理论上可以完美量化连续信号吗?

信息处理 海浪 理论 模数 量化
2022-01-24 18:55:19

所以,我对数字信号处理完全陌生,但今天早上读到一篇关于量化的文章时,它让我做白日梦:一台机器能否足够快地对构成波的每个粒子的位置和幅度进行采样?

4个回答

取决于您愿意做出的假设以及您尝试采样的信号类型,但理论上我认为等于普朗克时间的采样率将是任何事情的黄金标准......

这转化为万亿赫兹)的采样频率。我个人相信机器永远不会这么快。显然,我们可以将我们的假设限制在更现实的假设上。1.855×1043Hz18.55

显然还有更多的限制,例如:什么传感器能够以如此精确的精度测量位移/速度?显然,这个假设甚至适用于亚原子尺度,而且我们很可能在声音信号的测量中不需要这样的精度。此外,当频率增加时,介质(在这种情况下为空气)中的声音衰减会增加至大量,并且超声波声波不会在很远的距离上传播。在某个时候,您将开始测量布朗运动。您还提到了单独测量每个粒子的可能性,这是另一个非常难以解决的问题。

我想指出海森堡不确定性原理,基于该原理,理论上可实现的精度是有限的。它指出,一个人不能同时测量两种互补的质量(例如时间和费用),并且在您可以从一个或另一个获得的精度之间进行权衡。例如,在 ADC 中,模数转换器(量化器)的分辨率(即以 1 Gs/s 的速率对波进行采样)的理论极限被限制为 22 位 (~132dB) [1]根据下图,即使没有因海森堡(粉红色曲线)导致的实现错误,我们也会超出一定的准确度。 在此处输入图像描述

但是为什么我们在实际应用中没有遇到它,也没有人谈论它呢?因为权衡出现在远离当前现实世界应用程序的应用程序中。

理论上可以完美量化连续信号吗?

不,量化具有明显可计为比特的信息内容。

现在,如果您有一个连续分布的一维随机变量,那么任何这些实数发生的事件都是无界的(“无限”):Xx

I(x)=log2(P(X=x))

因此,对于任何(非退化)连续分布,总是有无数(这就是我们处理具有连续分布的 PDF 的原因)。所以,事件的信息内容“嘿,我测量了值!” 将是无限的。xP(X=x)=0x

这意味着您不能使用有限数量的位来表示该样本。

这意味着没有可用于完美表示连续值信号的现有量化。

不,原因与其说是一个连续时间信号的采样速度问题正如公认的答案和另一个人所说的那样),而是不可能通过实数(如 Marcus Muller 的回答中所述)。充其量,即使我们假设量化级别的数量是无限的,级别的数量也是可数无限的,而我们需要完美表示的实数是无限的。因此,就量化表示而言,我们甚至不能完美地表示一个实值样本;下一个样本不能比(1.855×1043)1秒距离第一个在这一点上是一个次要问题。在尝试跑步之前,让我们先学会走路。