Содержание к диссертации
Введение
1. Цифровая фильтрация в задачах мониторинга широкого частотного диапазона 16
1.1 Понятие и определение широкого частотного диапазона 16
1.2 Особенности и характерные черты задач мониторинга ШЧД 22
1.3 История развития и современное состояние теории цифровой фильтрации 28
1.4 Реализация цифровых фильтров. Программно-аппаратная база... 34
1.4.1 Современный подход к синтезу фильтров 34
1.4.2 Реализация фильтров на процессорах ЦОС 36
1.4.3 Реализация фильтров на ПЛИС 39
2. Разработка алгоритмов многоканальной цифровой фильтрации в широком частотном диапазоне 46
2.1 Постановка задачи и общие замечания 46
2.2 Банк цифровых фильтров 46
2.3 Методы построения банков цифровых фильтров 50
2.3.1 ДПФ с расширенным весовым окном 50
2.3.2 Конвейерное Частотное Преобразование 62
2.3.3 Взвешенное перекрывающееся сложение 74
3. Синтез цифровых фильтров, эффективных по критерию минимума вычислительной сложности и аппаратных затрат 83
3.1 Общие замечания 83
3.2 Этапы разработки цифровых фильтров 83
3.3 Структуры цифровых фильтров для многоканальной фильтрации в ШЧД 85
3.3.1 Цифровые фильтры без умножений 86
3.3.1 Цифровые фильтры в конечных полях 104
3.3.3 Фильтры с симметрией АЧХ 116
3.4 Сравнение рассмотренных методов цифровой фильтрации 135
3.5 М-Октавная фильтрация 136
4. Методы цифровой фильтрации при разработке систем и устройств, предназначенных для задач мониторинга широкого частотного диапазона 147
4.1 Постановка задачи 147
4.2 Широкополосные приёмники прямого преобразования 147
4.3 Комплекс окончательной обработки данных, поступающих из приёмника прямого преобразования 157
Заключение 167
Приложение
- Особенности и характерные черты задач мониторинга ШЧД
- Методы построения банков цифровых фильтров
- Этапы разработки цифровых фильтров
- Широкополосные приёмники прямого преобразования
Введение к работе
Актуальность темы. В последние годы перед различными военными ведомствами и гражданскими службами все острее встает проблема реализации систем мониторинга широкого частотного диапазона (ШЧД).
Многими государственными и коммерческими организациями разных стран был разработан целый ряд аппаратно-программных комплексов (АПК) для решения задач мониторинга ШЧД, нашедших применение в системах радиомониторинга, технического мониторинга (анализ вибраций и поиск резонансных частот), тем не менее, в отдельных областях эта проблема так полностью и не решена. Например, в области радиомониторинга это обусловлено целым рядом причин. В первую очередь, значительным расширением частотного диапазона - до нескольких гигагерц, появлением новых технологий передачи, приёма, обработки информации, увеличением числа абонентов.
В связи с постоянно повышающимися требованиями по качеству функционирования, стремительно растёт сложность различных систем мониторинга ШЧД. Это приводит к необходимости полной автоматизации таких систем, внедрения новых средств и методов, позволяющих уменьшить время реакции, аппаратные затраты, повысить скорость, надёжность и стабильность обработки информации.
Еще недавно задача мониторинга ШЧД сводилась к разбиению гребенкой фильтров всего диапазона частот на весьма ограниченное множество поддиапазонов, а единственное предъявляемое требование к фильтрам - отсутствие пропусков между ними. Постоянно растущее разнообразие типов модуляции, уплотнение каналов, использование одной полосы частот в системе множественного доступа коренным образом поменяло и требования к параметрам цифровых фильтров (ЦФ). Поскольку вторичная обработка выделенного сигнала часто производится в спектральной области, характеристики фильтров селекции должны быть максимально согласованы со спектром принимаемого сигнала. Усложнение требований к фильтрам для задач мониторинга ШЧД выдвинуло на первый план проблему разработки путей преодоления ограничений, обусловленных имеющимися ресурсами: возможностями элементной базы, допустимой величиной программно-аппаратных затрат.
Цель работы - повышение эффективности алгоритмов и устройств цифровой фильтрации в задачах мониторинга широкого частотного диапазона путем разработки методов их построения, оптимизирующих использование программных и аппаратных средств.
В соответствии с указанной целью в работе сформулированы и решены следующие задачи:
Анализ свойств и структур различных типов цифровых фильтров для обработки информации в целях задач мониторинга ШЧД, а также анализ характеристик алгоритмов ЦФ.
Анализ соответствия характеристик ЦФ характеристикам обрабатываемых сигналов.
Разработка методов и путей совершенствования алгоритмов и устройств ЦФ в задачах мониторинга ШЧД, определение условий целесообразности их использования.
4. Определение перспективных направлений технической реализации и внедрения разработанных методик, алгоритмов и устройств при создании оборудования мониторинга ШЧД.
Методы исследования. Перечисленные задачи решены методами теории линейной аппроксимации, гармонического и спекгрального анализа, z -преобразования, теории групп, теории конечных полей. Для подтверждения полученных теоретических результатов использовались методы численного анализа и моделирования.
Научную новизну работы составляют следующие положения:
Предложен новый подход к использованию банков цифровых фильтров в задачах мониторинга ШЧД, заключающийся в процедуре последовательной детализации выбранных частотных диапазонов. Усовершенствованы с учётом особенностей современной аппаратной базы методы построения банка цифровых фильтров: дискретное преобразование Фурье (ДПФ) с расширенным весовым окном, конвейерное частотное преобразование (КЧП), взвешенное перекрывающееся сложение (ВПС) - и определены условия целесообразности их применения.
Разработан метод синтеза структуры цифровых фильтров без умножений на основе частотных характеристик его компонентов.
Предложены структура и способ представления данных для реализации цифровых фильтров - цифровые фильтры в конечных полях, позволяющие распараллелить вычисления, практически полностью отказаться от операции умножения в фильтре, существенно сократить аппаратные затраты.
Обобщён метод симметрирования амплитудно-частотной характеристики (АЧХ), позволяющий более чем в три раза сократить объём вычислений, для основных типов избирательности фильтров. Произведено исследование эффективности применимости метода. Выполнены численные оценки эффективности. Приведены специализированные структуры для аппаратной реализации фильтров.
Разработан метод гл-октавной фильтрации, позволяющий значительно сократить объём вычислений.
Научные положения, выносимые на защиту:
Методика первичной обработки информации в задачах мониторинга ШЧД банком цифровых фильтров. Усовершенствованные методы реализации банков цифровых фильтров: ДПФ с расширенным весовым окном, конвейерное частотное преобразование, взвешенное перекрывающееся сложение.
Методы цифровой фильтрации, повышающие качество и надёжность обработки информации в задачах мониторинга ШЧД, эффективные по критериям минимума вычислительной сложности и аппаратных затрат: цифровые фильтры без умножений, цифровые фильтры в конечных полях, цифровые фильтры с симметричными АЧХ.
Метод m-октавной фильтрации с сокращением объёма вычислений для работы в широком частотном диапазоне.
Практическая значимость работы
1. Разработанные методики синтеза ЦФ и предложенные на этой основе структурные схемы обеспечивают создание эффективных блоков цифровой фильтрации для оборудования мониторинга ШЧД при повышении качества обработки информации, сокращении времени анализа, минимизации программно-аппаратных затрат на их реализацию.
2. Адаптация разработанных методов цифровой фильтрации к
современной аппаратной базе цифровой обработки сигналов (ЦОС) - процессорам
ЦОС, программируемым логическим интегральным схемам (ПЛИС).
3. На основе результатов диссертационных исследований внедрены новые
технические решения, подтверждённые актами о внедрении.
Достоверность результатов исследования подтверждается корректным использованием математического аппарата, результатами экспериментальных исследований на программных моделях и результатами испытаний реальных систем, при создании которых использовались предложенные модели и методы.
В недрение результатов
Результаты диссертационной работы использовались:
в работах по созданию радиоприёмных устройств (ОКР «Жасмин-СПВ» ФГУП «НИИ «Вектор» г.Санкт-Петербург);
в работах по созданию аппаратуры пеленгования («Жасмин-2М» ФГУП «НИИ «Вектор» г.Санкт-Петербург);
-в НИР, выполнявшихся по заказам ФГУП «НИИ «Вектор», «РТИ Система» г. Санкт-Петербург.
Внедрение результатов диссертационной работы и достигнутый при этом эффект подтверждены соответствующими актами.
Созданные программно-аппаратные продукты успешно используются для решения практических задач. Работа поддержана персональными грантами ректора СПбГЭТУ среди студентов и аспирантов за 2007, 2008 гг., грантом правительства Санкт-Петербурга за 2008 г., персональным грантом фонда содействия развитию малых форм предприятий в научно-технической сфере по программе УМНИК на выполнение НИОКР по теме «Разработка цифровых фильтров в полях Галуа» (№ У-2008-6/3 «Фильтр», 2008), персональный грант Фонда содействия развитию малых форм предприятий в научно-технической сфере по программе «Ползуновскис гранты-2009».
Апробация результатов исследования. Основные положения и результаты работы докладывались и обсуждались на всероссийской конференции «Завали-шинские чтения'08» (г. Санкт-Петербург, 2008 г.), 63-й и 64-й научно-технических конференциях, посвященных Дню радио (г. Санкт-Петербург, 2008-2009 г.), 5-й научно-технической конференции «Управление и информационные технологии» (г. Санкт-Петербург, 2008 г.), 12-й международной Балтийской олимпиаде по автоматическому управлению (г. Санкт-Петербург, 2008 г.), конференции «Научно-технические проблемы в промышленности», посвященной столетию ФГУП «НИИ «Вектор» (г. Санкт-Петербург, 2008 г.), 61-й конференции профессорско-преподавательского состава СПбГУТ им. Бонч-Бруевича (г. Санкт-Петербург, 2009 г.), 11-й международной конференции DSPA-2009 «Цифровая обработка сигналов и её применение» (г. Москва, 2009 г.), 20-й Межвузовской научно-технической конференции «Военная радиоэлектроника: опыт использования и проблемы, подготовка специалистов» (г. Санкт-Петербург, 2009 г.), 63-й научно-технической конференции студентов, аспирантов и сотрудников СПбГУТ им. Бонч-Бруевича (г. Санкт-Петербург, 2009 г.), а также на конференциях профессорско-преподавательского состава СПбГЭТУ «ЛЭТИ» (г. Санкт-Петербург, 2007-2009 г.)
Публикации. По теме диссертации опубликованы 22 научные работы, включая 12 статей (3 статьи опубликованы в изданиях, определенных ВАК) в периоди-
ческих научных изданиях и 10 работ в материалах международных, национальных и региональных конференций. Отдельные результаты теоретических и экспериментальных исследований отражены в отчетах по научно-исследовательским работам и материалах опытно-конструкторских работ.
Новые технические решения защищены патентом на полезную модель.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 72 наименования. Основная часть работы изложена на 169 страницах машинописного текста. Работа содержит 95 рисунков и 10 таблиц.
Особенности и характерные черты задач мониторинга ШЧД
До рассмотрения основных задач мониторинга ШЧД остановимся на самом понятии «мониторинг». Определим его как комплекс действий по систематическому или непрерывному сбору информации о параметрах сложного объекта или процесса. Мониторинг может включать в себя просто наблюдение за состоянием основных параметров системы, либо поиск отклонений в значениях этих параметров или обнаружение инородных свойств и объектов в системе с заранее известными свойствами.
Задачи мониторинга присутствуют в различных областях науки и техники. В данной работе будет рассмотрено несколько задач, которые связаны с мониторингом ШЧД.
Измерение вибраций и поиск резонансных частот в технических системах
Важной задачей мониторинга, при решении которой прослеживаются современные тенденции развития цифровой фильтрации, является задача измерения вибраций и поиска резонансных частот в технических системах.
Любая техническая система должна не терять работоспособность при продолжительном влиянии на нее всевозможных механических воздействий. Одним из основных подобных воздействий может быть названа вибрация. Однако существует целый ряд систем, для которых вибрация — неизбежное условие их существования. Примерами таких систем являются: авиационные детали и приборы, двигатели, турбины, некоторые музыкальные инструменты. Видно, что обнаружение неисправностей в некоторых из этих систем является жизненно важной задачей, поскольку неисправности могут непосредственно повлиять на жизнь и здоровье людей. Это показала недавняя катастрофа на Саяно-Шушенской ГЭС. Проводимый мониторинг выявил повышение уровня вибраций турбины в 4 раза за одну неделю! Технические средства контроля обеспечили обслуживающий персонал объективной информацией, но она была проигнорирована.
Частотная характеристика турбоагрегатов включает в себя большое количество резонансных частот. Выделить отдельные из них в общем вибрационном шуме проблематично. Например, нелегко заметить увеличившуюся вибрацию одной из тысячи лопаток турбины. Выделить такую резонансную частоту способен только очень узкополосный фильтр. Поэтому аппаратура мониторинга должна включать в себя эффективные блоки цифровых фильтров. Радиомониторинг
Возрастание интенсивности радиообмена в последние годы делает необходимым осуществлять жёсткий контроль радиообстановки, проводящийся, как гражданскими, так и военными ведомствами, в реальном масштабе времени в очень широком частотном диапазоне. В связи с ростом радиобмена в эфире появляется большое количество самых разнообразных радиоизлучений, которые нужно отслеживать и фиксировать для проведения дальнейшей обработки [29]. Эти радиосигналы могут как непрерывно присутствовать в эфире, так и появляться на очень короткое время, а затем исчезать. При этом обнаруживаться должны в том числе и сигналы, возникающие в эфире даже на десятки микросекунд в разных областях частотного диапазона. Поскольку скорости сигналов не соответствуют человеческим возможностям, в настоящее время создаются или уже созданы специализированные многофункциональные АПК, работающие в автоматическом режиме и решающие широкий круг задач, связанных с радиомониторингом и контролем радиоэфира. Это задачи поиска и обнаружения радио излучений, классификации, пеленгации источников радиоизлучений, демодуляция, декодирование. С середины 1990-х годов начался новый этап в развитии и использовании радиосвязи. Характерной чертой современных систем связи является возможность автоматического контроля качества канала связи при выборе несущей частоты, мощности излучения, модуляции, скорости манипуляции, вида кодирования сообщения и других параметров [30].
Следует отметить, что в настоящее время радиомониторинг включает в себя следующий комплекс действий, осуществляющихся непрерывно: 1. Обнаружение сигналов. 2. Выделение сигналов из шумов - очистка и сокращение полосы анализа. 3. Классификация сигналов (по типу модуляции, мощности, направленности излучения и т.п.). 4. Измерение (несущей частоты, фазы, задержки и т.п.). 5. Пеленгация - определение местоположения источника сигнала. 6. Демодуляция и декодирование. Развитие элементной базы микропроцессорной техники позволило создать эффективные адаптивные узкополосные и широкополосные средства связи, использующие сигнально-кодовые конструкции (СКК), которые благодаря надежности и скрытности широко используются в системах спутниковой и радиорелейной связи. Это приводит к возрастанию сложности решения задач мониторинга всех перечисленных уровней. Здесь следует добавить присущие радиоэфиру искажения сигналов [31, 32]: — многолучевое распространение. Как следствие, в точке приема поле формируется несколькими лучами, отличающимися по амплитуде, фазе, поляризации и углам прихода (азимуту и углу места); - глубокие замирания сигнала в точке приема (до 20 дБ и более), связанные, прежде всего, с интерференцией близких по амплитудам лучей распространения;
Методы построения банков цифровых фильтров
Первый из этих методов - «ДПФ с расширенным весовым окном», использует БПФ как совокупность описанных выше операций гетеродинирования и суммирования [51]. В этом методе весовые коэффициенты фильтра и их количество выбираются исключительно из соображения получения желаемой частотной характеристики канала. Если число каналов М банка фильтров задано, открытым остается только вопрос выбора коэффициента удлинения L интервала взвешивания. Решить этот вопрос помогают следующие два свойства НЧ-фильтров: 1) При увеличении ширины полосы пропускания фильтра в т раз количество коэффициентов фильтра уменьшается во столько же раз. Аналогичное соотношение верно и для случая уменьшения ширины полосы пропускания. Если взять импульсную характеристику фильтра и «выколоть» каждый второй отсчет {децимация в 2 раза, но не сигнала, а импульсной характеристики), получится фильтр с тем же коэффициентом прямоугольности, но с й) 1ор = 2coslop. Это свойство можно использовать, например, при синтезе перестраиваемого фильтра с заданной прямоугольностыо частотной характеристики. 2) Увеличение крутизны наклона частотной характеристики НЧ фильтра (уменьшение со -со ) возможно только за счет пропорционального увеличения числа его коэффициентов, т. е. величины L. Рассмотрим зависимость коэффициента прямоугольности от L на примере фильтра Баттерворта. Модуль его частотной характеристики задаётся выражением: \H(Jo )\ = + \_ f \2N CO & pass J (2.3) где N— порядок фильтра, a pass- частота среза. По формуле (2.3) в Matlab произведено моделирование и получена зависимость коэффициента прямоугольности от L. График этой зависимости показан на рисунке 2.4. Зависимость коэффициента прямоугольности от L Как видно из графика, при стандартных требованиях к коэффициенту прямоугольности Кт, =1.1-7-1.2 целесообразно задавать параметрі, в пределах 13-17. Моделирование в Matlab показало, что обеспечение перекрытия менее 5% требует выбора L 16. Естественно, на выбор L влияют и коэффициент пульсации в полосе пропускания, и величина подавления на частотах выше со . Поскольку уровень пульсаций для фильтров Чебышёва существенно больше, чем у фильтров Баттеворта, рассмотрим зависимость величины пульсаций от L для фильтров Чебышёва первого рода [19]: где — показатель пульсаций, TN — полином Чебышёва w-степени, сос— частота среза. Корни полиномов TN(x) вычисляются по формуле [19]: Параметр є определяется из максимально допустимого отклонения 5Х АЧХ в полосе пропускания [19]: Исходя из требований к отклонениям АЧХ как в полосе пропускания Sx, так и в полосе задерживания д2 определяется порядок N (а значит в нашем случае и значение L) как наименьшее целое, удовлетворяющее условию [19]:
Этапы разработки цифровых фильтров
Как показано в главе 2, основные аппаратные затраты при реализации многоканальных банков цифровых фильтров приходятся на цифровой фильтр. Необходимость обеспечения таких параметров, как прямоугольность, подавление боковых лепестков, неравномерность, перекрытие вынуждает использовать фильтр очень высокого порядка. Поэтому даже небольшое сокращение объёма вычислений фильтра многократно уменьшит аппаратные затраты на реализацию всего банка. Соответственно, задача синтеза цифровых фильтров с уменьшенной величиной программно-аппаратных затрат становится приоритетной. При синтезе цифровых фильтров наибольшие затраты времени и оборудования приходятся на операции умножения [6]. Поэтому все известные методы сокращения вычислений в основном ориентированы на сокращение количества операций умножения. В этом разделе мы рассмотрим несколько методов цифровой фильтрации, а также структур цифровых фильтров, позволяющих минимизировать или совсем исключить операции умножения при проектировании фильтров. Разработка цифрового фильтра обычно проходит в пять этапов [5]. 1. Спецификация требований к фильтру. 2. Вычисление подходящих коэффициентов фильтра. 3. Выбор структуры фильтра. 4. Анализ влияния конечной разрядности на производительность фильтра. 5. Реализация фильтра на программном и/или аппаратном уровне. Названные пять этапов не всегда независимы; кроме того, они не всегда располагаются в указанном порядке. Существуют методы, которые позволяют объединить второй этап и некоторые аспекты третьего и четвёртого. Рассмотрим указанные этапы поподробнее. Спецификация требований включает: спецификации характеристик сигнала (тип источника и получателя сигнала, интерфейс ввода-вывода, скорость передачи данных и ширина полосы, наивысшая частота, представляющая практический интерес); характеристик фильтра (желаемая амплитудная и/или фазовая характеристика и величины допустимых отклонений на эти параметры, скорость работы и режимы фильтрации (реальное или модельное время)); принципа реализации (аппаратно-программная база); других требований к структуре (например, стоимость фильтра). На этапе вычисления коэффициентов выбирается один из методов аппроксимации, предоставляемых разработчикам стандартными утилитами, существующими в любом пакете обработки сигналов: Matlab, LabView, Mathcad, FirCompiler и т.д. Неоптимальность некоторых из используемых алгоритмов полностью окупается простотой их использования. Этап аппроксимации предполагает работу с очень высокой точностью, которую может обеспечить только арифметика с плавающей запятой. При аппаратной реализации с фиксированной запятой влияние конечного числа битов проявляется в искажении частотных характеристик. Поэтому разработчик должен проанализировать данные эффекты и выбрать подходящую длину слова для представления коэффициентов фильтра, входных и выходных данных, а также выполнения арифметических операций. Этап выбора структуры фильтра заключается в преобразовании данной передаточной функции в подходящую фильтрующую структуру. Для отражения структуры фильтра используются блок-схемы или функциональные схемы, на которых для облегчения реализации цифрового фильтра показывается ход вычислений. Классическая трансверсальная структура фильтра последовательно преобразовалась в каноническую форму, позволившую в два раза сократить количество элементов задержки, а затем перейти к каскадной форме в виде произведения блоков второго порядка: -1 -2 где g-коэффициент усиления. Параметры каскадного представления возвращаются в матрице sos, содержащей коэффициенты а и Ь, имеющей L строк и 6 столбцов: Реализация фильтра происходит на выбранной программно-аппаратной базе с помощью специализированных программно-аппаратных средств и должна учитывать особенности выбранной аппаратной базы, поскольку многие параметры фильтра, например, его структура, могут выбираться исходя из реализационных особенностей соответствующей программно-аппаратной системы.
Широкополосные приёмники прямого преобразования
Современные радиоприемные тракты состоят из радиоприемника, осуществляющего аналоговую и первичную цифровую обработку сигнала, и ЭВМ, реализующую основные алгоритмы обработки и управления.
Общепринятой схемой построения современных приёмников является супергетеродин (рис. 4.1). Достоинства этой схемы широко известны: в первую очередь это высокая избирательность и, как следствие, помехозащищенность [48]. Преобразование частоты позволило радикально решить проблемы, присущие другим схемам. Современные супергетеродинные приёмники имеют такие характеристики, достичь которых в схеме прямого усиления не позволяет ряд принципиальных трудностей.
Однако с развитием цифровой техники, ряд задач приёма сигналов стало выгоднее решать с помощью цифровых устройств. Для этого приёмнику понадобился принципиально новый узел - аналого-цифровой преобразователь. По мере развития цифровой техники все больший круг задач приёма и обработки радиосигналов перемещался из аналоговой области в цифровую. Место же аналого-цифрового преобразователя в структурной схеме приёмника все больше перемещалось от конца тракта к середине. Преобразование же частоты (и часто многократное) до сих пор оставалось на своём месте. Причиной этого являлась ограниченная скорость аналого-цифрового преобразования. В случае же приёмника некоторых диапазонов в настоящее время принципиально возможно все преобразования частоты делать в цифровом виде [49]. Преимущества такого построения очевидны. Во-первых, аналоговый смеситель - устройство, имеющее свои принципиальные ограничения по динамическому диапазону, шумовым характеристикам, линейности, АЧХ, ФЧХ, и т.д. Цифровой даунконвертер имеет лишь одно ограничение - разрядность, увеличить которую в случае необходимости нетрудно. Во-вторых, поскольку все цифровые преобразования происходят в комплексном виде, в таком приёмнике отсутствует понятие «зеркальная помеха». В-третьих, такое сложное и капризное устройство, как синтезатор частот не нужен больше в аналоговом виде. Наконец, усилители промежуточной частоты цифровому приёмнику также больше не нужны. Но, наряду с преимуществами у такой схемы построения есть и некоторые сложности реализации. Поскольку селективные функции приёмника переместились в цифровую область, оставшийся усилитель радиочастоты должен теперь обеспечить необходимый коэффициент усиления во всём требуемом диапазоне частот. А из-за отсутствия аналоговых селективных цепей, резко повышается требования к линейности УРЧ. Нелинейные искажения аналоговой части должны быть малыми настолько, чтобы обеспечить требуемый высокий динамический диапазон. Типовое значение динамического диапазона современного приёмника имеет порядок 100 децибел. Таким образом, переход преобразования частоты в цифровую область ставит жёсткое требование -широкополосный усилитель с крайне низкими нелинейными искажениями.
АЦП также должен обеспечить требуемый динамический диапазон, поскольку является узким местом в этом плане. Динамический диапазон АЦП ограничивается сверху уровнем перегрузки (уровень, соответствующий максимальному уровню квантования), снизу - чувствительностью АЦП, ограниченную шумами АЦП различной природы (квантования, тепловыми, связанными с нелинейностью и т.д.) Как будет показано далее, современный 14-разрядный высокоскоростной АЦП, у которого количество эффективных разрядов 12,5 обеспечит динамический диапазон порядка 100 дБ если рассматривать прием узкополосного сигнала (полосой порядка 5 кГц) в общем групповом сигнале широкого частотного диапазона.
С появлением высокоскоростных АЦП с большим динамическим диапазоном появилась возможность в некоторых случаях отказаться от смесителя, гетеродина и фильтров ПЧ. Это так называемый приемник прямого усиления (рис. 4.2) или прямого преобразования, если учитывать цифровые преобразования. случае супергетеродинного приёмника происходит оцифровка сигнала ПЧ, в котором присутствуют только полезные сигналы, а в случае приёмника прямого преобразования оцифровывается все, что попало в выбранную полосу преселектора. Перенос частоты и фильтрация производятся в цифровом виде. Плюсы такого подхода очевидны: отсутствие нелинейного смесителя и отсутствие гетеродина и его шумов. Но в связи с тем, что построить преселектор с прямоугольностыо фильтров ПЧ не возможно, динамический диапазон такого приемника будет в первую очередь определяться динамическим диапазоном применяемого АЦП. (Здесь под динамическим диапазоном подразумевается разница уровней перегрузки и чувствительности).
Динамический диапазон приемника может быть несколько шире за счет подмешивания на вход АЦП внеполосного шумоподобного сигнала и применения цифровой обработки (DDC). Для 14 разрядного АЦП эта разница между уровнями перегрузки и чувствительности может составить чуть более 100 дБ. Т.е. на выходе DDC разрядность отсчетов должна быть не менее 20 бит, а при использовании 16 разрядного АЦП - несколько больше (22-24 бита)
