现代数字信号处理1章---副本.pptVIP

现代数字信号处理 Modern (Advanced) Digital signal Processing 绪论 在电子信息与通信工程学科的各专业中，为本科生开出的数字信号处理课程，主要讲授的有：离散时间信号和系统的基本理论，离散付里叶变换及快速算法（DFT、FFT）等，这称为所谓“经典”理论。 而作为电子信息与通信类研究生开设的这门学位课，主要内容为：最佳线性滤波（维纳滤波和卡尔曼滤波），自适应信号处理，现代谱估计理论，同态信号处理，阵列信号处理，人工神经网络和小波变换在信号处理中的应用，以及数字信号处理的硬件实现等。它们大多是近十多年来发展迅速和应用广泛的前沿学科领域，其中不少属交叉学科领域。因此，取名为“现代数字信号处理”。 但“经典”与“现代”没有严格的界线，因为许多“经典”内容，也曾一度作为新兴前沿学科，而今正在发展的“现代”理论和方法，终有成为“经典”的一天。 本课程总学时数有限，许多内容还要同学们自学，不然的话，在这有限的学时中，很难完成我们的教学内容和学习目的。 本课程也是通信类博士考试的必选专业课。 绪论 在现代科学技术领域里，电子信息系统的应用极为广泛，主要有通讯、导航，雷达、声纳、医疗仪器、振动工程、机械故障诊断、产品质量检测等。在短短的几十年时问里，这些系统几经更新换代，发展速度极快。 系统发展的进程往往与信息的利用程度息息相关。而信息的利用程度又与信号和信息处理理论及技术的发展紧密相连。 早在20世纪40年代信息系统发展的初期，在信号检测，参数估计、滤波方面建立了一系列的理论和方法，为电子信息系统的发展指明了方向。但是由于基础技术条件的制约，使智能优化系统难以实现，实际应用的只是一些简单的处理技术。 绪论 20世纪60年代以来，微电子集成电路技术、工艺迅猛发展，为复杂信号处理的实现提供了发展平台，从而将信号处理理论的发展推向一个高潮。从此，信号处理的研究不仅局限于一般的理论和方法的探讨，更多的侧重于新的方法与算法的实现研究。由此发展起来的新一代系统，其优化和自适应性能大大提高，由于大规模集成电路的迅猛发展，使计算机技术和信息技术的发展进入了一个新的发展时期，信号处理的一些主要领域，如优化、自适应、高分辨、多维和多通道等，其理论和方法均日趋系统化，对系统的分析已不再局眼于理想系统，而是考虑各种实际因素，研究其鲁棒性；同时对性能也不再限于定性描述，而要做出统计性能评价，使理论与实践在更高的水平上密切结合。 绪论 21世纪是一个科技水平高度发展的时期，信息技术，基因技术、生命科学技术、网络技术以及超大规模集成电路技术日新月异，各学科相互交叉相互融合，信号处理的手段和方法得到了根本的改变，其研究已不仅限于雷达、声纳、通信、生物医学、地球物理等领域，而且已扩展应用到机械振动、电气工程、故障诊断等几乎所有工程领域 。 研究热点 随着信号处理应用领域的不断扩大，促使人们在理论和方法上向更深层次领域进行探索，以前均假设信号及背景噪声是高斯的、平稳的，而对信号的分析只是基于其二阶矩特性和傅氏谱，其对象系统也限于时不变的(或缓变的)线性和因果最小相位系统。虽然上述假设及由此而建立的系统在许多场合是适用的。 但随着应用领域的不断扩大，要求人们去研究非平稳、非高斯信号，以及时变、非因果、非最小相位、非线性系统，这些己经成为现代信号处理研究热点的一个方面，如用时频分布和子波变换研究非平稳信号，而用高斯统计量分析非高斯信号等。现代信号处理研究的又一特点是理论与实用研究同步进行，既重视基础理论的研究，又注重实际应用的研究。可以预期，现代信号处理技术将得到广泛的应用。 研究热点 图像处理 自动目标识别 模式识别与机器视觉 信号并行处理和优化 多谱信号处理 遥感、地理信息处理 机器人 研究领域——数字水印 数据融合是由美国JDL实验室数据融合专家组(DFS)提出的并给出了一般的概念模型。最初用于军事领域，现在广泛应用于机器人，交通管制，故障诊断等民生领域。最初数据融合用于处理传感器的信息融合，由于传感器的固有特性，单一传感器的信息通常不完备以及抗干扰的需要，经常使用同类或异类传感器的组合来获得互补的信息或增加抗干扰的能力。 现在不仅局限于传感器，从各方面采集得到的原始数据和分类器处理的结果都可以通过融合技术进行加工。如使用基于模糊逻辑多神经网络融合解决在线手写字符识别问题。灵活的多分类器系统用于人脸识别系统。信息融合问题处理雷达图像识别系统。 港口岸边集装箱桥式起重机