- 积分
- 408
- 在线时间
- 1154 小时
- 最后登录
- 2020-10-24
- 阅读权限
- 50
- 精华
- 0
- UID
- 242055
- 帖子
- 426
- 精华
- 0
- 经验
- 408 点
- 金钱
- 348 ¥
- 注册时间
- 2010-9-19
|
楼主 |
发表于 2017-5-25 04:53
来自手机端
|
显示全部楼层
那么,突破先天限制的思维来源是什么?这是个哲学问题,来源于假想基础。
前面说了数学包含属性,失真无穷小到-96.33db范围内。飞利浦假设的是量化前信号无穷小,所以16bit还原时,为了克服1lsb物理误差,假设还原过程正幅32768负幅32767,那必须使32768的正值对称32767的负值,于是正幅32768之间每级lsb的差值,都会比负幅32767之间每级lsb的差值小才能实现波形上下对称。
所以,这个思维来源于假想,通常测试用的信号源都是单频波而且失真也小,于是s2做到了-97db的失真值,突破了理论限制。
每样方式既存在优点,势必存在缺点。
第一,假想于单频信号来源失真很低这没错,但声频信号是本身含有谐波成份的,换个思维来看,假设某个波形本身带有2次谐波而刚好失真是-96.33时,被量化成数据后,用1541s2还原时,结果被s2修改成-97db。这就和高保真相逆了。而这假设前提仍属于-96.33db到无穷小属性包涵范围,存在合理性。
第二,当飞利浦压缩正幅或负幅时,势必造成65535之间每lsb差值不均,理论线性出现折点,这是工控高精不允许的情况,工控高精要求从lsb到msb中每级之间差值必须均匀,所以无论1541线性如何优秀,就那为平衡对称使线性产生一折点,线性误差指标先天就不如工控高精。这是飞利浦思维框架理论和常规R2R框架理论的区别。所谓有一得必有一失。
对于常规R2R,只关系既存数据的编码值,无须考虑数据量化前的波形属性和包含范围。忠实数据本身准确还原就是唯一目标。
并非说一直被模仿从未被超越,也不是说消除对称是个什么高上的伟大构思,常规R2R用两片分别单独驱动正负极数据,0db满幅信号下调整其中一片的输出幅值,使两片的输出幅值达到一致同样可以抵消1lsb误差。做与不做之间,更多的是在想,是忠实数据本身呢为目标呢?还是以假想为基础?你认为那样才是对的?
最后,在未知数据量化前基础,既存数据才是唯一,属性包涵区域内的任何一个点,将成为数据量化前的可能性。但真实只存在于一个可能性。如你去考虑假想,将假想建立在哪个点合适呢?
通常,这些假想仅仅适合于单频信号,而且仅仅是为了应对测试结果,对于现实声音,谐波是必然也是必须的,只是占比多少而已,从来就没有光是基频单频发声的怪胎和乐器。 |
|