过采样技术基本原理

本文介绍过采样技术基本原理。

过采样技术在ADC信号采集过程中使用还是比较多的。某些使用场景下,对采样速度要求并不是那么高(或ADC采样速度过剩),但是想要获取较高的分辨率,就会用到这种技术,如针对温度,压力等缓慢变化的传感器信号采集。过采样技术是典型的以牺牲采样速度换取有效分辨率的方法。

1.基本概念

1)适用范围:

采用过采样技术提高ADC分辨率,需满足以下条件:

a)输入信号有白噪声,且其功率均匀分布在我们感兴趣的频段

b)噪声需随输入信号变化的幅度超过1个LSB(也即测量输入信号抖动大于1个LSB),如果不超过1LSB,过采样提升有效位数没有意义

2)信噪比(SNR)

对于ADC而言,当输入信号是一个满量程的正弦信号,其信噪比(SNR)最大,有:

其中,N为ADC的分辨率。我们对N求导,可得:d(SNRdB)/d(N)=6.02,也就是说,1个bit的分辨率对应6.02dB的信噪比(SNR),提高了信噪比(SNR)就可以增加ADC的分辨率。这也是过采样技术的核心。

3)采样定理

采样定理从理论上指明了要想重建输入的模拟信号,采样频率fs必须大于等于输入模拟信号最高频率fm的2倍。即:

fs\geqfm*2

其中,fs为采样频率,fm为输入模拟信号最高频率

否则,信号会发生混叠,这也是为什么在ADC前端加抗混叠滤波器的原因。

4)过采样

假设量化噪声为白噪声,且其功率密度均匀的分布在直流和采样频率之间,白噪声与采样频率不相关。当提高采样率后,量化噪声被平均到整个采样频率段内,如下图所示。

从图中可知,量化噪声功率分布的频率被扩展到采样频率fs(大于fm),超过fm的这段可以通过数字低通滤波器极大的削弱。整个过程造成的结果是噪声减少了,进而信噪比(SNR)提高了,再进而有效位数增加了。经过公式推导(这里不详述,可参考其它资料),可得,

N为ADC的分辨率,OSR为过采样率,比较2)中的公式,其信噪比(SNR)增加了10log(OSR),假设OSR=2,则10log(OSR)=3,即信噪比(SNR)增加了3dB(前面讲过,信噪比(SNR)每增加6dB,有效位数增加1bit),有效位数增加1/2bit。这里,我们可以得出OSR每增加4倍,有效位数加1bit,即:

其中,FS为当前ADC的采样频率

5)抽取

由于增加了采样频率,我们采样的数据量也增加了,而我们实际上使用的采样率还是FS,而非FOVS(提高采样率并非我们的本义,我们是想要提高有效位数)。因此,需要对数据进行抽取,以获得我们增加了有效位数的ADC值。简单来讲,抽取就干2件事:

a)降采样,FOVS变为FS

b)对数据进行处理,获得增加了有效位数的ADC值

针对a),我们可以连续采样4^{p}个采样值(按FOVS采样),数据处理后,输出一个值,即可将采样率变为FS。

针对b),由于我们采用过采样,采样频率是原来的4^{p}倍,采样值数量也为原来的4^{p}倍,假设原采样频率,Ts后得到一个样本值s,过采样频率得到的样本值求和4^{p}*s,增加的有效位数为log2(4^{p}*s)-log2(s)=2p,若原来的有效位数为N,则过采样频率得到的样本值求和后的样本值有效位数为N+2p,为了获得p位有效位数,需要右移p位(N+p+p-p),即可得到N+p的有效位数。

2.实施

1)若想增加p bit的有效位数,需将原来采样频率FS提升为:4^{p}*FS,当然ADC的采样频率是有最大值的,注意不要超过最大频率。

2)连续采样4^{p}个值,对其进行求和,右移p位,此值即为过采样后的值。这一步可以配合定时器(固定FS触发ADC采样),中断,DMA进行处理以提高CPU使用效率。

总结,本文介绍了过采样技术基本原理。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/263985.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

设计模式:循序渐进走入工厂模式

文章目录 前言一、引入二、简单工厂模式1.实现2.优缺点3.扩展 三、工厂方法模式1.实现2.优缺点 四、抽象工厂模式1.实现2.优缺点3.使用场景 五、模式扩展六、JDK源码解析总结 前言 软件设计模式之工厂模式。 一、引入 需求:设计一个咖啡店点餐系统。 设计一个咖啡类…

在MongoDB中使用数组字段和子文档字段进行索引

本文主要介绍在MongoDB使用数组字段和子文档字段进行索引。 目录 MongoDB的高级索引一、索引数组字段二、索引子文档字段 MongoDB的高级索引 MongoDB是一个面向文档的NoSQL数据库,它提供了丰富的索引功能来加快查询性能。除了常规的单字段索引之外,Mong…

只更新软件,座椅为何能获得加热功能?——一文读懂OTA

2020年,特斯拉发布过一次OTA更新,车主可以通过这次系统更新获得座椅加热功能。当时,这则新闻震惊了车圈和所有车主,彼时的大家还没有把汽车当作可以“升级”的智能设备。 如今3年过去了,车主对各家车企的OTA升级早已见…

华为OD机试真题-园区参观路径-2023年OD统一考试(C卷)

题目描述:园区某部门举办了Family Day,邀请员工及其家属参加;将公司园区视为一个矩形,起始园区设置在左上角,终点园区设置在右下角;家属参观园区时,只能向右和向下园区前进;求从起始园区到终点园区会有多少条不同的参观路径; 输入描述:第一行为园区长和宽;后面每一行…

【ITK库学习】使用itk库进行图像配准:内插器(插值)

目录 1、itkNearestNeighborInterpolateImageFunction 最近点插值2、itkLinearInterpolateImageFunction 线性插值3、itkBSplineInterpolateImageFunction B样条插值4、itkWindowedSincInterpolateImageFunction 窗口化Sinc插值5、itkRayCastInterpolateImageFunction 投射插值…

充电桩MOS如何选型

• 充电桩是大功率 AC-DC 转换电源,用于给新能源电动汽车快速充电。 • 目前非 800V系统充电桩采用三相维也纳整流 LLC 电路,其中 PFC 整流可以采用二 极管,PFC 升压可以采用650V IGBT 或者 SJ MOSFET, LLC 采用 650V SJ MOSFET。…

Megatron模型并行研究

Megatron模型并行研究 1. 技术调研 a. Megatron-LM Megatron-LM针对的是特别大的语言模型,使用的是模型并行的训练方式。但和普通的模型并行不同,他采用的其实是张量并行的形式,具体来说就是将一个层切开放到不同的GPU上,属于层…

阿里云赵大川:弹性计算推理解决方案拯救 AIGC 算力危机

云布道师 本篇文章围绕弹性计算推理解决方案 DeepGPU 实例如何支持 Stable Diffusion 文生图推理、Stable Diffusion 推理演示示例等相关话题展开。 赵大川 阿里云弹性计算高级技术专家 GPU 云服务器推理解决方案的提出背景 随着 AIGC 时代的到来,两个重要应用应…

element-table表格中插入颜色块显示数据状态

dom部分&#xff1a; <el-table-column label"是否异常"><template slot-scope"scope"><div class"dcs_sf_red" v-if"scope.row.sfyc 0"></div><div class"dcs_sf_green" v-if"scope.row…

CAS机制

Java中提供了很多原子操作类来保证共享变量操作的原子性。这些原子操作的底层原理都是使用了CAS机制。在使用一门技术之前&#xff0c;了解这个技术的底层原理是非常重要的&#xff0c;所以本篇文章就先来讲讲什么是CAS机制&#xff0c;CAS机制存在的一些问题以及在Java中怎么使…

分子生成工具 - ResGen 评测

ResGen 模型是浙江大学药学院侯廷军老师课题组2023年发表在nature machine intelligence期刊上文章Nature Machine Intelligence | Volume 5 | September 2023 | 1020–1030&#xff0c;题目为&#xff1a;《ResGen is a pocket-aware 3D molecular generation model based on …

利用老毛桃、ultraiso软碟通制作启动U盘装系统 以及硬盘安装系统

目录 一. 老毛桃制作winPE镜像 1.1 准备工作 1.2 启动U盘制作步骤 1.3 启动U盘装系统 二. 使用ultraiso软碟通制作启动U盘 2.1 启动U盘制作步骤 2.2 启动U盘装系统 三. 硬盘安装系统 3.1 硬盘镜像制作步骤 3.2 硬盘镜像装系统 思维导图 一. 老毛桃制作winPE镜像 …

网工内推 | 华晨宝马、金士顿,最高16薪招网工,NP以上优先

01 华晨宝马汽车有限公司 招聘岗位&#xff1a;网络工程师 职责描述&#xff1a; 1&#xff0c; 参与公司数字化建设&#xff0c;负责厂区生产区域和办公区域的网络规划、建设和优化&#xff0c;包括有线网络和无线网络&#xff1b; 2&#xff0c; 提供公司数据中心架构规划&a…

<蓝桥杯软件赛>零基础备赛20周--第11周--贪心

报名明年4月蓝桥杯软件赛的同学们&#xff0c;如果你是大一零基础&#xff0c;目前懵懂中&#xff0c;不知该怎么办&#xff0c;可以看看本博客系列&#xff1a;备赛20周合集 20周的完整安排请点击&#xff1a;20周计划 每周发1个博客&#xff0c;共20周。 在QQ群上答疑&#x…

数据结构---算法的空间复杂度

文章目录 空间复杂度概念实例 空间复杂度 概念 空间复杂度也是一个数学表达式&#xff0c;是对一个算法在运行过程中临时占用存储空间大小的量度 。 空间复杂度不是程序占用了多少bytes的空间&#xff0c;因为这个也没太大意义&#xff0c;所以空间复杂度算的是变量的个数。…

【分享】4个方法打开PDF文件

PDF是很多人工作中经常使用的电子文档格式&#xff0c;但是可能有些刚接触的小伙伴不知道用什么工具来打开PDF文件&#xff0c;今天小编就来分享一下4种常用的工具。 1. 使用浏览器 只要有电脑基本都会安装一到两款浏览器&#xff0c;其实浏览器也可以用来打开PDF文件。 只需…

慢调用链诊断利器-ARMS 代码热点

作者&#xff1a;铖朴、义泊 可观测技术背景 从最早的 Google 发表的一篇名为《Dapper, a Large-Scale Distributed Systems Tracing Infrastructure》的论文开始&#xff0c;到后来以&#xff1a;Metrics&#xff08;指标&#xff09;、Tracing&#xff08;链路追踪&#xf…

深入理解依赖反转原则(DIP)

依赖反转原则是一个比较重要的架构原则&#xff0c;从定义上看是要依赖于抽象&#xff0c;不要依赖于细节&#xff0c; 这个听起来很简单&#xff0c;好像加个接口就完事了&#xff0c;大家的service都是一个接口配一个实现类&#xff0c;是不是依赖倒置呢&#xff1f;很显然不…

MyBatis关联查询(二、一对多查询)

MyBatis关联查询&#xff08;二、一对多查询&#xff09; 需求&#xff1a;查询所有用户信息及用户关联的账户信息。 分析&#xff1a;用户信息和他的账户信息为一对多关系&#xff0c;并且查询过程中如果用户没有账户信息&#xff0c;此时也要将用户信息查询出来&#xff0c…

【Amazon 实验①】Amazon WAF功能增强之实验环境准备

文章目录 1. 实验介绍2. 实验环境准备 1. 实验介绍 在真实的网络空间中&#xff0c;攻击者会使用大量广泛分布的僵尸网络、肉机等发起对目标的攻击。 其来源分布一般比较分散&#xff0c;因此难以简单防范。 本实验联合使用有多种AWS服务&#xff1a;Cloudfront、 Lambdaedge…