Аналоговые, дискретные и цифровые сигналы

ВВЕДЕНИЕ В ЦИФРОВУЮ ОБРАБОТКУ СИГНАЛОВ

Цифровая обработка сигналов (ЦОС или DSP - digital signal processing) является одной из новейших и самых мощных технологий, которая активно внедряется в широкий круг областей науки и техники, таких как коммуникации, метеорология, радиолокация и гидролокация, медицинская визуализация изображений, цифровое аудио- и телевизионное вещание, разведка нефтяных и газовых месторождений и др. Можно сказать, что происходит повсеместное и глубокое проникновение технологий цифровой обработки сигналов во все сферы деятельности человечества. Сегодня технология ЦОС относится к числу базовых знаний, которые необходимы ученым и инженерам всех отраслей без исключения.

Сигналы

Что такое сигнал? В наиболее общей формулировке это зависимость одной величины от другой. Т.е., с математической точки зрения сигнал является функцией. Чаще всего рассматриваются зависимости от времени. Физическая природа сигнала может быть различной. Очень часто это электрическое напряжение, реже – ток.

Формы представления сигнала :

1. временная;

2. спектральная (в частотной области).

Стоимость цифровой обработки данных меньше аналоговой и продолжает снижаться, а производительность вычислительных операций непрерывно возрастает. Немаловажным является и то, что системы ЦОС отличаются высокой гибкостью. Их можно дополнять новыми программами и перепрограммировать на выполнение различных операций без изменения оборудования. Поэтому интерес к научным и к прикладным вопросам цифровой обработки сигналов возрастает во всех отраслях науки и техники.

ПРЕДИСЛОВИЕ К ЦИФРОВОЙ ОБРАБОТКЕ СИГНАЛОВ

Дискретные сигналы

Сущность цифровой обработки состоит в том, что физический сигнал (напряжение, ток и др.) преобразуется в последовательность чисел , которая затем подвергается математическим преобразованиям в ВУ.

Аналоговые, дискретные и цифровые сигналы

Исходный физический сигнал является непрерывной функцией времени. Такие сигналы, определенные во все моменты t, называются аналоговыми .

Какой сигнал называется цифровым? Рассмотрим некоторый аналоговый сигнал (рис. 1.1 а). Он задан непрерывно на всем рассматриваемом временном интервале. Считается, что аналоговый сигнал абсолютно точен, если не учитывать погрешности при измерении.

Рис. 1.1 а) Аналоговый сигнал

Рис. 1.1 б) Дискретизированный сигнал

Рис. 1.1 в) Квантованный сигнал

Для того, чтобы получить цифровой сигнал, нужно провести две операции – дискретизацию и квантование . Процесс преобразования аналогового сигнала в последовательность отсчетов называется дискретизацией, а результат такого преобразования - дискретным сигналом .Т. обр., дискретизация заключается в составлении выборки из аналогового сигнала (рис. 1.1 б), каждый элемент которой, называемый отсчетом , будет отстоять по времени от соседних отсчетов на некотором интервале Т , называемом интервалом дискретизации или (поскольку интервал дискретизации чаще неизменен) – периодом дискретизации . Величина, обратная периоду дискретизации называется частотой дискретизации и определяется как:

(1.1)

При обработке сигнала в вычислительном устройстве его отсчеты представляются в виде двоичных чисел, имеющих ограниченное число разрядов. Вследствие этого отсчеты могут принимать лишь конечное множество значений и, следовательно, при представлении сигнала неизбежно происходит его округление. Процесс преобразования отсчетов сигнала в числа называется квантованием . Возникающие при этом ошибки округления называются ошибками или шумами квантования . Т. обр., квантование – это приведение уровней дискретизированного сигнала к некоторой сетке (рис. 1.1 в), чаще обычным округлением в сторону большего. Дискретный во времени и квантованный по уровню сигнал и будет являться цифровым.

Условия, при которых возможно полное восстановление аналогового сигнала по его цифровому эквиваленту с сохранением всей исходно содержавшейся в сигнале информации, выражаются теоремами Найквиста, Котельникова, Шеннона, сущность которых практически одинакова. Для дискретизации аналогового сигнала с полным сохранением информации в его цифровом эквиваленте максимальные частоты в аналоговом сигнале должны быть не менее, чем вдвое меньше, чем частота дискретизации, то есть f max £ (1/2)f d , т.е. на одном периоде максимальной частоты должно быть минимум два отсчета. Если это условие нарушается, в цифровом сигнале возникает эффект маскирования (подмены) действительных частот более низкими частотами. При этом в цифровом сигнале вместо фактической регистрируется "кажущаяся" частота, а, следовательно, восстановление фактической частоты в аналоговом сигнале становится невозможным. Восстановленный сигнал будет выглядеть так, как если бы частоты, лежащие выше половины частоты дискретизации, отразились от частоты (1/2)f d в нижнюю часть спектра и наложились на частоты, уже присутствующие в этой части спектра. Этот эффект называется наложением спектров или алиасингом (aliasing). Наглядным примером алиасинга может служить иллюзия, довольно часто встречающаяся в кино – колесо автомобиля начинает вращаться против его движения, если между последовательными кадрами (аналог частоты дискретизации) колесо совершает более чем пол-оборота.

Преобразование сигнала в цифровую форму выполняется аналого-цифровыми преобразователями (АЦП). Как правило, они используют двоичную систему счисления с определенным числом разрядов в равномерной шкале. Увеличение числа разрядов повышает точность измерений и расширяет динамический диапазон измеряемых сигналов. Потерянная из-за недостатка разрядов АЦП информация невосстановима, и существуют лишь оценки возникающей погрешности «округления» отсчетов, например, через мощность шума, порождаемого ошибкой в последнем разряде АЦП. Для этого используется понятие отношения «сигнал/шум» - отношение мощности сигнала к мощности шума (в децибелах). Наиболее часто применяются 8-, 10-, 12-, 16-, 20- и 24-х разрядные АЦП. Каждый дополнительный разряд улучшает отношение сигнал/шум на 6 децибел. Однако увеличение количества разрядов снижает скорость дискретизации и увеличивает стоимость аппаратуры. Важным аспектом является также динамический диапазон, определяемый максимальным и минимальным значением сигнала.

Обработка цифровых сигналов выполняется либо специальными процессорами, либо на универсальных ЭВМ и компьютерах по специальным программам. Наиболее просты для рассмотрения линейные системы. Линейными называются системы, для которых имеет место принцип суперпозиции (отклик на сумму входных сигналов равен сумме откликов на каждый сигнал в отдельности) и однородность (изменение амплитуды входного сигнала вызывает пропорциональное изменение выходного сигнала).

Если входной сигнал x(t-t 0) порождает однозначный выходной сигнал y(t-t 0) при любом сдвиге t 0 , то систему называют инвариантной во времени . Ее свойства можно исследовать в любые произвольные моменты времени. Для описания линейной системы вводится специальный входной сигнал - единичный импульс (импульсная функция).

Единичный импульс (единичный отсчет) u 0 (n ) (рис. 1.2):

Рис. 1.2. Единичный импульс

В силу свойства суперпозиции и однородности любой входной сигнал можно представить в виде суммы таких импульсов, подаваемых в разные моменты времени и умноженных на соответствующие коэффициенты. Выходной сигнал системы в этом случае представляет собой сумму откликов на эти импульсы. Отклик на единичный импульс (импульс с единичной амплитудой) называют импульсной характеристикой системы h(n). Знание импульсной характеристики позволяет проанализировать прохождение через дискретную систему любого сигнала. Действительно, произвольный сигнал {x(n)} можно представить в виде линейной комбинации единичных отсчетов.

Лекция № 1

«Аналоговые, дискретные и цифровые сигналы.»

Двумя самыми фундаментальными понятиями в данном курсе являются понятия сигнала и системы.

Под сигналом понимается физический процесс (например, изменяющееся во времени напряжение), отображающий некоторую информацию или сообщение. Математически сигнал описывается функцией определенного типа.

Одномерные сигналы описываются вещественной или комплексной функцией , определенной на интервале вещественной оси (обычно – оси времени) . Примером одномерного сигнала может служить электрический ток в проводе микрофона, несущий информацию о воспринимаемом звуке.

Сигнал x (t ) называется ограниченным если существует положительное число A , такое, что для любого t .

Энергией сигнала x (t ) называется величина

,(1.1)

Если , то говорят, что сигнал x (t ) имеет ограниченную энергию. Сигналы с ограниченной энергией обладают свойством

Если сигнал имеет ограниченную энергию, то он ограничен.

Мощностью сигнала x (t ) называется величина

,(1.2)

Если , то говорят, что сигнал x (t ) имеет ограниченную мощность. Сигналы с ограниченной мощностьюмогут принимать ненулевые значения сколь угодно долго.

В реальной природе сигналов с неограниченной энергией и мощностью не существует. Большинство сигналов, существующих в реальной природе являются аналоговыми.

Аналоговые сигналы описываются непрерывной (или кусочно-непрерывной) функцией , причем сама функция и аргумент t могут принимать любые значения на некоторых интервалах . На рис. 1.1 а представлен пример аналогового сигнала, изменяющегося во времени по закону , где . Другой пример аналогового сигнала, показанный на рис 1.1б, изменяется во времени по закону .

Важным примером аналогового сигнала является сигнал, описываемый т.н. «единичной функцией» , которая описывается выражением

(1.3),

где.

График единичной функции представлен на рис.1.2.

Функцию 1(t ) можно рассматривать как предел семейства непрерывных функций 1(a , t ) при изменении параметра этого семейства a .

(1.4).

Семейство графиков 1(a , t ) при различных значениях a представлено на рис.1.3.

В этом случае функцию 1( t ) можно записать как

(1.5).

Обозначим производную от 1(a , t ) как d (a , t ).

(1.6).

Семейство графиков d (a , t ) представлено на рис.1.4.

Площадь под кривой d (a , t ) не зависит от a и всегда равна 1. Действительно

(1.7).

Функция

(1.8)

называется импульсной функцией Дирака или d - функцией. Значения d - функции равны нулю во всех точках, кроме t =0. При t =0 d -функция равна бесконечности, но так, что площадь под кривой d - функции равна 1. На рис.1.5 представлен график функции d (t ) и d (t - t ).

Отметим некоторые свойства d - функции:

1. (1.9).

Это следует из того, что только при t = t .

2. (1.10) .

В интеграле бесконечные пределы можно заменить конечными, но так, чтобы аргумент функции d (t - t ) обращался в нуль внутри этих пределов.

(1.11).

3. Преобразование Лапласа d -функции

(1.12).

В частности , при t =0

(1.13).

4. Преобразование Фурье d - функции. При p = j v из 1.13 получим

(1.14)

При t =0

(1.15),

т.е. спектр d - функции равен 1.

Аналоговый сигнал f (t ) называется периодическим если существует действительное число T , такое, что f (t + T )= f (t ) для любых t . При этом T называется периодом сигнала. Примером периодического сигнала может служить сигнал, представленный на рис.1.2а, причем T =1/ f . Другим примером периодического сигнала может служить последовательность d - функций, описываемая уравнением

(1.16)

график которой представлен на рис.1.6.

Дискретные сигналы отличаются от аналоговых тем, что их значения известны лишь в дискретные моменты времени.Дискретные сигналы описываются решетчатыми функциями – последовательностями – x д (nT ), где T = const – интервал (период) дискретизации, n =0,1,2,…. Сама функция x д (nT ) может в дискретные моменты принимать произвольные значения на некотором интервале. Эти значения функции называются выборками или отсчетами функции. Другим обозначением решетчатой функции x (nT ) является x (n ) или x n . На рис. 1.7а и 1.7б представлены примеры решетчатых функций и . Последовательность x (n ) может быть конечной или бесконечной, в зависимости от интервала определения функции.

Процесс преобразования аналогового сигнала в дискретный называется временная дискретизация. Математически процесс временной дискретизации можно описать как модуляцию входным аналоговым сигналом последовательности d - функций d T (t )

(1.17)

Процесс восстановления аналогового сигнала из дискретного называется временная экстраполяция.

Для дискретных последовательностей также вводятся понятия энергии и мощности. Энергией последовательности x (n ) называется величина

,(1.18)

Мощностью последовательности x (n ) называется величина

,(1.19)

Для дискретных последовательностей сохраняются те же закономерности, касающиеся ограничения мощности и энергии, что и для непрерывных сигналов.

Периодической называют последовательность x (nT ), удовлетворяющую условию x (nT )= x (nT + mNT ), где m и N – целые числа. При этом N называют периодом последовательности. Периодическую последовательность достаточно задать на интервале периода, например при .

Цифровые сигналы представляют собой дискретные сигналы, которые в дискретные моменты времени могут принимать лишь конечный ряд дискретных значений – уровней квантования. Процесс преобразования дискретного сигнала в цифровой называется квантованием по уровню. Цифровые сигналы описываются квантованными решетчатыми функциями x ц (nT ). Примеры цифровых сигналов представлены на рис. 1.8а и 1.8б.

Связь между решетчатой функцией x д (nT ) и квантованной решетчатой функцией x ц (nT ) определяется нелинейной функцией квантования x ц (nT )= F k (x д (nT )). Каждый из уровней квантования кодируется числом. Обычно для эих целей используется двоичное кодирование, так, что квантованные отсчеты x ц (nT ) кодируются двоичными числами с n разрядами. Число уровней квантования N и наименьшее число двоичных разрядов m , с помощью которых можно закодировать все эти уровни, связаны соотношением

,(1.20)

где int (x ) – наименьшее целое число, не меньшее x .

Т.о., квантование дискретных сигналов состоит в представлении отсчета сигнала x д (nT ) с помощью двоичного числа, содержащего m разрядов. В результате квантования отсчет представляется с ошибкой, которая называется ошибкой квантования

.(1.21)

Шаг квантования Q определяется весом младшего двоичного разряда результирующего числа

.(1.22)

Основными способами квантования являются усечение и округление.

Усечение до m -разрядного двоичного числа состоит в отбрасывании всех младших разрядов числа кроме n старших. При этом ошибка усечения . Для положительных чисел прилюбом способе кодирования . Для отрицательных чисел при использовании прямого кода ошибка усечения неотрицательна , а при использовании дополнительного кода эта ошибка неположительна . Таким образом, во всех случаях абсолютнок значение ошибки усечения не превосходит шага квантования:

.(1.23)

График функции усечения дополнительного кода представлен на рис.1.9, а прямого кода – на рис.1.10.

Округление отличается от усечения тем, что кроме отбрасывания младших разрядов числа модифицируется и m -й (младший неотбрасываемый ) разряд числа. Его модификация заключается в том, что он либо остается неизменным или увеличивается на единицу в зависимости от того, больше или меньше отбрасываемая часть числа величины . Округление можно практически выполнить путем прибавления единицы к ( m +1) – муразряду числа с последующим усечением полученного числа до n разрядов. Ошибка округления при всех способах кодирования лежит в пределах и, следовательно,

.(1.24)

График функции округления представлен на рис. 1.11.

Рассмотрение и использование различных сигналов предполагает возможность измерения значения этих сигналов в заданные моменты времени. Естественно возникает вопрос о достоверности (или наоборот, неопределенности) измерения значения сигналов. Этими вопросами занимается теория информации , основоположником которой является К.Шеннон. Основная идея теории информации состоит в том, что с информацией можно обращаться почти также, как с такими физическими величинами как масса и энергия.

Точность измерений мы обычно характеризуем числовыми значениями полученных при измерении или предполагаемых погрешностей. При этом используются понятия абсолютной и относительной погрешностей. Если измерительное устройство имеет диапазон измерения от x 1 до x 2 , с абсолютной погрешностью ± D , не зависящей от текущего значения x измеряемой величины, то получив результат измерения в виде x n мы записываем его как x n ± D и характеризуем относительной погрешностью .

Рассмотрение этих же самых действий с позиции теории информации носит несколько иной характер, отличающийся тем, что всем перечисленным понятиям придается вероятностный, статистический смысл, а итог проведенного измерения истолковывается как сокращение области неопределенности измеряемой величины. В теории информации тот факт, что измерительный прибор имеет диапазон измерения от x 1 до x 2 означает , что при использовании этого прибора могут бытьполучены показания только в пределах от x 1 до x 2 . Другими словами, вероятность получения отсчетов, меньших x 1 или больших x 2 , равна 0. Вероятность же получения отсчетв где-то в пределах от x 1 до x 2 равна 1.

Если предположить, что все результаты измерения в пределах от x 1 до x 2 равновероятны, т.е. плотность распределения вероятности для различных значений измеряемой величины вдоль всей шкалы прибора одинакова, то с точки зрения теории информации наше знание о значении измеряемой величины до измерения может быть представлено графиком распределения плотности вероятности p (x ).

Поскольку полная вероятность получить отсчет где-то в пределах от x 1 до x 2 равна 1, то под кривой должна быть заключена площадь, равная 1, а это значит, что

(1.25).

После проведения измерения получаем показание прибора, равное x n . Однако, вследствие погрешности прибора, равной ± D , мы не можем утверждать, что измеряемая величина точно равна x n . Поэтому мы записывает результат в виде x n ± D . Это означает, что действительное значение измеряемой величины x лежит где-то в пределах от x n - D до x n + D . С точки зрения теории информации результат нашего измерения состоит лишь в том, что область неопределенности сократилась до величины 2 D и характеризуется намного большей плотностью ве5роятности

(1.26).

Получение каой-либо информации об интересующей нас величине заключается, таким образом, в уменьшении неопределенности ее значения.

В качестве характеристики неопределенности значения некоторой случайной величины К.Шеннон ввел понятие энтропии величины x , которая вычисляется как

(1.27).

Единицы измерения энтропии зависят от выбора основания логарифма в приведенных выражениях. При использовании десятичных логарифмов энтропия измеряется в т.н. десятичных единицах или дитах . В случае же использования двоичных логарифмов энтропия выражается в двоичных единицах или битах .

В большинстве случаев неопределенность знания о значении сигнала определяется действием помех или шумов. Дезинформационное действие шума при передаче сигнала определяется энтропией шума как случайной величины. Если шум в вероятностном смысле не зависит от передаваемого сигнала, то независимо от статистики сигнала шуму можно приписывать определенную величину энтропии, которая и характеризует его дезинформационное действие. При этом анализ системы можно проводить раздельно для шума и сигнала, что резко упрощает решение этой задачи.

Теорема Шеннона о количестве информации . Если на вход канала передачи информации подается сигнал с энтропией H ( x ), а шум в канале имеет энтропию H( D ) , то количество информации на выходе канала определяется как

(1.28).

Если кроме основного канала передачи сигнала имеется дополнительный канал, то для исправления ошибок, возникших от шума с энтропией H (D ), по этому каналу необходтмо передать дополнительное количество информации, не меньшее чем

(1.29).

Эти данные можно так закодировать, что будет возможно скорректировать все ошибки, вызванные шумом, за исключением произвольно малой доли этих ошибок.

В нашем случае, для равномерно распределенной случайной величины, энтропия определяется как

(1.30),

а оставшаяся или условная энтропия результата измерения после получения отсчета x n равна

(1.31).

Отсюда полученное количество информации равное разности исходной и оставшейся энтропии равно

(1.32).

При анализе систем с цифровыми сигналами ошибки квантования рассматриваются как стационарный случайный процесс с равномерным распределением вероятности по диапазону распределения ошибки квантования. На рис. 1.12а, б и в приведены плотности вероятности ошибки квантования при округлении дополнительного кода, прямого кода и усечении соответственно.

Очевидно, что квантование является нелинейной операцией. Однако, при анализе используется линейная модель квантования сигналов, представленная на рис. 1.13.

		m – разрядный цифровой сигнал, e (nT ) – ошибка квантования. Вероятностные оценки ошибок квантования делаются с помощью вычисления математического ожидания (1.33) и дисперсии (1.34), где p e – плотность вероятности ошибки. Для случаев округления и усечения будем иметь (1.35), (1.36). Временная дискретизация и квантование по уровню сигналов являются неотъемлемыми особенностями всех микропроцессорных систем управления, определяемыми ограниченным быстродействием и конечной разрядностью используемых микропроцессоров.

Мы рассматривали различные определения понятия "информация" и пришли к выводу, что информация может быть определена множеством разных способов в зависимости от выбранного подхода. Но об одном мы можем говорить однозначно: информация - знания, данные, сведения, характеристики, отражения и т.д. - категория нематериальная . Но мы живем в мире материальном. Следовательно, для существования и распространения в нашем мире информация должна быть связана с какой-либо материальной основой. Без нее информация не может передаваться и сохраняться.

Тогда материальный объект (или среда), с помощью которого представляется та или иная информация будет являться носителем информации , а изменение какой-либо характеристики носителя мы будем называть сигналом .
Например, представим равномерно горящую лампочку, она не передает никакой информации. Но, если мы будем включать и выключать лампочку (т.е. изменять ее яркость), тогда с помощью чередований вспышек и пауз мы сможем передать какое-нибудь сообщение (например, посредством азбуки Морзе). Аналогично, равномерный гул не дает возможности передать какую-либо информацию, однако, если мы будем изменять высоту и громкость звука, то сможем сформировать некоторое сообщение (что мы и делаем с помощью устной речи).

При этом сигналы могут быть двух видов: непрерывный (или аналоговый ) и дискретный .
В учебнике даны следующие определения.

Непрерывный сигнал принимает множество значений из некоторого диапазона. Между значениями, которые он принимает, нет разрывов.
Дискретный сигнал принимает конечное число значений. Все значения дискретного сигнала можно пронумеровать целыми числами.

Немного уточним эти определения.
Сигнал называется непрерывным (или аналоговым), если его параметр может принимать любое значение в пределах некоторого интервала.

Сигнал называется дискретным , если его параметр может принимать конечное число значений в пределах некоторого интервала.

Графики этих сигналов выглядят следующим образом

Примерами непрерывных сигналов могут быть музыка, речь, изображения, показания термометра (высота столба ртути может быть любой и представляет собой ряд непрерывных значений).

Примерами дискретных сигналов могут быть показания механических или электронных часов, тексты в книгах, показания цифровых измерительных приборов и т.д.

Вернемся к примерам, рассмотренным в начале сообщения - мигающая лампочка и человеческая речь. Какой из этих сигналов является непрерывным, а какой дискретным? Ответьте в комментариях и аргументируйте свой ответ. Можно ли непрерывную информацию преобразовать в дискретную? Если да - приведите примеры.

С дискретностью каждый из нас сталкивается ежедневно. Это одно из свойств, присущее материи. В дословном переводе с латинского языка слово discretus означает прерывистость. Например, дискретный сигнал - это способ передачи информации, когда среда-переносчик изменяется во времени, принимая любое из существующего списка допустимых значений.

Конечно, термин «дискретность» применяется в более широком смысле. В частности, сейчас прогресс в микроэлектронике направлен на создание и развитие технологии SOC - «Система на чипе». Предполагается, что все составляющие устройство компоненты между собой тесно интегрированы на единой подложке. Противоположность такого подхода - дискретные схемы, когда элементы сами являются завершенными изделиями, соединяясь линиями связи.

Пожалуй, сейчас невозможно найти человека, который бы не пользовался мобильным телефоном или программой Скайп на компьютере. Одна из их задач - это передача звукового потока (в частности, голоса). Но так как такой звук представляет собой непрерывную волну, для его непосредственной передачи потребовался бы канал с высокой пропускной способностью. Для решения этого вопроса было предложено использовать дискретный сигнал. Формирует он не волну, а ее цифровое представление (помните, речь идет о мобильных телефонах и компьютерах). С волны через определенные промежутки времени выполняются выборки значений данных. То есть, создается дискретный сигнал. Его преимущество очевидно: меньший суммарный и возможность организации пакетной передачи. Целевое приемное устройство объединяет все выборки в единый блок, генерируя исходную волну. Чем больше промежутки между выборками, тем выше вероятность искажения исходной волны. Дискретизация широко используется в вычислительной технике.

Говоря о том, что такое дискретный сигнал, нельзя не воспользоваться замечательной аналогией с обычной печатной книгой. Человек, читая ее, получает непрерывный поток информации. В то же время, содержащиеся в ней данные «закодированы» в виде определенных последовательностей букв - слов - предложений. Получается, что автор из неделимой мысли формирует своеобразный дискретный сигнал, так как выражает ее разбиением на блоки, используя тот или иной способ кодировки (алфавит, язык). Читатель в данном примере получает возможность воспринимать идею автора только после мысленного объединения слов в поток информации.

Наверняка, вы читаете эту статью с экрана компьютера. А ведь даже экран монитора может служить примером, где проявляется дискретность и непрерывность. Вспомним старые модели, основанные на ЭЛТ. В них изображение формировалось последовательностью кадров, которые необходимо было «отрисовывать» несколько десятков раз в секунду. Очевидно, что данное устройство использует дискретный способ построения картинки.

Дискретный сигнал является полной противоположностью непрерывному. Последний представляет собой функцию интенсивности от времени (если представить его на декартовой плоскости). Как уже указывалось, одним из примеров может служить Она характеризуется частотой и амплитудой, однако естественным образом нигде не прерывается. Большинство природных процессов описываются именно таким способом. Несмотря на то, что, все-таки, существует несколько способов обработки непрерывного (или аналогового) сигнала, позволяющих уменьшить поток данных, в современных цифровых системах распространен именно дискретный. Отчасти благодаря тому, что его можно достаточно просто преобразовать в исходный, независимо от конфигурации последнего. Кстати, стоит отметить, что термины «дискретный» и «цифровой» практически равнозначны.

Существуют аналоговые, дискретные и цифровые сигналы. Аналоговые сигналы описываются непрерывной во времени функцией , которая может принимать любые значения в определенном интервале; дискретные сигналы представляют собой последовательности или отсчеты функции , взятые в определенные дискретные моменты времени nT ; цифровыми являются сигналы, которые в дискретные моменты времени nT принимают конечные дискретные значения – уровни квантования, которые затем кодируются двоичными числами. Если в цепь микрофона (рис. 1), где ток является непрерывной функцией времени, встроить ключ и периодически на короткие мгновения замыкать его, то ток в цепи будет иметь вид узких импульсов с амплитудами, повторяющими форму непрерывного сигнала. Последовательность этих импульсов, которые называют отсчетами непрерывного сигнала, и представляет собой, не что иное, как дискретный сигнал.
Рис. 1 В отличие от непрерывного сигнала дискретный сигнал можно обозначить . Однако, чаще его обозначают , заменяя непрерывное время t дискретными моментами nT , следующими строго через интервал T . Используются и более краткие обозначения: и . Причем, во всех этих записях n – целое число, принимающее как положительные, так и отрицательные значения. Так, на рис. 1 при n < 0 дискретный сигнал . При n = 0 значение равно значению сигнала в момент времени t = 0. При n > 0 отсчеты повторяют форму сигнала , т.к. их амплитуды равны значениям непрерывного сигнала в моменты времени nT . Рис. 2 Дискретные сигналы можно задавать графиками, как это показано на рис. 1, формулами, например, , в виде таблиц дискретных значений или в виде комбинации этих способов. Рассмотрим примеры некоторых дискретных сигналов, полученных из типовых аналоговых сигналов. Все средства связи, которые на сегодняшний день используются в мире, основаны на передаче электрического тока из одной точки в другую. Как работа в сети Internet, так и разговор с другом по телефону обеспечиваются за счет постоянного протекания тока по оборудованию телекоммуникационной инфраструктуры. По каналам связи могут передаваться различные типы сигналов. В этой книге рассматриваются два основных типа сигналов: аналоговые и цифровые. Некоторые виды физической передающей среды, как, например, волоконно-оптический кабель, используются для передачи данных в сети провайдера в виде световых сигналов. Принципы цифровой передачи для такой среды такие же, однако для ее организации используются лазеры и светодиоды. Аналоговые и цифровые сигналы коренным образом отличаются друг от друга. Условно можно сказать, что они находятся на разных концах одного и того же спектра. Из-за таких существенных различий между двумя типами сигналов для организации "моста" между ними приходится использовать промежуточные устройства, наподобие цифро-аналоговых преобразователей (они рассматриваются ниже в текущей главе). Основное различие между аналоговыми и цифровыми сигналами заключается в самой структуре сигнального потока. Аналоговые сигналы представляют собой непрерывный поток, характеризующийся изменениями частоты и амплитуды. Это означает, что форма аналогового сигнала обычно похожа на синусоиду (т.е. гармоническую волну), представленную на рис. 1.2. Зачастую на иллюстрациях, изображающих гармоническую волну, весь сигнал характеризуется одним и тем же соотношением частоты и амплитуды, однако при графическом представлении сложной волны видно, что такое соотношение изменяется в зависимости от частоты.
Цифровым сигналам соответствуют дискретные электрические значения, которые передаются индивидуально по некоторой физической передающей среде. В отличие от аналоговых сигналов, в которых количество возможных значений амплитуды почти бесконечно, для цифровых сигналов она может принимать одно из двух (или четырех) различных значений - как положительных, так и отрицательных. Цифровые сигналы передаются в виде единиц и нулей, которые обычно называют двоичными. Более подробно потоки цифровых сигналов рассматриваются в главе 3, "Аналого-цифровое преобразование". Как и в любой другой технологии, для описания аналоговых сигналов используются базовые концепции и собственная терминология. Непрерывные аналоговые сигналы имеют три основные характеристики: амплитуду; длину волны; частоту.