《信号处理技术(精品)》由会员分享，可在线阅读，更多相关《信号处理技术(精品)（8页珍藏版）》请在金锄头文库上搜索。
1、信号处理技术摘要本文围绕信号类型展开，比较了模拟信号与数字信号处理的概念，然后重点介绍了应用更为广泛的数字信号处理技术。其中涉及到数字信号处理的基本步骤，实际应用较多的几种数字信号处理技术理论，并简要介绍了DSP处理器的发展历程及趋势，和DSP技术的应用领域。1概述1.1模拟信号与数字信号的区别模拟信号是将源信号的一些特征未经编码直接通过载波的方式发出，是连续的。数字信号则是通过数学方法对原有信号进行处理，编码成二进制信号后，再通过载波的方式发送编码后的数字流，是离散的。1.2模拟信号处理法与数字信号处理法的简单比较模拟信号处理法是直接对连续时间信号进行分析处理的方法，其分析过程是按照一定的数
2、学模型所组成的运算网络来实现的，即使用模拟滤波器、乘法器、微分放大器等一系列模拟运算电路构成模拟处理系统来获取信号的特征参数，如均值、均方根值、自相关函数、概率密度函数、功率谱密度函数等。数字信号处理就是用数字方法处理信号，它可以在专用的数字信号处理仪上进行，也可以在通用计算机上或DSP芯片上通过编程实现。建立在模拟器件基础上的模拟信号处理，虽然可以消除或减弱噪声污染的影响，提取有用信号。但是用模拟仪器进行这些分析却很困难：带通滤波器的带宽应尽可能窄；分辨率低；分析时间长；只能用X-Y记录仪或荧光屏显示；不易实现再处理。在运算速度、分辨力和功能等方面，数字信号处理技术都优于模拟信号处理技术。目
3、前，数字信号处理已经得到越来越广泛的应用。数字信号处理是20世纪60年代，随着信息学科和计算机学科的高速发展而迅速发展起来的一门新兴学科。数字信号处理是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各种处理，达到提取有用信息便于应用的目的。例如：滤波、检测、变换、增强、估计、识别、参数提取、频谱分析等。2数字信号处理的一般步骤一般地讲，数字信号处理涉及三个步骤： (1) 模数转换(A/D转换)：把模拟信号变成数字信号，是一个对自变量和幅值同时进行离散化的过程，基本的理论保证是采样定理。 (2) 数字信号处理(DSP)：包括变换域分析(如频域变换)、数字滤
4、波、识别、合成等。 (3) 数模转换(D/A转换)：把经过处理的数字信号还原为模拟信号。通常，这一步并不是必须的。 数字信号处理的一般步骤可用图 3.1 所示简单框图来概括。图3.1 数字信号处理系统框图2.1信号预处理信号的预处理是将信号变换成适于数字处理的形式，以减小数字处理的难度。它包括：(1) 信号电压幅值处理，使之适宜于采样；(2) 过滤信号中的高频噪声；(3) 隔离信号中的直流分量，消除趋势项；(4) 如果信号是调制信号，则进行解调。信号调理环节应根据被测对象、信号特点和数学处理设备的能力进行安排。2.2A/D转换A/D转换包括了在时间上对原信号等间隔采样、幅值上的量化及编码，即把
5、连续信号变成离散的时间序列，把连续时间信号转换为与其相应的数字信号的过程称之为“模/数(A/D)”转换过程，反之则称为“数/模(D/A)”转换过程，它们是数字信号处理的必要程序。2.3 数字信号分析数字信号分析可以在信号分析仪、通用计算机或专用数字信息处理机上进行。由于计算机只能处理有限长度的数据，所以要把长时间的序列截断。在截断时会产生一些误差，所以有时要对截断的数字序列进行加权(乘以窗函数)以成为新的有限长的时间序列。如有必要还可以设计专门的程序进行数字滤波。然后把所得的有限长的时间序列按给定的程序进行运算。例如，作时域中的概率统计、相关分析、建模和识别，频域中的频谱分析、功率谱分析、传递
6、函数分析等。2.4 输出结果运算结果可直接显示或打印，也可用数/模(D/A)转换器再把数字量转换成模拟量输入外部被控装置。如有必要可将数学信号处理结果输入后续计算机，用专门程序做后续处理。3数字信号的处理（DSP：digital signal processing）技术3.1傅立叶变换传统的信号分析方法分别在时域和频域使用傅立叶变换进行处理。傅立叶变换以及其数字实现方法快速傅立叶变换（FFT）允许把一个信号分解成多个独立的频率分量和幅度分量。这样很容易区分开有用信号和噪声。但是经典傅立叶变换工具的主要缺陷是不能把时间和频率信息结合起来给出频率是怎样随时间变化的。对于非平稳信号，传统的傅立叶变换
7、显然不行，因为它无法给出所需信号频率出现的时间区域，也就无法真正了解频率随时间的变化情况。短时傅立叶变换（STFT）是一种能对信号同时进行时间域和频率域分析的工具。它的基本思想是：通过对所感兴趣的时刻附近的一小部分信号进行傅立叶分析，以确定该时刻的信号频率。因为时间间隔与整个信号相比是很短的（如语音信号），因此把这个处理过程叫做短时傅立叶变换。为实现STFT，研究人员一开始使用的是窗口。实际上，它只给了我们关于信号的部分信息，STFT分析的精度取决于窗的选取。这正难点所在，比如：时间间隔应取多大；我们要确定什么样的窗口形状才能给中心点一个较大的权值，而给边缘点一个较小的权值；不同的窗口会产生不
8、同的短时分布。还应该注意到的是：信号的特性由于窗函数的特性有所扰乱，信号恢复原状需要适当的整理并对信号进行估计。因此，STFT并不总能给我们一个清晰的表述。这就需要更好的方法来表示事件和频率的关系。3.2时间频率分布研究时间频率分布的动机是为了改进STFT，其基本思想是获得一个时间和频率的联合函数，用于精确的描述时域和频域的信号能量。经典傅立叶分析只能把信号分解成单个的频率分量，并且建立其每一个分量的相对强度，但能量频谱并没有告诉我们那些频率在什么时候出现。时频分布不但能告诉我们出现什么频率，而且还能告诉我们每一个频率出现在什么时候，使多个信号更容易得到区分和识别。换句话说，功率谱密度告诉我们
9、在整个信号期间所出现的频率，时频分布能使我们判断某一特定时刻的频率。物理学中的不确定性原理告诉我们：不可能同时实现时域和频域的高分辨力，也就是满足所谓的“边缘能量”。当某一分辨力实现时，必须要牺牲另一分辨力。为了满足边缘条件，出现了一些其他的分布，如维格纳分布（WD）。魏格纳分布（WD）是一种二次（非线性）分布，当对多个信号进行分析时，WD将产生一个干涉项，也叫相交项。虽然魏格纳分布能提供改进的时域和频域分辨力，但相交项却是它的一个缺点。魏格纳分布的一个派生分布叫做魏格纳维勒分布（WVD），它利用独立的时域和频域窗口，引进一种平滑方法来减少相交项的影响。3.3小波变换小波变换（WT）是科学家、
10、工程师、数学家共同创造的产物。对于分析静态信号很有意义，因为它提供了STFT的另一种替代方法和许多二次时频分布。小波变换与STFT的主要差别是：短时傅立叶变换使用的是一个固定的信号分析窗口，小波变换在高频段使用短窗口，在低频段使用长窗口。通过在高频段和低频段分别提供较好的时间分辨力，来帮助分散不确定性原则的影响。同许多二次函数不一样，WT是一个线性变换函数，因此，他不会产生额外的相交项。STFT和WT的另外一个主要区别是，STFT把正弦和余弦分量作为有用信号的垂直分量来使用，而WT则使用专用的“小波”，它通常包括一个正交分量。然而计算用小波集合表示信号仿真或相交的对象系数。换句话说，一个信号的
11、WT与它的分析结果相对应，它可以采用扩展（收缩）和变换（移动窗）方法而得到一系列函数表达式。小波变换具有多尺度分析能力和良好的能量紧缩性。小波尺度与频率等价，并与频率成反比，在图像处理中，小波的空间定位性能使图像的一些二维特征（如形状、方向）能够在变换空间中保留下来。这样通过一些几何约束就能够抽取不同尺度层次、不同方向的图像特征。4数字信号处理技术的应用数字信号处理器是在模拟信号变换为数字信号后对数字信号进行高速实时处理的专用处理器，它具有计算速度快、体积小、功耗低等优点，是实现数字信号处理的强大工具。近年来，随着半导体技术的进步，处理器芯片的处理能力越来越强大，使得信号处理的研究可以主要放在
12、算法和软件方面，不再像过去那样需要过多考虑硬件。由于它的出色性能，DSP目前被广泛应用于数字通信、信号处理、工业控制、图像处理等领域。4.1 DSP处理器的发展历程在数字信号处理技术发展的初期（上世纪5060年代），人们只能在微处理器上完成数字信号的处理。一般认为，世界上第一个单片DSP芯片是1978年AMI公司发布的S2811。1980年，日本NEC公司推出的D7720是第一个具有硬件乘法器的商用DSP芯片，从而被认为是第一块单片DSP器件。随着大规模集成电路技术的发展，1982年美国德州仪器公司柜橱世界上第一代DSP芯片TMS32010及其系列产品，标志着实时数字信号处理领域的重大突破。T
13、I公司随后推出了第二代DSP芯片TMS32020及其系列，至今，TI公司已经推出了其第六代DSP芯片TMS320C62X/C67X、TMS320C64X等芯片。美国Analog Device公司在DSP芯片市场也有一定的份额，推出了一系列具有自己特色的DSP芯片，如其定点的DSP芯片ADSP2101/2103/2105，ADSP2111/2115，ADSP2161/62/64，浮点DSP有ADSP21000/020、ADSP21060/21062等。20世纪80年代以来，DSP芯片得到了突飞猛进的发展，从运算速度来看，MAC（一次乘加运算）时间已经从80年代初期的400 ns降到了10 ns以
14、下（如TI公司的TMS32054X、TMS320C62X/67X等），处理能力提高了几十倍。DSP芯片的引脚数量从1980年的64个增加到现在的200个以上，引脚数量的增加也加强了结构的灵活性。4.2 DSP处理去器的方向发展方向4.2.1向着集成方向发展目前的DSP多数基于RISC（精简指令集）结构，这种结构的优点是尺寸小、功耗低、性能高。现在各DSP厂纷纷采用新工艺，将几个DSP核、MPU核、专用处理单元、外围电路单元和存储单元集成在一个芯片上，成为DSP系统级集成电路。4.2.2 内核结构进一步改善多通道结构和单指令多重数据（SIMD）、超长指令字结构（VLIM）、超标量结构、超流水结构
15、、多处理、多线程及可并行扩展的超级哈佛结构在高性能处理器将占据主导地位。4.2.3 进一步降低功耗和几何尺寸 DSP的应用范围已经扩大到人们工作生活的各个领域，特别是便携式手持产品对于低功耗和尺寸的要求很高，所以DSP有待于进一步降低功耗。随着CMOS的发展，提高DSP的运算速度和降低功耗尺寸是完全可能的。4.2.4 与可编程器件结合DSP在许多新的领域的应用要求它借助PLD或FPGA来满足日益增长的处理要求。与常规DSP器件相比，FPGA器件配合传统DSP器件可以处理更多的信道，来满足无线通信、多媒体等领域的多功能和高性能的需要5数字信号处理技术的应用信号处理技术直用于转换或产生模拟或数字信
16、号，其中应用的最频繁的领域就是信号的滤波。此外，从数字通信、语音、音频和生物医学信号处理到检测仪器仪表和机器人技术等许多领域中，都广泛地应用了数字信号处理（digital signal processing，DSP）技术。(1) 语音处理 语音处理是最早应用数字滤波器的领域之一，也是最早推动数字信号处理理论发展的领域之一。该领域主要包括5个方面的内容：第一，语音信号分析。即对语音信号的波形特征、统计特性、模型参数等进行分析计算；第二，语音合成。即利用专用数字硬件或在通用计算机上运行软件来产生语音；第三，语音识别。即用专用硬件或计算机识别人讲的话，或者识别说话的人；第四，语音增强。即从噪音或干扰中提取被掩盖的语音信号。第五，语音编码。主要用于语音数据压缩，目前已经建立了一系列语音编码的国际标准，大量用于通信和音频处理。近年来
