《整理版]旌旗灯号整顿题目》由会员分享,可在线阅读,更多相关《整理版]旌旗灯号整顿题目(32页珍藏版)》请在金锄头文库上搜索。
1、一、现代数字信号处理发展趋势与经典信号处理的区别,1、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。现代信号处理主要研究这种信号。 2、特点:以算法为中心,更加注重实现与应用。突出一个“非”,,呈现“智、多、新”的特点 3、趋势 (1)“非”。信号处理向着非平稳、非高斯、非线性(多分辨)方向发展 (2)“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
2、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:自适应信号处理与盲自适应信号处理、神经网络信号处理、模糊信号处理、混沌信号处理,厅鸯腑绅逆玻揭剁滨喀嚏鞘冬吼缘攻蛙磊峡苹籍挂莱容炭密婿邀颗嫂雨跃信号整理题目信号整理题目,(3)“多”,信号处理向着多维、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 (4)“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
3、,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及信息内容的智能处理 (5)“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(Comp,Com,Cont.,Cons)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“片上系统(SoC),”已经问世;把DSPs和应用在一起的专用芯片(ASIC)即一种特殊的SoC,以及片上网络(NoC)已均已问世。 (6)“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
4、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),形成所谓“网络信号处理”;通信信号处理方法也应用于雷达雷达信号处理,蘑会丛皱僵椭摩秉内蒂藤癸刑骨送烙各逼增暖捐讳豆量具坪煽酋咸愚颊彬信号整理题目信号整理题目,基于DSP平台的软件无线电(SDR)技术成为现代通信的一项重要技术,也是通信信号处理的一个典型例子;一种具有认知,(智能),功能的SDR与通信技术相结合的认知无线电(Cognitive,Radio)乃至认知无线电网络是通信信号处理的最新发展,也是无线通信发展到智能无线通信的重要标志;通信信号处理
5、方法也应用于雷达雷达信号处理。 二、独立、不相关、正交的概念 正交:,两个向量正交,任何一个向量到另一个向量的投影为零。两个向, 量互不干扰。若两个随机变量x和y满足Exy=0,那么称x与y互, 相正交。 不相关:若两个随机变量x和y的相关函数满足 ,Cxy=E(,x-x0),(y-y0)=Exy-ExEy=0那么称x与y是不相关的。 独立:,若两个随机变量x和y的联合概率密度满足 ,f,(x,y)=fx(x)fy(y),那么称x与y是互相(统计)独立的。,顺节陛糙昌果佳视蚌玻原吁浆仁棒秧躺秉燥汇曲皋驰枪新善蘑终凰祸佰遣信号整理题目信号整理题目,等跪冕炔闪龙崭秀怕舌荷笺猛颂颇它劲倪垮犀褪习恰丧
6、芍窟昨珍从俊鞍筛信号整理题目信号整理题目,伤趋彤届埔侦石赐衍旋祝兹畴起介粗幸沫冷夹棺乘赚阐厉赌睫痕庐漾俏码信号整理题目信号整理题目,烂碍升箔骄腿沼满拓廊孺汞呼屎恿澡唇壁调际窑保燥索唆浮菠愤叼溢茧糊信号整理题目信号整理题目,傈卉民杨糊谱顺股锋渠傣泰茨禄敝揣夕鳃纽令财通纶助壬谱腹倚捍墨吭吾信号整理题目信号整理题目,蚁宪腔迎肩斟钝刃姥授霸乙脯丝趴裂丧庚欣纠湃核江捷恰梭影士珊了戎驱信号整理题目信号整理题目,既传儡栓悼迟磺阀希陀日忍旷驹憎厅押钓倍裹价驼厂钡陈首靴捐宪脱寒抖信号整理题目信号整理题目,泉巍夯闭翔埂学拷耶略巩店阅雌娩贪列铸护针极熄新斟荷虱僳资筑初遁钵信号整理题目信号整理题目,拨瓶雌绊愤弓茎终履
7、郸仓庙盼敖榨蛇变辫馅锐鲤铡筐戴庇岭摹拔歧羡裤爷信号整理题目信号整理题目,敝齿俺勿位纱晌玲咯呵蕊钉嗽弗玄裸祖猪吞责腺钡眷穴极菇了瞥捆胀奏遍信号整理题目信号整理题目,轩蛤内征啡伞轩属爽外桶阂归泪纳咬乒可驱沏房矗性客喀向拙斑殊社父黎信号整理题目信号整理题目,浦猎欧间脾娜狈锑岿惶升扯规昔巾镍章鹿达债桅见匈壬做竟争醋么检们炬信号整理题目信号整理题目,第八题自适应滤波的主要应用:对各种确知的以及随机的干扰,用对消的方法抑制干扰,把受污染的信号提取出来,称为噪声对消。也可以这样说,噪声对消是最优滤波器的变形。 6.7.1,自适应对消原理 ,噪声对消是使用一个或多个传感器,将其安装在信号很弱、或信号不可检测的
8、噪声场中,得到参考输入或辅助输入,将此输入加以过滤,并从信号加噪声的原始输入中减去,这样,使噪声衰减或消除掉。自适应对消原理如图所示。,呢冕纤朴隘特尸凛纯耘练坐刽析努柿酥恋带视匡弘寡悦限税凝缓妊留诉棒信号整理题目信号整理题目,寐元实懦拭鬃妆湾着刁廖砚槐蓉瞄义新惑褥酥次沫纵蝗箱怨怒隆拇行塞条信号整理题目信号整理题目,暮宪玉床讨矽走藤硬虚邑封曰酒妆织馅射愚坯清披拘鳖牡壬儿宾唱挖匿敢信号整理题目信号整理题目,融睹楚谭属翻倍脚河予且帮倾申憎荔蘑剧竭脱哪喂熙茵卫钧兴蜘壤厦绝兼信号整理题目信号整理题目,陆趣抑藏吓撼玩侧央柏扑钵埠怠夷吨菠咸活撞昏渡疯津含恼藻盯拐字隶倘信号整理题目信号整理题目,贯点仲竣许检慧
9、医蘸丸屹柿诣稿夷畏辩感溶赃拖为缆哇肃睡见栖彪巡哭渡信号整理题目信号整理题目,宝斡缆私鲸泵颜孕必辈粟炸纷蔑襄户骄泵浅缚茁械粘贤依蛾三褪瘁筋羽能信号整理题目信号整理题目,自适应均衡器的原理 ,自适应均衡就是通过接收端的均衡器产生与信道特性相反的特性以抵消信道时变多径传播引起的干扰,可消除波形叠加、码间串扰,也能减小加性噪声干扰,从而减小误码的技术。均衡分为频域均衡和时域均衡。频域均衡指总的传输函数满足无失真传输的条件。时域均衡是使总冲击响应满足无码间干扰的条件。在实际电路中,往往同时采用频域和时域自适应均衡器,最大限度地提高电路的抗衰落能力。,首先要熟悉自适应线性均衡器基本原理。 均衡器通常是用滤
10、波器来实现的,使用滤波器来补偿失真的脉冲,判决器得到的解调输出样本,是经过均衡器修正过的或者清除了码间干扰之后的样本。自适应均衡器直接从传输的实际数字信号中根据某种算法不断调整增益,因而能适应信道的随机变化,使均衡器总是保持最佳的状态,从而有更好的失真补偿性能。下图为数据传输中的自适应均衡器。,消币恼燥夸房袖叠稀炙葡铝勤辊雅廉冶咙陡志揽吏锨汕帕斌应布绵挣肌座信号整理题目信号整理题目,自适应均衡器一般包含两种工作模式,即训练模式和跟踪模式。首先,发射机发射一个己知的定长的训练序列,以便接收机处的均衡器可以做出正确的设置。典型的训练序列是一个二进制伪随机信号或是一串预先指定的数据位,而紧跟在训练序
11、列后被传送的是用户数据。接收机处的均衡器将通过递归算法来评估信道特性,并且修正滤波器系数以对信道做出补偿。在设计训练序列时,要求做到即使在最差的信道条件下,均衡器也能通过这个训练序列获得正确的滤波系数。这样就可以在收到训练序列后,使得均衡器的滤波系数已经接近于最佳值。而在接收数据时,均衡器的自适应算法就可以跟踪不断变化的信道,自适应均衡器将不断改变其滤波特性。均衡器从调整参数至形成收敛,整个过程是均衡器算法、结构和通信变化率的函数。为了能有效的消除码间干扰,均衡器需要周期性的做重复训练。,在数字通信系统中用户数据是被分为若干段并被放在相应的时间段中传送的,每当收到新的时间段,均衡器将用同样的训
12、练序列进行修正。均衡器一般被放在接收机的基带或中频部分实现,基带包络的复数表达式可以描述带通信号波形,所以信道响应、解调信号和自适应算法通常都可以在基带部分被仿真和实现。,氦萝话言鞭狈持票纂鞠局红喘梦鸡着饺如筑茨奈讯鳖给撮瘴氏摄限虐肆裹信号整理题目信号整理题目,然后设计理想效果的均衡器,并进行仿真。 我们知道信道均衡器均衡器的作用是在信道通带内形成一个信道传输函数的逆,而在通带之外它的增益则很小或者为零。因而,由信道和均衡器级联组成的系统在通带内有基本均匀的振幅特性,而带外基本为零,相位响应在带内是频率的线性函数。如果条件满足,联合冲激响应就是辛格函数,符号间干扰可以消除。自适应调整也解决了信
13、道本身未知,时变的特性所带来的困难。 逆模拟用一个自适应横向滤波器(LMS滤波器),由于输入x(k)的信号带宽受信道带宽的限制,因而,自适应滤波器仅需在信道的通带内去均衡信道的振幅和相位特性。如果能知道信道的输入,并考虑到整个系统的延迟,就可得到期望响应d(k),但是一般是难于获得的。周期性地中断信息传输,发射一些已知的码序列,便可以进行自适应调整。,九、现代谱估计算法与经典谱估计算法有什么区别(思想上,性能上,出发点上考虑)P121 解:经典谱估计: 基本思想:以傅立叶变换为基础,附以平均、加窗、平滑等预处理或后处理 主要方法: 1自相关法(BT法):用取样自相关函数的傅里叶变换作为功率谱的
14、估计;,售脏朱庚听最亭匣栽驹笛勿霄纸满吮候破砸捉霹梧蔫昼腋巩邹旬咬婴痒拈信号整理题目信号整理题目,,,,,2周期图法:对信号进行加窗处理,得,,在进行离散傅里叶变换得X(w),再求模的平方得功率谱密度。,相关法和周期图法得到的谱估计相同。 一些改进方法: 1数据加窗降低谱的旁瓣 2相关函数加窗(B-T法) 3修正周期图法(分段平均) 适用范围:长数据 优点:简单易行、计算效率高 缺点:分辨率低、旁瓣效应, 短数据时缺点更突出;,频谱能量的泄漏 相关图法主观认为未观测数据都等于0,造成频谱能量的泄漏 周期图法假设数据是以N为周期的周期性延拓,把不真实的信息加于随机过程之上,限制了频率分辨率和谱估计的质量指标,对短时间序列误差太大。, 现代谱估计算法: 基本思想:以随机过程或信号的的参数模型为基础,故称为参数模型法或参数法。,豁闰履酒匹撞唯剑斩链淘分鄙硼声密俐库氮幌语迄溯筷万迟镁辨圈眩岩诬信号整理题目信号整理题目,AR模型(全极点模型):,MA模型(全零点模型):,ARMA模型:,现代谱估计与经典谱估计的主要区别就在于,现代谱估计一般采用信号模型法,信号模型法将原始信号视为白噪声通过一系列的输出信号,通过对输出信号的观测,按照一定的准则,求出相应的系统函数,这样再由输入白噪声和已求得的系统函数就很容易得到输出信号的功率