Wie analoge Signale digital werden | ERKLÄRUNG zu Abtastrate und Quantisierung | Informatik
Вставка
- Опубліковано 11 січ 2022
- Dies ist meine #Erklärung dazu wie #analoge #Signale #digital werden. Ich zeige dir was #Abtastrate und #Quantisierung sind und wie sie funktionieren. Ich hoffe dieses #Tutorial hilft euch weiter.
Lasst mich gerne in jeder Kommentarsektion wissen, was euch Interessiert und worüber wir sprechen sollen.
Ich freue mich über euer kostenloses Abo, damit ich möglicherweise mein Studium durch diesen Kanal supporten kann.
Und jetzt, haut rein!
Viel Spaß beim Zuschauen von:
Wie analoge Signale digital werden | ERKLÄRUNG zu Abtastrate und Quantisierung | Informatik
Ab hier stehen Dinge für den Algorithmus:
=================================
bachelor digitale medien,bachelor studium digital,digital media,digital studieren,digitale,digitale medien studieren,digitale medien studium,digitale themen tutorial,erklärungen,it,it studium,msp,studium,themen,tutorials,tutorials und erklärungen,wirtschaftsinformatik,wirtschaftsstudium,medieninformatik,digitalisierung von signalen,analog signal vs digital signal,analoge signale,quantisierung,abtastrate,samplingrate,erklärung,informatik,modul medieninformatik - Наука та технологія
Sehr hilfreich: Danke
Danke schön, lerne gerade für die MedienInfo Klausur in der Bib.
Top.
hamma video auch mit den Beispielen zu Gamern und hz Audiosignalen
Maschine
Man kann es also so erklären, wenn ich mich jetzt nicht selbst verwirre: Analoge Signale werden mit der jeweiligen Abtastrate (Samplingrate) z.B. 44,1kHz/44100 Abtastungen pro Sekunde (CD) abgetastet. Das wäre dann das sogenannte Sampling. Danach folgt die Quantisierung des Signals in dem, je nach Bittiefe, ein möglichst genauer Wert genommen wird und dieser wird dann zusammengenommen und als digitales Signal gespeichert. Wohl meist als Integer und als eine Aneinanderreihung von Zahlen gespeichert. Kann man es so beschreiben? 🙂
Lass den integer raus. Dann passt's.. es wird als binärer Wert gespeichert (8 Bit.. 16 bit etc )
Man hat eine Diskretisierung im Zeitbereich, eben die Samplingrate (Zeit- = X-Achse) in Samples/Sekunde, und im Wertebereich (Messwert=Y-Achse) mit einer Bittiefe. Beides wird von der Technik des AD-Wandlers begrenzt.
Primär spucken AD-Wandler natürlich erst einmal signed integer (meist vielfache von 4) aus. Wie die später zweckmässig dargestellt und weiterverrechnet werden, hängt von der Anwendung ab.
Diskretisieren bedeutet ~das Stückeln kontinuierlicher Werte einerseits in kleine Beobachtungsmomente oder beim Meßwert dann als Quantisieren in (Ganz-)Zahlenwerte.
Beide Werte/Auflösungen fließen in das Diskretisierungsrauschen ein, sollten also in einem anwendungsabhängigen, sinnvollen Verhältnis stehen = 16bit bringen bei Audio wenig, wenn man nur 1kHz sampelt, oder umgekehrt: 96kHz, aber nur 4bit. In beiden Fällen bekommt man beim ungefilterten Abspielen Oberwellen und selbst mit Filter klingt es trotz vieler Daten schlecht.
Vor dem Aufstieg der Soundkarten erlaubte der ursprüngliche PC-Timer übrigens 6bittige-Sprachausgabe mit 8kHz über den internen Piepser, was ziemlich mühsam klang.
So werden doch auch Integrale berechnet, man differenziert analoge Signale, tastet diese also bis ins unendliche ab (bzw. bis zu einem Bestimmten Wert), erstellt ein unendlich großes Digitales Signal und summiert sie alle auf um bspw. die Fläche davon zu berechnen. Oder liege ich damit falsch ? :0
Teil, also, nur wenn sie digital = in Software als Näherung berechnet werden. Der Witz bei Infinitesimalrechnung ist eben, daß sie teilweise Ableitungen oder Integrale ergeben, die direkt berechnet werden können, etwa wenn trigonometrische Funktionen ineinander übergehen, oder Potenzen von e. Es gibt Programme bzw. Taschenrechner, die solche Ausdrücke symbolisch verarbeiten können.
In vielen mathematischen Bereichen und eben den zugehörigen Implementierungen, gibt es Betrachtungen bzgl. kontinuierlicher und diskreter Varianten, auch jenseits von Analysis, bei Statistik, Optimierungsverfahren, Signalverarbeitung (Fourier -> FFT Fast Fourier Transformation oder DFT diskrete FT), Geometrie, ... wo je nachdem auf klassische Näherungsverfahren oder überhaupt anders arbeitende Algorithmen ausgewichen wird.