现代数字信号处理-绪论-2014.pptVIP

4.4 现代信号处理发展趋势（续） “智” 信号处理与智能技术相结合 各种智能及其关系 生物智能(BI) 人工智能(AI)： 计算智能(CI)： 相互关系：BI AICI 计算智能(软计算)技术 主要指神经网络、模糊系统、进化计算 也包括自适应技术、混沌技术等 4.4 现代信号处理发展趋势（续） 信号处理与智能技术相结合的智能信号处理方法 盲自适应信号处理 神经网络信号处理 模糊信号处理 混沌信号处理 例: 微软 小冰； 美联社自动技术写新闻；amazon Echo 人工智能主要代表技术： 自然语言处理、计算机视觉、机器学习 * * 现代信号处理 河海大学计算机与信息学院 严勤 教材事项 教材： ① 《现代数字信号处理》 姚天任等编，华中科技大学出版社 ② 《现代数字信号处理》王炳和 西安电子科技大学出版社 参考书： ①张贤达，现代信号处理，北京：清华大学出版社，2002年10月。 ②Mitra，数字信号处理，北京：清华大学出版社，2001年9月（影印版）。 ③胡广书，现代信号处理教程，北京：清华大学出版社，2004年11月。 ④皇甫堪等，现代数字信号处理，北京：电子工业出版社，2004年6月。 课程内容 绪论 第一章数字信号处理基础 第二章 功率谱估计 第三章 wiener 滤波、kalman 滤波及自适应滤波 第四章 小波变换 第五章 数字语音信号处理 考核 课堂演讲—平时成绩 课程考试--2小时 第一章: 绪论 内容 回顾信号处理 信号处理地位与作用 信号处理的基础 信号处理与现代通信 现代信号处理的发展趋势 当前研究热点－通信信号处理 信号 定义: 为一个或多个独立变量的方程 携带着有用信息 可分为两类广义信号 确定性信号 随机信号 复杂信号 时变信号 高维信号 简单/复杂方程 (确定性信号) 高斯/非高斯；线性/非线性模型（随机信号） 1. 信号 DSP的两类广泛应用 信号分析 提取有用信息 谱估计，信号建模 分类，检测，预测，模式识别… 信号滤波 提高信号质量 数字滤波器，最优滤波器，自适应滤波器，阵列滤波器等 噪声消除，均衡，去卷积 … 2. 数字信号处理的应用 3. 信号处理方法 取决于关于对信号本身的知识 取决于具体应用 3.1 主要方法 (1/4) 基于变换的方法 小波变换 傅利叶变换 分析: DFT – 频谱分析 (deterministic signals) 周期图– 功率谱分析 (random signals) 短时傅利叶变换，小波-多分辨率分析 (time-variant signals) 滤波: 数字滤波器 滤波器组 3.2 主要方法 (2/4) 基于模型的方法 信号产生过程的参数模型 分析: 线性预测 参数谱估计 滤波: 最优线性滤波器 维纳滤波器，卡尔曼滤波器 自适应滤波器 3.3 主要方法 (3/4) 统计信号处理方法 信号统计模型 贝叶斯估计 分析: 参数估计 隐马尔科夫模型 滤波: MAP, ML, LS 3.4 主要方法 (4/4) 智能，机器学习方法 训练/学习 推论 分析: 数据挖掘 (支持向量机) 滤波: 人工神经网络 粒子滤波器(particle filtering) …… Little knowledge/ No knowledge 小结 方法分类 基于变换的方法（Fourier 变换） 统计方法 (Bayes准则) 基于模型的方法 (信号模型AR,MA,ARMA) 基于智能/机器学习的方法 (盲方法，对信号所知甚少) 更加复杂的问题： 非线性模型 非高斯分布 复杂方程 (多维, 时变) 4.通信与信号处理 物质、能量同信息一起构成人类最宝贵的三项战略资源；人类正快步走向信息社会 ，信息技术(IT)已经成为最具时代特征和最富活力的支柱技术之一。 作为IT基础的信息科学正在经历从“统计”到“理解”,从“传输”到“认知”的巨大变革，正满怀信心地迎接以信息的“理解”和“认知”为主要特征，以全信息理论为主要内容的信息时代的新阶段—智能信息科学时代。 作为信息载体的信号处理经历了从模拟到数字，从确知到随机的发展过程，正阔步迈向以非平稳信号、非高斯信号为主要研究对象和以非线性、不确定性为主要特征的智能信号处理时代。 通信与信号处理 通信担负着信息流通的功能，近一、二十年获得异乎寻常的发展；各种基于因特网和移动网的新业务相继出现，新概念和新技术层出不穷。标志性技术有：IP技术、4G移动通信技术、宽带接入技术、基于波分复用技术的光传送网(WDM-OTN)技术。 网络是国家信息基础设施(NII)的基础，网络功能是各类通信技术的出发点和归宿。 CDMA 技术：Viterbi, 高通公司的创始人； Hedy Lamarr(扩频， spread spec