Modulazione di impulsi
Finora abbiamo discusso della modulazione ad onda continua. Ora è il momento dei segnali discreti. IlPulse modulationtecniche, si occupa di segnali discreti. Vediamo come convertire un segnale continuo in uno discreto. Il processo chiamato Sampling ci aiuta in questo.
Campionamento
Il processo di conversione dei segnali temporali continui in segnali temporali discreti equivalenti, può essere definito come Sampling. Un certo istante di dati viene continuamente campionato nel processo di campionamento.
La figura seguente indica un segnale a tempo continuo x(t) e un segnale campionato xs(t). quandox(t) viene moltiplicato per un treno di impulsi periodici, il segnale campionato xs(t) è ottenuto.
UN sampling signal è un treno periodico di impulsi, avente unit amplitude, campionato a intervalli di tempo uguali Ts, che è chiamato come Sampling time. Questi dati vengono trasmessi negli istanti di tempoTs e il segnale portante viene trasmesso per il tempo rimanente.
Frequenza di campionamento
Per discretizzare i segnali, lo spazio tra i campioni dovrebbe essere corretto. Questo divario può essere definito comesampling period Ts.
$$Sampling\:Frequency = \frac{1}{T_s} = f_s$$
Dove,
Ts = il tempo di campionamento
fs = la frequenza di campionamento o la velocità di campionamento
Teorema di campionamento
Considerando la frequenza di campionamento, dovrebbe essere considerato un punto importante riguardo a quanto deve essere la frequenza. Ilrate of sampling dovrebbe essere tale che i dati nel segnale del messaggio non vadano persi né si sovrappongano.
Il sampling theorem afferma che “un segnale può essere riprodotto esattamente se viene campionato alla velocità fs che è maggiore o uguale al doppio della frequenza massima W. "
Per dirla in parole più semplici, per la riproduzione efficace del segnale originale, la frequenza di campionamento dovrebbe essere il doppio della frequenza più alta.
Che significa,
$$f_s \geq 2W$$
Dove,
fs = la frequenza di campionamento
W è la frequenza più alta
Questa velocità di campionamento è chiamata come Nyquist rate.
Il teorema del campionamento, chiamato anche come Nyquist theorem, fornisce la teoria della frequenza di campionamento sufficiente in termini di larghezza di banda per la classe di funzioni che sono a banda limitata.
Per il segnale a tempo continuo x(t), il segnale a banda limitata nel dominio della frequenza può essere rappresentato come mostrato nella figura seguente.
Se il segnale viene campionato al di sopra della frequenza di Nyquist, è possibile recuperare il segnale originale. La figura seguente spiega un segnale, se campionato a una velocità superiore a 2w nel dominio della frequenza.
Se lo stesso segnale viene campionato a una velocità inferiore a 2w, il segnale campionato sarà simile alla figura seguente.
Possiamo osservare dal modello sopra che si verifica la sovrapposizione di informazioni, che porta a confusione e perdita di informazioni. Questo fenomeno indesiderato di sovrapposizione è chiamato comeAliasing.
L'aliasing può essere definito "il fenomeno di una componente ad alta frequenza nello spettro di un segnale, che assume l'identità di una componente a frequenza inferiore nello spettro della sua versione campionata".
Quindi, il campionamento del segnale viene scelto per essere alla velocità di Nyquist, come è stato affermato nel teorema di campionamento. Se la frequenza di campionamento è uguale al doppio della frequenza più alta (2W).
Questo significa,
$$f_s = 2W$$
Dove,
fs = la frequenza di campionamento
W è la frequenza più alta
Il risultato sarà come mostrato nella figura sopra. Le informazioni vengono sostituite senza alcuna perdita. Quindi, questa è una buona frequenza di campionamento.