V každodennom živote sa stretávame so slovom signál. Mám dostatočný signál na telefonovanie? Vodič v aute mi bliknutím svetiel dal signál, že môžem prejsť cez prechod. Tu začína byť zrejmé, že signály majú niečo spoločné s informáciou. Najrozšírenejšia definícia nám hovorí, že signál je nositeľom informácie. Kde všade sa stretávame so signálmi a ako s nimi pracujú počítače, to sa pokúsim vysvetliť v nasledujúcom texte.
Naše zmysly prijímajú obrovské množstvo informácií z rôznych zdrojov. Tieto informácie sa k nám dostanú v podobe signálov, ktoré v našom tele vyvolávajú rozruchy šíriace sa do mozgu. Tak funguje napríklad zrak a sluch. Často si však našu funkciu prijímača signálov neuvedomujeme, pretože prebieha podvedome. My sami môžeme byť zdrojom signálu, napríklad pri rozhovore. Takáto výmena informácie neprebieha len medzi ľuďmi a prostredím, no signály sa šíria takmer všade, kam sa pozrieme.
Na to, aby sa informácia v podobe signálu dostala z jedného bodu do druhého, je potrebné, aby medzi prijímačom a vysielačom bolo prostredie, v ktorom sa signál môže šíriť. To sa nazýva prenosové médium. Bez prenosových médií by bol svet ako bez pošty. Darmo by sme písali listy, keď ich nemá kto doručiť adresátovi. Pri bežnom rozhovore je prenosové médium pre zvukový signál vzduch. Vo vákuu sa zvuk, a teda ani reč, nešíria. V dnešnej technologicky vyspelej dobe dokážeme signály konvertovať do rôznych podôb a šíriť ich v rôznych prenosových médiách. Na rozhovor s osobou vzdialenou niekoľko kilometrov by nám už pravdepodobne samotný vzduch, ako prenosové médium, neposlúžil. Naše hlasivky nie sú dosť silné na to, aby vygenerovali signál s dostatočným výkonom, ktorý by nezanikol v šume prostredia na veľkej vzdialenosti. Tento problém ľudstvo vyriešilo prevedením akustického signálu, ktorý sa šíri vo vzduchu, na elektrický signál, ktorý sa šíri v elektronických obvodoch. V tomto bode sa už stáva prenosovým médiom elektrický vodič. Celý reťazec od vysielača až po prijímač nazývame prenosová sústava. Na druhej strane sústavy musí dôjsť opäť k prevodu signálu do akustickej podoby, aby ho ľudské ucho dokázalo zachytiť. Množstvo prenášanej informácie určitou prenosovou sústavou za jednotku času nie je neobmedzené. V mnohých prípadoch dochádza k preťaženiu.
Predstavme si situáciu, že sedíme v bare za stolom a rozprávame sa s osobou oproti. Keďže za stolom nie sú žiadni iní ľudia, rozhovor je zrozumiteľný. Problém však nastane, ak si k nám prisadne skupina ďalších ľudí, ktorí nás začnú prekrikovať. Náš pôvodný rozhovor sa zrazu stane nezrozumiteľný, pretože dané prostredie začne byť zahltené množstvom prekrývajúcich sa hlasov. Niektoré nám adresované slová sa stratia v šume, a preto ich nedokážeme rozpoznať. Pre daný systém bola prekročená prenosová kapacita. Ak navrhneme celému stolu, aby každý hovoril jeden po druhom, dosiahneme časový multiplexing. Teraz je všetko dokonale zrozumiteľné, no každý z nás musí čakať dlho, kým sa dostane k slovu a zatiaľ zabudne, čo chcel povedať. Výrazne sa, teda zníži rýchlosť podania informácie. Ak sa však dohodneme, že budeme hovoriť len vecne a stručne, rýchlosť podania informácie opäť mierne narastie. Tento spôsob stlačenia signálu sa nazýva komprimácia. Úlohou vývojárov je nájsť spôsob, ako spracovať signál tak, aby ho bolo možné preniesť, analyzovať alebo uskladniť v minimálnej kapacite bez straty podstatnej informácie.
Ak chceme informáciu v podobe signálu elektronicky uskladniť alebo preniesť na veľkú vzdialenosť, musíme tento signál previesť z jedného prenosového média na iné. Tento prevod je vlastne meranie určitej fyzikálnej veličiny a jej záznam v podobe inej veličiny (v prípade telefónu je to prevod z akustického tlaku na elektrický prúd). S nástupom výpočtovej techniky sa objavili dva prívlastky signálov: analógový a digitálny. Je všeobecne známe, že digitálna technika rozumie informáciám len v podobe núl a jednotiek. Je teda obmedzená len na určité množstvo diskrétnych stavov. Náš okolitý svet je však spojitý a môže nadobúdať takmer nekonečné množstvo stavov. Príkladom môže byť farba, ktorú počítač dokáže rozpoznať len v určitých kvantách (napr. červená, modrá, zelená, …) ale farebné odtiene medzi základnými nemusí poznať (napr. oranžová, tmavomodrá, tyrkysová, …).
Pri prevode z analógového signálu do digitálnej podoby sa teda určitá časť informácie stráca. Túto odchýlku nazývame kvantizačná chyba. Pri dnešných technológiách je však táto chyba pre ľudské zmysly často zanedbateľná.
S prevodom do digitálnej oblasti súvisí tiež ďalší dôležitý pojem, a to je vzorkovanie. Vzorkovacia frekvencia je početnosť meraní a záznamu danej veličiny za určitý čas. Pre vzorkovaciu frekvenciu a frekvenciu zmeny meranej veličiny principiálne platia isté obmedzenia. Ak budeme merať príliš zriedkavo, môže sa stať, že nezachytíme informáciu správne, teda nastane aliasing. Predstavme si fotografa, ktorý fotí cyklistu na okružnej dráhe jazdiaceho stále dookola. Fotograf je však dosť pomalý a pokiaľ si skontroluje, či záber odfotil správne, cyklista zatiaľ prejde viac ako 1/2 okruhu, ale menej ako celý okruh. V tom momente fotograf spraví ďalší záber a opäť ju kontroluje tak dlho, že cyklista prejde viac ako 1/2 okruhu ďalej. Takto to bude pokračovať celý pretek. Keď si následne fotograf začne prezerať fotky v časovom slede, bude sa mu zdať, že cyklista akoby sa pohyboval dozadu, proti smeru jeho jazdy. Je to však spôsobené tým, že od posledného záberu prešiel viac ako 1/2 okruhu (takmer celý okruh) a na nasledovnom zábere sa teda objavil na skoršom mieste ako na predchádzajúcom.
Aliasing nastáva tiež v prípade, keď nahráme na video letiaci vrtuľník alebo točiace sa kolesá auta. Na videu sa nám zdá, že vrtuľa alebo koleso sa točia pomaly a do opačného smeru. Preto, pri prevode signálu do digitálnej podoby musíme vzorkovať dostatočne veľkou vzorkovacou frekvenciou, aby nedochádzalo k aliasingu.
Digitalizácia signálu je nevyhnutný krok k tomu, aby počítače boli schopné so signálom ďalej pracovať. Prečo vôbec potrebujeme počítače pre spracovanie signálov? Jednoznačne sa im nemôžeme rovnať v rýchlosti. Ďalšou výhodou strojového spracovania je, že dobre navrhnutý program môže byť schopný nájsť v signáloch vzory, ktoré ľudským zmyslom unikajú. Veľkou výzvou je naučiť počítače porozumieť obsahu. Ako môže počítač rozpoznať, že na fotografií je auto alebo osoba? Odpoveďou je veľmi široká vedná disciplína spracovanie digitálnych signálov. Tu prichádza na scénu veľké množstvo algoritmov a postupov, ktorých popis by zabral niekoľko kníh. Niektoré metódy a algoritmy sú špecifické pre konkrétne aplikácie (napr. spracovanie reči, analýza obrazu, biomedicínské signály a pod.), kde ich použitie je najvhodnejšie. Pri výbere metódy pre spracovanie daného signálu však principiálne neexistuje žiadne obmedzenie. Často sa stáva, že metóda, ktorá bola vyvinutá pre určitú aplikáciu nájde svoje uplatnenie aj v inom odvetví. Z hľadiska spracovania signálov platia rovnaké pravidlá, bez ohľadu na pôvod a charakter signálu.
Verím, že po prečítaní tohto článku si v súvislosti so slovom signál nepredstavíte už len paličky, ktoré signalizujú internetové pripojenie. Okolitý svet je veľkým zdrojom informácií, ktoré sa šíria v podobe signálov. Ich prenos a analýzu nevyužívame len my ako ľudstvo, ale sú prítomné prirodzene v celej okolitej prírode.
[Jakub Bajzík]