现代信号处理00概述.pptVIP

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：BIAICI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、混沌技术等信号处理与智能技术相结合的智能信号处理方法信号处理发展趋势（续）*神经网络信号处理混沌信号处理盲自适应信号处理模糊信号处理信号处理发展趋势（续）*“多”SP向着多维、多谱、多分辨率、多媒体方向发展多维信号处理高阶谱估计多分辨率信号处理多媒体信号处理信号处理发展趋势（续）*“新”IT与量子力学、生物技术等结合的信息处理新技术生物信息学：基因工程与信息科学相结合的产物。它以计算机为工具,对遗传信息进行管理、交流、破译、预测。量子信息学：量子力学与信息科学相结合的产物，包括量子计算、量子通信、量子密码术、量子计算机基于内容的信息理论信息内容的智能处理信号处理发展趋势（续）*“实现”信号处理技术与VLSI相结合,集理论、实现和应用于一体DSP算法与VLSI技术相结合的DSP处理器有力地促进DSP技术的应用DSPs与4C结合,有力促进了IT技术及产业进步把微控制单元(MCU)和DSPs结合在一起的所谓“系统芯片”已经问世把DSPs和应用结合在一起的专用芯片(ASIC),以及片上系统(SOC)、片上网络均已问世。信号处理发展趋势（续）*“应用”信号处理与通信相结合的通信信号处理是当前研究热点通信信号处理成为信号处理一个独立分支，并有专著出版通信信号处理成为通信与信号处理期刊和学术会议的专题、专集通信信号处理从信源、终端、信道深透到网络(如选路、流控、均衡)基于DSP平台的软件无线电技术成为现代通信的一项重要技术通信信号处理

—与雷达信号处理的比较通信信号处理用户通信用户为合作性对象信道通信信道时变、衰落特征明显干扰码间干扰和多址干扰信号通信用户信号部分特征可已知雷达信号处理用户雷达目标为非合作性对象信道干扰杂波干扰信号雷达目标的特征未知结论：虽然移动通信与雷达是完全不同的系统，但其信号处理却存在诸多相通的地方，一些主要的理论、技术和方法可以相互借鉴。通信信号处理

—主要研究领域1盲均衡：码间干扰对消器称为均衡器。“盲”：不需要训练序列。2多用户检测：多址干扰对消器称为多用户检测器。3阵列信号处理：天线阵列可以减小同信道干扰，分集接收可以有效抑制衰落，是改善蜂窝和个人通信服务系统质量、覆盖范围和容量的强有力技术4自适应阵列（智能天线）：根据信号和干扰环境，自适应调节天线阵列的空间特性5第3代和后3代通信系统的信号处理通信信号处理

—过采样技术定义：分数间隔采样（过采样）：T/K,K为整数分数间隔均衡器波特间隔采样：以波特间隔T采样应用：信道估计：通信信道一般为非最小相位信道，其估计需要使用高阶统计量。过采样的信道变成单输入多输出信道，每个子信道为最小相位信道，可以使用二阶统计量估计。通信信号处理

—阵列信号处理波束形成波达方向估计旁瓣对消(sidelobecancellation)随机布阵阵列的盲波束形成与波达方向估计通信信号处理

—智能天线（或空时二维自适应）不同点：固定的分节天线阵列和相控阵列只能调节信号的相位。智能天线(即自适应阵列)可同时进行增益和相位调节。主要自适应方法最优空间MMSE(或MVDR)处理＋RAKE时域处理最优空间MMSE(或MVDR)处理＋最优时域MMSE(MVDR)处理联合空时最优MMSE（MVDR）处理联合空时RAKE处理联合空时自适应MVDR处理自适应空时多用户检测信源定位通信信号处理

—降秩MMSE滤波原理：将接收信号投影到低维子空间，在子空间进行滤波器的优化设计。性能：由于子空间约束，降秩滤波比全秩滤波性能更好。主要方法空时辅助向量滤波(AVF：auxiliaryvectorfiltering)多级Weiner滤波(MWF：multistageWienerfiltering)通信信号处理

—子空间方法基于子空间的多用户检测基于子空间的MIMO信道估计基于子空间的自适应阵列基于子空间的波达方向估计基于子空间的时延和Doppler频移的估计盲空时信号处理的子空间方法通信信号处理

—空时编码5%55