Mejora SNR de colocar el filtro analógico delante del filtro digital

2

Hemos diseñado un PCB que contiene un circuito de recopilación de datos para un cliente, y su experto externo presenta esta "sugerencia útil":

  

Pregunta sobre promedios de señal frente a tiempos de integración más largos: el promedio de \ $ N = 20 \ $ muestras nos proporciona una mejora de SNR digital de \ $ \ sqrt {N} = 4.47 \ $. Sin embargo, la señal de interés está variando lentamente. Entonces, en lugar de eso, podríamos integrar la señal por más tiempo (por ejemplo, \ $ N \ $ veces más) y reducir el ancho de banda del filtro en \ $ N \ $, dando como resultado una mejora de SNR de \ $ \ sqrt {N} \ sqrt {N} = N \ $.

¿La reducción de la frecuencia de muestreo y la frecuencia de esquina del filtro antialiasing es mucho más efectiva que la eliminación mediante un filtro digital?

    
pregunta Ben Voigt

3 respuestas

3

No, no puedes hacer una doble inmersión de esa manera.

Si bien es cierto que una etapa de integración de paso bajo que reduce el ancho de banda del ruido en un factor de \ $ N \ $ mejora la SNR lineal en \ $ \ sqrt {N} \ $, no puede simplemente conectar en cascada dos etapas para obtener una SNR mejora de \ $ N \ $. He aquí por qué:

La mejora de SNR de promediar \ $ N \ $ muestras consecutivas está condicionada a las características del ruido gaussiano blanco aditivo muestreado, específicamente que se distribuyen de forma independiente. La siguiente relación se mantiene para la suma de variables aleatorias gaussianas independientes:

Si

$$ Y = \ sum_i X_i $$

con

$$ X_i \ sim \ mathcal {N} (\ mu_i, \ sigma_i ^ 2) \ quad \ forall i $$

entonces

$$ Y \ sim \ mathcal {N} (\ mu_y, \ sigma_y ^ 2) $$

donde

$$ \ mu_y = \ sum_i \ mu_i $$

y

$$ \ sigma_y ^ 2 = \ sum_i \ sigma_i ^ 2 $$

Si las variables son i.i.d, es decir que \ $ \ mu_i = \ mu_0 \; \ forall i \ $ y \ $ \ sigma_i = \ sigma_x \; \ forall i \ $, luego el promedio da

$$ \ frac {1} {N} \ sum_ {i = 1} ^ N X_i \ sim \ mathcal {N} \ left (\ mu_x, \ left (\ frac {\ sigma_x} {\ sqrt {N }} \ right) ^ 2 \ right) $$

Como el desplazamiento de CC del sistema de adquisición se pone a cero correctamente, \ $ \ mu_x = 0 \ $. En este caso, el ruido se reduce en un factor de \ $ \ sqrt {N} \ $ al promediar. El mismo resultado se mantiene para promediar en el dominio analógico a través de la integración.

Sin embargo, este resultado solo se aplica cuando las variables aleatorias gaussianas son independientes (ruido blanco) . Tan pronto como se agrega un filtro de paso bajo al frente del bloque de promediado, las contribuciones de ruido se vuelven altamente correlacionadas, y la integración de una señal que ya está limitada por la banda no produce ninguna reducción adicional .

    
respondido por el Ben Voigt
3

Como sea que lo haga, dominio analógico o dominio digital, reducir el ancho de banda del sistema en un factor de N reduce el ruido en un factor de N.

Tenga en cuenta que estamos hablando de ruido potencia aquí, lo que significa que el ruido voltaje se reduce en un factor de \ $ \ sqrt {N} \ $.

Pero no puede reducir el ancho de banda al mismo valor dos veces; no hay ningún beneficio adicional para hacer esto, excepto por la pequeña contribución de tener la banda de transición siendo más empinada.

    
respondido por el Dave Tweed
0

Debería ser un comentario. Sin embargo, no tengo suficiente reputación para comentar, así que aquí hay una pequeña respuesta hecha de preguntas ...

@Ben Voigt Creo que tiene razón al decir que el promediado tiene efecto cuando las muestras son i.i.d. Sin embargo, ¿está seguro de que las muestras después de un filtro de paso bajo analógico no son i.i.d más? En mi humilde opinión, también son i.i.d. Al igual que los resultados de promediar muestras gaussianas siguen siendo i.i.d.

Y también parece que hay una diferencia sutil entre el promedio y el paso bajo analógico. ¿Tengo razón al decir que el promedio reduce la densidad espectral del ruido a un mismo nivel en todo el dominio de la frecuencia? Mientras que el paso bajo solo reduce la parte de mayor frecuencia.

    
respondido por el richieqianle

Lea otras preguntas en las etiquetas