第5.4 节 取样-量化导致信息丢失
我们知道,测量就是尽可能准确的获得被测信号中的有关信息。可是由于基于计算机的测量原理所致,被测信号中的有关信息会丢失。信息丢失发生在对信号进行的“取样过程”。
在模拟测量过程中,信号中的信息已全部提交给测量环节,能否准确的获得该信息或反映出正确结果,取决于模拟电路设计的好坏。比如:IC集成的模拟乘法器,最简单的指标就是:通道“馈通”,也就是说:当X输入端加额定输入信号,Y端接“0”时,乘法器的输出应该等于“0”,调换输入端的信号应该也如此。实际上,大多IC模拟乘法器的这项指标都不好,很难兼顾调整。如果在涉及到信号频率范围和使用环境温度,这一指标还会大打折扣。在举个例子:振动传感器的灵敏度参数都与振动频率有关,也就是说:它的灵敏度参数是非线性的或者说:是频率的函数(特别是低频段),只有使用在100Hz-2000Hz频率范围才可以近似认为是常数。
与模拟测量不同,基于计算机的测量在“取样环节”就会产生信号的丢失,尽管提供的是理想信号输入。取样是通过A/D转换器来实现的,即便是使用理想的A/D转换器,信息也会丢失。信息丢失源于两个因素——取样和量化。
1、以点代线
假设我们有一个很纯的正弦信号,如例图所示。
它是时域的连续函数,在它周期内的任意一个时间点,都可以找到它所对应的函数值。
在基于计算机的测量中,它首先被取样。
取样就是该函数乘上一个冲击函数。
对该信号进行取样处理后,我们发现:我们只能获得取样时间点的函数值,而无法获得任意时间点的函数值。同时,每个周期内的取样点数不同,所获得的函数样本数也会不同。
显然就信号的完整性而言,采样定理的要求简单了些。
这样导致了信号的第一次丢失。
2、以线代面
我们知道:取样仅仅是测量过程的第一步,下一步还要量化。所谓量化就是将取样后该点的函数值近似到A/D的实际位数值。见例图,得到一个近似的台阶波,台阶波平的部分就是量化后的数值(正弦函数值的近似值)。
显然,这与A/D转换器的位数有关系,也与A/D的积分非线性和微分非线性参数有关。
此时导致了信号的第二次丢失。
3、并非A/D转换器的位数越高,准确度就越高
从上面的简单分析可以看出,若想保证获得最佳的信号质量,在信号的一个周期内,尽可能的获得更多的取样点数;同时尽可能的选择位数、准确度都比较高的A/D或数据采集卡。这样才能弥补信号丢失的影响。
事实上,如果点数无限密集,位数无限精确,那就是模拟信号处理了。
这里要注意一个问题,绝对不是A/D的位数越高,准确度就会越高。具体要参考使用手册。
利用采样(包括量化在内)技术,就实现了将模拟信号中的信息转换为以数字量表示的信息。模拟信号处理电路,一般只能对应于单一的测量功能。比如:模拟的RMS转换电路,无法实现THD分析处理,若想进行处理必须添加相应的模拟处理电路。与模拟信号处理不同,采样所获得的数据,相当于“原料”,将原料送到不同的加工单元,就会获得不同的结果。在数字信号处理中,这些加工单元都是用软件来实现的。虚拟仪器自定义测量功能的本质就是源于此特点。通俗的讲:采集来的数据相当于“面粉”(原料),通过不同的处理方法(软件处理模块),可以加工出:面包、饼干、点心、面条等等多种面类食品。