Modelado de ruido de \ $ \ Sigma \ Delta \ $ Converters

0

Actualmente estoy leyendo el libro Conversión Sigma-Delta A / D de tiempo continuo para mejorar mi situación comprensión de \ $ \ Sigma \ Delta \ $ converters. Desafortunadamente, me quedé atascado en el punto donde se explica la formación de ruido. El capítulo comenzó claramente, diciendo que para estudiar los efectos del ruido, el cuantizador se puede aproximar mediante un modelo lineal, que luego nos deja con un modulador \ $ \ Sigma \ Delta \ $ linealizado como se muestra en la parte inferior.

Con este modelo queremos lograr dos funciones de transferencia diferentes, una para \ $ x (n) \ $ y otra para \ $ e (n) \ $.

$$ Y (z) = STF (z) X (z) + NTF (z) E (z) $$

STF ... Función de transferencia de señal, NTF ... Función de transferencia de ruido

Dado que el ruido se producirá en las frecuencias altas y la señal en las frecuencias bajas, parece claro que el STF debería ser un paso bajo y el NTF un filtro de paso alto.

Ahora el autor afirma que esto conduce a las siguientes funciones de transferencia concretas:

$$ STF (z) = \ frac {1} {\ frac {1} {H (z) k} + 1} \\ NTF (z) = \ frac {1} {H (z) k + 1} $$

No hay más explicaciones. ¿Cómo es posible concluir que el STF y el NTF tienen que verse así? Además, ¿cómo podemos concluir que el \ $ H (z) \ $ más simple es un integrador?

    
pregunta Daiz

1 respuesta

3

La conformación de ruido se refiere a la conformación espectral del ruido de cuantización. Se supone que la señal de entrada del cuantizador está lo suficientemente "ocupada" para que pueda modelarse como un elemento de ganancia lineal con algún ruido aditivo.

El objetivo final es obtener una señal de salida que represente la señal de entrada lo más cerca posible. El modulador que se muestra en tu publicación es el tipo más común, un modulador delta-sigma de paso bajo, funciona mejor para señales de entrada de baja frecuencia.

Mirando $$ Y (z) = STF (z) X (z) + NTF (z) E (z) $$ vemos que para una representación precisa de la señal de entrada X (z), el STF debe ser aproximadamente 1 y el NTF debe ser lo más pequeño posible.

Para cumplir con el primer requisito STF ~ 1 podemos ver $$ STF (z) = \ frac {1} {\ frac {1} {H (z) k} + 1} $$ y vea rápidamente que solo necesitamos un \ $ H (z) \ $ que sea mucho más grande que 1 para las frecuencias pequeñas. Un integrador será un ajuste perfecto, sin embargo, también son posibles otros tipos de filtro.

Para la segunda condición, supresión de ruido de cuantización a bajas frecuencias, la expresion $$ NTF (z) = \ frac {1} {H (z) k + 1} $$ muestra, que nuevamente se requiere \ $ H (z) \ gg 1 \ $ para bajas frecuencias. De nuevo, esto se puede lograr con un integrador.

    
respondido por el Mario

Lea otras preguntas en las etiquetas