V.A.
Grup: 5401 349
Diperiksa oleh: Kapustin A.S.
1. Melakukan sampling, digitalisasi sinyal yang diberikan;
2. Batasi spektrum sinyal diskrit;
4. Ubah sinyal termodulasi menjadi rentang frekuensi tambahan;
5. Menerapkan prosedur untuk memperoleh sinyal analitis diskrit (PG);
6. Demodulasi sinyal yang diterima dan bandingkan dengan sinyal aslinya.
Mari kita gambarkan bentuk sinyal yang diberikan sesuai dengan variannya, Gambar 1.
Gambar 1 - Bentuk sinyal yang diberikan
Kami akan mengatur parameter sinyal dalam bentuk tabel 1 dan 2.
Tabel 1 - Parameter waktu sinyal
Catatan penjelasan: 43 halaman, 28 gambar, 4 sumber, 2 tabel.
DISKRETISASI, SPEKTRUM, MODULASI, TRANSFER HILBERT, DEMODULASI.
Dalam tulisan ini, objek studi akan kami berikan sinyal. Transformasi berikut akan dilakukan dengannya: digitalisasi, pembatasan spektrum, modulasi, transfer spektrum ke wilayah RF, memperoleh sinyal analitik diskrit dan demodulasi. Dengan kata lain, saluran paling sederhana akan dipertimbangkan, dengan bantuan yang ekivalen listrik dari informasi kami dicapai dengan cara digital. Saat memodulasi jalur ini, paket perangkat lunak MATLAB R2014a akan digunakan - ini adalah bahasa tingkat tinggi dan lingkungan interaktif untuk pemrograman, perhitungan numerik, dan hasil visual. Dengan MATLAB, Anda dapat menganalisis data, mengembangkan algoritma, membuat model dan aplikasi. Penerapannya sangat diminati dalam pemrosesan sinyal dan komunikasi di seluruh dunia. Oleh karena itu, pilihan lingkungan perangkat lunak jatuh padanya. Semua kode tertulis disajikan dalam Lampiran A.
PENGANTAR 7
1. DIGITISASI SINYAL ANALOG .. 8
2.BATASI SPECTRUM SINYAL DISKRET .. 14
3. PEMILIHAN MODULASI DAN PERHITUNGAN FREKUENSI TERMODULASI.. 21
4. KONVERSI SINYAL TERMODULASI MENJADI RANGE TAMBAHAN. PROSEDUR UNTUK MEMPEROLEH SINYAL ANALISIS DISKRET (HILBERT TRANSDUCER) 24
5. DEMODULASI SINYAL YANG DITERIMA DAN PERBANDINGANNYA DENGAN SINYAL ASLI.. 31
KESIMPULAN. 34
DAFTAR SUMBER YANG DIGUNAKAN .. 35
LAMPIRAN A.. 36
DAFTAR SINGKATAN YANG DIGUNAKAN
FFT - transformasi fourier cepat (transformasi Fourier cepat)
AFC - karakteristik frekuensi amplitudo
PFC - respons frekuensi fase
IR - respons impuls
TK - kerangka acuan
AM - modulasi amplitudo
BAM - modulasi amplitudo seimbang
CPG - Konverter Hilbert Digital
FIR - Respons Impuls Terbatas
DSP - Pemrosesan Sinyal Digital
PF - filter bandpass
DLP - filter lolos rendah digital
PENGANTAR
Di dunia modern, sirkuit analog telah tetap di latar belakang, sekarang sirkuit lebih seperti konstruktor LEGO, yang Anda perlukan untuk merakit dan mengetahui karakteristik "konstruktor" ini dengan benar. Namun, sebelum merakit, perlu untuk mengembangkan perangkat ini, mensimulasikannya, mempertimbangkan, misalnya, respons impulsnya, menyelidikinya dengan berbagai sinyal kompleks tergantung pada kebutuhan pelanggan, dan sebagainya. Perangkat ini terdiri dari berbagai sistem digital. Sistem digital dipahami sebagai konversi sinyal analog menjadi urutan angka dengan pemrosesan selanjutnya dari urutan ini.
Pemfilteran digital memungkinkan Anda menerapkan algoritme pemrosesan sinyal yang lebih kompleks daripada pemfilteran analog. Misalnya, mikroprosesor atau mikrokontroler khusus dapat memproses urutan angka.
Kursus ini bertujuan untuk menanamkan keterampilan praktis kepada siswa di bidang pemrosesan sinyal diskrit dan digital.
DIGITISASI SINYAL ANALOG
Untuk beralih ke mode digital, Anda harus memilih laju pengambilan sampel. Menurut teorema Kotelnikov, ditemukan sebagai berikut, rumus (1).
Namun, ketika bekerja dengan sinyal nyata, frekuensi ini tidak cukup dan rumus 1 diubah menjadi bentuk berikut, rumus (2).
di mana pada gilirannya mengambil sembarang bilangan bulat.
Dalam pekerjaan kami, tidak masuk akal untuk mempertimbangkan seluruh rangkaian pulsa untuk menemukan spektrum (frekuensi atas), Anda hanya dapat mempertimbangkan satu dengan spektrum terluas, yaitu, yang tersempit dalam domain waktu. Dalam sinyal ini, ini adalah pulsa trapesium yang durasinya hanya . Kami menggambarkan impuls ini pada Gambar 2.
Gambar 2 - Impuls trapesium
Saat membangun impuls ini, deskripsi matematis berikut digunakan dalam program Mathcad, rumus (3).
Sekarang, dengan menggunakan Transformasi Fourier (FFT), mari pindah ke domain frekuensi, rumus (4).
Mari membangun respons frekuensi, Gambar 3.
 |
Gambar 3 - Respons frekuensi pulsa trapesium
Sekarang mari kita ambil frekuensi atas sesuai dengan durasi pulsa, rumus (5).
Untuk membuktikan bahwa menurut rumus (1) frekuensi sampling tidak akan cukup, mari kita coba bekerja dengannya terlebih dahulu, yaitu 
.
Setelah memilih laju pengambilan sampel, yang kemungkinan besar harus ditingkatkan di masa mendatang, karena pada 2 kHz akan ada kesalahan selama pemulihan, Anda dapat melanjutkan ke MATLAB.
Untuk menggambarkan sinyal kami pada sumbu waktu dengan interval pengambilan sampel 
di MATLAB, Anda perlu menentukan array sampel waktu. Ini diatur sebagai berikut: t=-1e-5:dt:28.3e-3.
Sekarang mari kita atur impuls kita satu per satu dan jumlahkan di akhir - kita mendapatkan impuls awal.
Pulsa persegi panjang:
ti1=7e-3; % Durasi pulsa
x1=3*rectpuls(t-ti1/2,ti1);
impuls sinusoidal:
x2=4*sin(pi*(t-t11)/12e-3).*(t>=t11).*(t<=t22);
Pulsa segitiga:
x3=3*tripuls((t-t22)-4e-3,8e-3);
impuls trapesium:
x4=-9*trapmf(t,);
momentum total:
Untuk menampilkan grafik, digunakan fungsi plot, tampilannya seperti ini: plot(t,x,"k");
Di mana t adalah larik cap waktu yang kita atur di awal, x adalah sinyal itu sendiri, dan 'k' berarti grafik akan menjadi hitam. Mari kita gambarkan grafik yang diberikan pada Gambar 4.
Gambar 4 - Total impuls (dipulihkan)
Restorasi terjadi menggunakan teorema Kotelnikov, rumus (6).
Seperti terlihat pada Gambar 4 dengan diskritisasi ini, persegi panjang lebih mirip trapesium, nol kedua hilang, dan trapesium menyerupai segitiga, sehingga pemulihan terjadi dengan kesalahan besar. Dari sini kami menyimpulkan bahwa perlu untuk meningkatkan frekuensi sampling. Melalui seleksi eksperimental, frekuensi pengambilan sampel kami harus ditingkatkan dengan faktor 50, karena pada frekuensi pengambilan sampel yang lebih rendah, informasi tentang tepi depan trapesium tidak jelas, itu tampak seperti garis vertikal. Ini karena fakta bahwa, menurut penugasan, kami memiliki interval waktu yang sangat kecil untuk front ini, hanya 0,08 ms. Mari kita gambarkan sinyal yang dipulihkan pada Gambar 5.
Gambar 5 - Pulsa total (pulih) setelah upsampling
Mari kita gambarkan dalam bentuk diskrit, Gambar 6.
Gambar 6 - Impuls total dalam bentuk digital
Seperti dapat dilihat dari gambar ini, banyak pembacaan diperlukan untuk restorasi yang baik, untuk kejelasan, kami juga akan menggambarkan tepi depan trapesium pada skala yang diperbesar, kami akan menunjukkan berapa banyak sampel yang diperlukan untuk mengembalikannya secara akurat, Gambar 7.
Gambar 7 - Tepi depan trapesium dalam bentuk diskrit
Gambar tersebut menunjukkan bahwa dibutuhkan 9 sampel untuk merekonstruksi tepi depan secara akurat.
Jadi, kami telah mendigitalkan pulsa kami, di sini kami dapat meringkas bahwa perancang harus memilih laju pengambilan sampel yang cukup besar untuk secara akurat mengembalikan bentuk gelombang untuk menyimpan semua informasi tentangnya. Apalagi jika bentuk gelombangnya berubah dengan cepat.
