В поисках не такого дорогого осциллографа/логического анализатора для ПК я нашел симпатичное маленькое устройство, которое выглядит очень хорошо сделанным, и я знаю, что оно справится со своей задачей.
Однако, глядя на спецификации , я столкнулся с этим:
Пропускная способность и частота дискретизации
Чтобы точно записать сигнал, частота дискретизации должна быть достаточно выше, чтобы сохранить информацию в сигнале, как подробно описано в теореме выборки Найквиста-Шеннона. Цифровые сигналы должны дискретизироваться по крайней мере в четыре раза быстрее, чем самый высокочастотный компонент сигнала. Аналоговые сигналы должны дискретизироваться в десять раз быстрее, чем самый быстрый частотный компонент сигнала.
И, следовательно, он имеет частоту дискретизации 500 MSP, но полосу пропускания (фильтр) 100 МГц, поэтому соотношение 1: 5 для цифровых сигналов и частоту дискретизации 50 MSP и полосу пропускания (фильтр) 5 МГц, поэтому соотношение 1: 10 для аналоговых сигналов
Насколько я понимаю, Никвист-Шеннон говорит только о дискретизации на удвоенной максимальной частоте (теоретически). Конечно, хорошо не выходить за рамки и идеальных фильтров не бывает. но даже простой UART производит выборку цифрового сигнала с той же скоростью, что и скорость передачи данных!
Так это обычное эмпирическое правило для выборки? или это может кто-то из отдела продаж написал? Это позволяет мне как-то бестолково я никогда не слышал об этом.
«даже простой UART производит выборку цифрового сигнала с той же скоростью ...» UART не нужно восстанавливать аналоговый сигнал прямоугольной формы, который несет цифровую информацию, поэтому он не принимает во внимание теорему.
Теорема Шеннона-Найквиста на самом деле говорит об идеальном представлении аналогового сигнала . Идеальное представление здесь означает, что, зная только выборки сигнала, вы можете точно реконструировать аналоговый сигнал во временной области, который был выбран.
Конечно, это возможно только в теории. На самом деле формула реконструкции включает ряд функций «sinc» ( ), которые не ограничены по времени (они простираются от к ), поэтому они не могут быть идеально реализованы на аппаратном уровне. Высококачественные осциллографы используют усеченную форму этой функции sinc для достижения более высокой пропускной способности с более низкой частотой дискретизации, т.е. больше МГц с меньшим количеством выборок, потому что они не просто «соединяют точки», поэтому им не нужна большая передискретизация.
Но все же им нужна некоторая передискретизация, потому что частота дискретизации должна быть больше 2B, где B — полоса пропускания, а тот факт, что они используют усеченную sinc-функцию в реконструкции, не позволяет подобраться слишком близко к этой цифре 2B.
Теорема выборки Найквиста-Шеннона... часто неправильно используется...
Если у вас есть сигнал, полоса которого идеально ограничена полосой пропускания f0, вы можете собрать всю информацию, содержащуюся в этом сигнале, путем ее дискретизации в дискретные моменты времени, если ваша частота дискретизации больше 2f0.
он очень лаконичен и содержит два очень важных предостережения
Пункт № 1 является основной проблемой здесь, поскольку на практике вы не можете получить сигнал с идеально ограниченной полосой пропускания. Поскольку мы не можем получить идеально ограниченный по полосе сигнал, мы должны иметь дело с характеристиками реального ограниченного по полосе сигнала. Ближе к частоте Найквиста будет создаваться дополнительный фазовый сдвиг. Ближе создаст искажение, неспособность восстановить интересующий сигнал.
Практическое правило? Я бы сэмплировал в 10 раз больше максимальной частоты, которая меня интересует.
Очень хорошая статья о неправильном использовании Найквиста-Шеннона http://www.wescottdesign.com/articles/Sampling/sampling.pdf
Возьмем это в качестве примера: мы хотим сэмплировать синусоиду с частотой f. если мы будем делать выборку вслепую на 2f ... мы можем получить прямую линию.
Есть разница между анализом сигнала для получения информации и его отображением на экране осциллографа. Отображение осциллографа в основном представляет собой соединение точек, поэтому, если у вас была синусоида 100 МГц, дискретизированная с частотой 200 МГц (каждые 5 нс), И у вас также была дискретизирована мнимая составляющая, вы могли бы реконструировать сигнал. Поскольку у вас есть только реальная часть, 4 точки — это минимально необходимый минимум, и даже в этом случае возникают патологические ситуации, такие как выборка при 45, 135, 225 и 315 градусах, которая выглядит как прямоугольная волна с меньшей амплитудой. Однако ваш прицел покажет только 4 точки, соединенные прямыми линиями. В конце концов, у прицела нет возможности узнать, какова реальная форма — для этого ему потребуются более высокие гармоники. Чтобы сделать достаточно хорошее приближение к синусоиде 100 МГц, потребуется около 10 выборок на период — чем больше, тем лучше, но 10 — это грубое практическое правило. Конечно, 100 образцов были бы излишними для отображения прицела, а инженерные правила, как правило, работают в степенях 10.
Дэйв Твид
ЛуисФ
Фотон
брахи
Майк Дезимоун
Майк Дезимоун
Маркус Мюллер
брахи
брахи
слебетман
илккачу
суперкот