《数字信号处理01.docVIP

数字信号处理概述 §1-1 引言 从20世纪60年代以来，随着Computer Science 和 Information Technology 的飞速发展，数字信号处理（Digital Single Processing， DSP）理论和技术迅速发展成为一门在新技术领域内举足轻重的独立的学科。在国内外绝大多数重点理工科院校中，DSP都是重要的技术基础课，也是电子信息等专业研究生和本科生的选修课甚至是必修课。 近三十年来，DSP的理论、实现和应用发展迅速，尤其是以DSP芯片和外围开发设备为主，目前已形成了潜力巨大的新兴产业和市场。 为了深入了解DSP，我们首先要了解信号的概念。 §1-2 信号与信息的概念 几乎所有工程技术领域都涉及到信号问题，而这些电磁、机械、声、光、热甚至生物体等信号一般都处于一定的背景噪声中，如何在较强的背景噪声下提取出真正的信号和信号的真实特征并应用于实践是信号处理技术要解决的基本问题。 一个信号x(t)可以代表一个实际的物理信号，也可以代表一个数学函数。例如， x(t)=Asin(2πf t)既是正弦信号，也是正弦函数，因此，在信号处理中，信号和函数常常是通用的，比如，随机信号和数学上的随机过程也一样是通用的。实际的信号x(t)是随时间变化的某种物理量，如温度、压力、速度、电流等，但实际上我们可以把它们通过不同传感器转变为电压或电流信号，因此我们可以简单地把x(t)就看成是一个电压信号或电流信号。自变量t一般指时间，信号就是时域信号，但也可以指其它变量，如距离，则信号变为空域信号。x(t)一般是实信号，但也可以是建立在数学模型基础上的复信号，如雷达的发射信号可以表示为：，其中u(t)为发射波形的复调制信号，f0为载波频率。 注意信号与信息是两个完全不同的概念，比如一个移动电话发射的信号中包含了全部信息，但一个雷达的发射信号中没有任何信息，只有雷达波碰到目标物体被反射回来，成为回波信号时，才包含目标物体的信息。如回波信号为： ，其中τr为回波的延迟时间，fd为回波的多普勒频移。由τr可以确定目标物体的距离：，而fd可以确定目标是否运动，及其径向速度：。 §1-3 信号的噪声 在信号处理中，噪声被认为是有害的、被污染的信号，如果采集到的信号不含噪声，那是最理想的，但也是不可能的，因为噪声的来源是广泛存在的。比如动力电带来的50Hz干扰是最直接的一个，其它还有电磁辐射、电子器件的热噪声、对模拟信号抽样时产生的量化噪声、有限位+ - × ÷运算产生的舍入误差噪声等。为解决这些噪声问题而形成的一系列信号处理算法正是信号处理理论的主要内容。 对于一个观察到的信号x(n)含有真正的信号r(n)和噪声s(n)，如果x(n)=r(n)+s(n)，则称加法性噪声，若x(n)=r(n)s(n)，则称为乘法性噪声。处理乘法性噪声比加法性噪声难得多，需要用到倒谱和同态滤波。 应该清楚信号与噪声是相对而言的，取决于研究对象和目的。如孕妇临产期监护时需要检测胎儿的心电信号FECG，但采集到的信号中同时包含孕妇本身的心电信号MECG，并且远大于FECG，如果从监护胎儿角度看，MECG是噪声，而FECG是真正的信号，但如果为了监护孕妇，则恰好相反。 在客观的真实信号中可能包含各种不同类型的随机噪声，因此也需要认为建立各种不同的噪声模型。最常用的理想噪声模型是“白噪声”（white noise），它对比与白光的性质，其中含有所有频率的成分。在计算机中可以用一个RANDOM程序产生服从均匀分布或高斯分布的白噪声随机序列。 白噪声功率Ps用其方差定义，假定信号r(n)的功率为Pr，则信号x(n)的信噪比（Single Noise Rate，SNR）为：SNR=10lg（Pr/Ps）（dB） (1.3.2) 如r(n)=Asin(2πfnT+φ)，则Pr=A2/a,假定A=3，并使s(n)的方差 Ps=0.01，则有： SNR=10lg(4.5/0.01)=26.5dB。 §1-4 信号的分类 对不同类型的信号进行处理的方法可以有很大不同。对信号进行分类的方法也有很多，如： 周期信号与非周期信号 对于信号x(n)，若x(n)=x(n+kN)，n和K均为正整数，则称x(n)为周期N的周期信号，否则为非周期信号，其实一个非周期信号也可看作是周期N趋于无穷的周期信号。 确定性信号与随机信号 信号x(n)在任意时刻n时的值如果能被精确地确定或预测，则x(n)是一个确定信号。反之，随机信号x(n)在时刻n的值是随机的。例如，随机相位正弦波X (t)=sin（2πf t+φ）是个随机信号，因为其中φ是在[-π，π]之间服从均匀分布的随机变量，每次观察X (t)时，相位φ都会不同。随机信号可分为平稳随机信号和非平稳随机信号，平稳随机信号可以是