A Scaling Law for Bandwidth Under Quantization

Titel: Een schalingswet voor bandbreedte onder kwantisatie

Auteurs: Maximilian Kalcher en Tena Dubcek (ETH Zürich)

1. Het Probleem

In veel praktische toepassingen vertonen signalen een vermogensspectrum dat volgt een machtswet ($S(f) \propto 1/f^\alpha$). Voorbeelden hiervan zijn elektroencefalogrammen (EEG, met $\alpha \approx 1.5-2$), audiosignalen, oceaanruis en seismische opnames.

Wanneer dergelijke signalen worden onderworpen aan amplitudekwantisatie (bijvoorbeeld via een ADC), merken practitioners vaak een schijnbaar laagdoorlaatfilter-effect: de hoge frequentie-inhoud degradeert sneller dan de lage frequentie-inhoud. Hoewel dit fenomeen algemeen bekend is, ontbreekt er tot nu toe een wiskundige formule in de literatuur die de relatie voorspelt tussen de bitdiepte van de kwantisatie en de effectieve bandbreedte voor signalen met een $1/f^\alpha$-spectrum. Bestaande theorieën (zoals de klassieke SQNR-formule) beschrijven alleen het totale ruisvermogen onder de aanname van witte ruis, maar geven geen inzicht in frequentie-afhankelijke effecten.

2. Methodologie

De auteurs leiden een theoretische schalingswet af en valideren deze via synthetische en reële data.

• Theoretisch Model:

  • Het signaal wordt gemodelleerd met een power spectral density (PSD) $S(f) = S_0 f^{-\alpha}$.
  • Kwantisatieruis wordt gemodelleerd als witte ruis met een vlak spectrum $N_q = \Delta^2 / (6f_s)$, waarbij $\Delta$ de stapgrootte is en $f_s$ de samplingfrequentie.
  • De effectieve cutoff-frequentie ($f_c$) wordt gedefinieerd als het punt waar het signaalspectrum de ruisvloer kruist ($S(f_c) = N_q$).
  • Door de vergelijkingen te combineren, leiden de auteurs een gesloten vorm af voor $f_c$ als functie van de bitdiepte $N$.

• Afleiding van de Schalingswet:

  • Door de verhouding te nemen tussen de cutoff-frequentie bij bitdiepte $N+1$ en $N$, vallen signaalafhankelijke parameters (zoals $S_0$ en $f_s$) weg.
  • Dit resulteert in de kernformule:
    $$\frac{f_c(N+1)}{f_c(N)} = 2^{2/\alpha}$$
  • Dit betekent dat elke extra bit de bandbreedte met een factor $2^{2/\alpha}$ uitbreidt.

• Validatie van Aannames:

  • De afleiding rust op de aanname dat kwantisatieruis wit is. De auteurs onderzoeken empirisch de minimale bitdiepte ($N_{min}$) die nodig is om deze aanname te waarborgen voor verschillende waarden van $\alpha$. Bij lage bitdieptes kan de ruis "gekleurd" worden (afhankelijk van het signaal) omdat hoogfrequente componenten slechts door een paar kwantisatieniveaus lopen.

• Experimenten:

  • Synthetische $1/f^\alpha$-signalen werden gegenereerd voor $\alpha \in \{1.5, 2.0, 2.5\}$.
  • De cutoff-frequentie werd gemeten door de theoretische ruisvloer te vergelijken met het gemeten spectrum.
  • Er werd ook getest met reële EEG-data (PhysioNet dataset) om de praktische implicaties te illustreren.

3. Belangrijkste Bijdragen

1. De Schalingswet: Een nieuwe formule die kwantificeert hoe de effectieve bandbreedte exponentieel groeit met de bitdiepte voor signalen met een machtswet-spectrum.
2. De $\alpha$-afhankelijkheid: De wet toont aan dat de winst per bit sterk afhangt van de spectrale helling ($\alpha$):
   • Voor $\alpha = 2$ (Brownse beweging): Elke extra bit verdubbelt de bandbreedte ($2^{2/2} = 2$).
   • Voor $\alpha = 1.5$ (typische fysiologische data): Elke extra bit vergroot de bandbreedte met een factor 2.5 ($2^{2/1.5} \approx 2.52$).
3. Geldigheidsdrempel ($N_{min}$): De auteurs identificeren dat de witte ruis-aanname alleen geldt boven een bepaalde bitdiepte die toeneemt met $\alpha$. Bijvoorbeeld, voor $\alpha=2.5$ is minimaal 10 bits nodig om witte ruis te garanderen, terwijl voor $\alpha=1.5$ 5 bits voldoende is.
4. Praktische Richtlijnen: De wet biedt concrete richtlijnen voor het selecteren van ADC-resolutie in laagvermogensystemen (zoals draagbare EEG-apparatuur).

4. Resultaten

• Voorspellingsnauwkeurigheid:
  • Bij gebruik van de theoretische ruisvloer ($\Delta^2/(6f_s)$) bedroeg de voorspellingsfout minder dan 3% voor alle geteste $\alpha$-waarden.
  • Bij gebruik van een empirisch geschatte ruisvloer (gebaseerd op het spectrum van het gekwantiseerde signaal) steeg de fout tot ongeveer 14%. Dit komt door spectrale lekkage van de dominante laagfrequente componenten die de ruisvloer kunstmatig verhogen.
• Validatie van Witte Ruis:
  • Voor $\alpha = 2$ werd de overgang naar witte ruis (helling $\approx 0$) waargenomen bij 7 bits. Bij 4 bits was de ruis nog sterk gekleurd (helling -1.16).
  • Voor steilere spectra (hoger $\alpha$) is een hogere bitdiepte nodig om witte ruis te bereiken.
• EEG-toepassing:
  • Op reële EEG-data ($\alpha \approx 1.56$) bleek dat bij 4 bits het Gamma-band (>30 Hz) ernstig vervormd was.
  • Bij 6 bits waren alle standaard frequentiebanden (Delta tot Gamma) behouden.
  • Dit suggereert dat voor standaard EEG-samplingraten (160-256 Hz) het verlagen van 8-bit naar 6-bit geen klinisch relevante bandbreedte verliest, wat aanzienlijke energiebesparingen mogelijk maakt.

5. Betekenis en Conclusie

Deze studie vult een belangrijke leemte in de literatuur over kwantisatie en signaalverwerking. De schalingswet verbindt de klassieke SQNR-formule met het concept van een "ruis-hoekfrequentie" voor gekleurde signalen.

• Voor ingenieurs: De wet biedt een directe methode om de benodigde ADC-resolutie te bepalen om een specifieke frequentieband te behouden, of omgekeerd, om te berekenen hoeveel bandbreedte verloren gaat bij het verlagen van de resolutie (cruciaal voor batterijgestuurde apparaten).
• Beperkingen: De wet is het meest betrouwbaar voor $\alpha \lesssim 2.5$. Voor zeer steile spectra ($\alpha \ge 3$) is de witte ruis-aanname mogelijk nooit geldig zonder dithering. Ook vereist de absolute berekening van $f_c$ een gekalibreerde spectrale referentie ($S_0$), maar de schalingsverhouding is onafhankelijk hiervan.

Kortom, de auteurs tonen aan dat voor $1/f^\alpha$-signalen elke extra bit niet slechts 6 dB SNR toevoegt, maar de effectieve bandbreedte exponentieel uitbreidt, met een factor die specifiek is voor het type signaal.