数字信号处理导论_1绪论》.pptVIP

课程简介;数字信号处理（DSP）;数字信号处理（DSP）;Digital Signal Processing： 把信号用数字或符号表示成序列，通过计算机或通用（专用）信号处理设备，用数值计算方法进行处理，提取有用信息，或将信号按照需要进行改善，以便于应用。 例如：滤波、检测、变换、增强、估计、识别、调制/解调、编码/解码、参数提取、频谱分析等。 Digital Signal Processor： 数字信号处理器，是为了更有效地实现数字信号处理的算法，而专门设计和制作的一大类微处理器。关于DSP处理器和含DSP核的应用处理器，我们将在DSP课程里专门讨论。; ;任务：从信号中提取出所需要的信息，并将其用于 实际 。; 用于危重病房（intensive care unit，ICU）的心电自动监护仪的作用是监护病人的心电状态（同时也包括其他生理参数，如血压、呼吸等），它应能实时地显示和存储病人的心电波形，并根据心电图的异常来自动决定是否给出报警。一个实际的心电监护仪由心电放大器、A/D 转换器、CPU、显示单元、存储单元、系统管理软件和心电信号处理软件所组成。; （2）去除噪声： 在信号采集时，身体的任一微小运动都会产生“基线漂移”，这是一种低频干扰，同时，由于肌电的存在又产生了高频的肌电噪声，由于空间电磁场的存在又使心电信号中混有50Hz的工频干扰。这些噪声不去除，就会影响下一步的信号处理。 ;（3）波形检测（参数提取）：;（4）病类判别：根据检测出的参数、心脏疾病的原 理和医生的临床经验，建立起各种心律异常的数学模 型并对心电信号做出判别，决定是否异常，如异常， 又属于哪一类异常。这一工作即是信号处理的应用。 以上内容虽然属于生物医学工程学科的范畴， 但从中可以看出数字信号处理的内容和任务。其他 学科的信号处理过程和该问题类似，即大体上也包 含了去噪、特征检测（或提取）和应用于实际这三 个方面。; 2. 数字信号处理的优势;数学: 微积分, 线性代数, 概率, 随机过程, 数论, 近世代数;1. 信号抽样与采集理论; 2. 信号分析理论: Z变换, 离散傅里叶变换(DFT) Hilbert （希尔伯特）变换 离散余弦变换(DCT) 离??小波变换(DWT) 快速算法理论(FFT); 3. 离散系统分析; 4. 离散系统设计(滤波器设计); 5. 随机信号统计分析理论; 6. 信号建模(AR, MA,ARMA) ; 7. 特征估计(自相关函数,功率谱计); 8. 实现(软件--MATLAB; 硬件-- DSP); 9. 应用; ;DSP的应用正在日益发展;Mobile phone(infrastructure and handset);Fashion handsets;DSP的典型应用一——通信手机;Smartphone and MID（Mobile Internet Device）;MID;DSP的典型应用——MP3;GPS(Global Position System);Air Early Warning，AEW ;Radar/Sonar;Cruise missile;Smart Bomb;Pilotless aircraft;消费类电子;汽车电子中的MCU/DSP;DSP的典型应用——汽车多媒体系统;汽车电子;汽车电子;生物医学工程;Why digital?;Why digital?;Why digital?;(4) Anti-noise;Why digital?;Why digital?;Why digital?;Why digital?;Why digital?;We still need analog processing;We still need analog processing;We still need analog processing; ;几乎所有的工程技术领域都要涉及信号问题，包括电、磁、机械、热、声、光、生物医学等各种信号。如何在强噪声背景下有效地提取有用的信号及信号的特征，并将其应用于科学和技术的方方面面，就是信号处理需要完成的任务，也就是本课程要向学生传授并要求他们掌握的理论和方法。;伴随着数字信号处理的发生和发展，都紧紧围绕着理论、实现和应用三个方面进行。它植根于众多学科的理论基础，其成果又应用到各个学科，成为理论与实践并重，以高新技术为特征，发展迅速，在各个学科领域具有重要地位的新兴的基础性学科。 这也就是为什么，国内外的大学，都将