数字通信 - 快速指南

数字通信 - 模拟到数字

我们日常生活中发生的通信是以信号的形式进行的。这些信号，例如声音信号，通常本质上是模拟的。当需要建立远距离通信时，模拟信号通过线路发送，使用不同的技术进行有效传输。

数字化的必要性

传统的通信方法使用模拟信号进行长距离通信，这种方法会遭受许多损失，例如失真、干扰以及包括安全漏洞在内的其他损失。

为了克服这些问题，使用不同的技术对信号进行数字化。数字化信号使通信更加清晰、准确且无损耗。

下图显示了模拟信号和数字信号之间的区别。数字信号由1和0组成，分别表示高值和低值。

数字通信的优势

由于信号被数字化，数字通信相对于模拟通信有许多优点，例如 -

数字信号中失真、噪声和干扰的影响要小得多，因为它们受到的影响较小。
数字电路更可靠。
数字电路易于设计并且比模拟电路便宜。
数字电路中的硬件实现比模拟电路更灵活。
串扰的发生在数字通信中非常罕见。
信号未改变，因为脉冲需要高扰动来改变其特性，这是非常困难的。
数字电路中采用加密和压缩等信号处理功能来保持信息的保密性。
通过采用检错码和纠错码来降低错误发生的概率。
采用扩频技术来避免信号干扰。
使用时分复用 (TDM) 组合数字信号比使用频分复用 (FDM) 组合模拟信号更容易。
数字信号的配置过程比模拟信号更容易。
数字信号比模拟信号可以更方便地保存和检索。
许多数字电路具有几乎通用的编码技术，因此类似的设备可以用于多种目的。
数字信号有效地利用了信道的容量。

数字通信的要素

为了便于理解，形成数字通信系统的元件由以下框图表示。

以下是数字通信系统的部分。

来源

源可以是模拟信号。示例：声音信号

输入传感器

这是一个传感器，它接受物理输入并将其转换为电信号（示例：麦克风）。该块还包含一个模数转换器，其中需要数字信号进行进一步处理。

数字信号通常由二进制序列表示。

源编码器

源编码器将数据压缩为最小位数。此过程有助于有效利用带宽。它删除了冗余位（不必要的多余位，即零）。

通道编码器

通道编码器进行纠错编码。在信号传输过程中，由于信道中的噪声，信号可能会发生改变，因此为了避免这种情况，信道编码器在传输的数据中添加一些冗余比特。这些是纠错位。

数字调制器

这里要发送的信号由载波调制。信号也从数字序列转换为模拟信号，以便使其通过通道或介质传播。

渠道

通道或介质，允许模拟信号从发射端传输到接收端。

数字解调器

这是接收端的第一步。接收到的信号被解调并再次从模拟转换为数字。信号在这里被重建。

通道解码器

通道解码器在检测到序列后，会进行一些纠错。通过添加一些冗余位来纠正传输过程中可能出现的失真。添加比特有助于完全恢复原始信号。

源解码器

通过采样和量化将所得信号再次数字化，从而获得纯数字输出而不会丢失信息。源解码器重新创建源输出。

输出传感器

这是将信号转换为原始物理形式的最后一个块，位于发射器的输入处。它将电信号转换为物理输出（示例：扬声器）。

输出信号

这是整个过程后产生的输出。示例- 接收到的声音信号。

本单元介绍了信号的介绍、数字化、数字通信的优点和要素。在接下来的章节中，我们将详细了解数字通信的概念。

脉冲编码调制

调制是根据消息信号的瞬时值改变载波信号的一个或多个参数的过程。

消息信号是为了通信而传输的信号，而载波信号是没有数据但用于长距离传输的高频信号。

调制技术有很多种，根据所采用的调制类型进行分类。其中，使用的数字调制技术是脉冲编码调制（PCM）。

信号经过脉冲编码调制，将其模拟信息转换为二进制序列，即1和0。PCM 的输出类似于二进制序列。下图显示了相对于给定正弦波瞬时值的 PCM 输出示例。

PCM 产生一系列数字或数字，而不是脉冲串，因此该过程称为数字过程。这些数字中的每一位虽然采用二进制代码，但都代表该时刻信号样本的近似幅度。

在脉冲编码调制中，消息信号由编码脉冲序列表示。该消息信号是通过在时间和幅度上以离散形式表示信号来实现的。

PCM 的基本要素

脉冲编码调制器电路的发射器部分由采样、量化和编码组成，这些部分在模数转换器部分中执行。采样之前的低通滤波器可防止消息信号的混叠。

接收器部分的基本操作是受损信号的再生、解码和量化脉冲串的重建。以下是 PCM 的框图，它代表了发送器和接收器部分的基本元素。

低通滤波器

该滤波器消除了输入模拟信号中存在的高于消息信号最高频率的高频分量，以避免消息信号的混叠。

采样器

这种技术有助于收集消息信号瞬时值的样本数据，从而重建原始信号。根据采样定理，采样率必须大于消息信号最高频率分量W的两倍。

量化器

量化是减少过多比特并限制数据的过程。采样输出提供给量化器时，会减少冗余位并压缩值。

编码器

模拟信号的数字化是由编码器完成的。它通过二进制代码指定每个量化级别。这里完成的采样是采样保持过程。这三个部分（LPF、采样器和量化器）将充当模数转换器。编码可以最大限度地减少所使用的带宽。

再生中继器

此部分增加信号强度。通道的输出还设有一个再生中继电路，以补偿信号损失并重建信号，并增加信号强度。

解码器

解码器电路对脉冲编码波形进行解码以再现原始信号。该电路充当解调器。

重构滤波器

在再生电路和解码器完成数模转换之后，使用低通滤波器（称为重建滤波器）来恢复原始信号。

因此，脉冲编码调制器电路将给定的模拟信号数字化、编码并采样，然后以模拟形式传输。以相反的方式重复整个过程以获得原始信号。

数字通信 - 采样

采样被定义为“以离散形式测量连续时间信号的瞬时值的过程”。

样本是从整个数据中取出的一段数据，在时域上是连续的。

当源生成模拟信号时，如果必须将其数字化（具有1和0，即高或低），则必须及时对信号进行离散化。这种模拟信号的离散化称为采样。

下图表示连续时间信号x (t)和采样信号x _s (t)。当x(t)乘以周期脉冲序列时，得到采样信号xs ( _t ) 。

采样率

为了离散化信号，样本之间的间隙应该是固定的。该间隙可以称为采样周期T _s。

$$采样\：频率= \frac{1}{T_{s}} = f_s$$

在哪里，

$T_s$是采样时间
$f_s$ 是采样频率或采样率

采样频率是采样周期的倒数。这个采样频率，可以简称为采样率。采样率表示每秒采集的样本数或一组有限值的样本数。

对于要从数字化信号重建的模拟信号，应高度考虑采样率。采样率应该使得消息信号中的数据既不丢失也不重叠。因此，为此固定了一个速率，称为奈奎斯特速率。

奈奎斯特速率

假设信号是带限的，没有高于W赫兹的频率分量。这意味着，W是最高频率。对于这样的信号，为了有效再现原始信号，采样率应该是最高频率的两倍。

意思是，

$$f_S = 2W$$

在哪里，

$f_S$ 是采样率
W是最高频率

这种采样率称为奈奎斯特率。

在奈奎斯特速率的理论基础上提出了一个称为采样定理的定理。

抽样定理

采样定理，也称为奈奎斯特定理，为带限函数类提供了在带宽方面足够采样率的理论。

采样定理指出，“如果以大于最大频率W两倍的速率f _s采样信号，则可以精确地再现信号。”

为了理解这个采样定理，让我们考虑一个带限信号，即值在某个–W和W赫兹之间非零的信号。

这样的信号表示为 $x(f) = 0 \: for \: \mid f \mid > W$

对于连续时间信号x (t)，频域中的带限信号可以表示如下图所示。

我们需要一个采样频率，这个频率即使在采样之后也不应该丢失信息。为此，我们有奈奎斯特率，即采样频率应为最大频率的两倍。它是采样的临界率。

如果信号x(t)以高于奈奎斯特速率采样，则可以恢复原始信号，如果以低于奈奎斯特速率采样，则无法恢复信号。

下图解释了在频域中以高于2w 的速率采样的信号。

上图显示了信号x _s (t)的傅里叶变换。在这里，信息被毫无损失地再现。不存在混淆，因此可以进行恢复。

信号x _s (t)的傅立叶变换为

$$X_s(w) = \frac{1}{T_{s}}\sum_{n = - \infty}^\infty X(w-nw_0)$$

其中 $T_s$ =采样周期，$w_0 = \frac{2 \pi}{T_s}$

让我们看看如果采样率等于最高频率的两倍（2W）会发生什么

这意味着，

$$f_s = 2W$$

在哪里，

$f_s$ 是采样频率
W是最高频率

结果将如上图所示。信息被替换而不会造成任何损失。因此，这也是一个很好的采样率。

现在，让我们看看条件，

$$f_s < 2W$$

生成的图案如下图所示。

从上面的模式我们可以看出，信息发生了重叠，从而导致信息的混淆和丢失。这种不需要的重叠现象称为混叠。

混叠

混叠可以被称为“信号频谱中的高频分量呈现出其采样版本频谱中的低频分量的特征”。

为减少混叠影响而采取的纠正措施是 -

在 PCM 的发射机部分，在采样器之前采用低通抗混叠滤波器，以消除不需要的高频分量。
滤波后采样的信号以略高于奈奎斯特速率的速率进行采样。

选择高于奈奎斯特速率的采样率也有助于更轻松地设计接收器处的重建滤波器。

傅里叶变换的范围

人们普遍认为，我们在分析信号和证明定理时寻求傅里叶级数和傅里叶变换的帮助。这是因为 -

傅里叶变换是非周期信号傅里叶级数的扩展。
傅里叶变换是一种强大的数学工具，有助于查看不同域中的信号并有助于轻松分析信号。
使用这种傅里叶变换，任何信号都可以分解为正弦和余弦之和。

在下一章中，让我们讨论量化的概念。

数字通信-量化

模拟信号的数字化涉及对近似等于模拟值的值进行四舍五入。采样方法在模拟信号上选择几个点，然后将这些点连接起来，将值舍入到接近稳定的值。这样的过程称为量化。

量化模拟信号

模数转换器执行此类功能，根据给定的模拟信号创建一系列数字值。下图表示模拟信号。该信号要转换为数字信号，必须经过采样和量化。

模拟信号的量化是通过使用多个量化级别对信号进行离散化来完成的。量化是用一组有限的电平来表示幅度的采样值，这意味着将连续幅度样本转换为离散时间信号。

下图显示了模拟信号如何量化。蓝线代表模拟信号，而棕色线代表量化信号。

采样和量化都会导致信息丢失。量化器输出的质量取决于所使用的量化级别的数量。量化输出的离散幅度称为表示级别或重建级别。两个相邻表示级别之间的间距称为量子或步长。

下图显示了最终的量化信号，它是给定模拟信号的数字形式。

根据其形状，这也称为阶梯波形。

量化的类型

量化有两种类型：均匀量化和非均匀量化。

量化级别均匀间隔的量化类型称为均匀量化。量化级别不相等并且它们之间的关系大多是对数关系的量化类型称为非均匀量化。

均匀量化有两种类型。它们是中层型和中胎面型。下图代表了两种类型的均匀量化。

图1为中层型，图2为均匀量化的中层型。

中层型之所以被称为中层型，是因为原点位于楼梯状图形的凸起部分的中间。这种类型的量化级别的数量是偶数。
中胎面类型是因为原点位于阶梯状图形的胎面中间而得名。这种类型的量化级别的数量是奇数。
中层和中胎面类型的均匀量化器都关于原点对称。

量化误差

对于任何系统来说，在其运行过程中，其输入和输出的值总是存在差异的。系统的处理会产生误差，误差就是这些值的差异。

输入值与其量化值之间的差异称为量化误差。量化器是执行量化（对值进行四舍五入）的对数函数。模数转换器 ( ADC ) 用作量化器。

下图说明了量化误差的示例，表示原始信号和量化信号之间的差异。

量化噪声

这是一种量化误差，通常发生在模拟音频信号量化为数字信号时。例如，在音乐中，信号不断变化，错误中找不到规律性。此类错误会产生称为量化噪声的宽带噪声。

PCM 中的压扩

压缩扩展这个词是压缩和扩展的组合，这意味着它两者兼而有之。这是 PCM 中使用的非线性技术，它在发送器处压缩数据并在接收器处扩展相同的数据。使用这种技术可以减少噪声和串扰的影响。

有两种类型的压扩技术。他们是 -

A 律压扩技术

在A = 1时实现均匀量化，其中特性曲线是线性的并且不进行压缩。
A-law 的起源是中层。因此，它包含一个非零值。
A 律压扩用于 PCM 电话系统。

µ 律压扩技术

在µ = 0时实现均匀量化，其中特性曲线是线性的并且不进行压缩。
µ-law 在原点具有中胎面。因此，它包含零值。
µ 律压扩用于语音和音乐信号。

µ-law 在北美和日本使用。

数字通信 - 差分 PCM

对于高度相关的样本，当采用PCM技术编码时，会留下冗余信息。为了处理这些冗余信息并获得更好的输出，明智的决定是采用根据先前输出假设的预测采样值，并将其与量化值进行汇总。这样的过程称为差分PCM（DPCM）技术。

DPCM发射机

DPCM 发送器由量化器和预测器以及两个夏季电路组成。以下是 DPCM 发送器的框图。

每个点的信号被命名为 -

$x(nT_s)$ 是采样输入
$\widehat{x}(nT_s)$ 是预测样本
$e(nT_s)$ 是采样输入和预测输出的差值，通常称为预测误差
$v(nT_s)$ 是量化输出
$u(nT_s)$ 是预测器输入，实际上是预测器输出和量化器输出的求和输出

预测器根据发射机电路的先前输出生成假定样本。该预测器的输入是输入信号 $x(nT_s)$ 的量化版本。

量化器输出表示为 -

$$v(nT_s) = Q[e(nT_s)]$$

$= e(nT_s) + q(nT_s)$

其中q (nT _s )是量化误差

预测器输入是量化器输出和预测器输出的总和，

$$u(nT_s) = \widehat{x}(nT_s) + v(nT_s)$$

$u(nT_s) = \widehat{x}(nT_s) + e(nT_s) + q(nT_s)$

$$u(nT_s) = x(nT_s) + q(nT_s)$$

解码器中使用相同的预测器电路来重建原始输入。

DPCM接收器

DPCM接收器的框图由解码器、预测器和加法器电路组成。下图是DPCM接收器的示意图。

信号的表示法与之前的相同。在没有噪声的情况下，编码的接收器输入将与编码的发射器输出相同。

如前所述，预测器根据先前的输出假设一个值。处理给解码器的输入，并将该输出与预测器的输出相加，以获得更好的输出。

数字通信 - Delta 调制

信号的采样率应高于奈奎斯特速率，以实现更好的采样。如果差分PCM中的采样间隔大大减小，则样本之间的幅度差异非常小，就好像差异是1位量化一样，那么步长将非常小，即Δ（delta）。

增量调制

采样率更高并且量化后的步长具有较小值Δ的调制类型，这种调制被称为增量调制。

Delta调制的特点

以下是增量调制的一些特征。

采用过采样输入以充分利用信号相关性。
量化设计很简单。
输入序列远高于奈奎斯特速率。
质量中等。
调制器和解调器的设计很简单。
输出波形的阶梯近似。
步长很小，即Δ（delta）。
比特率可由用户决定。
这涉及更简单的实现。

Delta 调制是 DPCM 技术的简化形式，也被视为1 位 DPCM 方案。随着采样间隔的减小，信号相关性会更高。

增量调制器

Delta 调制器由 1 位量化器和延迟电路以及两个加法器电路组成。以下是增量调制器的框图。

DPCM 中的预测器电路被 DM 中的简单延迟电路取代。

从上图中，我们得到的符号为 -

$x(nT_s)$ = 过采样输入
$e_p(nT_s)$ = 夏季输出和量化器输入
$e_q(nT_s)$ = 量化器输出 = $v(nT_s)$
$\widehat{x}(nT_s)$ = 延迟电路的输出
$u(nT_s)$ = 延迟电路的输入

使用这些符号，现在我们将尝试找出增量调制的过程。

$e_p(nT_s) = x(nT_s) - \widehat{x}(nT_s)$

---------方程 1

$= x(nT_s) - u([n - 1]T_s)$

$= x(nT_s) - [\widehat{x} [[n - 1]T_s] + v[[n-1]T_s]]$

---------方程式2

更远，

$v(nT_s) = e_q(nT_s) = S.sig.[e_p(nT_s)]$

---------方程3

$u(nT_s) = \widehat{x}(nT_s)+e_q(nT_s)$

在哪里，

$\widehat{x}(nT_s)$ = 延迟电路的先前值
$e_q(nT_s)$ = 量化器输出 = $v(nT_s)$

因此，

$u(nT_s) = u([n-1]T_s) + v(nT_s)$

---------方程 4

意思是，

延迟单元的当前输入

=（延迟单元的先前输出）+（当前量化器输出）

假设累积条件为零，

$u(nT_s) = S \displaystyle\sum\limits_{j=1}^n sig[e_p(jT_s)]$

DM 输出的累积版本= $\displaystyle\sum\limits_{j = 1}^nv(jT_s)$

---------方程 5

现在，请注意

$\widehat{x}(nT_s) = u([n-1]T_s)$

$= \displaystyle\sum\limits_{j = 1}^{n - 1} v(jT_s)$

---------方程 6

延迟单元输出是滞后一个样本的累加器输出。

从方程 5 和 6，我们得到了解调器的可能结构。

阶梯式近似波形将是增量调制器的输出，其步长为增量 ( Δ )。波形的输出质量中等。

德尔塔解调器

Delta解调器由低通滤波器、加法器和延迟电路组成。这里消除了预测器电路，因此没有向解调器提供假定的输入。

以下是 Delta 解调器的示意图。

从上图中，我们得到的符号为 -

$\widehat{v}(nT_s)$ 是输入样本
$\widehat{u}(nT_s)$ 是夏季输出
$\bar{x}(nT_s)$ 是延迟输出

二进制序列将作为解调器的输入给出。阶梯近似输出被提供给 LPF。

使用低通滤波器的原因有很多，但最重要的原因是消除带外信号的噪声。发射机处可能出现的步长误差称为粒状噪声，此处将其消除。如果不存在噪声，则调制器输出等于解调器输入。

DM 相对于 DPCM 的优点

1 位量化器
调制器和解调器的设计非常简单

然而，DM 中存在一些噪音。

斜率过载失真（Δ小时）
颗粒噪声（当Δ较大时）

自适应增量调制 (ADM)

在数字调制中，我们遇到了确定步长的问题，这会影响输出波的质量。

当调制信号的斜率较陡时需要较大的步长，而当消息的斜率较小时则需要较小的步长。在这个过程中，微小的细节会被忽略。因此，如果我们能够根据我们的要求来控制步长的调整，以便以期望的方式获得采样，那就更好了。这就是自适应增量调制的概念。

以下是自适应增量调制器的框图。

压控放大器的增益由采样器的输出信号调节。放大器增益决定步长，两者成正比。

ADM 量化当前样本的值与下一个样本的预测值之间的差异。它使用可变步长来预测下一个值，以忠实地再现快速变化的值。

数字通信 - 技术

有一些技术为数字通信过程铺平了基本路径。为了使信号数字化，我们有采样和量化技术。

为了以数学方式表示它们，我们有 LPC 和数字复用技术。这些数字调制技术将被进一步讨论。

线性预测编码

线性预测编码（LPC）是一种用线性预测模型表示数字语音信号的工具。这主要用于音频信号处理、语音合成、语音识别等。

线性预测基于当前样本基于过去样本的线性组合的思想。该分析将离散时间信号的值估计为先前样本的线性函数。

使用线性预测模型的信息以压缩形式表示频谱包络。这可以在数学上表示为 -

$s(n) = \displaystyle\sum\limits_{k = 1}^p \alpha_k s(n - k)$ 对于p和α _{k的某个值}

在哪里

s(n)是当前语音样本
k是一个特定的样本
p是最新值
α _k是预测系数
s(n - k)是先前的语音样本

对于 LPC，预测系数值是通过最小化实际语音样本与线性预测样本之间的平方差（在有限间隔内）之和来确定的。

这是一种非常有用的低比特率语音编码方法。LPC方法非常接近快速傅立叶变换(FFT)方法。

多路复用

多路复用是通过共享介质将多个信号组合成一个信号的过程。这些信号如果本质上是模拟的，则该过程称为模拟复用。如果对数字信号进行复用，则称为数字复用。

多路复用首先是在电话领域发展起来的。许多信号被组合起来通过一根电缆发送。多路复用过程将通信信道划分为多个逻辑信道，为每个逻辑信道分配不同的消息信号或要传输的数据流。进行多路复用的设备可以称为MUX。相反的过程，即从一个通道中提取通道数，在接收器处完成，称为解复用。进行解复用的设备称为DEMUX。

下图表示 MUX 和 DEMUX。它们的主要用途是在通信领域。

多路复用器的类型

多路复用器主要有两种类型，即模拟多路复用器和数字多路复用器。它们又分为FDM、WDM和TDM。下图给出了这种分类的详细思路。

实际上，复用技术有很多种。其中，我们有主要类型和一般分类，如上图所示。

模拟多路复用

模拟复用技术涉及本质上是模拟的信号。模拟信号根据频率 (FDM) 或波长 (WDM) 进行复用。

频分复用 (FDM)

在模拟复用中，最常用的技术是频分复用（FDM）。该技术使用各种频率来组合数据流，以便将它们作为单个信号在通信介质上发送。

示例- 传统电视发射机通过单根电缆发送多个频道，使用 FDM。

波分复用 (WDM)

波分复用是一种模拟技术，其中许多不同波长的数据流在光谱中传输。如果波长增加，信号的频率就会降低。MUX 的输出端和 DEMUX 的输入端可以使用能够将不同波长转换为一条线的棱镜。

示例- 光纤通信使用 WDM 技术将不同波长合并为单个光进行通信。

数字复用

术语“数字”表示离散的信息位。因此，可用数据采用帧或数据包的形式，它们是离散的。

时分复用 (TDM)

在 TDM 中，时间帧被分为多个时隙。该技术用于通过为每个消息分配一个时隙，在单个通信信道上传输信号。

在TDM的所有类型中，主要有同步TDM和异步TDM。

同步时分复用

在同步 TDM 中，输入连接到帧。如果有“ n ”个连接，则该帧被分为“ n ”个时隙。为每条输入线分配一个插槽。

在这种技术中，采样率对于所有信号都是相同的，因此给出相同的时钟输入。MUX 始终为每个设备分配相同的插槽。

异步时分复用

在异步 TDM 中，每个信号的采样率不同，不需要公共时钟。如果分配的设备在某个时隙内不传输任何内容并且处于空闲状态，则该时隙将分配给另一个设备，这与同步不同。这种类型的 TDM 用于异步传输模式网络。

再生中继器

对于任何可靠的通信系统，它都应该有效地传输和接收信号，没有任何损失。PCM 波在通过信道传输后，会由于信道引入的噪声而发生失真。

再生脉冲与原始脉冲和接收脉冲进行比较，如下图所示。

为了更好地再现信号，在接收器之前的路径中采用了称为再生中继器的电路。这有助于恢复发生丢失的信号。以下是图解表示。

它由均衡器、放大器、定时电路和决策装置组成。每个组件的工作详细如下。

均衡器

该通道会对信号产生幅度和相位失真。这是由于信道的传输特性造成的。均衡器电路通过对接收的脉冲进行整形来补偿这些损失。

定时电路

为了获得高质量的输出，应在信噪比 (SNR) 最大的情况下进行脉冲采样。为了实现这种完美的采样，必须从接收到的脉冲中导出周期性脉冲序列，这是由定时电路完成的。

因此，定时电路通过接收到的脉冲分配用于高SNR采样的定时间隔。

决策装置

定时电路决定采样时间。决策装置在这些采样时间被启用。决策装置根据量化脉冲和噪声的幅度是否超过预定值来决定其输出。

这些是数字通信中使用的少数技术。还有其他重要的技术需要学习，称为数据编码技术。让我们在查看行代码后在后续章节中了解它们。

数字通信 - 线路代码

线路代码是用于通过传输线路进行数字信号的数据传输的代码。选择这种编码过程是为了避免信号的重叠和失真，例如符号间干扰。

线路编码的特性

以下是线路编码的属性 -

由于编码是为了使单个信号上传输更多比特，所以所使用的带宽大大减少。
对于给定的带宽，功率得到有效利用。
出错的概率大大降低。
完成错误检测并且双极也具有校正能力。
功率密度非常有利。
时间安排内容充足。
避免使用1和0的长字符串以保持透明度。

线路编码的类型

线路编码有 3 种类型

单极
极性
双极

单极信号

单极信号传输也称为开关键控或简称OOK。

脉冲存在代表1，脉冲不存在代表0。

单极信号有两种变化 -

不归零 (NRZ)
归零（RZ）

单极不归零 (NRZ)

在这种类型的单极信令中，数据中的高电平由称为Mark的正脉冲来表示，其具有等于符号位持续时间的持续时间T _{0 。}数据输入为低电平时没有脉冲。

下图清楚地描述了这一点。

优点

单极 NRZ 的优点是 -

很简单。
需要较少的带宽。

缺点

单极 NRZ 的缺点是 -

没有进行纠错。
低频分量的存在可能会导致信号下降。
没有时钟。
可能会发生同步丢失（尤其是长字符串1和0）。

单极归零 (RZ)

在这种类型的单极信令中，数据中的高电平虽然由标记脉冲表示，但其持续时间T ₀小于符号位持续时间。一半的位持续时间保持高电平，但它立即返回到零，并显示在剩余的一半位持续时间内没有脉冲。

结合下图就可以清楚的理解了。

优点

单极 RZ 的优点是 -

很简单。
以符号速率出现的谱线可以用作时钟。

缺点

单极 RZ 的缺点是 -

没有纠错。
占用的带宽是单极 NRZ 的两倍。
信号下降是在 0 Hz 信号非零的地方引起的。

极地信号

极性信号发送有两种方法。他们是 -

极地 NRZ
极地 RZ

极地 NRZ

在这种类型的 Polar 信令中，数据高由正脉冲表示，而数据低由负脉冲表示。下图很好地描述了这一点。

优点

Polar NRZ 的优点是 -

很简单。
不存在低频成分。

缺点

Polar NRZ 的缺点是 -

没有纠错。
没有时钟。
信号下降是在0 Hz信号非零的地方引起的。

极地 RZ

在这种类型的极性信令中，数据中的高电平虽然由标记脉冲表示，但其持续时间T ₀小于符号位持续时间。一半的位持续时间保持高电平，但它立即返回到零，并显示在剩余的一半位持续时间内没有脉冲。

然而，对于低输入，负脉冲代表数据，并且零电平在位持续时间的另一半内保持不变。下图清楚地描述了这一点。

优点

Polar RZ 的优点是 -

很简单。
不存在低频成分。

缺点

Polar RZ 的缺点是 -

没有纠错。
没有时钟。
占用 Polar NRZ 带宽的两倍。
信号下降是在0 Hz信号非零的地方引起的。

双极信号

这是一种具有三个电压电平的编码技术，即+、-和0。这种信号称为双二进制信号。

这种类型的一个例子是交替标记反转（AMI）。对于1，电压电平从 + 转变为 – 或从 – 转变为 +，交替出现的1具有相同的极性。0将具有零电压电平。

即使在这种方法中，我们也有两种类型。

双极NRZ
双极RZ

从到目前为止讨论的模型中，我们已经了解了 NRZ 和 RZ 之间的区别。这里也以同样的方式进行。下图清楚地描述了这一点。

上图同时具有双极性 NRZ 和 RZ 波形。NRZ 类型的脉冲持续时间和符号位持续时间相等，而 RZ 类型的脉冲持续时间是符号位持续时间的一半。

优点

以下是优点 -

很简单。
不存在低频成分。
与单极性和极性 NRZ 方案相比，占用带宽较低。
该技术适用于通过交流耦合线进行传输，因为此处不会发生信号下降。
其中存在单一错误检测能力。

缺点

以下是缺点 -

没有时钟。
长字符串数据会导致同步丢失。

功率谱密度

描述信号功率如何在频域中分布在不同频率的函数称为功率谱密度（PSD）。

PSD 是自相关的傅立叶变换（观测值之间的相似性）。它是矩形脉冲的形式。

PSD 推导

根据爱因斯坦-维纳-辛钦定理，如果随机过程的自相关函数或功率谱密度已知，则可以准确地找到另一个。

因此，为了推导功率谱密度，我们将使用功率信号 $x(t)$ 的时间自相关 $(R_x(\tau))$，如下所示。

$R_x(\tau) = \lim_{T_p \rightarrow \infty}\frac{1}{T_p}\int_{\frac{{-T_p}}{2}}^{\frac{T_p}{2}} x(t)x(t + τ)dt$

由于 $x(t)$ 由脉冲组成，因此 $R_x(\tau)$ 可以写为

$R_x(\tau) = \frac{1}{T}\displaystyle\sum\limits_{n = -\infty}^\infty R_n\delta(\tau - nT)$

其中$R_n = \lim_{N \rightarrow \infty}\frac{1}{N}\sum_ka_ka_{k + n}$

了解真实信号的 $R_n = R_{-n}$，我们有

$S_x(w) = \frac{1}{T}(R_0 + 2\displaystyle\sum\limits_{n = 1}^\infty R_n \cos nwT)$

由于脉冲滤波器的频谱为 $(w) \leftrightarrow f(t)$，我们有

$s_y(w) = \mid F(w) \mid^2S_x(w)$

$= \frac{\mid F(w) \mid^2}{T}(\displaystyle\sum\limits_{n = -\infty}^\infty R_ne^{-jnwT_{b}})$

$= \frac{\mid F(w) \mid^2}{T}(R_0 + 2\displaystyle\sum\limits_{n = 1}^\infty R_n \cos nwT)$

因此，我们得到功率谱密度的方程。利用它，我们可以找到各种线路代码的PSD。

数据编码技术

编码是将数据或给定的字符、符号、字母等序列转换为指定格式的过程，以确保数据的安全传输。解码是编码的逆过程，即从转换后的格式中提取信息。

数据编码

编码是使用各种电压或电流电平模式来表示传输链路上数字信号的1和0的过程。

线路编码的常见类型有单极性、极性、双极性和曼彻斯特。

编码技术

根据数据转换的类型，数据编码技术分为以下类型。

模拟数据到模拟信号- 模拟信号的调幅、调频和调相等调制技术都属于此类。
模拟数据到数字信号- 此过程可称为数字化，通过脉冲编码调制 (PCM) 完成。因此，它只不过是数字调制。正如我们已经讨论过的，采样和量化是其中的重要因素。Delta 调制提供比 PCM 更好的输出。
数字数据到模拟信号- 幅移键控 (ASK)、频移键控 (FSK)、相移键控 (PSK) 等调制技术都属于此类。这些将在后续章节中讨论。
数字数据到数字信号- 这些在本节中。有多种方法可以将数字数据映射到数字信号。其中一些是 -

不归零 (NRZ)

NRZ 代码的1表示高电压电平，0表示低电压电平。NRZ 码的主要Behave是电压电平在位间隔期间保持恒定。如果前一位的值和当前位的值相同，则不会指示一位的结束或开始，并且它将保持相同的电压状态。

下图解释了NRZ编码的概念。

如果考虑上面的例子，由于存在一长串恒定电压电平，并且由于没有位间隔而可能丢失时钟同步，因此接收器很难区分0和1。

NRZ 有两种变化，即 -

NRZ - L（NRZ - 电平）

只有当输入信号从1变为0或从0变为1时，信号的极性才会发生变化。它与NRZ相同，但是输入信号的第一位应该有极性的变化。

NRZ - I（NRZ - 倒置）

如果输入信号处出现1，则在位间隔的开始处会出现跳变。对于输入信号为0的情况，在位间隔的开始处没有转换。

NRZ 码的缺点是，当存在一串1和0时，发送器时钟与接收器时钟的同步会完全受到干扰。因此，需要提供单独的时钟线。

双相编码

每个位时间的信号电平检查两次，一次检查一次，一次检查两次。因此，时钟速率是数据传输速率的两倍，因此调制速率也加倍。时钟取自信号本身。这种编码所需的带宽更大。

双相编码有两种类型。

双相曼彻斯特
微分曼彻斯特

双相曼彻斯特

在这种类型的编码中，转换是在比特间隔的中间完成的。对于输入位 1，所得脉冲的转变是在间隔的中间从高到低。而对于输入位0 ，转变是从低到高。

微分曼彻斯特

在这种类型的编码中，总是在比特间隔的中间发生转变。如果在位间隔开始时发生转变，则输入位为0。如果在位间隔开始时没有发生转变，则输入位为1。

下图显示了不同数字输入的 NRZ-L、NRZ-I、双相曼彻斯特和差分曼彻斯特编码的波形。

块编码

在块编码的类型中，著名的有4B/5B编码和8B/6T编码。在这两个过程中，位数以不同的方式处理。

4B/5B编码

在曼彻斯特编码中，为了发送数据，需要双速时钟而不是NRZ编码。这里，顾名思义，4 位代码映射为 5 位，组中最小数量为1 。

通过在每个 4 个连续位块的位置分配 5 位的等效字，可以避免 NRZ-I 编码中的时钟同步问题。这些5位单词是在字典中预先确定的。

选择5位代码的基本思想是，它应该有一个前导0，并且不应有超过两个尾随0。因此，选择这些字使得每个位块发生两个事务。

8B/6T编码

我们使用两个电压电平通过单个信号发送单个位。但如果我们使用 3 个以上的电压电平，我们就可以为每个信号发送更多位。

例如，如果使用6个电压电平来表示单个信号上的8位，则这种编码被称为8B/6T编码。因此，在此方法中，我们有多达 729 (3^6) 种信号组合和 256 (2^8) 种比特组合。

这些技术主要用于通过压缩或编码将数字数据转换为数字信号，以实现数据的可靠传输。

数字通信 - 脉冲整形

在经历了不同类型的编码技术之后，我们了解了数据如何容易失真，以及如何采取措施防止其受到影响，从而建立可靠的通信。

还有另一种最有可能发生的重要失真，称为符号间干扰（ISI）。

符号间干扰

这是信号失真的一种形式，其中一个或多个符号干扰后续信号，导致噪声或提供较差的输出。

ISI 的原因

ISI 的主要原因是 -

多路径传播
通道中的非线性频率

ISI 是不需要的，应该完全消除以获得干净的输出。还应该解决 ISI 的原因，以减轻其影响。

为了以数学形式查看接收器输出中存在的 ISI，我们可以考虑接收器输出。

接收滤波器输出 $y(t)$ 在时间 $t_i = iT_b$ 采样（其中i取整数值），产生 -

$y(t_i) = \mu \displaystyle\sum\limits_{k = -\infty}^{\infty}a_kp(iT_b - kT_b)$

$= \mu a_i + \mu \displaystyle\sum\limits_{k = -\infty \\ k \neq i}^{\infty}a_kp(iT_b - kT_b)$

在上面的等式中，第一项 $\mu a_i$ 由第i^个传输比特产生。

第二项表示所有其他传输比特对第i^个比特的解码的残余影响。这种残余效应称为符号间干扰。

在没有 ISI 的情况下，输出将为 -

$$y(t_i) = \mu a_i$$

该方程表明传输的第ⁱ位被正确再现。然而，ISI 的存在会在输出中引入误码和失真。

在设计发射器或接收器时，重要的是尽量减少 ISI 的影响，以便以尽可能低的错误率接收输出。

眼纹

研究 ISI 影响的有效方法是眼图。眼图这个名字是因为它与人眼的二元波相似而得名。眼睛图案的内部区域称为眼图开口。下图显示了眼图的图像。

抖动是数字信号瞬时偏离理想位置的短期变化，可能导致数据错误。

当 ISI 的影响增加时，如果 ISI 非常高，则从眼睛张开的上部到下部的迹线增加并且眼睛完全闭合。

眼图提供有关特定系统的以下信息。

实际眼图用于估计误码率和信噪比。
眼图张开的宽度定义了可以在没有 ISI 误差的情况下对接收波进行采样的时间间隔。
眼睛张开的瞬间将是采样的首选时间。
眼图的闭合速率，根据采样时间，决定了系统对定时误差的敏感程度。
指定采样时间处的眼图张开高度定义了噪声余量。

因此，眼图的解释是一个重要的考虑因素。

均衡

为了建立可靠的通信，我们需要有高质量的输出。必须处理信道的传输损耗和影响信号质量的其他因素。正如我们所讨论的，最常见的损失是 ISI。

为了使信号不受ISI影响，并保证最大的信噪比，我们需要实现一种称为均衡的方法。下图显示了通信系统接收器部分的均衡器。

图中所示的噪声和干扰很可能在传输过程中出现。再生中继器具有均衡器电路，通过对电路整形来补偿传输损耗。均衡器的实现是可行的。

错误概率和品质因数

数据传输的速率称为数据速率。传输数据时比特发生错误的速率称为误码率 (BER)。

BER 发生的概率就是错误概率。信噪比 (SNR) 的增加会降低 BER，因此错误概率也会降低。

在模拟接收器中，检测过程的品质因数可以称为输出 SNR 与输入 SNR 之比。更大的品质因数将是一个优势。

数字调制技术

数模信号是我们将在本章中讨论的下一个转换。这些技术也称为数字调制技术。

数字调制提供了更多的信息容量、高数据安全性、更快的系统可用性以及高质量的通信。因此，数字调制技术比模拟调制技术具有更大的传输数据量的能力。

根据需要，数字调制技术及其组合有多种类型。其中，我们将讨论其中最突出的。

ASK——幅移键控

最终输出的幅度取决于输入数据是否应为零电平或正负变化，具体取决于载波频率。

FSK——频移键控

输出信号的频率要么高要么低，具体取决于所应用的输入数据。

PSK——相移键控

输出信号的相位根据输入而变化。根据相移数量的不同，主要有两种类型，即二进制相移键控（BPSK）和正交相移键控（QPSK）。另一种是差分相移键控（DPSK），它根据先前的值改变相位。

多进制编码

多进制编码技术是在单个信号上同时传输两个以上比特的方法。这有助于减少带宽。

M 进制技术的类型是 -

玛丽问
多进制FSK
玛丽相移键控

所有这些都将在后续章节中讨论。

幅移键控

幅移键控 (ASK)是一种幅度调制，它以信号幅度变化的形式表示二进制数据。

任何调制信号都具有高频载波。当 ASK 调制时，二进制信号为低输入提供零值，而为高输入提供载波输出。

下图表示 ASK 调制波形及其输入。

为了找到获得ASK调制波的过程，让我们了解一下ASK调制器的工作原理。

ASK调制器

ASK 调制器框图由载波信号发生器、来自消息信号的二进制序列和带限滤波器组成。以下是 ASK 调制器的框图。

载波发生器，发送连续的高