Como transformamos a realidade em bits
from Ciência em Modulação
Sinal Analógico vs. Digital: Sinais analógicos representam valores contínuos, enquanto os digitais são discretos no tempo e na amplitude. A digitalização traz imunidade contra ruídos e permite compressão de dados para reduzir a largura de banda de transmissão. Amostragem e Nyquist: Discretiza o sinal no tempo. O Teorema de Nyquist-Shannon exige que a taxa de amostragem supere o dobro da maior frequência do sinal (fs>2B) para evitar o aliasing (sobreposição espectral) e garantir a reconstrução exata por interpolação de funções sinc. Quantização: Mapeia amplitudes contínuas em um conjunto finito de níveis discretos. Pode ser uniforme (passos constantes, divididos em mid-tread ou mid-riser) ou não uniforme (passos variáveis, priorizando faixas de amplitude com maior ocorrência, como a voz humana). Erro de Quantização (SQNR): A diferença de arredondamento entre o valor real e o quantizado gera o ruído de quantização. Em quantizadores uniformes, cada bit extra de resolução melhora a relação sinal-ruído de quantização (SQNR) em aproximadamente 6 dB. Algoritmo de Lloyd-Max: Técnica iterativa de otimização de quantizadores para minimizar o erro médio quadrático (MMSQE). Ele define que as fronteiras de decisão devem ficar no ponto médio dos níveis de reconstrução e os níveis de reconstrução devem ser o centroide (esperança condicional) de cada intervalo.
Embed this episode
No transcript yet.