模拟信号的数字传输
前置知识
本章内容建立在第 5 章(数字基带传输)和第 6 章(数字载波传输)的基础上。前两章讨论的前提是信号已经是数字的,而本章要解决的核心问题:如何把模拟信号变成数字信号?这就是信源编码(A/D 转换)的任务。
模拟信号在时间上是连续的,包含无穷多个值。直接传输需要无穷带宽,这在工程上不可行。将模拟信号变成数字信号需要经过三个步骤:
三个步骤缺一不可,而整个流程的理论基石就是抽样定理。
抽样定理告诉我们:只要抽样频率足够高,有限个离散样本就能完全代表原始连续信号——这是"模拟转数字"在理论上可行的依据。
低通抽样定理(Nyquist 定理)
设模拟信号 $m(t)$ 的最高频率为 $f_H$,则当抽样频率满足
时,$m(t)$ 可由其抽样值完全恢复。$2f_H$ 称为奈奎斯特速率(Nyquist Rate)。
低通抽样定理的推导
设 $m(t) \leftrightarrow M(f)$,其频谱限制在 $|f| \leq f_H$。
理想抽样信号为 $m_s(t) = m(t) \cdot \delta_{T_s}(t)$,其中 $\delta_{T_s}(t) = \sum_{n=-\infty}^{\infty}\delta(t - nT_s)$ 是冲激序列。
利用频域卷积定理:
这说明抽样信号频谱是原始频谱以 $f_s$ 为周期进行搬移叠加的结果。当 $f_s \geq 2f_H$ 时,相邻搬移频谱不重叠,可通过截止频率为 $f_H$ 的理想低通滤波器无失真地恢复 $m(t)$。
恢复公式(内插公式)
其中 $\text{sinc}(x) = \frac{\sin(\pi x)}{\pi x}$。
工程实例
语音信号带宽 0.3~3.4 kHz,取 $f_H = 4$ kHz,则 $f_s = 8$ kHz(满足 $f_s \geq 2f_H = 8$ kHz)。这个 8 kHz 是电话系统的国际标准。
若信号不是从 0 开始的低通信号,而是频带在 $f_L \sim f_H$ 的带通信号(如已调信号),仍然用 $f_s \geq 2f_H$ 会造成频率资源的极大浪费。
设信号带宽 $B = f_H - f_L$,可证明最小抽样频率为:
其中 $n = \lfloor f_H / B \rfloor$($f_H/B$ 的整数部分),$k = f_H/B - n$(余数部分,$0 \leq k < 1$)。
当 $f_H$ 恰好是 $B$ 的整数倍时($k = 0$):$f_s = 2B$,远小于 $2f_H$。
当 $f_H \gg B$ 时(如窄带信号):$f_s$ 接近 $2B$。
例题
$f_H = 5$ MHz,$f_L = 4$ MHz,$B = 1$ MHz。$n = \lfloor 5/1 \rfloor = 5$,$k = 0$,故 $f_s = 2B = 2$ MHz。对比低通抽样要求 $f_s \geq 10$ MHz,效率提高了 5 倍。
抽样定理证明了离散样本可以代表连续信号,但实际工程中不可能产生理想冲激脉冲。我们需要用有限宽度的脉冲来"携带"样本值,这就是 PAM。
自然抽样 PAM
用周期矩形脉冲串 $p(t)$ 与模拟信号 $m(t)$ 相乘。抽样后脉冲的顶部跟随 $m(t)$ 的波形变化,故名"自然抽样"。
频谱为:
其中 $\tau$ 为脉冲宽度,$T_s$ 为抽样周期。关键性质:
- 频谱包络受 $\text{sinc}(n\tau f_s)$ 加权,但基带分量($n=0$)不失真
- 通过理想低通滤波器可恢复 $m(t)$
平顶抽样 PAM
每个抽样值用等高的矩形脉冲表示(脉冲顶部平坦),实际中更常用。
平顶抽样相当于先理想抽样再通过一个脉冲宽度为 $\tau$ 的矩形滤波器(孔径效应),频谱为:
PAM 的实际意义
PAM 本身仍是模拟信号。它的意义在于:量化后的 PAM 信号(阶梯波)就是 PCM 编码前的中间产物。当平顶抽样的脉冲宽度 $\tau = T_s$ 时,PAM 信号就是阶梯波,它就是量化后的输出 $m_q(t)$。
PAM 系统带宽(第一零点带宽)为 $1/\tau$。在时分复用中,要求 $\tau$ 足够小以确保各路信号互不串扰。
抽样解决了"何时取值"的问题,量化解决"取什么值"的问题。量化将连续的幅度范围映射到有限个离散电平上,是 A/D 转换中唯一引入不可逆误差的步骤。
均匀量化
将量化范围 $(-V, V)$ 等分为 $L$ 个区间,每个区间的宽度(量化台阶)为:
若编码位数为 $N$,则 $L = 2^N$。
量化误差:在每个量化区间内,实际信号值 $x$ 与量化电平 $x_i$ 之间的差 $e_q = x - x_i$。对于均匀分布信号,$e_q$ 在 $(-\Delta/2, \Delta/2)$ 内均匀分布。
量化噪声功率(均匀量化器最佳条件下):
均匀量化的致命问题:$N_q$ 是常数,与信号大小无关。因此:
- 大信号时信噪比高(信号功率大,噪声不变)
- 小信号时信噪比低(信号功率小,噪声不变)
对于语音这种动态范围很大的信号(约 45 dB),均匀量化要保证小信号也有足够的信噪比,就需要非常多的量化级数。
量化信噪比(不同信号类型)
| 信号类型 | 量化信噪比公式 | 说明 |
|---|---|---|
| 均匀分布(满载) | $(S/N_q)_{\text{dB}} = 6N$ dB | 编码位数每增加 1 位,提高 6 dB |
| 正弦波 | $(S/N_q)_{\text{dB}} = 6N + 1.8 + 20\lg D$ | $D = A/V$(归一化振幅) |
| 语音信号 | $(S/N_q)_{\text{dB}} = 6N - 4.77 + 20\lg D$ | 语音为指数分布,峰值比均值高约 4.77 dB |
关键例题
长途电话要求语音信号功率在 45 dB 范围内变化时,$S/N_q \geq 25$ dB。若用线性 PCM(均匀量化),需要编码位数 $N$ 为多少?
解:由 $25 = 4.77 - 52 + 6N$(允许最大 $20\lg D = -7$ dB,最小 $20\lg D = -52$ dB),求得 $N = 12$。
但国际标准 $R_b = 64$ kb/s,$f_s = 8$ kHz,故 $N = 64/8 = 8$。用 8 位均匀量化时动态范围仅 21 dB,远不满足 45 dB 的要求。
结论:均匀量化不适用于语音通信,必须采用非均匀量化。
核心思想:小信号用小的量化台阶(提高信噪比),大信号用大的量化台阶(信噪比虽降低但仍够用)。
实现方法——压扩(Companding):
先用一个非线性压缩器对信号 $x$ 进行压缩得到 $y$,对 $y$ 进行均匀量化,再在接收端用扩张器恢复。对 $y$ 均匀量化,等价于对 $x$ 进行非均匀量化。
发送端:$x$ → 压缩器 → $y$(均匀量化)→ 编码传输
接收端:译码 → $y$ → 扩张器 → $\hat{x}$
μ 律压扩特性(北美、日本使用)
典型值 $\mu = 255$。
A 律压扩特性(中国、欧洲使用)
典型值 $A = 87.6$。
理想的 A 律压缩特性是连续曲线,难以用模拟电路精确实现。13 折线用分段线性的折线来逼近 A 律曲线,易于数字实现。
构造方法
- 将 $x$ 轴 $(0, 1)$ 和 $y$ 轴 $(0, 1)$ 各分成 8 段
- $x$ 轴按 1/2 递减 分段:$1/2, 1/4, 1/8, ..., 1/128$
- $y$ 轴等分 8 段:每段 $1/8$
- 连接对应分点,得到正半轴 8 段折线
- 负半轴对称,也有 8 段
- 正负半轴各有一个过原点的段斜率相同(均为 16),合并后 共 16 段、13 个不同斜率
13 折线压缩特性表(正半轴)
| 段落 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
|---|---|---|---|---|---|---|---|---|
| 量化台阶(Δ) | 1 | 1 | 2 | 4 | 8 | 16 | 32 | 64 |
| 起始电平(Δ) | 0 | 16 | 32 | 64 | 128 | 256 | 512 | 1024 |
| 斜率 | 16 | 16 | 8 | 4 | 2 | 1 | 1/2 | 1/4 |
| 改善量 Q(dB) | 24 | 24 | 18 | 12 | 6 | 0 | -6 | -12 |
其中 $\Delta = 1/2048$(归一化单位),总量化级数为 $2048 \times 2 = 4096 = 2^{12}$。
第 1、2 段斜率最大(16),对小信号的压缩最强,等效于 11 位均匀量化的精度。
第 8 段斜率最小(1/4),对大信号的压缩最弱,等效于 5 位均匀量化。
用 8 位非线性编码达到了 12 位线性编码的动态范围(从 21 dB 扩展到 45 dB 以上)。
PCM(Pulse Code Modulation)将模拟信号经过抽样、量化、编码三个步骤转换为数字比特流。它是目前电话网中最基本的语音数字化方式。
A 律 PCM 编码规则
每个抽样值编码为 8 位码 $C_1C_2C_3C_4C_5C_6C_7C_8$:
| 码位 | 含义 | 说明 |
|---|---|---|
| $C_1$ | 极性码 | 1 = 正,0 = 负 |
| $C_2C_3C_4$ | 段落码 | 指示 8 个段落中的哪一个(000~111) |
| $C_5C_6C_7C_8$ | 段内码 | 指示段内 16 个等分中的哪一个(0000~1111) |
编码方法——逐次比较法
- 极性判断:$x_k > 0$ 则 $C_1 = 1$,否则 $C_1 = 0$
- 段落判断:依次与 128Δ、512Δ、1024Δ 比较确定段落(类似二分查找)
- 段内判断:在段内用 4 位二分确定具体位置
编码例题
抽样值 $x_k = 1270\Delta$,求 PCM 码。
步骤:
- $x_k > 0$,故 $C_1 = 1$
- $x_k = 1270 > 128$,$C_2 = 1$;$x_k > 512$,$C_3 = 1$;$x_k > 1024$,$C_4 = 1$ → 第 8 段
- 第 8 段起始 1024Δ,量化台阶 64Δ
- $1270 > 1024 + 8 \times 64 = 1536$?否 → $C_5 = 0$
- $1270 > 1024 + 4 \times 64 = 1280$?否 → $C_6 = 0$
- $1270 > 1024 + 2 \times 64 = 1152$?是 → $C_7 = 1$
- $1270 > 1152 + 64 = 1216$?是 → $C_8 = 1$
编码结果:11110011
量化电平:$y_i = 1216\Delta$,量化误差 $e_q = 1270 - 1216 = 54\Delta$(大于半台阶 $64/2 = 32\Delta$,说明不是最佳量化)。
译码时,为减小量化误差,在段内码对应电平基础上加上半个量化台阶 $\Delta_i/2$(偶数位添加"1")。
译码示例
编码 11110011 → 译码输出 = $1216 + 32 = 1248\Delta$,量化误差 = $|1270 - 1248| = 22\Delta$(比编码时的 54Δ 更接近最佳值)。
A 律 PCM 与线性 PCM 的变换:A 律 8 位非线性 PCM 可展开为 12 位线性 PCM,二者一一对应。这种变换在数字信号处理中经常用到。
PCM 码型选择
常见码型:
- 自然二进码:按自然顺序编码,简单直观
- 折叠二进码:除极性码外,正负幅度的编码对称翻转
折叠码的优势:
- 简化编码过程(先判极性,再对绝对值编码)
- 传输中误码对小信号影响较小(高位误码只改变极性,不大幅改变值)
PCM 系统输出噪声包含两部分:量化噪声 $N_q$ 和信道误码噪声 $N_e$。两者来源不同、互不依赖:
仅考虑量化噪声(均匀分布信号,$N$ 位线性 PCM):
系统带宽要求:频带限制在 $f_H$ 的信号,抽样频率 $f_s \geq 2f_H$,编码位数 $N$,则 PCM 码速率为 $R_b = 2Nf_H$,所需最小系统带宽为:
信道误码的影响:设误码率 $p_e$,一个 $N$ 位码组中发生一位错码的概率为 $Np_e$($p_e$ 较小时)。误码噪声功率为:
实践表明:对非线性 PCM,当 $p_e < 10^{-6}$ 时可忽略误码影响。
PCM 对每个抽样值独立编码,效率不高。实际上,相邻抽样值之间通常具有很强的相关性(变化不大)。如果编码的是相邻样值的差值而非样值本身,差值的动态范围更小,所需编码位数更少,从而降低码率。
DPCM 原理
- 预测器根据前几个样值预测当前值 $\hat{m}_k$
- 预测误差 $e_k = m_k - \hat{m}_k$,其动态范围远小于 $m_k$
- 对 $e_k$ 进行 $N$ 位量化编码(通常 $N = 4$)
DPCM 量化信噪比:
其中 $G_p = \sigma_m^2/\sigma_e^2$ 称为预测增益,通常为 6~11 dB。即 DPCM 性能优于同等码率的 PCM。
增量调制 ΔM
ΔM 是 DPCM 的最简特例:只用 1 位编码表示预测误差的符号。
- 积分器(最简单的预测器):$p(t) = 1$ 时输出增加 $\sigma$(量阶),$p(t) = 0$ 时减少 $\sigma$
- 预测信号 $m_e(t)$ 是一个以 $\sigma$ 为步长的阶梯波
- 每个抽样时刻判断:若 $m(t) > m_e(t)$ 则发"1",否则发"0"
ΔM 的两类量化噪声
1. 斜率过载噪声:当输入信号 $m(t)$ 的斜率超过预测信号所能跟踪的最大斜率时产生。
设 $m(t) = A\cos\omega t$,最大斜率为 $A\omega$。预测信号最大斜率为 $\sigma f_s$。
不过载条件:$A\omega < \sigma f_s$,即:
2. 常规量化噪声:$e_q(t)$ 的功率为 $N_q' = \sigma^2/3$,功率谱密度近似为:
ΔM 系统的信噪比(经低通滤波后):
$f_s$ 提高一倍,量化信噪比提高 9 dB($f_s^3$ 的贡献)。
信号频率提高一倍,信噪比下降 6 dB。
语音 ΔM 中 $f_s = 32$ kHz,码率 $R_b = 32$ kb/s。
最大量化信噪比约 26 dB,不满足长途电话要求。
改善方法:
- 数字压扩自适应 ΔM:根据信号斜率自适应调整 $\sigma$,改善小信号信噪比
- 增量总和调制(Δ-Σ 调制):改善高频信号的信噪比
| 比较项 | PCM | ΔM |
|---|---|---|
| 码率(一路话音) | 64 kb/s | 32 kb/s |
| 编码复杂度 | 较高(8位/样值) | 低(1位/样值) |
| 量化信噪比 | $N < 4$ 时不如 ΔM;$N > 4$ 时优于 ΔM | 同等码率下,$N < 4$ 时优于线性 PCM |
| 误码容忍度 | $p_e < 10^{-6}$ | $p_e < 10^{-3}$ |
| 适用场景 | 信道噪声小(光纤、卫星、微波) | 信道噪声大(军用通信) |
抽样定理保证了信号在时间上可以被"压缩",空出的时间可以用来传输其他信号。
TDM 与 FDM 的对比:
- FDM(频分复用):各路信号占用不同频带,同时传输
- TDM(时分复用):各路信号占用不同时隙,轮流传输
每帧时间等于抽样周期 $T_s = 1/f_s$。对于语音:$T_s = 1/8000 = 125\,\mu\text{s}$。
PCM 30/32 基群帧结构(E1)
这是中国和欧洲使用的标准(ITU-T G.704),又称 E1 或 2M 口。
基本参数:
- 帧长:125 μs($f_s = 8$ kHz 的倒数)
- 每帧 32 个时隙(TS0~TS31)
- 每时隙 8 bit
- 总码率:$32 \times 8 \times 8000 = \mathbf{2048 \, \text{kb/s}}$(即 2.048 Mb/s)
时隙分配
| 时隙 | 用途 | 说明 |
|---|---|---|
| TS0 | 帧同步 | 偶帧发同步码 0011011,奇帧发失步对告码 |
| TS1~TS15 | 话路 1~15 | 传输用户数据 |
| TS16 | 信令 | 复帧同步、各路信令(摘机/挂机等) |
| TS17~TS31 | 话路 16~30 | 传输用户数据 |
复帧结构:16 个子帧组成一个复帧(2 ms),TS16 中的信令按复帧周期分配给 30 个话路。
PCM 数字复接系列
| 等级 | A 律速率 | 话路数 |
|---|---|---|
| 基群(E1) | 2048 kb/s | 30 |
| 二次群(E2) | 8448 kb/s | 120 |
| 三次群(E3) | 34368 kb/s | 480 |
| 四次群(E4) | 139264 kb/s | 1920 |
PDH(准同步数字系列):各次群独立时钟,速率有偏差。复接时需要码速调整(插入额外比特),因此高次群速率倍数 > 话路倍数(如 $8448/2048 = 4.125 > 4$)。
SDH(同步数字系列):统一时钟,STM-1 起步速率 155.52 Mb/s,将 μ 律和 A 律体系统一。STM-1 可承载 63 个 E1 或 1 个 E4。
| 概念 | 关键公式/参数 | 备注 |
|---|---|---|
| 低通抽样定理 | $f_s \geq 2f_H$ | Nyquist 速率 |
| 带通抽样频率 | $f_s = 2B(1 + k/n)$ | $n = \lfloor f_H/B \rfloor$ |
| 均匀量化噪声 | $N_q = \Delta^2/12$ | 与信号大小无关 |
| 均匀量化信噪比 | $6N$ dB(满载) | 每增1位提高 6 dB |
| A 律 13 折线 | 16 段、13 斜率、8 位码 | 等效 12 位线性 PCM |
| PCM 标准速率 | 64 kb/s | $8\text{ kHz} \times 8\text{ bit}$ |
| ΔM 不过载条件 | $A\omega < \sigma f_s$ | 靠提高 $f_s$ 改善 |
| ΔM 信噪比 | $\propto f_s^3 / (f^2 f_H)$ | $f_s$ 翻倍 +9 dB |
| E1 帧结构 | 32 TS × 8 bit × 8 kHz = 2048 kb/s | 30 路话音 |
| PCM 误码容忍 | $p_e < 10^{-6}$ | ΔM 允许 $p_e < 10^{-3}$ |
| DPCM 预测增益 | $G_p = 6 \sim 11$ dB | ADPCM: 32 kb/s |
参考来源
- 课件:
- 模拟信号编码为数字信号 | PCM编码 | 抽样 | 量化 | 编码 | 采样定理 — "正弦波只有两个未知数所以只需两个采样点"解释采样定理
- Differential Quantization and Delta Modulation — 差分量化更优的严格数学证明,ΔM/DPCM原理深入
- 通信基础(二):PCM脉冲编码调制 — PCM工程参数推导,语音4kHz→8kHz采样→64kb/s