目录文档-技术白皮书08-EFT.WP.Core.Sea v1.0

第4章 信号调理与抗混叠


I. 目标与范围


II. 基本对象与符号

  1. 调理链与滤波
    • H_aa(f):模拟抗混叠滤波器频响;H_d(f):数字整形/补偿滤波器频响;H(f) = H_aa(f) * H_d(f)。
    • f_c:低通截止频率;BW:通带带宽;Delta_f_tr:过渡带宽;A_s:阻带衰减(线性幅度或 dB)。
    • 群时延:tau_g(f) = - d arg H(f) / d ( 2 * pi * f )。
  2. 混叠与折叠
    • 采样频率 fs,Nyquist 频率 f_N = fs / 2。
    • 折叠映射:f_alias = | f - k * fs |,其中 k ∈ Z 使 f_alias ∈ [0, f_N]。
  3. 动态范围与增益分配
    • FS:ADC 满量程峰值;x_rms:输入 rms;CF:波形峰均比;DR:动态范围;ENOB:有效位数。
    • 增益级:A_gain(可程控),B_bias(偏置),C_offset(零移)。

III. 公设 P84-*(调理与抗混叠)


IV. 最小方程 S84-*(估计与边界)

  1. S84-1 残余混叠能量上界
    • 记输入 PSD 为 S_xx(f),模拟抗混叠 H_aa(f),残余混叠功率近似
      E_alias ≈ ∑_{k≠0} ∫_{B_k} | H_aa(f) |^2 * S_xx(f) d f,其中 B_k = [ k*fs - f_N , k*fs + f_N ] \cap R^+。
    • 若 S_xx(f) 在阻带上界 S_sb_max,且阻带最小衰减 |H_aa(f)| <= a_s,则
      E_alias <= a_s^2 * S_sb_max * ∑_{k≠0} |B_k|。
  2. S84-2 折叠到带内的幅度泄漏
    • 对任意 f > f_N,折叠到 f_alias 的泄漏幅度近似 A_alias(f) ≈ | H_aa(f) |。
    • 需要满足 A_alias(f) 与带内噪声地板之比低于目标 SNR_alias:
      SNR_alias_dB ≈ 10 * log10( P_signal / E_alias ) >= SNR_target_alias_dB。
  3. S84-3 量化与 ENOB
    • 量化噪声 SNR_q_dB ≈ 6.02 * ENOB + 1.76;若使用 ADC_bits 与理想量化,ENOB <= ADC_bits。
    • 满量程与 rms 关系:x_rms = FS / ( sqrt(2) * 10^( M_headroom / 20 ) * CF )(正弦取 CF ≈ sqrt(2))。
  4. S84-4 抖动限制(与第3章一致)
    SNR_jitter_dB ≈ -20 * log10( 2 * pi * f_in * J );选择 J 满足 SNR_jitter_dB >= SNR_target_jitter_dB。
  5. S84-5 群时延与到达时偏差
    Delta_T_TOA <= max_{f ∈ BW} | tau_g(f) - tau_g(f_c) |;如采用线性相位 FIR,tau_g(f) ≈ const,Delta_T_TOA 由采样插值误差主导。
  6. S84-6 Kaiser 估算阶数(FIR 原型)
    • 设过渡宽度的归一化弧度宽度 Delta_omega ∈ (0, pi),则阶数近似
      N ≈ ( A_s_dB - 8 ) / ( 2.285 * Delta_omega )。
    • Delta_omega = 2 * pi * Delta_f_tr / fs。

V. 设计策略与选型

  1. 模拟先行、数字补偿
    • 以 H_aa(f) 实现首要抗混叠(滚降到目标 A_s),以 H_d(f) 纠正通带起伏与等化传感器;
    • H(f) = H_aa(f) * H_d(f) 在 BW 内满足 delta_p、epsilon_tau,在阻带满足 A_s。
  2. 滤波器族建议
    • 低阶无源 RC:成本低、相位非线性;适合宽裕 fs 的过采样场景。
    • 有源多反馈 MFB/Sallen–Key:更陡峭的滚降;注意噪声与放大量程。
    • 线性相位 FIR:用于数字补偿与整形;可采用 Kaiser/equiripple。
    • 低延迟 IIR:Butterworth(平坦幅频)、Chebyshev(更窄过渡但通带纹波),用于实时约束场景。
  3. 多级抽 decim(多相)
    先以高 fs_in 采集与 H_aa 初步抑制,后以 H_d 多级抽 decim:
    • 第 j 级抽取比 M_j、级间过渡带 Delta_f_tr_j;总抽取 M = ∏ M_j;
    • 各级 A_s_j 配置满足 ∑ E_alias_j <= E_alias_budget。
  4. 通带等化
    对已知传感器/声学耦合的起伏 G_sens(f),设置 H_eq(f) ≈ 1 / G_sens(f),但限制在 BW 内并加正则以抑制噪声放大。

VI. 增益分配与动态范围管理

  1. 裕度与噪声势
    • 设前置放大噪声密度 e_n 与传感器噪声 S_sens,总输入噪声 S_tot ≈ S_sens + e_n^2。
    • 为保证 SNR_total,选择 A_gain 使 x_rms 升至靠近 FS / 10^( M_headroom / 20 ) 同时不触发饱和。
  2. 峰值保护与 AGC
    保证 AGC 的等效传函在 BW 内近似常数,或在离线以 H_d 反卷积补偿。峰值检测窗口 Delta_t_pk 与释放时间 T_rel;限制 AGC 的频域影响:
  3. 偏置与零移
    直流偏置 C_offset 保证单电源链路的摆幅;在数字域以高通或差分去偏,但避免侵蚀近直流信号。

VII. 抗混叠预算与验证

  1. 预算分解
    SNR_target_total^{-1} = w_alias / SNR_alias + w_q / SNR_q + w_j / SNR_jitter,w_* 为权重且 ∑ w_* = 1。设目标 SNR_target_total_dB,转换为线性功率后分配给 alias/q/jitter:
  2. 验证方法
    • 频扫注入:对 f ∈ [f_N, K*fs+f_N] 扫描,测量折叠到 f_alias 的幅度,验证 A_s 与 E_alias。
    • 噪声底对比:带外白噪声注入,比较启用/禁用 H_aa 的基线差。
    • 群时延:啁啾或多音校验 tau_g(f) 平坦度,计算 epsilon_tau。

VIII. 到达时与群时延(跨章一致)


IX. 配置与执行流程 Mx-4(调理与抗混叠)


X. 实现绑定与接口提示(I80 3、I80 4)

  1. design_filter(kind:str, params:dict) -> FiltRef
    • kind ∈ {"aa_rc","aa_mfb","fir_equiripple","fir_kaiser","iir_butter","iir_cheby1","iir_cheby2"};
    • params 至少含 {fs, f_c, Delta_f_tr, A_s_dB, delta_p_dB}。
  2. filter_apply(sig:any, filt:FiltRef) -> any
    确保延时补偿:线性相位 FIR 可用整点延时 N/2 修正;IIR 记录相位以在第8章补偿。
  3. resample(sig:any, fs_target:float, mode:str="polyphase") -> any
    多级抽 decim 与插值时,保证各级 A_s_j 与过渡宽度满足步骤 4 的预算。

XI. 清单(manifest)最小字段


版权与许可(CC BY 4.0)

版权声明:除另有说明外,《能量丝理论》(含文本、图表、插图、符号与公式)的著作权由作者(“屠广林”先生)享有。
许可方式:本作品采用 Creative Commons 署名 4.0 国际许可协议(CC BY 4.0)进行许可;在注明作者与来源的前提下,允许为商业或非商业目的进行复制、转载、节选、改编与再分发。
署名格式(建议):作者:“屠广林”;作品:《能量丝理论》;来源:energyfilament.org;许可证:CC BY 4.0。

首次发布: 2025-11-11|当前版本:v5.1
协议链接:https://creativecommons.org/licenses/by/4.0/