数模转换中,高于A1值的电压为1,低于A2值的电压为0,A1、A2值之间有一定的差距,那么在A1、A2之间的值是怎么取?

数模转换中,高于A1值的电压为1,低于A2值的电压为0,A1、A2值之间有一定的差距,那么在A1、A2之间的值是怎么取?

好问题：
• 亚理斯多德的二元逻辑就是我们称之为的古典逻辑.
• 二元逻辑仅能处理是与非的问题,但若答案并非0与1而是像选择题一样有多种选择时便需要多值逻辑了【仅能处理离散事件(Discrete Event)】.
• 连续事件(Continuous Event),便需要模糊逻辑了【模糊逻辑最基本的推理：若P则Q的命题】
• 古典逻辑只是模糊逻辑的一种特例
从上列定义中,瞧出解决问题的方案了吗?有听说过模糊理论（Fuzzy）吗?【它就是你提出问题的解决方案】
概略说明：
Fuzzy是一门新兴的数学,起源于1965年美国加州柏克莱大学(Berkeley)的扎德(L.A.Zadeh)教授,简单地将具有0 及1 两个值的特征函数IA(x)扩展成[0,1] 区间连续值函数μA(x),即对x ∈ X,μA(x) ∈ [0,1],而称此函数为隶属函数(membership function),隶属函数的值正可表示元素x 隶属于集合A 的程度,如此一来,就可将介于“是”与“不是”之间的所有“中庸”之值表示出来,换言之,从是到不是之中介过渡没有明确的概念都可被隶属函数表示出来,中介过渡没有明确的概念不就是模糊概念吗?因此这理论也就称为模糊理论,其目的就是使用明确且严紧的数学方法来刻划描述模糊的现象.
模糊理论实际上是模糊集合、模糊关系、模糊逻辑、模糊控制、模糊量测等理论的泛称.
人类的自然语言也很Fuzzy喔,如昨天天气很热,请把窗户开大一点,空气比较好.
Fuzzy理论就是针对人脑对于模糊的讯息或不完全的数据,其不需经过精密繁杂的计算过程,仍能做出正确判断的特色而发展出来.
模糊控制的基本思想:
把特定的被控对象或过程的控制策略总结成一系列以"IF(条件)THEN(作用)"形式表示的控制规则,通过模糊推理得到控制作用集,作用于被控对象或过程.控制作用集为一组条件语句,状态语句和控制作用均为一组被量化了的模糊语言集,如"正大","负大","正小","负小",零等等.
限于篇幅详细请参考相关模糊理论、模糊控制相关数据【百度文库中有很多数据可供参考】
当然如人工神经网络（ Artificial Neural Networks,简写为ANNs）、遗传基因算法(Genetic-Algorithm-GA) 也是不错的解决问题的方法.有时间参考参考也是很不错的.
补充说明：
Fuzzy理论讲究的是近似推理(Approximation reasoning),不以精确计算为手段.以往中国人被讥笑为缺乏科学精神,凡是只要差不多就好,如今这差不多精神却成为了Fuzzy理论解决问题的中心思想【神奇吧】,但这个差不多指的是根据不清晰的信息,透过差不多的推论过程而得到精确的结果.
美国、日本商业化的产品大都以Fuzzy为发展系统,开发实际产品,国内大多停留在数学上的探讨.
再问： 那么在通信中介于1、0之间是怎么解决取值的？
再答： 抱歉因不是很清楚你的需求，所以无法提出分析方案 举个日常生活上的简单例子【仅管和模糊理论有些差距但可帮助你方便了解】 知道四舍五入吧 在 0~1之间 0.4 以下归属 0 ；0.5 以上归属 1 模糊只是个数学运算法则简单说 就是先确立在0~1之间的区隔关系，再利用运算规则确立权重，在利用所得权重作出判定。 你可利用matlab 中的Fuzzy logic （1） 先选定归属函数 （2） 设定规则 （3） 运算 建议尝试 可将数値利用二进制编码 ，利用布尔运算定论 希望对你有帮助