数字音频技术(第6版) 73

文本阅读：
　　6数字音频技术（第6版
　　著变化的信号来说，这个噪声调制可能是令人讨厌的。如果使用矩形概率密度函数的抖动，则为了能够真正起到效果，其概率密度函数的宽度必须为Q的整倍数。土的矩形概率
　　密度函数的抖动将给功率为的量化噪声增加
　　的噪声功率，因此合起来的噪声功率
　　Q
　　为（或均方根值
　　6
　　人们认为，最优的非减性抖动信号是峰-峰值宽度为2LSB的三角形概率密度的抖动，由两个相互独立的矩形概率密度函数抖动相加（因此两者的概率密度函数会进行卷积）得的，这两个矩形概率密度函数的峰-峰值宽度均为1LSB。三角形概率密度函数的抖动既消除了失真，也消除了本底噪声调制。本底噪声是恒定的，但是，本底噪声要高于矩形概率密度函数的抖动。三角形概率密度函数的抖动为的量化噪声增加一个Q的噪声功率，因此合起来的嗓声功率为（或均方根值为9bAES17标准规定，在评价音频系统时要使用三角形概率密函数的抖动。因为所有的模拟信号都已包含高斯噪声，其作用就相当于抖动，因此AD转换器并不需要使用三角形概率密度函数的抖动。在一些转换器中使用的是高斯概率密度函数的抖动。
　　在使用最优的抖动幅度的情况下，相对于未经抖动的信号来说，矩形概率密度函数抖动噪声提升3dB，三角形概率密度函数抖动会令噪声提升4.77dB，而高斯概率密度函数动会令噪声提升6dB。一般来说，矩形概率密度函数有时候用于测试目的，因为它具有得到扩展的信号误差比，但对于包括聆听目的在内的大多数应用来说，三角形概率密度函数要优越得多，虽然它的本底噪声略微高了一些。显然，高斯抖动在噪声方面是有损失的。因为矩和三角形概率密度函数的抖动很容易在数字域中生成，所以，在D/A转换之前的各种重量tization）应用中，这两者总是比高斯抖动更可取。在测量数字音频产品中的低电失真时，使用经过抖动的测试信号是很重要的，如若不然，测量结果反映出的失真可能是测试信号本身产生的人造声，而非被测硬件产生的。不过过抖动的测试信号将限制
　　被测的噪声级和失真性能。在实际使用中，模拟信号会包含热（高斯）噪声，即使加入了理论上最优的抖动，得到的也是非最优的结果
　　任何抖动信号的幅度都是一个重要的考量因素。图2.14展示了加入不同幅度（概率密函数的宽度）的高斯概率密度函数和矩形概率密度函数抖动是如何对一个量化台阶进行线性化的。在这两种情况中，量化的人造声都由于加入了相对较高幅度的抖动而降低了。如前所述，一个均方根幅度为1/2LSB的高斯概率密度函数的信号能提供一个线性的特性。若使用矩形概率密度函数的抖动，则
　　的峰-峰值能提供线性。在这两种情况中，过多的抖动都会大幅降低数字系统的信噪比，而且不会带来任何额外的收益。