DSPII算法实验.pdf

字信号处理II 型教学实验系统 ２１１ 九章 数字信号处理算法基础 9.1 前言 数字信号处理是在60 年代中期迅速发展起来的一门重要学科。它是采用计算机和专用 处理设备，以 值计算的方法对信号进行分析、变换、滤波、检测、估计与识别等加工， 以达到提取信息便于使用的目的。 字信号处理有如下优点：精度高、灵活性强、可靠 性高、易大规模 成及时分复用等等。 9.2 模拟信号和数字信号 模拟信号是常见的信号表现形式，如图9 －1 所示的信号可称为模拟信号，其特点是幅 值连续，这里，连续的含义是：在某一取值范围内可以取无限多个数值。图9－1(a)所示 的信号是模拟信号，其信号波形在时间上是连续的，因此它又称为连续信号；图9 －1(b) 所示的信号是对图(a)所示的模拟信号按一定的时间间隔T 抽样后的抽样信号，由于其波 形在时间上是离散的，又称为离散信号，但此信号的幅度仍然是连续的，所以仍然是模 拟信号。 图9-1 模拟信号 图 9-2 是 字信号，其特点是幅值被限制在有限个数值之内，且不是连续的，而 是离散的。图9-2(a)是二进码，每一个码元只取两个幅值(0，A) ；图9-2(b)是四进码，每 个码元取(3、1、－1、－3) 四个值中的一个，这种幅度是离散的信号称 字信号。 图9-2 数字信号 字信号处理II 型教学实验系统 ２１２ 信号的数字化过程需要三个步骤：抽样、量化和编码。抽样是指用每隔一定时间 的信号样值序列来代替原来在时间上连续的信号，也就是在时间上将模拟信号离散化。 量化是用有限个幅度值近似原来连续变化的幅度值，把模拟信号的连续幅度变为有限 量的有一定间隔的离散值。编码则是按照一定的规律，把量化后的值用二进制数字表示， 然后转换成二值或多值的 字信号流。 9.3 傅立叶变换（FT ） 傅立叶变换 FT ）是一种将信号从时域变换到频域的变换形式。他在声学、语言、 电信、电力系统、信号处理等领域有广泛的应用。离散傅立叶变换 DFT ）是连续傅立 叶变换在离散系统中的表示形式 。由于DFT 的计算量很大，因此在很长一段时间内其 应用受到很大的限制。快速傅立叶变换 FFT ）是快速计算DFT 的一种高效方法，FFT 的出现使DFT 的运算大大简化，运算时间缩短一至两个 量级之多从而使DFT 在实际应 用中得到了广泛的应用。数字信号处理算法是建立在DFT 基础上的，因此说FFT 算法是 数字信号处理的重要基石。 DSP 芯片的出现使FFT 的实现变得更为方便。由于多 DSP 芯片都能在一个指令 周期内完成一次乘法和加法，而且为FFT 运算提供专门的比特反转寻址方式，使得FFT 算法在DSP 芯片上实现的速度更快。 9．3．1 FFT 的基本原理 FFT 是DFT 的快速计算方法，为了便于理解FFT 算法，我们先简要地介绍DFT 的基本原理。 DFT 是连续傅立叶变换的离散形式。模拟信号x(t) 的连续时间傅立叶变换 或称 频谱）可以表示为： X (w) x (t)e j wtdt x(t)经抽样后变为x(nT),T 为采样周期。离散信号x(nT) 的傅立叶变换可以表示为： (9。1) 式9 ．1 中，W nk e j 2pnk / N ，称为蝶型因子。式9 ．1 实际上是N 点的DFT 。 N 可以看出，计算所有的X k ）约需要N 2 次乘法和N 2 次加法。可见当N 较大时，计算 X k ）的运算量很大。FFT 算法利用了蝶型因子WN 内在的对称性和周期性，从而加快 了运算的速度。图9-3 给出了N =9 时,蝶型因子WN