此标签下有2条笔记。
噪声整形与抖动优势时域分析
噪声整形与抖动优势时域分析 本章（Brandonisio & Kennedy Ch.5）在不依赖白噪声近似的前提下，严格证明了一阶 ΣΔ 调制器+移动平均滤波器的时域精度始终优于量化器+移动平均滤波器。通过引入 dither 信号并建立 max|y-x| 和 [−3σ, 3σ] 区间两种精度度量，量化揭示了噪声整形和 dither 整形阶数对系统精度的定量影响。 前后关系 前置知识： 反馈噪声整形与MOD1深度分析 — ΣΔ 调制器基本原理与 NTF 过采样数字滤波降噪 — 移动平均滤波器的频域特性 量化器理论与线性模型 — 量化误差的区间分布 外部关联： ADPLL相位噪声解析预测 ...
量化器理论与线性模型
量化器理论与线性模型 Pavan 教材 §2.2 深入分析量化器的特性与建模方法。量化是一个非线性无记忆过程，但通过一系列合理的近似假设，可以将其简化为一个加性白噪声模型，从而用线性系统理论分析 ΔΣ 调制器。 前后关系 上下文：§2.2 紧随 §2.1（采样理论基础）的采样理论。采样实现了时间离散化，而量化实现幅度离散化——两者共同构成 ADC 的核心操作。 后续章节： §2.3（过采样数字滤波降噪）利用量化噪声的白噪声模型计算过采样的降噪效果 §2.4（反馈噪声整形与MOD1深度分析）将量化器嵌入反馈环路实现噪声整形 本章的量化器模型是整个 ΔΣ 理论的立足点；§2.5-2.6 揭示了该模...