Det er tre hovedgrunner til å utføre oversampling:
anti-aliasingEdit
Oversampling kan gjøre det lettere å realisere analoge anti-aliasing filtre. Uten oversampling er det svært vanskelig å implementere filtre med den skarpe cutoff som er nødvendig for å maksimere bruken av tilgjengelig båndbredde uten å overskride nyquist-grensen. Ved å øke båndbredden til prøvetakingssystemet, kan designbegrensninger for anti-aliasing-filteret være avslappet. Når samplet, kan signalet være digitalt filtrert og samplet til ønsket samplingsfrekvens. I moderne integrert kretsteknologi er det digitale filteret forbundet med denne nedsamplingen enklere å implementere enn et sammenlignbart analogt filter som kreves av et ikke-oversampled system.
ResolutionEdit
i praksis implementeres oversampling for å redusere kostnadene og forbedre ytelsen til en analog-til-digital omformer (ADC) eller digital-til-analog omformer (DAC). Når oversampling med en faktor På N, øker det dynamiske området også en faktor På N fordi Det Er N ganger Så mange mulige verdier for summen. Signal-til-støy-forholdet (SNR) øker imidlertid Med N {\displaystyle {\sqrt {N}}}
, fordi summering av ukorrelert støy øker amplituden Med N {\displaystyle {\sqrt {N}}}
, mens summering av et sammenhengende signal øker Gjennomsnittet med n. som et resultat øker snr med n {\displaystyle {\sqrt {n}}}
. for eksempel, for å implementere en 24-bit omformer, er det tilstrekkelig å bruke en 20-bit omformer som kan kjøre på 256 ganger målet samplingsfrekvens. Kombinere 256 påfølgende 20-bits prøver kan øke SNR med en faktor på 16, effektivt legge 4 biter til oppløsningen og produsere en enkelt prøve med 24-bits oppløsning.
antall prøver som kreves for å få n {\displaystyle n}
biter av ekstra data presisjon er antall prøver = (2 n) 2 = 2 2 n . {\displaystyle {\mbox {antall prøver}}=(2^{n})^{2}=2^{2n}.}
for å få den gjennomsnittlige prøven skalert opp til et heltall med n {\displaystyle n}
flere biter, summen av 2 2 n {\displaystyle 2^{2n}}
prøver er delt på 2 n {\displaystyle 2^{n}}
: skalert middelverdi = ∑ i = 0 2 2 n − 1 2 n data i 2 2 n = ∑ i = 0 2 2 n − 1 data i 2 n . {\displaystyle {\mbox{skalert gjennomsnitt}}={\frac {\sum \ grenser _ {i=0}^{2^{2n}-1}2^{n} {\text{data}}_{i}}{2^{2n}}={\frac {\sum \ grenser _{i = 0}^{2^{2n}-1} {\text{data}_{i}}{2^{n}}}.}
dette gjennomsnittet er bare effektivt hvis signalet inneholder tilstrekkelig ukorrelert støy som skal registreres av ADC. Hvis ikke, i tilfelle av et stasjonært inngangssignal, ville alle 2 n {\displaystyle 2^{n}}
prøver ha samme verdi og det resulterende gjennomsnittet ville være identisk med denne verdien; så i dette tilfellet ville oversampling ikke ha gjort noen forbedring. I lignende tilfeller DER ADC registrerer ingen støy og inngangssignalet endrer seg over tid, forbedrer oversampling resultatet, men i en inkonsekvent og uforutsigbar grad.
Å Legge til litt dithering støy til inngangssignalet kan faktisk forbedre sluttresultatet fordi dither støy tillater oversampling å arbeide for å forbedre oppløsningen. I mange praktiske anvendelser er en liten økning i støy vel verdt en betydelig økning i måleoppløsning. I praksis kan utjevnningsstøyen ofte plasseres utenfor frekvensområdet av interesse for målingen, slik at denne støyen senere kan filtreres ut i det digitale domenet—noe som resulterer i en endelig måling, i frekvensområdet av interesse, med både høyere oppløsning og lavere støy.
NoiseEdit
hvis flere prøver blir tatt av samme mengde med ukorrelert støy tilsatt til hver prøve, da fordi, som diskutert ovenfor, ukorrelerte signaler kombinerer svakere enn korrelerte, reduserer gjennomsnitt n prøver støyeffekten Med en faktor På N. Hvis vi for eksempel oversampler med en faktor på 4, forbedrer signal-til-støyforholdet i form av effekt med faktor på 4 som tilsvarer en faktor på 2 forbedring i form av spenning.Visse Typer Adcer kjent som delta-sigma omformere produsere uforholdsmessig mer kvantisering støy ved høyere frekvenser. Ved å kjøre disse omformerne på noen flere av målsamplingsfrekvensen, og lavpassfiltrering av det oversamplede signalet ned til halvparten av målsamplingsfrekvensen, kan man få et sluttresultat med mindre støy (over hele båndet til omformeren). Delta-sigma-omformere bruker en teknikk som kalles støyforming for å flytte kvantiseringsstøyen til de høyere frekvensene.