DVB-HD电视技术详解:4:2:0取样与分辨率表达

需积分: 50 1 下载量 28 浏览量 更新于2024-08-24 收藏 4.37MB PPT 举报
本文档主要介绍了Y/R-Y/B-Y的取样结构在DVB(Digital Video Broadcasting)高清晰度电视技术中的应用。4:2:0的取样方式指的是图像信号在数字化过程中,亮度(Y)信号每行取样两次,而色度(C)信号每行仅取样一次,分别对应于红色-亮度(R-Y)和蓝色-亮度(B-Y)。这种取样结构在高清电视信号传输中具有重要意义。 首先,文章探讨了清晰度(分辨率)的表达方法,强调了不同行业如电视、胶片、计算机图形和数码相机等采用的不同标准。在电视领域,早期使用"线"或"电视线"来衡量垂直清晰度,通常与有效扫描行数相关,而水平清晰度则有绝对清晰度(线数)和相对清晰度(电视线)两种形式。绝对清晰度基于实际显示的黑白线条数,如400线表示水平方向上有400条线,而相对清晰度则考虑了画面宽高比的影响,例如4:3的画面中,300电视线意味着在宽度方向上显示了400条线。 文中提到的NTSC制式和59.94i帧率是针对某些国家和地区电视信号的标准,区分了逐行扫描(每一帧完整扫描所有行)和隔行扫描(奇偶场交替扫描)这两种帧刷新模式。高清电视(HD)与标准清晰度电视(SD)之间的差别在于分辨率和图像质量的提升,高清电视通常拥有更高的像素密度和更细腻的图像表现。 DVB技术中,码率是衡量数字信号数据传输速率的重要参数,它决定了视频信号在传输过程中的压缩效率和质量。随着技术发展,无论是电视还是电影,越来越多地采用有限像素的显示设备,如CCD、CMOS、LCD和PDP,这些设备的像素数量是信号数字化后取样点的限制因素。 总结来说,本文是一篇深入解析了高清晰度电视技术中的关键概念,包括取样结构、分辨率表达、帧率模式、高清与标清的区别,以及数字信号处理中的码率概念。通过理解这些内容,可以更好地掌握DVB技术在现代电视广播中的应用及其影响。

clear %清除内存 load('1797 b007_0.mat') %根据实际需要更改地址、路径 sig=X118_DE_time(1:12000); fs=12000; N=12000; Ts=1/fs; sig=sig(1:N);%设置取样频率fs,取样数N t=0:Ts:(N-1)*Ts;%时间轴 t sig=(sig-mean(sig))/std(sig,1);%对 sig 进行归一化 subplot(211);plot(t,sig);%绘制 sig 波形 xlabel('时间 t/s'); ylabel('振动加速度/V'); nfft=fs/2; % 16384 S=pspectrum(sig,nfft);%对 sig 做功率谱 subplot(212); plot((0:nfft/2 -1)/nfft*fs,S(1:nfft/2));% 绘制功率谱 xlabel('频率 f/Hz'); ylabel('功率谱 P/W') [c,l]=wavedec(sig,3,'db2');%利用 db2 对 sig 进行 3 级小波分解 c3=wrcoef ('a',c ,l,'db2',3); d3=wrcoef('d',c,l,'db2',3); d2 =wrcoef ('d',c,l,'db2',2); d1 =wrcoef('d',c,l,'db2',1);%重构第 1-3 层细节 d1~d3 和第 3 层概貌 c3 figure; subplot(414); plot(t,c3); ylabel('c3');%绘制 c3 subplot(413); plot(t,d3); ylabel('d3');%绘制 d3 subplot(412); plot(t,d2); ylabel('d2');%绘制 d2 subplot(411); plot(t,d1); ylabel('d1');%绘制 d1 y=hilbert(d1); %对 d1 进行 Hilbert 变换,得y ydata=abs(y); %ydata=|y| ydata=ydata-mean(ydata);%对 ydata 去均值(目的是去除幅度较大的直流分量) P=pspectrum(ydata,nfft);%ydata 的功率谱为 P figure; plot((0:nfft/2-1)/nfft*fs,P(1:nfft/2)); xlabel('频率 f/Hz');%绘出 d1 的 Hilbert 包络谱 P=P(1:nfft/2); [M,f1]=max(P); f1=f1*fs/nfft-1 %故障频率 f1为包络谱中幅度最大处的频率 将代码由利用db2进行3级小波分解改为利用db10进行5级小波分解

2023-05-09 上传

优化以下代码 close all; clear all; f1=40000;f2=10000;f3=20000; %信号频率 F0=1e6; %采样频率 T0=1/F0; %采样间隔 t=0:T0:10; %设置时间区间和步长 xa=sin(2*pi*f1*t)+sin(2*pi*f2*t)+sin(2*pi*f3*t); %原信号 %信号曲线图 figure; plot(t,xa); axis([0 0.0002 -3 3]) title('原信号'); Fs=1e5; % 抽样率大于最大频率二倍 T=1/Fs; %采样间隔 N=1000; %采样点个数 n=(0:(N-1))*T; tn=0:T:10; xn=sin(2*pi*f1*n)+sin(2*pi*f2*n)+sin(2*pi*f3*n); figure; subplot(211); stem(n,xn,'filled'); %抽样信号曲线图 axis([0 0.0002 -3 3]); title('取样信号'); subplot(212); xn_f=fft(xn); %xn_f=fftshift(fft(xn)); %傅里叶变换 f_xn=(0:length(xn_f)-1)*Fs/length(xn_f); plot(f_xn,abs(xn_f)); title('取样信号频谱'); %内插恢复原信号 t1=0:1000-T; TN=ones(length(t1),1)*n-t1'*T*ones(1,length(n)); y=xn*sinc(2*pi*Fs*TN); figure; subplot(211); plot(t1,y); axis([0 20 -3 3]); subplot(212); y_f=fft(y); %傅里叶变换 f_y=(0:length(y_f)-1)*Fs/length(y_f); plot(f_y,abs(y_f)); low_filter=hanming_low; x2=filter(low_filter,y); figure; subplot(211); plot(x2); axis([0 100 -1 1]); subplot(212); x2_f=fft(x2); %傅里叶变换 f_x2=(0:length(x2_f)-1)*Fs/length(x2_f); plot(f_x2,abs(x2_f)); title('10KHz'); high_filter=hanming_high; x1=filter(high_filter,y); figure; subplot(211); plot(x1); axis([0 100 -1 1]); subplot(212); x1_f=fft(x1); %傅里叶变换 f_x1=(0:length(x1_f)-1)*Fs/length(x1_f); plot(f_x1,abs(x1_f)); title('40KHz'); band_filter=hanming_band; x3=filter(band_filter,y); figure; subplot(211); plot(x3); axis([0 100 -1 1]); subplot(212); x3_f=fft(x3); %傅里叶变换 f_x3=(0:length(x3_f)-1)*Fs/length(x3_f); plot(f_x3,abs(x3_f)); title('20KHz');

2023-05-29 上传