※ 引述《ccjin (hello......)》之銘言： : 對於音樂製作 有人說 : 48kHz recording -> up-sampling 192Khz-> 48khz playback : 這個叫昇頻處理，可以降低系統量化雜訊。 : 出處: http://0rz.tw/W1RTW : 量化誤差應該是 在 D/A 那邊的事 , : 你的 D/A , 已經有固定的 K bits 轉成 analog : 想要降低量會誤差應該是 讓量化的bits增加 : 對一個數位訊號做 up-sampling : 並不能做到什麼改變阿 .... : 還有順便請教一下 對於 up-sampling 跟 downsampling 的好處在哪裡 : 大部份應用在哪裡 ? : downsampling 帶給我的感覺是 可以降低資料的處理量 在沒有aliasing的條件下 剛好最近在寫DFE，我從通訊的角度跟你解釋一下 之所以 up-sampling 是因為這樣能對後續的濾波帶來好處，使得濾波器複雜度降低 理由是這樣 由於對訊號取樣會導致頻譜以每隔取樣頻率fs的間隔重複，產生image 這些image必須再通過後續的LPF濾掉，方能還原訊號 而根據DSP理論，fs/2對應到徑度pi的位置 Bx(f):fs(f)/2 = Bx(w):pi 換句話說，若我原本頻寬3M, fs:18M，那麼這個訊號占了pi/3 (補充，這邊的訊號頻寬定義與wiki的nyquist rate裡的頻寬定義一樣， 精確而言應該說是半頻寬) 也就是後面的LPF的passband normalized過後只要pi/3 同理，若fs改成6M的話，你需要一個完美的低通濾波器才能還原訊號 這代表的是一個無限長taps數的filter 而若fs小於6的話，頻譜實際上已經跨過pi的位置，會跟其他鏡像重疊 於是產生了aliasing，這也從另一個角度說明了 Nyquist quaternion 若真如此，即便之後用再完美的filter也無法還原訊號 換句話說，fs越大則頻譜邊界離pi越遠，filter越好設計 因為passband到stopband有很大的距離可以緩衝 代表你可以用階數少一點的濾波器，不用那麼sharp沒關係 若以橫軸w不變來看的話，fs越大，訊號的頻譜就會越瘦 fs越小則越胖，胖超過pi就aliasing 所以整個過程就是先超取樣，讓它變瘦，通過門窄窄的濾波器後，再讓它胖回來 downsampling就是胖回來的過程而已 你問的誤差來源應該是後續濾波時產生的誤差 如果upsample不夠的話，濾波器的ripple跟sidelobe影響就很嚴重，僅此而已 ※ 編輯: truesword 來自: 140.115.73.87 (11/28 23:55) ※ 編輯: truesword 來自: 140.115.73.87 (11/29 15:01) ※ 編輯: truesword 來自: 140.115.73.87 (11/29 15:02)