1、1,数字信号处理 Digital Signal Processing,信息学院伍小芹 ,2,主要讲授内容,第0章 绪论 第1章 离散时间信号与系统 第2章 Z变换 第3章 离散Fourier变换(DFT) 第4章 快速Fourier变换(FFT) 第5章 数字滤波器的基本结构 第6章 IIR数字滤波器的设计 第7章 FIR数字滤波器的设计 第8章 数字信号处理中的有限字长效应,3,主要参考书,Sanjit K.Mitra . Digital Signal Processing: A computer-based approach. McGraw-Hill Companies.清华大学出版社,2
2、000.A.V.奥本海姆.离散时间信号处理.西安交大出版社,1999.刘树棠译.数字信号处理-使用MATLAB实现.西安交大出版社,2002.陈后金.数字信号处理。高等教育出版社，2004.,4,课程考核标准,作业10 考勤10 实验10 期终考试70,5,绪论,基本概念 基本组成 实现方法 数字信号处理的特点 应用领域 发展历史,6,1. 基本概念,信息科学 信号 信号分类 模拟信号 数字信号 数字信号处理,7,信息科学 信息科学是研究信息的获取、传输、处理和利用的一门科学。 信号 是信息的表现形式。（而信息则是信号所含有的具体内容）,8,信号的分类 依载体：电信号、磁信号、声信号、光信号、
3、热信号、机械信号。 依变量个数：一维、二维、多维（矢量）信号。 依周期性：周期信号x(t)=x(t+kT); 非周期信号。 依是否为确定函数：确定信号；随机信号。 依能量或功率是否有限：能量信号；功率信号。 依时间和幅度是否连续：模拟信号；数字信号。,9,模拟信号 自变量的连续函数，自变量可以是1D，2D或者多维的，一般认为自变量是时间 数字信号 时间上和幅度上都是离散的信号，可以用数字序列表示语音，图像,10,数字信号处理 数字信号处理就是用数值计算方法对数字序列进行各种处理，把信号变换成符合需要的某种形式。 理论基础，其中最主要的是离散时间信号和离散时间系统理论以及一些数学理论。,11,2
4、. 基本组成,12,13,14,3. 实现方法（软硬兼有）,(1) 在通用的计算机（如PC机）上用软件（如Fortran、C语言）实现；速度较慢，一般可用于DSP算法的模拟 (2) 在通用计算机系统中加上专用的加速处理机实现；专用性强，不便于系统的独立运行 (3) 用通用的单片机（如MCS-51、96系列等）实现。 这种方法可用于一些不太复杂的数字信号处理，如数字控制等；只适用于实现简单的DSP算法 (4) 用通用的可编程DSP芯片实现。 与单片机相比，DSP芯片具有更加适合于数字信号处理的软件和硬件资源，可用于复杂的数字信号处理算法；应用较多,15,(5) 用专用的DSP芯片实现。 在一些特
5、殊的场合，要求的信号处理速度极高，用通用DSP芯片很难实现，例如专用于FFT、数字滤波、卷积、相关等算法的DSP芯片，这种芯片将相应的信号处理算法在芯片内部用硬件实现，无需进行编程。专用性强,16,4. 数字信号处理特点,精度高：在模拟系统的电路中，元器件精度要达到10-3以上已经不容易了，而数字系统17位字长可以达到10-5的精度，这是很平常的。例如，基于离散傅里叶变换的数字式频谱分析仪，其幅值精度和频率分辨率均远远高于模拟频谱分析仪。 灵活性强：数字信号处理采用了专用或通用的数字系统，其性能取决于运算程序和乘法器的各系数，这些均存储在数字系统中，只要改变运算程序或系数，即可改变系统的特性参
6、数，比改变模拟系统方便得多。,17,可以实现模拟系统很难达到的指标或特性：例如：有限长单位脉冲响应数字滤波器可以实现严格的线性相位；在数字信号处理中可以将信号存储起来，用延迟的方法实现非因果系统，从而提高了系统的性能指标；数据压缩方法可以大大地减少信息传输中的信道容量。 可以实现多维信号处理：利用庞大的存储单元，可以存储二维的图像信号或多维的阵列信号，实现二维或多维的滤波及谱分析等。,18,缺点1：增加了系统的复杂性，它需要模拟接口以及比较复杂的数字系统； 缺点2：应用的频范围受到限制，主要是A/D转换的采样频率的限制； 缺点3：系统的功率消耗比较大。数字信号处理系统中集成了几十万甚至更多的晶
7、体管，而模拟信号处理系统中大量使用的是电阻、电容、电感等无源器件，随着系统的复杂性增加这一矛盾会更加突出。,19,5. 数字信号处理的应用领域,语音处理 语音信号分析 语音合成 语音识别 语音增强 语音编码 图像处理：恢复，增强，去噪，压缩 通信：信源编码，信道编码 ，多路复用，数据压缩 电视 ：高清晰度电视，可视电话，视频会议 雷达：对目标探测，定位，成像,20,声纳 有源声纳信号处理 无源声纳信号处理 地球物理学 生物医学信号处理 音乐 其它领域,21,6. 数字信号处理学科的发展历史,理论基础（经典数值计算or计算数学）：17th Century-18th Century 中叶发展起来；
8、 DSP独立学科的形成：20th Century 4050s，迅速发展：60年代中期；（FFT和数字滤波器设计） FFT对DSP迅速发展起了极大的推动作用：1965年，J.W.Cooley & J.W.Tukey提出了FFT（Fast Fourier Transform），很快得到了推广应用；,22,数字滤波器（Digital Filter）设计方法的研究是DSP迅速发展的另一个标志，40年代60年代中期，形成了完整的理论基础（FIR & IIR）； 有限冲击响应（FIRFinite Impulse Response）； 无限冲击响应（IIRInfinite Impulse Response）
9、； 三个著名的DSP实验室： Bell实验室、IBM的Watson实验室、MIT的Lincoln实验室。,23,由简单的运算走向复杂的运算，目前几十位乘几十位的全并行乘法器可以在数十纳秒的时间内完成一次浮点乘法运算，这无论在运算速度上和运算精度上均为复杂的数字信号处理算法提供了先决条件； 由低频走向高频，模数转换器的采样频率已高达数百兆赫，可以将视频甚至更高频率的信号数字化后送入计算机处理； 由一维走向多维，像高分辨率彩色电视、雷达、石油勘探等多维信号处理的应用领域已与数字信号处理结下了不解之缘。,发展特点,24,各种数字信号处理系统均几经更新换代：在图像处理方面，图像数据压缩是多媒体通信、影碟机(VCD或DVD)和高清晰度电视(HDTV)的关键技术。国际上先后制定的标准H.261、JPEG、MPEG1和MPEG2中均使用了离散余弦变换(DCT)算法。近年来发展起来的小波(Wavelet)变换也是一种具有高压缩比和快速运算特点的崭新压缩技术，应用前景十分广阔，可望成为新一代压缩技术的标准。,
