CN1449136A - 用于信号畸变测量和评估的系统与方法 - Google Patents

Abstract

本发明涉及一种用于对一个系统(28)的各项特性进行测量和评估的装置，该系统传递一种电气、声音或机械信号，或者将一个激励信号x转换为另一个信号y。一个误差系统(30)模拟该系统的传递行为，对所需的输出信号y’进行估算，并产生一个误差信号e，它揭示输出信号y在任何瞬时t的额外畸变和干扰，并能揭示具有低功率的瞬态畸变的峰值，不然的话，该峰值可能被噪声和常规畸变所掩盖。误差信号e被送往评估系统(44)，在那里，进行方便的畸变测量值计算，并且该畸变以相对于信号的各项特性(例如，瞬时频率和振幅)的方式被显示。该评估系统还可以产生一个控制输出(42)，用以修改信号x，以保证系统的最佳激励。

Description

用于信号畸变测量和评估的系统与方法

技术领域

本发明一般地涉及用于对一个系统的各项特性进行测量和评估的装置及方法，该系统传递一种电气、声音或机械信号，或者将这样的信号转换为另一种信号。该系统的特征在于，它具有至少一个信号输入和至少一个信号输出。这样的系统的实例包括电声转换器(扬声器，传动器，耳机)、模拟域与数字域之间的转换器、用于音频数据的存储媒体(CD，迷你光盘)以及有线和无线通信系统(光纤、高频传输)。

背景技术

在一个系统之中被转换、传送或者被存储的信号可能由于该系统的各项特性(例如，固有的非线性)以及它们与被传送的信号之间的相互作用而发生畸变。可能由于噪声、环境声或松动的连接而产生附加的随机干扰，上述这些因素与被传送的信号并无直接的关系。为评估信号畸变而提供的传统技术典型地需要提供一个特定的激励信号(单音调、多音调复合)，测量系统的输出信号，并将时间信号变换到频域，以便在输出频谱中搜寻在激励信号中本来没有的各附加分量。这种技术使得有可能在激励频率的倍频中，以及在各频率的和与差的任何组合中，识别谐波和互调分量。由国家和国际组织实行标准化的畸变测量对各畸变分量的幅度进行评估，而畸变分量的相位则被忽略。在大多数情况下，进行二次与三次畸变、总谐波畸变以及其他的简单测量已经足够。例如，这些测量通常被用来评估常规扬声器的非线性效应(电动机和悬挂的非线性、非线性辐射)，这样的非线性是与它们的工作原理直接有关的。

图1示意性地表示这种类型的常规的信号畸变测量系统，它通过使用一种频谱分析(快速傅里叶变换)，对由被测的系统1所产生的信号畸变进行传统的测量。若激励信号含有有限数目的音调，则可以应用这种技术，并且每一种畸变分量都可以从基本音调中分离出来，并且被识别为一个谐波或互调分量。典型地，这种方法使用一个信号发生器2，它产生一个单音调，一个传感器或测量输入端4，一个模拟/数字转换器(ADC)6，一个快速傅里叶变换(FFT)分析器8，以及一个方框10，用来计算以百分比表示的相对畸变d_t。

然而，还有一些完全可以听见的其他类型的扬声器信号畸变不能用传统的方法可靠地检测出来。这些类型的畸变主要地是由于在设计或制造中的某些问题所产生的异常现象和缺陷所导致的。例如，扬声器可能有这样的缺陷，诸如一处松动的胶合连接产生蜂鸣声，音圈与磁极末端发生磨擦，或者任何障碍物碰撞活动部件并产生小的卡嗒声。由于这一类信号畸变是确定性的，所以它被称为“触发畸变”，即，它依赖于输入信号，并且是在状态变量(例如音圈位移)的特定条件下引起的。在少数实例中，这种触发畸变可能在短时间内产生大的峰值。然而，其平均功率远小于由具有稳态特性的电动机和悬挂所引起的常规畸变的平均功率。由于触发畸变的能量被分布在大量的高次谐波(＞40)上，并且每一个分量的信噪比很低，所以通过频谱分析(快速傅里叶变换)来检测触发畸变不是一种可靠的方法。

美国专利第5,884,260号公开了一项发明，它通过使用一个滤波器组去测量时间信号的包络来解决这个问题；这个方案示于图2。信号发生器12为被测的系统14产生激励信号。传感器或测量输入端16将其输出送往一个滤波器组18，后者具有多个并联连接的分支。每一个分支都包括串联连接的一个带通(BP)滤波器20、一个整流器22以及一个低通(LP)滤波器24。各带通滤波器的通带以及各低通滤波器的时间常数对应于人听觉系统的各项特性。各带通滤波器在它们的通带以外具有足够的衰减，以便从谐波中分离出基波分量。各带通滤波器20的振幅与相位响应以及各低通滤波器24的时间常数改变着被分析信号的波形，并使其受到限制，以便检出持续时间短但振幅很大的畸变。这个方法提供了一种与人的听觉相关的畸变模式，但是不能与其他测量方法进行比较，并且从客观的观点来说是难以解释的。

若触发畸变或一种故障或缺陷现象的功率小于测量噪声或由没有任何缺陷的系统所固有的正常非线性所引起的常规畸变的功率，则在现有技术中的已知的各种技术就难以奏效。

发明内容

本发明的一个目标就是提供一种装置和一种方法，用以更精确地测量一个系统的信号畸变，以及对这种畸变进行定量的评估。本发明还将揭示信号畸变与被传送的信号以及该系统的各项特性之间的关系。在存在噪声和常规畸变的情况下，能检出小幅度的额外畸变。本发明将通过简单的装置来实现，并且它应当是牢靠的。其结果应当是可解释的，并且可以与其他各种已知的方法进行比较。本发明将成为自动地检测一个系统的不规则行为、故障和缺陷的基础。诸如连接松动或环境噪声那样的随机干扰将从确定性畸变中被分离出来。

通过在时域中对输出信号波形的结构进行评估，并使用振幅与相位信息二者，就能达到上述目标。需要一个信号源，它向系统的输入端提供人工的测试激励信号、音乐，或任何其他激励信号x。直接地或者使用专门的传感器来监测被测的系统的输出信号y。激励信号x以及被测量的系统输出y都被送往一个误差系统。该误差系统产生一个误差信号e，它以完全的时间解析度来描述瞬时的畸变。信号e被送往一个评估系统，在那里，它被转换为便利的畸变测量，并研究它对于被测的系统的输入或输出信号特性或任何其他状态变量的依赖性。通过使用确定性激励信号x，就能知道这些特性，或者通过一个被提供激励信号x或输出信号y的信号分析器来提供这些特性。评估系统可以具有一个评估输出，它可以指示系统的品质或缺陷。评估系统可以令信号发生器去改变激励信号的各项特性，以保证系统的最佳激励以及提高评估的可靠性。

在误差系统中，通过模拟被测的系统的各项传递特性来产生信号e。本发明有两个实施例：

—在一个实施例中，有一个模型系统，它估计被测的系统的不希望有的或干扰特性，并直接地产生误差信号e。

—在可供选择的实施例中，模型系统产生一个所需的输出信号y’，它考虑了被测的系统的全部所需的特性。被测量系统的输出y和所需的输出y’之间的差值给出误差信号e。在两个实施例中，模型系统的各项特性依赖于从输入信号x以及输出信号y估计出来的各项参数。可以对多次测量的各模型系统的各项参数进行存储和求平均值。

此项技术使得可以从正常系统所固有的非线性或系统的其他所需的特性引起的常规畸变中，分离出因系统的缺陷或故障引起的额外的畸变。误差信号e保留着被测的系统的输出y’中畸变的全部相位与振幅信息。为了分离此种畸变，不需要应用FFT、滤波或任何其他变换。能以完全的时间解析度来测量小峰值或者其他瞬态畸变，即使能量很小，也能检出这样的畸变。

附图说明

以下的诸附图说明了本发明的各项目标、优点和各实施例：

图1是一种已知的信号畸变测量系统的方框图。

图2是另一种已知的信号畸变测量系统的方框图。

图3是根据本发明的一种信号畸变测量和评估系统的方框图。

图4是一种可以应用于根据本发明的信号畸变测量和评估系统的误差系统的方框图。

图5是一种可以应用于根据本发明的信号畸变测量和评估系统的评估系统的方框图。

图6是一份图，表示一种可以应用于根据本发明的信号畸变测量和评估系统的正弦激励信号。

图7是一份图，表示来自被测的系统的示范性的输出信号。

图8描绘了可以由根据本发明的估算器系统算出的线性与非线性参数。

图9是一份图，表示由图6所示的正弦激励信号应当得到的所需的输出信号。

图10是一份图，表示随瞬时频率f变化的畸变V(f)以及总谐波畸变d_t(f)。

图11是一份图，表示随瞬时信号振幅y(t)变化的瞬时畸变V(y)。

具体实施方式

图3是一份方框图，说明根据本发明的一种信号畸变测量和评估系统的原理和信号流程。这种配置包括一个信号源26，它产生一个激励信号x(t)，后者被送往被测的系统28的输入端。该激励信号可以是一个随机信号或者确定性信号。噪声、音乐、语音或其他自然的音频信号都是随机的激励信号的例子。确定性激励信号通常是一种由信号源产生的人工的测试信号(扫频、音调、多音调复合)。

被测的系统28产生输出信号y(t)，它使用一个传感器(未示出)并且被送往一个误差系统29的第一输入端。该误差系统有一个第二输入端，它接受来自信号源26的激励信号x(t)，该误差系统产生一个误差信号e(t)作为输出。

本系统还包括一个评估系统44，它有一个被连接去接收误差信号e(t)的输入端48。评估系统44将误差信号e(t)转换为在输出端45的畸变响应V(f)，或者转换为任何其他的畸变测量值。该测量值揭示畸变对瞬时频率f的依赖关系(“V(f)”)，对输出信号y(t)的振幅的依赖关系(“V(y)”)，或者对涉及非线性的任何其他状态变量(例如，瞬时的音圈位移)的依赖关系。评估系统44还在控制输出端42产生一个控制信号S。控制信号S依赖于y(t)的信号特性，并且被送往信号源26的一个控制输入端46。控制信号S可以被用来改变激励信号的特性(频率、振幅)，以便向被测的系统提供最佳的激励。

图4表示误差系统29的一个可能的实施例。该误差系统含有一个模型系统30，一个减法电路32和一个估算器34。模型系统30在一个输入端接收激励信号x(t)，并向减法电路32的第一输入端提供所需的输出信号y’(t)。减法电路的第二输入端接收作为被测系统28的输出信号y(t)。可以用一个简单的差分放大器来实现减法电路32，它产生作为两个输入信号的差值的误差信号e(t)，e(t)＝y(t)-y’(t)。误差信号e(t)揭示瞬时的信号畸变与时间t的关系，它依赖于被测的系统28的各项特性、激励信号x(t)的各项特性，以及模型系统30的各项传递特性。若模型系统30是一个模拟被测的系统的线性特性的线性系统，则系统28的所有非线性效应都对误差信号e(t)作出贡献。若模型系统30是一个非线性系统，则可以在所需信号y’(t)中产生由常规的非线性所引起的非线性畸变，并具有与被测量信号y(t)中相同的振幅和相位。由减法电路32进行的减法运算导致在e(t)中的常规畸变的抵消，或者至少是减少。这样，误差信号e(t)揭示触发畸变或者任何其他额外的畸变成分，即使畸变的幅度远小于常规畸变的幅度，也能做到这一点。

要注意的是，x，y和e也可以换一种方式在频域中给出定义，在这种情况下，误差信号e(f)由下式给出：

e(f)＝y(f)-y’(f)。

模型系统30具有一个参数输入端，它从估算器34接收一个参数矢量P。该参数矢量改变模型系统30的各项特性，诸如线性传递函数H(f)，脉冲响应h(t)，或者各项非线性特性。估算器34产生最佳参数矢量P，以便使模型系统30适合于被测的特定系统。估算器34被提供以输入信号x(t)和输出信号y(t)。为了避免系统偏差，估算器34可以模拟包括非线性在内的被测的系统的总的传递行为，然后在参数矢量P中分离出所需的各项特性。估算器34可以自适应地产生各项参数，或者可以求出来自不同实现方法的参数矢量的平均值，随后将一个最佳矢量P加以存储，作为用于其他被测系统的一个参考。

图5表示用于根据本发明的评估系统44的一个可能的实施例。评估系统44在其输入端48接收误差信号e(t)，并将其送往一个存储器或存储装置50，后者产生一个延时的输出信号e(t-T)。在输入端48的瞬时误差信号e(t)以及延时的输出信号e(t-T)被送往一个相关器52，它产生瞬时畸变的测量值V(t)。

若激励信号不是周期性的，或者若周期T为未知，则可以由下式来计算畸变测量值V(t) $V\left(t\right)=\frac{\left|e\left(t\right)\right|}{\sqrt{{y\left(t\right)}^{\′2}+y_k{\left(t\right)}^2}}$ 这是一个相对测量值，它描述误差信号e(t)的绝对值与所需信号y’(t)的包络之间的比值。通过使用由所需信号y’(t)的希尔伯特(Hilbert)变换计算出来的分析信号y_k(t)来对该包络作出估算。

若信号源提供具有已知周期T的确定性信号x(t)，则误差信号e(t)的序列可以互相比较，并且可以计算出附加的畸变测量值：

在N个周期中搜索到的误差信号的最小值： $V\left(t\right)=e_{\min }\left(t\right)=\underset{i=0}{\overset{N-1}{\min }}\left|e(t-\mathrm{iT})\right|$ 或算术平均值： $V\left(t\right)=\stackrel{\‾}{e}\left(t\right)=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}\left|e(t-\mathrm{iT})\right|$ 都是畸变测量值，它们能抑制随机干扰(环境噪声，连接松动)。

误差相对平均值的最大偏离： $V\left(t\right)=e_{\max }\left(t\right)=\underset{i=0}{\overset{N-1}{\max }}\left(\right|e(t-\mathrm{iT})|-\stackrel{\‾}{e}\left(t\right))$ 可以被用来检测随机干扰(例如松动的电气连接)。

瞬时畸变测量值V(t)是时间t的一个函数，并且依赖于瞬时信号y(t)的各项特性。为了简化对这个测量值的解释，用其他的信号特性(例如频率和振幅)来取代时间是所需的。通过一个额定装置56来完成此项映射。若该激励信号是确定性的，则某些信号特性(瞬时频率，振幅)以及时间t之间的关系为事先已知的。若任意信号被用作激励信号，则经由输入端40向信号分析器54提供输出信号y(t)，以识别这些特性。若信号分析器54识别出一个周期性信号，则可以将周期T送往存储器50。若被测的系统(扬声器)的物理结构(非线性微分方程)为已知，并且作为先验信息被送往信号分析器54，则可以确定重要的状态变量(音圈位移x)。该系统的已确定的信息(振幅、频率、状态变量)被送往额定装置56。额定装置56将瞬时畸变显示为瞬时频率f的一个函数V(f)、瞬时振幅y的一个函数V(y)，或者两个变量f和y的一个函数V(f，y)。函数V(f，y)可以被显示为3维图形，并揭示产生触发畸变的各项条件(例如，瞬时时间、相位、极性、y的依赖性)。这些信息对于理解物理的原因(例如，音圈在空隙中的磨擦、敲击背板、悬挂的机械限制)是有帮助的。

额定装置56还可以在其输出端42产生控制信号S，后者被送往信号源26的控制输入端，以产生具有最佳特性的激励信号。因此，振幅或频谱分量可以被改变，以保证足够的信噪比，或者保护被测的装置，使之不进入过载状态。

由额定装置56在输出端60产生的信号，通过使用一个额定值(0＜Q＜1)或者一个逻辑量(0＝通过或1＝失效)，来定量地描述被测的系统的品质(Q)。可以使用简单的阈值和已知的识别算法。

下列附图更详细地表示本发明的各个方面：

图6表示由下式定义的正弦扫频：

                   x(t)＝U₀sin(2πf(t)t)，作为确定性激励信号的一个实例，通常用于扬声器的测量。频率f(t)稳定地随着时间t而改变。在瞬时频率与时间之间存在一种指数关系：

                    f(t)＝f_startα^t上式使用初始频率f_start，上述参数a影响频率变化的速度。

图7表示由图6中的激励信号x(t)激励的一个扬声器的近场中测量的声压时间信号y(t)。

图8表示在估算器34中由下式计算出来的已识别的线性和非线性参数： $h\left(t\right)={\mathrm{FT}}^{-1}\left\{\frac{\mathrm{FT}\left\{y\left(t\right)\right\}}{\mathrm{FT}\left\{x\left(t\right)\right\}}\right\}$ 该方程式是经傅里叶变换的声压输出y(t)以及正弦扫频输入x(t)二者的比值的傅里叶逆变换。它揭示了基波和各谐波分量的脉冲响应。由于瞬时频率按照对数规律随着时间增加，所以在h(t)中，各脉冲响应被分开，并且可以通过加窗来进行评估。通过使用由下式定义的矩形加窗函数：

就能从h(t)中提取脉冲响应的所需部分：

                  h_mod(t)＝w(t)·h(t)在被测的系统28中，若固有的非线性效应被认为是不希望有的畸变，并且只有线性振幅与线性相位的变化才被认为是可以接受的，则以这样一种方式来调整窗口函数w(t)的上下限t₁和t₂，使得在模型系统30中只考虑脉冲响应的线性部分。因此，模型系统30只产生各基波分量，并且这些基波分量从误差信号e(t)中被除去。

若某些谐波被认为是常规畸变，对被测的特定系统来说是典型的，则必须将相应的非线性脉冲响应分配给模型系统30。

图9表示在模型系统30中，通过计算已加窗的脉冲响应h_mod(t)与激励信号x(t)的卷积来产生的所需信号：

                   y′(t)＝h_mod(t)*x(t)测量信号和估算信号之间的差值就是误差信号：

                   e(t)＝y(t)-y′(t).可供选择地，通过使用畸变窗口

的已加窗的脉冲响应h(t)与激励信号x(t)的卷积，就能产生误差信号：

    e(t)＝(h(t)-w(t)·h(t))*x(t)＝((1-w(t))·h(t))*x(t)＝(w′(t)·h(t))*x(t)

图10中的细曲线表示作为瞬时频率f的一个函数的畸变测量值V(f)。图10中的粗曲线表示根据IEC 60268的总谐波畸变的百分比： $d_t\left(f\right)=\sqrt{\frac{Y{\left(2f\right)}^2+Y{\left(3f\right)}^2+....+Y{\left(\mathrm{Nf}\right)}^2}{Y{\left(f\right)}^2+Y{\left(2f\right)}^2+Y{\left(3f\right)}^2+...+Y{\left(\mathrm{Nf}\right)}^2}}*100,$ 式中，使用了输出信号的傅里叶变换

                     Y(f)＝FT{y(t)}.

总的谐波畸变d_t(f)描述涉及总信号的谐波畸变的平均功率，但是忽略了决定瞬时畸变的峰值的各信号分量的相位。若被测的系统的非线性可以主要地由低阶非线性(例如，2阶、3阶特性)来表示，则总的谐波畸变d_t(f)与瞬时畸变V(f)就是可比较的。当在图10中的被测的特定系统处于200Hz以上的频率时，就是这样的情形。瞬时畸变V(t)的各峰值比总的谐波畸变d_t高出6-10dB。在100Hz以下，系统28在V(f)中产生100Hz以下的具有高峰值的非常短的干扰，它比总的谐波畸变高出30dB。在本例中，谐波畸变的高峰值因素是由扬声器的机械系统的胶接松动引起的。比率系统56将瞬时的V(f)与阈值Vs(f)＝-20dB进行比较，并在评估输出端60报告一个缺陷。

图11表示作为瞬时信号振幅y(t)的一个函数的瞬时畸变V(y)。

以上的说明不应当被解释为限制用以实践本发明的方法，在不背离本发明的广义影响和意图的前提下，可以包括许多其他的更改。

Claims (17)

1.一种用于对系统(28)的特性进行测量和评估的装置，该系统传递一种电气、声音或机械信号，或者将这样的信号转换为任意信号，同时该系统具有至少一个信号输入端和至少一个信号输出端，所述装置包括：

信号源(26)，它向所述系统的至少一个信号输入端提供一个激励信号x，

误差系统(29)，具有一个第一输入端，被连接去接收所述系统的信号输入，以及一个第二输入端，被连接去接收所述系统的至少一个信号输出之一y，所述误差系统被配置在一个误差输出端产生一个误差信号e，它表示在任何瞬间出现在信号输出中的瞬时干扰和畸变，以及

评估系统(44)，具有至少一个输入端，被连接去接收所述误差信号，并且具有至少一个评估输出端(45)，所述评估系统被配置去表示所述系统的品质和/或特性和/或故障。

2.根据权利要求1所述的装置，其中，所述误差系统包括：

模型系统(30)，它具有一个模型输入端被连接去接收所述激励信号x、一个模型输出端y’、以及一个参数输入端，所述模型系统被这样配置，使得通过在所述参数输入端改变参数P，就能改变其传递特性，以及

估算器(34)，被连接去在各输入端接收所述系统的信号输入x和信号输出y，并且被配置去产生所述参数P。

3.根据权利要求2所述的装置，其中，所述误差系统包括一个减法电路(32)，它有一个第一输入端，被连接去接收信号输出y(t)，以及一个第二输入端，被连接去接收模型输出y’，并且被配置去产生作为两个输入信号之差的所述误差信号e＝y-y’。

4.根据权利要求2所述的装置，其中，所述模型系统是一个线性系统，它模拟和/或存储所述系统的各项线性传递特性。

5.根据权利要求2所述的装置，其中，所述模型系统是一个非线性系统，它模拟和/或存储所述系统的各项非线性传递特性。

6.根据权利要求1所述的装置，其中，所述评估系统包括一个信号分析器(54)，它有一个输入端，被连接去接收所述信号输出y，并且被配置去产生一个分析器输出，描述信号输出y的瞬时特性。

7.根据权利要求6所述的装置，其中，该评估系统包括：

存储器(50)，它有一个输入端，用以接收误差信号e(t)，并且它被配置去在一个输出端产生一个延时的误差信号e(t-T)，以及

相关器(52)，它在各输入端接收e(t)和e(t-T)，并且它被配置去产生一个输出V(t)，在其中，从确定性畸变中将随机畸变分离出来。

8.根据权利要求6所述的装置，其中，所述评估系统包括额定装置(56)，它被配置去产生所述评估输出，使得所述误差信号e作为所述分析器输出的函数而被显示。

9.根据权利要求1所述的装置，其中，所述信号源产生一个正弦音调，该音调具有随时间而改变的频率。

10.根据权利要求1所述的装置，其中，所述信号源在一个输入端接收来自所述评估系统的控制信号S，并且响应于所述控制信号，被配置去修改激励信号x的各项特性，其中，所述控制信号S取决于所述信号输出y的各项特性。

11.一种用于测量和评估系统(28)的特性的方法，该系统传递一种电气、声音或机械信号，或者将这样的信号转换为任意信号，同时该系统具有至少一个信号输入端和至少一个信号输出端，所述方法包括：

产生一个激励信号，并将其送往系统的信号输入端，

检测所述系统的实际输出y，

对该系统进行建模，以确定所述系统的所需信号输出y’，以及

从y中减去y’，以产生误差信号e，它描述该系统在任何瞬时t的畸变和干扰。

12.根据权利要求11所述方法，还包括：

重复所述产生、检测、建模和相减步骤，以获得误差信号e的不同实现，以及

在误差信号e中，从随机部分中分离随机畸变。

13.根据权利要求11所述方法，还包括：

通过分析误差信号e对所述系统的瞬时频率f和/或输出幅度y和/或其他状态变量的依赖性，来产生畸变测量值V。

14.根据权利要求11所述方法，还包括：

通过使用线性或非线性模型系统(30)，来产生所述所需信号输出y’，以及

通过计算在信号输出端的实际信号y与在系统30的输出端的所需信号y’之间的差值，来产生所述误差信号e。

15.根据权利要求14所述方法，还包括：

基于所需的系统输出以及该系统的可接受的畸变，来估算一个最佳的参数矢量P，以及

使用所述参数矢量P，去调整所述系统的建模。

16.根据权利要求11所述方法，还包括：

分析所述信号输出的各项信号特性，

产生一个控制信号，以便基于所述各项信号特性，去改变激励信号的各项特性，以及

调整所述激励信号，以保证该系统的最佳畸变测量。

17.根据权利要求15所述方法，还包括：

在一个存储器中存储所述参数矢量，

对所述系统或者对具有相似特性的一个系统重复所述产生、检测、建模和相减步骤，

估算一个新的参数矢量，

通过使用所述新的参数矢量以及存储在所述存储器之中的参数矢量，来产生一个平均参数矢量P，以及

使用所述平均参数矢量P，去调整所述系统的建模。

Images