FPGA数字信号处理原理和实现.pdfVIP

摘自：北京化工大学 何宾  《FPGA 数字信号处理原理及实现》    本文只包括“信号检测理论”  “噪声及其处理”  “数字信号及处理”3 小节，     全本请参见：/html/10‐04/4155221103381dfe.shtml    第1 节 信号检测理论      1.1 信号检测理论     事件A 不会发生的概率是P(A)=0，时间B 一定发生的概率是P(B)=1。因此，概率0 是不发生， 概率1 是一定发生。任何事件的发生可用概率0 到1 来表示，如：扔一枚硬币，出现正面的 概率和出现反面的概率P(H)=0.5，P(T)=0.5。     1.1.1 概率的柱状图表示     柱状图表示信号发生的概率。为数字信号生成直方图，可以打乱全部信号的采样值。如从最 小值到最大值分成许多等间隔小格子，把信号放入其中并计算输出信号在不同格子的数目或 信号范围。图8.1 给出了随时间变化的信号用柱状图的表示。       对随机信号的45 个采样值，通过计算以下区间{ –3→–2}，{ –2→–1}，{ –1→0}，{0→1}， {1→2}，{2→3} 内的个数来产生信号在柱状图上的分布，这个信号是不确定的，但可以从直 方图中获得平均（或典型）样本值信号的一些信息。例如：选一样本x ，在{‐1→1}的概率是 50%，因而概率P(.)可以用下式表示为：        使用信号的更多采样值，则柱状图更接近信号的概率密度函数（PDF）。如图8.2 所示：       可以归一化这个直方图，图8.2(b)是规模直方图，为了产生一个真正的概率密度，一个区间 的宽度是1，如8.2(c) 图所示，在图8.2(b)的1000 个样本中，有8 个区间，则下一个样本在 区间‐2 到2 的概率可用下式表示为：        式中：在x=‐2(1),…,2 ，步长为1，从‐2 开始求和的值，如‐2，‐1，0 等。.     1.1.2 概率密度函数     高斯概率密度函数     高斯概率密度函数（PDF）是众所周知的钟形曲线，如图8.3 所示。其概率密度函数用下式 表示为:      高斯曲线能用它的特征来表示：均值μ和方差σ2。从高斯概率密度函数PDF 可以看出，大 多数值在期望值附近。      均匀分布概率密度函数     如图8.3 所示，均匀分布的概率密度函数（PDF），该分布PDF 输出值在最小值和最大值的之 间是一样的。其概率密度函数可以用下式表示：           第3 节  噪声及其处理     3.4  噪声及其处理     3.4.1 噪声的定义及表示     一般采集信号都含有噪声信号分量。信号处理技术经常被用来消除或者衰减噪声。大多数噪 声被认为是加性的（叠加的），这样就可以通过线性滤波技术来处理噪声信号。     数字信号处理的主要任务之一就是从采集的信号将所感兴趣的信号分离出来。有些情况下， 噪声是很容易被滤除的，比如信号加噪声与一些信号特征明显不同。如果语音信号被一种低 的隆隆声的