- •ВВЕДЕНИЕ
- •1. СИГНАЛЫ И ИХ ПРЕОБРАЗОВАНИЯ ПРИ ЦИФРОВОЙ ОБРАБОТКЕ
- •1.2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ ДИСКРЕТНЫХ СИГНАЛОВ
- •1.3. СПЕКТР ДИСКРЕТНОГО СИГНАЛА
- •1.6. ПРАКТИЧЕСКИЕ ОСОБЕННОСТИ ДИСКРЕТИЗАЦИИ СИГНАЛА
- •1.7. УСЛОВИЯ ВЫБОРА ЧАСТОТЫ ДИСКРЕТИЗАЦИИ
- •1.8. КВАНТОВАНИЕ СИГНАЛОВ ПО УРОВНЮ
- •1.8.1. ОПРЕДЕЛЕНИЕ И СПОСОБЫ
- •1.8.2. ПОГРЕШНОСТЬ КВАНТОВАНИЯ
- •1.9. ЦИФРОВОЕ КОДИРОВАНИЕ СИГНАЛА
- •1.9.1. АЛГОРИТМЫ КОДИРОВАНИЯ И ФОРМАТЫ ЦИФРОВОГО СИГНАЛА
- •1.9.2. ПОГРЕШНОСТЬ КВАНТОВАНИЯ ЦИФРОВОГО СИГНАЛА
- •1.10. УСЛОВИЯ ВЫБОРА РАЗРЯДНОСТИ АЦП
- •1.12. УСЛОВИЕ МАТЕМАТИЧЕСКОЙ АДЕКВАТНОСТИ ДИСКРЕТНОГО И ЦИФРОВОГО СИГНАЛОВ
- •КОНТРОЛЬНЫЕ ВОПРОСЫ
- •2. ЦИФРОВЫЕ ФИЛЬТРЫ НА ОСНОВЕ РАЗНОСТНЫХ УРАВНЕНИЙ И ДИСКРЕТНОЙ ВРЕМЕННОЙ СВЕРТКИ
- •2.4. ТЕСТОВЫЕ ПОСЛЕДОВАТЕЛЬНОСТИ ДИСКРЕТНЫХ СИСТЕМ
- •2.5. ПЕРЕДАТОЧНАЯ ФУНКЦИЯ И ЧАСТОТНАЯ ХАРАКТЕРИСТИКА ДИСКРЕТНОЙ СИСТЕМЫ
- •2.6. ПЕРЕДАТОЧНЫЕ ФУНКЦИИ РЕКУРСИВНЫХ ЦИФРОВЫХ ФИЛЬТРОВ
- •2.7. ЧАСТОТНЫЕ ХАРАКТЕРИСТИКИ РЕКУРСИВНЫХ ФИЛЬТРОВ
- •2.8. ФОРМЫ РЕАЛИЗАЦИИ РЕКУРСИВНЫХ ФИЛЬТРОВ
- •2.9. ПРЯМАЯ ФОРМА РЕАЛИЗАЦИИ НЕРЕКУРСИВНЫХ ФИЛЬТРОВ
- •2.10. ПЕРЕДАТОЧНАЯ ФУНКЦИЯ И ЧАСТОТНАЯ ХАРАКТЕРИСТИКА НЕРЕКУРСИВНОГО ФИЛЬТРА
- •КОНТРОЛЬНЫЕ ВОПРОСЫ
- •3.1. ЗАДАЧИ И МЕТОДЫ СИНТЕЗА ЦИФРОВЫХ ФИЛЬТРОВ
- •3.2.1. ОБЩЕЕ ОПИСАНИЕ МЕТОДА
- •3.2.2. ПРОСТОЕ БИЛИНЕЙНОЕ ПРЕОБРАЗОВАНИЕ
- •3.2.3. ОБОБЩЕННЫЕ БИЛИНЕЙНЫЕ ПРЕОБРАЗОВАНИЯ
- •3.2.6. ПЕРЕХОД ОТ АФПНЧ К ЦФ ЗАДАННОГО ТИПА
- •3.2.7. МЕТОДИКА СИНТЕЗА РФ ПО АНАЛОГОВОМУ ПРОТОТИПУ
- •3.2.8. ПРИМЕР СИНТЕЗА ПЕРЕДАТОЧНОЙ ФУНКЦИИ РФ
- •3.3. СИНТЕЗ НЕРЕКУРСИВНЫХ ФИЛЬТРОВ МЕТОДОМ ВЕСОВЫХ ФУНКЦИЙ
- •3.3.1. ОСНОВЫ МЕТОДА
- •3.3.2. ПАРАМЕТРЫ ВЕСОВЫХ ФУНКЦИЙ
- •3.3.3. ОПИСАНИЯ ВЕСОВЫХ ФУНКЦИЙ
- •3.3.4. ВЕСОВЫЕ ФУНКЦИИ КАЙЗЕРА
- •3.3.5. ИМПУЛЬСНЫЕ ХАРАКТЕРИСТИКИ ИДЕАЛЬНЫХ ЦФ РАЗЛИЧНОГО ТИПА
- •3.3.6. МЕТОДИКА СИНТЕЗА НФ МЕТОДОМ ВЕСОВЫХ ФУНКЦИЙ
- •3.3.7. ПРИМЕР СИНТЕЗА ПЕРЕДАТОЧНОЙ ФУНКЦИИ НФ МЕТОДОМ ВЕСОВЫХ ФУНКЦИЙ
- •3.4. СИНТЕЗ НЕРЕКУРСИВНЫХ ФИЛЬТРОВ МЕТОДОМ ЧАСТОТНОЙ ВЫБОРКИ
- •3.4.1. ОСНОВЫ МЕТОДА
- •3.4.2. СИНТЕЗ НФ ВТОРОГО ТИПА МЕТОДОМ ЧАСТОТНОЙ ВЫБОРКИ
- •3.4.3. МЕТОДИКА СИНТЕЗА НФ МЕТОДОМ ЧАСТОТНОЙ ВЫБОРКИ
- •3.4.4. ПРИМЕР СИНТЕЗА ПЕРЕДАТОЧНОЙ ФУНКЦИИ НФ МЕТОДОМ ЧАСТОТНОЙ ВЫБОРКИ
- •3.5. ЧИСЛЕННЫЕ МЕТОДЫ СИНТЕЗА ЦИФРОВЫХ ФИЛЬТРОВ
- •КОНТРОЛЬНЫЕ ВОПРОСЫ
- •4. МЕТОДЫ ОЦЕНКИ И ОБЕСПЕЧЕНИЯ ТОЧНОСТИ ЦОС
- •4.2. ВЛИЯНИЕ КВАНТОВАНИЯ КОЭФФИЦИЕНТОВ ФИЛЬТРА
- •4.3. МАСШТАБИРОВАНИЕ СИГНАЛОВ В ЦИФРОВЫХ ФИЛЬТРАХ
- •4.4. РАСЧЕТ МАСШТАБНЫХ МНОЖИТЕЛЕЙ ДЛЯ КОНКРЕТНЫХ СТРУКТУР ЦИФРОВЫХ ФИЛЬТРОВ
- •4.4.3. ПАРАЛЛЕЛЬНАЯ СТРУКТУРА РЕКУРСИВНОГО ФИЛЬТРА
- •4.4.4. КАСКАДНАЯ СТРУКТУРА РЕКУРСИВНОГО ФИЛЬТРА
- •4.5.1. МЕТОДЫ ОЦЕНКИ ШУМОВЫХ ХАРАКТЕРИСТИК ФИЛЬТРОВ
- •4.5.2. РАСЧЕТ ШУМА КВАНТОВАНИЯ АЦП НА ВЫХОДЕ ЦФ
- •4.5.3. РАСЧЕТ СОБСТВЕННЫХ ШУМОВ КВАНТОВАНИЯ ДЛЯ ПРЯМОЙ ФОРМЫ РЕАЛИЗАЦИИ ЗВЕНА РФ 2-ГО ПОРЯДКА
- •4.5.4. РАСЧЕТ СОБСТВЕННЫХ ШУМОВ КВАНТОВАНИЯ ДЛЯ КАНОНИЧЕСКОЙ ФОРМЫ РЕАЛИЗАЦИИ ЗВЕНА РФ 2-ГО ПОРЯДКА
- •4.5.6. РАСЧЕТ СОБСТВЕННЫХ ШУМОВ КВАНТОВАНИЯ ДЛЯ НЕРЕКУРСИВНОГО ЦИФРОВОГО ФИЛЬТРА НА ОСНОВЕ ДВС
- •4.5.7. РАСЧЕТ СОБСТВЕННЫХ ШУМОВ КВАНТОВАНИЯ ДЛЯ КАСКАДНОЙ ФОРМЫ РЕАЛИЗАЦИИ РФ
- •4.9. СПОСОБЫ РЕШЕНИЯ ЗАДАЧ ОЦЕНКИ И ОБЕСПЕЧЕНИЯ ТОЧНОСТИ ЦФ С ПОМОЩЬЮ МОДЕЛИРОВАНИЯ НА ЭВМ
- •4.14. ПРИМЕРЫ РЕШЕНИЯ ЗАДАЧ КОНЕЧНОЙ РАЗРЯДНОСТИ ЧИСЕЛ
- •4.14.1. РЕШЕНИЕ ЗАДАЧ КОНЕЧНОЙ РАЗРЯДНОСТИ ЧИСЕЛ ДЛЯ РЕКУРСИВНОГО ЦИФРОВОГО ФИЛЬТРА
- •4.14.2. РЕШЕНИЕ ЗАДАЧ КОНЕЧНОЙ РАЗРЯДНОСТИ ЧИСЕЛ ДЛЯ НЕРЕКУРСИВНОГО ЦИФРОВОГО ФИЛЬТРА
- •КОНТРОЛЬНЫЕ ВОПРОСЫ
- •5.1. ОПРЕДЕЛЕНИЕ ДИСКРЕТНОГО ПРЕОБРАЗОВАНИЯ ФУРЬЕ
- •5.2. СВОЙСТВА ДПФ
- •5.3. АЛГОРИТМ ЦИФРОВОЙ ФИЛЬТРАЦИИ КОНЕЧНЫХ ПОСЛЕДОВАТЕЛЬНОСТЕЙ НА ОСНОВЕ ДПФ
- •5.5. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ЦИФРОВЫХ ФИЛЬТРОВ НА ОСНОВЕ ДПФ
- •5.6. АЛГОРИТМ ЦИФРОВОЙ ФИЛЬТРАЦИИ НА ОСНОВЕ ЧАСТОТНОЙ ВЫБОРКИ
- •5.6.1. ПЕРЕДАТОЧНАЯ ФУНКЦИЯ И ОБЩАЯ СТРУКТУРА НЕРЕКУРСИВНОГО ФИЛЬТРА НА ОСНОВЕ ЧАСТОТНОЙ ВЫБОРКИ
- •5.6.2. ОПИСАНИЕ НЕРЕКУРСИВНОЙ ЧАСТИ ФИЛЬТРА
- •5.6.3. ОПИСАНИЕ РЕКУРСИВНОЙ ЧАСТИ ФИЛЬТРА
- •5.6.6. НЕРЕКУРСИВНЫЕ ФИЛЬТРЫ НА ОСНОВЕ ЧАСТОТНОЙ ВЫБОРКИ СО СМЕЩЕНИЕМ НУЛЕЙ И ПОЛЮСОВ ВНУТРЬ КРУГА ЕДИНИЧНОГО РАДИУСА
- •5.6.8. ОСОБЕННОСТИ РЕАЛИЗАЦИИ НЕРЕКУРСИВНЫХ ФИЛЬТРОВ НА ОСНОВЕ ЧАСТОТНОЙ ВЫБОРКИ ВТОРОГО ТИПА
- •КОНТРОЛЬНЫЕ ВОПРОСЫ
- •6. СПЕЦИАЛЬНЫЕ ЗАДАЧИ И ПРИМЕНЕНИЯ ЦИФРОВЫХ ФИЛЬТРОВ
- •6.1. ОБЩАЯ И СПЕЦИАЛЬНЫЕ ЗАДАЧИ ЦИФРОВОЙ ФИЛЬТРАЦИИ
- •6.3. КОМПЛЕКСНЫЕ ЦИФРОВЫЕ ФИЛЬТРЫ
- •6.4. СГЛАЖИВАЮЩИЕ ЦИФРОВЫЕ ФИЛЬТРЫ
- •6.4.1. РЕКУРСИВНЫЙ ФИЛЬТР ВЕСОВОГО ЭКСПОНЕНЦИАЛЬНОГО УСРЕДНЕНИЯ
- •6.4.2. НЕРЕКУРСИВНЫЕ СГЛАЖИВАЮЩИЕ ФИЛЬТРЫ НА ОСНОВЕ ВЕСОВЫХ ФУНКЦИЙ
- •6.4.2. СГЛАЖИВАЮЩИЕ НЕРЕКУРСИВНЫЕ ФИЛЬТРЫ НА ОСНОВЕ ПАРАБОЛИЧЕСКОЙ АППРОКСИМАЦИИ
- •6.4.3. СГЛАЖИВАНИЕ С ПОМОЩЬЮ НЕЛИНЕЙНОГО МЕДИАННОГО ФИЛЬТРА
- •6. 5. РЕЖЕКЦИЯ ФИКСИРОВАННЫХ ЧАСТОТ С ПОМОЩЬЮ НЕРЕКУРСИВНЫХ ФИЛЬТРОВ
- •6.6 1. ОБЩИЕ СВОЙСТВА И ПРИМЕНЕНИЯ СОГЛАСОВАННЫХ ЦИФРОВЫХ ФИЛЬТРОВ
- •6.7. ПРОСТЫЕ АЛГОРИТМЫ ЦИФРОВОГО ДИФФЕРЕНЦИРОВАНИЯ СИГНАЛОВ
- •6. 8.ПРОСТЫЕ АЛГОРИТМЫ ЦИФРОВОГО ИНТЕГРИРОВАНИЯ СИГНАЛОВ
- •КОНТРОЛЬНЫЕ ВОПРОСЫ
- •ЗАДАЧИ ПО ЦИФРОВОЙ ОБРАБОТКЕ СИГНАЛОВ
- •ПРИЛОЖЕНИЕ
- •ЛИТЕРАТУРА
- •ОГЛАВЛЕНИЕ
23
средства ЦОС [5]. Принцип стробоскопического преобразования или когерентной выборки заключается в жесткой связи между частотой дискретизации и частотой сигнала или их гармониками и субгармониками. Он легко иллюстрируется во временной и частотной области на примере простого гармонического колебания, частота fс которого в результате преобразования на гармониках частоты дискретизации переносится на низкую частоту Fпр = |kfд − fc|, заключенную в пределах 0− fд/2. Стробоскопическое преобразование применяется в цифровой осциллографии, при цифровом измерении параметров сигналов и характеристик объектов [10]. Такие измерители, реализуемые на базе персональных компьютеров со встроенными или внешними средствами аналогового ввода - вывода, называются модульными виртуальными приборами или инструментами [41]. Вопросы дискретизации и цифровой оценки параметров сигналов для них рассмотрены в [42, 43].
1.8.КВАНТОВАНИЕ СИГНАЛОВ ПО УРОВНЮ
1.8.1.ОПРЕДЕЛЕНИЕ И СПОСОБЫ
При квантовании по уровню бесконечное множество возможных значений дискретного сигнала x(n) в заданном максимальном диапазоне его изменения Dxmax= (xmax − xmin) замещается конечным числом уровней квантования m дискретного квантованного сигнала xкв(n). С одним из них в соответствии с определенным правилом или алгоритмом и отождествляется точное мгновенное значение дисретного сигнала x(n) (рис. 1.13). Интервал между уровнями квантования называется шагом квантования по уровню Q = Dxmax /m.
i |
xmax |
Xкв(n) |
|
m /2 |
|
||
|
|
|
|
|
|
e(n) |
|
3 |
|
|
|
2 |
|
Q |
nTд |
1 |
|
||
|
|
||
0 |
Tд 2Tд 3Tд |
|
|
-1 |
|
|
|
-2 |
|
|
|
-3 |
|
|
|
-m /2 |
xmin |
|
Рис.1.13. Иллюстрация квантования сигнала по уровню
24
Квантование возможно с усечением и с округлением. Квантованный дискретный сигнал хкв(n) определяется при этом как
хкв(n) = [x(n)/Q]ц.ч.Q = iQ |
(1.9) |
при усечении и |
|
хкв(n) = [(x(n)/Q)+0,5]ц.ч.Q = iQ |
(1.9′) |
при округлении, где i = [ ]ц.ч. − это целая часть отношения, заключенного в прямые скобки и соответствующая номеру уровня квантования, с которым отождествляется точное значение квантуемого дискретного сигнала с ближайшим меньшим − при усечении и ближайшим – при округлении. Для однополярного сигнала 0 ≤ i ≤ (m − 1), двухполярного (− m/2) ≤ i ≤ (m/2) − 1.
1.8.2. ПОГРЕШНОСТЬ КВАНТОВАНИЯ
Разность между квантованным и точным значениями дискретного сигнала: e(n) = хкв(n) − x(n) определяет погрешность, возникающую при квантовании сигнала по уровню. В соответствии с амплитудной характеристикой квантователя она принимает значения − Q < e(n) ≤ 0 -
при усечении (рис.1.14, а, б) и − Q/2 < e(n) ≤ Q/2 − при округлении (рис.1.15, а, б). Предельные значения погрешности квантования Em= e(n) max = ηQ, где η = 1 при усечении и ½ при округлении.
|
|
|
|
iQ |
|
|
|
хкв(n) |
|||||||
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
. |
|
|
|
|
|
|
|
|
|
|
|
|||
|
. |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
2Q |
|
|
|
|
|
|
|
|
х(n) |
||
|
|
|
|
|
|
|
|
|
|||||||
a) |
|
|
|
Q |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
-3Q2Q |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
Q 2Q 3Q… |
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
-2Q |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
-3Q |
|
|||||
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
e(n) |
|
||||||||
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
х(n) |
|||||
|
|
|
|
|
|
|
|
|
|
б)
-Q
Рис. 1.14. Амплитудная характеристика квантования с усечением (а) и соответствующая ему погрешность квантования (б)
25
x кв(n )
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
iQ |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
.. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
.. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 Q |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
Q |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x (n ) |
|
|
… |
-(5 /2 )Q -(3 /2 )Q – Q /2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
a) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Q /2 (3/2 )Q (5 /2)Q … |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
-Q |
|||||||||
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
-2 Q |
|
||||||||
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
e(n ) |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
Q /2 |
|
|
|
|
|
|
|
|
|
|
x (n ) |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
б)
-Q /2
Рис. 1.15. Амплитудная характеристика квантования с округлением (а) и соответствующая ему погрешность квантования (б)
Вследствие априорной неизвестности значений сигнала и погрешности квантования ее рассматривают как случайный дискретный процесс или шум квантования, накладывающийся на квантуемый дискретный сигнал: хкв(n) = x(n) + e(n) и с равной вероятностью принимающий любые значения в
вышеуказанных пределах. |
На графиках законов распределения шума |
квантования рис.1.16, а, б |
обоим способам квантования соответствует |
одинаковая плотность вероятностей p(e)=1/Q, отвечающая условию нормировки.
|
|
|
|
Р(е) |
|
|
|
|
|
|
|
|
Р(е) |
|
|
||||||
|
|
|
|
|
|
|
|
1/Q |
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
1/Q |
|
|
|
|
|
|
|
|
|
|
е |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
-Q |
0 |
|
|
|
|
|
-Q/2 |
0 |
Q/2 |
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Рис. 1.16. Плотности вероятностей шума квантования при усечении (а) и округлении (б)
Шум квантования характеризуется следующими параметрами:
26
математическим ожиданием M[e] = |
0∫ e p( e )de = |
− Q / 2 − при усечении и |
|||
|
|
|
− Q |
|
|
Q / 2 |
= |
0 − |
при округлении; |
|
|
M[e] = ∫ e p( e )de |
|
|
|||
− Q / 2 |
|
|
|
|
|
|
|
D[e] |
Q / 2 |
Q2 / 12 − |
|
дисперсией |
|
= ∫ e2 p( e )de = |
для обоих способов |
− Q / 2
квантования;
среднеквадратическим значением σe = Q/ 12 . Спектрально-корреляционные свойства шума квантования существенно
зависят от вида и параметров преобразуемого сигнала. В общем случае значения отсчетов шума квантования коррелированы со значениями входного сигнала и между собой. Наиболее высокая степень корреляции наблюдается при детерминированных сигналах и наименьшая − случайных. К последним относятся реальные речевые, музыкальные сигналы, выходные сигналы измерительных датчиков, а также любые сигналы на входе системы ЦОС с наложенными на них шумами или случайными помехами. Наложение внешнего шума или помехи с приведенным ко входу АЦП уровнем, превышающим значение единицы младшего разряда Q, существенно декоррелирует или рандомизирует шум квантования [44]. Это позволяет рассматривать шум квантования, возникающий при преобразовании случайного сигнала, как дискретный случайный процесс типа белый шум с равномерной спектральной плотностью: Pкв = σ2кв/fд. Повышение частоты
дискретизации fд уменьшает спектральную плотность шума квантования в основной полосе, позволяя при определенных условиях уменьшить необходимое значение разрядности АЦП, т. е. обменять разрядность сигнала на скорость его обработки [44].
Модель шума квантования с вышеприведенными характеристиками широко используется в теории ЦОС.