Η ψηφιακή επεξεργασία σήματος (DSP) μετατρέπει ήχους, εικόνες και μετρήσεις αισθητήρων σε ψηφιακά δεδομένα που είναι ευκολότερο να μετρηθούν, να φιλτραριστούν και να βελτιωθούν. Βοηθά στη μείωση του θορύβου, στην αύξηση της ευκρίνειας και στη διατήρηση της σταθερότητας στην επικοινωνία, την απεικόνιση, τον αυτοματισμό και τις ενσωματωμένες συσκευές. Αυτό το άρθρο εξηγεί τις έννοιες DSP, τους βασικούς αλγόριθμους, το υλικό, τα εργαλεία λογισμικού και τις μεθόδους επεξεργασίας σε σαφείς, λεπτομερείς ενότητες.
Γ1. Επισκόπηση επεξεργασίας ψηφιακού σήματος
Γ2. Στοιχεία και λειτουργίες DSP
Γ3. Κύριοι παράγοντες που επηρεάζουν την ποιότητα του σήματος
Γ4. Δειγματοληψία, κβαντοποίηση και ψευδώνυμο στην ψηφιακή επεξεργασία σήματος
Γ5. Βασικοί αλγόριθμοι DSP
Γ6. Πλατφόρμες υλικού DSP
Γ7. Κοινό λογισμικό DSP
Γ8. Πολυρυθμική και πολυδιάστατη επεξεργασία στο DSP
Γ9. Τεχνικές Επικοινωνίας στην Ψηφιακή Επεξεργασία Σήματος
Γ10. Επεξεργασία σταθερής και κινητής υποδιαστολής στο DSP
Γ11. Κοινές παγίδες DSP και οι λύσεις τους
Γ12. Συμπέρασμα
Γ13. Συχνές Ερωτήσεις
Επισκόπηση επεξεργασίας ψηφιακού σήματος
Η Ψηφιακή Επεξεργασία Σήματος (DSP) είναι η μέθοδος μετατροπής σημάτων, όπως ήχου, εικόνων και εξόδων αισθητήρων, σε ψηφιακά δεδομένα που μπορούν να αναλυθούν και να βελτιωθούν χρησιμοποιώντας μαθηματικούς αλγόριθμους. Μέσω της ψηφιοποίησης, το DSP διευκολύνει τη μέτρηση, την προσαρμογή, το φιλτράρισμα και την αποθήκευση των σημάτων. Βελτιώνει τη διαύγεια, μειώνει το θόρυβο, σταθεροποιεί την απόδοση και υποστηρίζει ενημερώσεις που βασίζονται σε λογισμικό. Το DSP είναι βασικό για τα σύγχρονα συστήματα, επειδή παρέχει καθαρότερα, πιο σταθερά και πιο αξιόπιστα αποτελέσματα στην επικοινωνία, την απεικόνιση, τον αυτοματισμό και τις ενσωματωμένες συσκευές.
Στοιχεία και λειτουργίες DSP
| Συνιστώσα | Κύρια λειτουργία |
|---|---|
| Αισθητήρας / Συσκευή εισόδου | Ανιχνεύει τη σωματική δραστηριότητα ή τις περιβαλλοντικές αλλαγές και δημιουργεί μια αναλογική κυματομορφή |
| Αναλογικό μπροστινό μέρος (AFE) | Εφαρμόζει φιλτράρισμα, ενίσχυση και ρύθμιση θορύβου για την προετοιμασία του σήματος |
| ADC | Μετατρέπει το ρυθμισμένο αναλογικό σήμα σε ψηφιακά δείγματα |
| Πυρήνας DSP | Εκτελεί ψηφιακό φιλτράρισμα, ανάλυση FFT, συμπίεση και ερμηνεία δεδομένων |
| DAC (εάν απαιτείται) | Μετατρέπει τα επεξεργασμένα ψηφιακά δεδομένα σε αναλογική κυματομορφή |
Κύριοι παράγοντες που επηρεάζουν την ποιότητα του σήματος
• Επίπεδο θορύβου στο αναλογικό μπροστινό μέρος
• Ανάλυση ADC και ρυθμός δειγματοληψίας
• Ακρίβεια φιλτραρίσματος και ελέγχου απολαβής
• Απόδοση αλγορίθμου DSP
• Καθυστέρηση στο χειρισμό δεδομένων
• Ακρίβεια DAC κατά την ανακατασκευή
Δειγματοληψία, κβαντοποίηση και ψευδώνυμο στην ψηφιακή επεξεργασία σήματος
• Ρυθμός δειγματοληψίας - Η δειγματοληψία καθορίζει πόσο συχνά μετράται ένα αναλογικό σήμα κάθε δευτερόλεπτο. Ένας υψηλότερος ρυθμός δειγματοληψίας καταγράφει περισσότερες λεπτομέρειες και μειώνει την πιθανότητα απώλειας σημαντικών πληροφοριών.
• Κριτήριο Nyquist - Για ακριβή ψηφιακή αναπαράσταση, ο ρυθμός δειγματοληψίας πρέπει να είναι τουλάχιστον διπλάσιος από την υψηλότερη συχνότητα που υπάρχει στο αρχικό σήμα. Αυτός ο κανόνας αποτρέπει την ανεπιθύμητη παραμόρφωση.
• Κβαντοποίηση - Η κβαντοποίηση μετατρέπει ομαλές, συνεχείς τιμές πλάτους σε σταθερά ψηφιακά επίπεδα. Περισσότερα επίπεδα κβαντοποίησης έχουν ως αποτέλεσμα λεπτότερη λεπτομέρεια, χαμηλότερο θόρυβο και καλύτερη συνολική ευκρίνεια.
• Aliasing - Το aliasing συμβαίνει όταν γίνεται δειγματοληψία ενός σήματος με πολύ αργό ρυθμό. Το περιεχόμενο υψηλής συχνότητας καταρρέει σε χαμηλότερες συχνότητες, δημιουργώντας παραμόρφωση που δεν μπορεί να διορθωθεί μετά την εγγραφή.
Επιπτώσεις στα ψηφιακά συστήματα
Η λανθασμένη δειγματοληψία ή η ανεπαρκής κβαντοποίηση επηρεάζει πολλές μορφές ψηφιακής επεξεργασίας. Ο ήχος μπορεί να ακούγεται τραχύς ή ασαφής, οι εικόνες μπορεί να εμφανίζουν μπλοκαρισμένες μεταβάσεις και τα συστήματα μέτρησης μπορούν να παράγουν αναξιόπιστα δεδομένα. Η σταθερή απόδοση απαιτεί κατάλληλο βάθος bit, επαρκή ρυθμό δειγματοληψίας και φιλτράρισμα που αφαιρεί συχνότητες πάνω από το επιτρεπόμενο όριο πριν από τη μετατροπή.
Με τα βασικά στοιχεία της μετατροπής σήματος, το επόμενο βήμα είναι η εξερεύνηση των αλγορίθμων που επεξεργάζονται αυτά τα ψηφιακά σήματα.
Βασικοί αλγόριθμοι DSP
Φίλτρα FIR
Τα φίλτρα πεπερασμένης παλμικής απόκρισης προσφέρουν προβλέψιμη συμπεριφορά και χαρακτηριστικά γραμμικής φάσης. Είναι αποτελεσματικά όταν ο χρονισμός των στοιχείων κυματομορφής πρέπει να παραμείνει αμετάβλητος μετά την επεξεργασία.
Φίλτρα IIR
Τα φίλτρα Infinite Impulse Response παρέχουν ισχυρή απόδοση φιλτραρίσματος ενώ χρησιμοποιούν λιγότερα υπολογιστικά βήματα. Η αποτελεσματική δομή τους τα καθιστά κατάλληλα όπου απαιτείται γρήγορη, συνεχής επεξεργασία.
FFT (Γρήγορος μετασχηματισμός Fourier)
Το FFT μετατρέπει σήματα από τον τομέα του χρόνου στον τομέα της συχνότητας. Αυτός ο μετασχηματισμός αποκαλύπτει κρυφά μοτίβα, προσδιορίζει τις κυρίαρχες συχνότητες και υποστηρίζει συμπίεση, διαμόρφωση και φασματική ανάλυση.
Συνέλιξη
Η συνέλιξη καθορίζει τον τρόπο με τον οποίο ένα σήμα τροποποιεί ένα άλλο. Αποτελεί τη βάση των λειτουργιών φιλτραρίσματος, της βελτίωσης εικόνας, της ανάμειξης μεταξύ καναλιών και της ανίχνευσης προτύπων.
Συσχέτιση
Η συσχέτιση μετρά την ομοιότητα μεταξύ των σημάτων. Υποστηρίζει ανάκτηση χρονισμού, συγχρονισμό, αντιστοίχιση χαρακτηριστικών και ανίχνευση επαναλαμβανόμενων δομών.
Προσαρμοστικά φίλτρα
Τα προσαρμοστικά φίλτρα προσαρμόζουν αυτόματα τις εσωτερικές τους παραμέτρους σε μεταβαλλόμενα περιβάλλοντα. Βοηθούν στη μείωση του ανεπιθύμητου θορύβου, στην ακύρωση των ηχών και στη βελτίωση της ευκρίνειας σε δυναμικές καταστάσεις.
Μετασχηματισμοί κυματιδίων
Οι μετασχηματισμοί κυματιδίων αναλύουν σήματα σε πολλαπλές αναλύσεις. Είναι χρήσιμα για τον εντοπισμό ξαφνικών μεταβάσεων, τη συμπίεση πολύπλοκων δεδομένων και την ερμηνεία σημάτων των οποίων τα χαρακτηριστικά ποικίλλουν με την πάροδο του χρόνου.
Πλατφόρμες υλικού DSP
Επιλογές υλικού κύριου DSP
• Επεξεργαστές DSP
Αυτοί οι επεξεργαστές περιλαμβάνουν εξειδικευμένα σύνολα εντολών βελτιστοποιημένα για φιλτράρισμα, μετασχηματισμούς, συμπίεση και άλλες λειτουργίες σήματος σε πραγματικό χρόνο. Η αρχιτεκτονική τους υποστηρίζει γρήγορη, προβλέψιμη απόδοση με χαμηλή καθυστέρηση.
• Μικροελεγκτές (MCUs)
Τα MCU παρέχουν βασική δυνατότητα DSP διατηρώντας παράλληλα την κατανάλωση ενέργειας σε χαμηλά επίπεδα. Συχνά χρησιμοποιούνται σε συμπαγή συστήματα που τροφοδοτούνται με μπαταρίες που απαιτούν ελαφριά επεξεργασία και απλές λειτουργίες ελέγχου.
• FPGA
Οι συστοιχίες πυλών με δυνατότητα προγραμματισμού πεδίου παρέχουν μαζική παράλληλη επεξεργασία. Η αναδιαμορφώσιμη δομή τους επιτρέπει προσαρμοσμένους αγωγούς DSP που χειρίζονται ροές δεδομένων υψηλής ταχύτητας και εφαρμογές κρίσιμες για το χρόνο.
• GPU
Οι μονάδες επεξεργασίας γραφικών υπερέχουν σε μεγάλης κλίμακας, πολυδιάστατες εργασίες DSP. Ο υψηλός αριθμός πυρήνων τους τα καθιστά κατάλληλα για απεικόνιση, επεξεργασία όρασης και ανάλυση πυκνών αριθμητικών δεδομένων.
• Σύστημα σε τσιπ (SoC)
Τα SoC ενσωματώνουν CPU, μηχανές DSP, επιταχυντές και μνήμη σε μία μόνο συσκευή. Αυτός ο συνδυασμός παρέχει αποτελεσματική επεξεργασία για προηγμένα συστήματα επικοινωνίας, πλατφόρμες πολυμέσων και συμπαγή ενσωματωμένα προϊόντα.
Κοινό λογισμικό DSP
• MATLAB/Simulink
Ένα ισχυρό περιβάλλον για μαθηματική μοντελοποίηση, προσομοίωση, οπτικοποίηση και αυτόματη δημιουργία κώδικα. Χρησιμοποιείται ευρέως για ταχεία δημιουργία πρωτοτύπων και λεπτομερή ανάλυση της συμπεριφοράς του σήματος.
• Python (NumPy, SciPy)
Η Python προσφέρει ευελιξία μέσω των επιστημονικών βιβλιοθηκών της. Επιτρέπει τον απλό πειραματισμό, τη δοκιμή αλγορίθμων και την ενσωμάτωση με ροές εργασίας επεξεργασίας δεδομένων ή τεχνητής νοημοσύνης.
• CMSIS-DSP (ΒΡΑΧΊΟΝΑΣ)
Αυτή η βιβλιοθήκη παρέχει εξαιρετικά βελτιστοποιημένες λειτουργίες επεξεργασίας σήματος για συσκευές ARM Cortex-M. Υποστηρίζει φίλτρα, μετασχηματισμούς και στατιστικές λειτουργίες σε πραγματικό χρόνο σε συμπαγή ενσωματωμένα συστήματα.
• Βιβλιοθήκες TI DSP
Αυτές οι βιβλιοθήκες περιλαμβάνουν εξειδικευμένες, ρυθμισμένες με υλικό ρουτίνες σχεδιασμένες για την επίτευξη μέγιστης απόδοσης στις πλατφόρμες DSP της Texas Instruments.
• Οκτάβα & Scilab
Και τα δύο είναι δωρεάν περιβάλλοντα που μοιάζουν με MATLAB που υποστηρίζουν αριθμητικούς υπολογισμούς, μοντελοποίηση και ανάπτυξη αλγορίθμων χωρίς περιορισμούς αδειοδότησης.
Συγκριτικός πίνακας
| Εργαλείο | Δύναμη | Ιδανικό για |
|---|---|---|
| ΜΑΤΛΑΜΠ | Δημιουργία κώδικα, μοντελοποίηση | Επιστημονικές και τεχνικές εργασίες |
| Πύθων | Ευέλικτο & ανοιχτού κώδικα | Ενσωμάτωση τεχνητής νοημοσύνης, έρευνα |
| CMSIS-DSP | Πολύ γρήγορο στο ARM | Υπολογιστική παρυφών και IoT |
Πολυδύναμη και πολυδιάστατη επεξεργασία στο DSP
DSP πολλαπλών ρυθμών
Το Multirate DSP εστιάζει στην προσαρμογή της συχνότητας δειγματοληψίας ενός σήματος μέσα σε ένα σύστημα. Περιλαμβάνει αποδεκατισμό για τη μείωση του ρυθμού δειγματοληψίας, παρεμβολή για την αύξησή του και φιλτράρισμα για να διατηρείται το σήμα καθαρό κατά τη διάρκεια αυτών των αλλαγών. Οι μεγάλες μετατοπίσεις ρυθμού αντιμετωπίζονται μέσω ρυθμίσεων πολλαπλών σταδίων, καθιστώντας τη διαδικασία πιο ομαλή και αποτελεσματική.
Πολυδιάστατο DSP
Το πολυδιάστατο DSP λειτουργεί με σήματα που εκτείνονται σε περισσότερες από μία κατευθύνσεις, όπως πλάτος, ύψος, βάθος ή χρόνος. Χειρίζεται δομές σήματος 2D και 3D, χρησιμοποιεί μετασχηματισμούς για τη μελέτη σημάτων σε διαφορετικές κατευθύνσεις, υποστηρίζει χωρικό φιλτράρισμα για προσαρμογές και διαχειρίζεται σήματα που αλλάζουν τόσο στο χρόνο όσο και στο χώρο.
Τεχνικές Επικοινωνίας στην Ψηφιακή Επεξεργασία Σήματος
Διαμόρφωση και αποδιαμόρφωση
Η διαμόρφωση και η αποδιαμόρφωση διαμορφώνουν τον τρόπο με τον οποίο μεταφέρονται οι πληροφορίες στα κανάλια επικοινωνίας. Τεχνικές όπως το QAM, το PSK και το OFDM μετατρέπουν τα ψηφιακά δεδομένα σε μορφές σήματος που ταξιδεύουν αποτελεσματικά και αντιστέκονται στις παρεμβολές. Το DSP διασφαλίζει ακριβή χαρτογράφηση, ανάκτηση και ερμηνεία αυτών των σημάτων για σταθερή μετάδοση.
Κωδικοποίηση διόρθωσης σφαλμάτων
Η κωδικοποίηση διόρθωσης σφαλμάτων ενισχύει την αξιοπιστία του σήματος εντοπίζοντας και διορθώνοντας λάθη που προκαλούνται από θόρυβο. Μέθοδοι όπως η διόρθωση σφαλμάτων προς τα εμπρός και οι συνελικτικοί κώδικες προσθέτουν δομημένο πλεονασμό που το DSP μπορεί να αναλύσει και να ανακατασκευάσει, διατηρώντας τα δεδομένα ανέπαφα ακόμα και όταν οι συνθήκες είναι λιγότερο από ιδανικές.
Εξισορρόπηση καναλιών
Η εξισορρόπηση καναλιών προσαρμόζει τα εισερχόμενα σήματα για να αντιμετωπίσει τις παραμορφώσεις που εισάγονται από τη διαδρομή επικοινωνίας. Οι αλγόριθμοι DSP αξιολογούν πώς το κανάλι αλλάζει το σήμα και εφαρμόζουν φίλτρα που αποκαθιστούν τη διαύγεια, επιτρέποντας καθαρότερη και ακριβέστερη λήψη.
Ακύρωση ηχούς
Η ακύρωση ηχούς αφαιρεί τις καθυστερημένες αντανακλάσεις σήματος που διαταράσσουν την ποιότητα της επικοινωνίας. Το DSP παρακολουθεί τις ανεπιθύμητες ηχώ, μοντελοποιεί τα μοτίβα τους και τις αφαιρεί από το κύριο σήμα για να διατηρεί ομαλή και αδιάλειπτη ροή ήχου ή δεδομένων.
Ανίχνευση και συγχρονισμός πακέτων
Η ανίχνευση και ο συγχρονισμός πακέτων διατηρούν την ψηφιακή επικοινωνία ευθυγραμμισμένη και οργανωμένη. Το DSP προσδιορίζει την έναρξη των πακέτων δεδομένων, ευθυγραμμίζει το χρονοδιάγραμμα και διατηρεί τη σωστή αλληλουχία, έτσι ώστε τα σήματα να υποβάλλονται σε επεξεργασία με τη σωστή σειρά, υποστηρίζοντας σταθερή και αποτελεσματική ανταλλαγή δεδομένων.
Αυτές οι εργασίες επικοινωνίας εξαρτώνται από τον ακριβή αριθμητικό χειρισμό, ο οποίος οδηγεί σε επεξεργασία σταθερού και κινητής υποδιαστολής.
Επεξεργασία σταθερού και κινητής υποδιαστολής στο DSP
Αριθμητική σταθερού σημείου
Η αριθμητική σταθερού σημείου αντιπροσωπεύει αριθμούς με σταθερό αριθμό ψηφίων πριν και μετά την υποδιαστολή. Επικεντρώνεται στη γρήγορη επεξεργασία και τη χαμηλή χρήση πόρων. Επειδή η ακρίβεια είναι περιορισμένη, οι τιμές πρέπει να κλιμακώνονται προσεκτικά ώστε να ταιριάζουν στο διαθέσιμο εύρος. Αυτή η μορφή εκτελείται γρήγορα σε μικρούς επεξεργαστές και χρησιμοποιεί πολύ λίγη μνήμη, καθιστώντας την κατάλληλη για εργασίες που χρειάζονται απλούς, αποτελεσματικούς υπολογισμούς χωρίς μεγάλες απαιτήσεις επεξεργασίας.
Αριθμητική κινητής υποδιαστολής
Η αριθμητική κινητής υποδιαστολής επιτρέπει στην υποδιαστολή να κινείται, δίνοντάς της τη δυνατότητα να αναπαριστά πολύ μεγάλους και πολύ μικρούς αριθμούς με υψηλή ακρίβεια. Αυτή η μορφή χειρίζεται πολύπλοκους υπολογισμούς με μεγαλύτερη ακρίβεια και παραμένει σταθερή ακόμα και όταν τα σήματα αλλάζουν μέγεθος ή εύρος. Χρησιμοποιεί περισσότερη μνήμη και απαιτεί περισσότερη επεξεργαστική ισχύ, αλλά παρέχει την αξιοπιστία που απαιτείται για λεπτομερείς και υψηλής ποιότητας λειτουργίες DSP.
Η κατανόηση των αριθμητικών μορφών βοηθά στην επισήμανση των κοινών παγίδων που εμφανίζονται κατά την εφαρμογή συστημάτων DSP.
Συνήθεις παγίδες DSP και οι λύσεις τους
| Λάθος | Αιτία | Λύση |
|---|---|---|
| Ψευδώνυμο | Υποδειγματοληψία που επιτρέπει σε ανεπιθύμητες συχνότητες να αναδιπλωθούν στο σήμα | Αύξηση του ρυθμού δειγματοληψίας ή εφαρμογή φίλτρου εξομάλυνσης πριν από τη δειγματοληψία |
| Υπερχείλιση σταθερού σημείου | Οι τιμές υπερβαίνουν το αριθμητικό εύρος λόγω κακής κλιμάκωσης | Χρησιμοποιήστε σωστή κλιμάκωση και εφαρμόστε λογική κορεσμού για να αποτρέψετε την αναδίπλωση |
| Υπερβολική καθυστέρηση | Οι αλγόριθμοι απαιτούν περισσότερο χρόνο επεξεργασίας από τον αναμενόμενο | Βελτιστοποιήστε τον κώδικα, μειώστε τα περιττά βήματα ή μετακινήστε τις εργασίες σε ταχύτερο υλικό |
| Αστάθεια φίλτρου | Λανθασμένη τοποθέτηση πόλων ή μηδενικών σε σχέδια IIR | Επαληθεύστε τις θέσεις των πόλων και του μηδενός και ελέγξτε τη σταθερότητα πριν από την ανάπτυξη |
| Θορυβώδης έξοδος | Το χαμηλό βάθος bit μειώνει την ανάλυση και εισάγει θόρυβο κβαντισμού | Αυξήστε το βάθος bit ή εφαρμόστε πρόσμειξη για να βελτιώσετε την ομαλότητα του σήματος |
Συμπέρασμα
Η ψηφιακή επεξεργασία σήματος υποστηρίζει καθαρό, ακριβή και σταθερό χειρισμό ψηφιακών σημάτων. Από τη δειγματοληψία και την κβαντοποίηση έως τα φίλτρα, τους μετασχηματισμούς, τις πλατφόρμες υλικού και τις μεθόδους επικοινωνίας, κάθε μέρος συνεργάζεται για να διαμορφώσει αξιόπιστα ψηφιακά συστήματα. Η κατανόηση αυτών των ιδεών ενισχύει την ποιότητα του σήματος, μειώνει τα κοινά προβλήματα και δημιουργεί μια σαφή βάση για το σχεδιασμό αποτελεσματικών εφαρμογών DSP.
Συχνές Ερωτήσεις
Τι κάνει ένα φίλτρο anti-aliasing πριν από το ADC;
Αφαιρεί εξαρτήματα υψηλής συχνότητας, ώστε να μην διπλώνουν σε χαμηλότερες συχνότητες κατά τη δειγματοληψία, αποτρέποντας την παραμόρφωση και την παραμόρφωση.
Πώς επιτυγχάνεται το DSP σε πραγματικό χρόνο;
Γίνεται με τη χρήση γρήγορου υλικού, βελτιστοποιημένων αλγορίθμων και προβλέψιμου χρονισμού, ώστε κάθε λειτουργία να ολοκληρώνεται πριν φτάσει το επόμενο δείγμα δεδομένων.
Γιατί χρησιμοποιείται το παράθυρο στην ανάλυση FFT;
Το παράθυρο μειώνει τη φασματική διαρροή εξομαλύνοντας τις άκρες του σήματος πριν από την εκτέλεση του FFT, με αποτέλεσμα καθαρότερα αποτελέσματα συχνότητας.
Πώς το DSP μειώνει τη χρήση ενέργειας σε μικρές συσκευές;
Χρησιμοποιεί επεξεργαστές χαμηλής κατανάλωσης, απλοποιημένους αλγόριθμους, αποτελεσματική αριθμητική και χαρακτηριστικά υλικού, όπως λειτουργίες ύπνου και επιταχυντές για εξοικονόμηση ενέργειας.
Γιατί είναι σημαντική η κλιμάκωση σταθερού σημείου;
Διατηρεί τις τιμές σε ένα ασφαλές αριθμητικό εύρος, αποτρέποντας την υπερχείλιση και διατηρώντας την ακρίβεια κατά τους υπολογισμούς.
Πώς συμπιέζει τα δεδομένα το DSP;
Διαχωρίζει σημαντικές πληροφορίες από περιττές λεπτομέρειες χρησιμοποιώντας μετασχηματισμούς όπως FFT ή κυματίδια και, στη συνέχεια, κωδικοποιεί τα δεδομένα πιο αποτελεσματικά για να μειώσει το μέγεθος.