Oversampling senkt das Qantisierungsrauschen

Hier ist das ganz nett erklärt:

http://www.st.com/internet/com/TECHNICAL_RESOURCES/TECHNICAL_LITERATURE/APPLICATION_NOTE/CD00177113.pdf

branadic

Das ist mehr quantitativ zu sehen: Die Summe des 
Quantisierungsrauschens sinkt, weil man linear mehr Samples (mit 
gleichbleibendem Rauschen!) in einen Wert mapped, während das Rauschen 
sich (hoffentlich) teilweise weghebt.

Überdies arbeiten die Sampler diesbezüglich nicht nur mit oversampling 
sondern auch mit dithering, was das Quantisierungsrauschen teilweise in 
Phasenrauschen wandelt und insgesamt mindert.

Vielleicht nochmal kurz zusammengefasst: Man tastet mit einer hohen 
Geschwindigkeit ab, Quantisierungsrauschen verteilt sich gleichmäßig 
über den gesamten nutzbaren Frequenzbereich (f < fs/2), je höher die 
Abtastfrequenz ist, desto geringer ist daher der Anteil des Rauschens, 
der ins Nutzsignal reinfällt.

Das ganze kann man jetzt Tiefpassfiltern, so dass nur das Nutzsignal (+ 
Quantisierrauschen innerhalb dieses Frequenzbereichs) hindurchgelassen 
wird, das out of band Quantisierrauschen wird unterdrückt, anschließend 
könnte man die Abtastrate verringern und hat nun ein "besseres" Signal, 
als wenn man direkt mit dieser Rate abgetastet hätte.

Im Zeitbereich kann man sich die Kette Oversampling => Tiefpassfilter => 
Dezimierung auch so erklären: Ein Tiefpassfilter führt eine Mittelung 
über mehrere Werte durch, wenn man einen Wert nach der Dezimierung 
herausnimmt, ist dieser also das Ergbnis einer Mittelung über mehrere 
schnell abgetastete Samples. Es sollte klar sein, dass bei verrauschten 
"Messungen" der Mittelwert über mehrere Messpunkte ein besseres Ergebnis 
liefert als wenn man nur einen einzigen Wert einer verrauschten Messung 
herausgreift.