Wikibooks, manuali e libri di testo liberi.
Un quantizzatore con risoluzione
n
q
{\displaystyle n_{q}}
suddivide l'intervallo di ampiezze
[
−
V
,
V
]
{\displaystyle \left[-V,V\right]}
in un numero finito
L
=
2
n
q
{\displaystyle L=2^{n_{q}}}
intervalli di ampiezza uniforme:
Δ
=
2
V
L
{\displaystyle \Delta ={\frac {2V}{L}}}
Al centro di ogni intervallo vi è un livello, che è rappresentato da una sequenza di
n
q
{\displaystyle n_{q}}
bit.
L'operazione di quantizzazione permette di rappresentare un segnale in forma numerica: ogni campione della sequenza reale
x
[
n
]
{\displaystyle x\left[n\right]}
campionata viene approssimato al livello associato all'intervallo a cui appartiene:
y
=
Q
[
x
(
n
T
c
)
]
=
{
−
V
+
1
2
Δ
se
x
(
n
T
c
)
∈
(
−
V
,
−
V
+
Δ
)
−
V
+
3
2
Δ
se
x
(
n
T
c
)
∈
(
−
V
+
Δ
,
−
V
+
2
Δ
)
⋮
⋮
V
−
3
2
Δ
se
x
(
n
T
c
)
∈
(
V
−
2
Δ
,
V
−
Δ
)
V
−
1
2
Δ
se
x
(
n
T
c
)
∈
(
V
−
Δ
,
V
)
{\displaystyle y=Q\left[x\left(nT_{c}\right)\right]={\begin{cases}-V+{\frac {1}{2}}\Delta &{\text{se }}x\left(nT_{c}\right)\in \left(-V,-V+\Delta \right)\\-V+{\frac {3}{2}}\Delta &{\text{se }}x\left(nT_{c}\right)\in \left(-V+\Delta ,-V+2\Delta \right)\\\vdots &\vdots \\V-{\frac {3}{2}}\Delta &{\text{se }}x\left(nT_{c}\right)\in \left(V-2\Delta ,V-\Delta \right)\\V-{\frac {1}{2}}\Delta &{\text{se }}x\left(nT_{c}\right)\in \left(V-\Delta ,V\right)\end{cases}}}
La caratteristica ingresso/uscita di un quantizzatore
Q
{\displaystyle Q}
è una scalinata a
L
{\displaystyle L}
livelli:
Si definisce errore (o rumore) di quantizzazione
ε
Q
[
n
]
{\displaystyle \varepsilon _{Q}\left[n\right]}
la differenza fra un campione reale
x
[
n
]
{\displaystyle x\left[n\right]}
e la sua versione quantizzata
x
Q
[
n
]
{\displaystyle x_{Q}\left[n\right]}
:
ε
Q
[
n
]
=
x
[
n
]
−
x
Q
[
n
]
{\displaystyle \varepsilon _{Q}\left[n\right]=x\left[n\right]-x_{Q}\left[n\right]}
La qualità del segnale quantizzato è espressa in termini del rapporto segnale rumore
SNR
{\displaystyle {\text{SNR}}}
:
SNR
Q
=
P
S
P
N
{\displaystyle {\text{SNR}}_{Q}={\frac {P_{S}}{P_{N}}}}
dove:
P
S
{\displaystyle P_{S}}
è la potenza del segnale non ancora quantizzato
x
[
n
]
{\displaystyle x\left[n\right]}
:
P
S
=
lim
N
→
+
∞
1
2
N
+
1
∑
n
=
−
N
N
|
x
[
n
]
|
2
=
V
2
3
{\displaystyle P_{S}=\lim _{N\to +\infty }{\frac {1}{2N+1}}\sum _{n=-N}^{N}{\left|x\left[n\right]\right|}^{2}={\frac {V^{2}}{3}}}
P
N
{\displaystyle P_{N}}
è la potenza del rumore di quantizzazione
ε
Q
[
n
]
{\displaystyle \varepsilon _{Q}\left[n\right]}
:
P
N
=
lim
N
→
+
∞
1
2
N
+
1
∑
n
=
−
N
N
|
ε
Q
[
n
]
|
2
=
Δ
2
12
{\displaystyle P_{N}=\lim _{N\to +\infty }{\frac {1}{2N+1}}\sum _{n=-N}^{N}{\left|\varepsilon _{Q}\left[n\right]\right|}^{2}={\frac {\Delta ^{2}}{12}}}
Dimostrazione
Se il segnale
x
[
n
]
{\displaystyle x\left[n\right]}
ha una distribuzione delle ampiezze uniforme nell'intervallo
[
−
V
,
V
]
{\displaystyle \left[-V,V\right]}
:
nell'ipotesi di impiegare un numero sufficientemente elevato di livelli di quantizzazione, l'errore di quantizzazione
ε
Q
[
n
]
{\displaystyle \varepsilon _{Q}\left[n\right]}
può essere modellato come un processo casuale bianco, ergodico, stazionario in senso lato, statisticamente indipendente (scorrelato) dal segnale
x
[
n
]
{\displaystyle x\left[n\right]}
, e distribuito uniformemente nell'intervallo
[
−
Δ
2
,
Δ
2
]
{\displaystyle \left[-{\frac {\Delta }{2}},{\frac {\Delta }{2}}\right]}
:
f
(
ε
)
=
{
1
Δ
se
ε
∈
[
−
Δ
2
,
Δ
2
]
0
altrimenti
{\displaystyle f\left(\varepsilon \right)={\begin{cases}{1 \over \Delta }&{\text{se }}\varepsilon \in \left[-{\Delta \over 2},{\Delta \over 2}\right]\\0&{\text{altrimenti}}\end{cases}}}
Siccome l'errore di quantizzazione
ε
Q
[
n
]
{\displaystyle \varepsilon _{Q}\left[n\right]}
è ergodico:
P
N
=
σ
ε
2
=
∫
−
∞
+
∞
ε
2
f
(
ε
)
d
ε
=
1
Δ
∫
−
1
Δ
Δ
2
ε
2
d
ε
=
Δ
2
12
{\displaystyle P_{N}=\sigma _{\varepsilon }^{2}=\int _{-\infty }^{+\infty }\varepsilon ^{2}f\left(\varepsilon \right)d\varepsilon ={\frac {1}{\Delta }}\int _{-{\frac {1}{\Delta }}}^{\Delta \over 2}\varepsilon ^{2}d\varepsilon ={\frac {\Delta ^{2}}{12}}}
e la potenza del segnale
x
[
n
]
{\displaystyle x\left[n\right]}
:
P
S
=
1
2
V
∫
−
V
V
x
2
d
x
=
1
2
V
x
3
3
|
−
V
V
=
V
2
3
{\displaystyle P_{S}={\frac {1}{2V}}\int _{-V}^{V}x^{2}dx={\frac {1}{2V}}\left.{\frac {x^{3}}{3}}\right\vert _{-V}^{V}={\frac {V^{2}}{3}}}
Assumendo che la dinamica del quantizzatore
D
{\displaystyle D}
sia uguale alla dinamica del segnale (
D
=
2
V
{\displaystyle D=2V}
), si ricava che il rapporto segnale rumore
SNR
{\displaystyle {\text{SNR}}}
si riduce all'aumentare del numero di livelli
L
{\displaystyle L}
:
SNR
Q
=
L
2
{\displaystyle {\text{SNR}}_{Q}=L^{2}}
Dimostrazione
Δ
=
D
L
=
2
V
L
⇒
SNR
Q
=
P
S
P
N
=
V
2
3
Δ
2
12
=
4
V
2
4
V
2
L
2
=
L
2
{\displaystyle \Delta ={\frac {D}{L}}={\frac {2V}{L}}\Rightarrow {\text{SNR}}_{Q}={\frac {P_{S}}{P_{N}}}={\frac {\frac {V^{2}}{3}}{\frac {\Delta ^{2}}{12}}}=4{\frac {V^{2}}{4{\frac {V^{2}}{L^{2}}}}}=L^{2}}
Ogni bit aggiuntivo di risoluzione incrementa di 6 dB il rapporto segnale rumore:
SNR
Q
|
dB
≅
6
n
Q
{\displaystyle \left.{\text{SNR}}_{Q}\right\vert _{\text{dB}}\cong 6n_{Q}}
Dimostrazione
SNR
Q
|
dB
=
10
log
10
(
L
2
)
=
10
log
10
(
2
2
n
Q
)
=
n
⋅
20
log
10
2
≅
6
n
Q
{\displaystyle \left.{\text{SNR}}_{Q}\right\vert _{\text{dB}}=10\log _{10}{\left(L^{2}\right)}=10\log _{10}{\left(2^{2n_{Q}}\right)}=n\cdot 20\log _{10}{2}\cong 6n_{Q}}
Se invece la dinamica del quantizzatore
D
{\displaystyle D}
è sganciata da quella del segnale (
D
<
2
V
{\displaystyle D<2V}
), compare un addendo logaritmico:
SNR
Q
|
dB
≅
6
n
Q
+
10
log
10
(
4
V
2
D
2
)
{\displaystyle \left.{\text{SNR}}_{Q}\right\vert _{\text{dB}}\cong 6n_{Q}+10\log _{10}\left({\frac {4V^{2}}{D^{2}}}\right)}
Dimostrazione
P
N
=
Δ
2
12
=
D
2
12
L
2
{\displaystyle P_{N}={\frac {\Delta ^{2}}{12}}={\frac {D^{2}}{12L^{2}}}}
SNR
Q
|
dB
=
10
log
10
P
S
P
N
=
10
log
10
(
V
2
3
12
L
2
D
2
)
=
10
log
10
(
L
2
)
+
10
log
10
(
4
V
2
D
2
)
≅
6
n
Q
+
10
log
10
(
4
V
2
D
2
)
{\displaystyle \left.{\text{SNR}}_{Q}\right\vert _{\text{dB}}=10\log _{10}{\frac {P_{S}}{P_{N}}}=10\log _{10}\left({\frac {V^{2}}{3}}{12L^{2} \over D^{2}}\right)=10\log _{10}\left(L^{2}\right)+10\log _{10}\left({\frac {4V^{2}}{D^{2}}}\right)\cong 6n_{Q}+10\log _{10}\left({\frac {4V^{2}}{D^{2}}}\right)}