MATLAB辅助现代工程数字信号处理 第二版 作者 李益华 第1-5章 第1章.ppt

第1章 数字信号处理与离散时间系统 　　　　　1.1 数字信号处理概述　　目前，以DSP芯片为核心的数字信号处理开发设备已广泛应用于工程技术领域。所涉及的信号包括电、磁、机械、热、声、光等各个方面。随着大规模集成电路和数字计算机的飞速发展，以及数字信号处理理论和技术的成熟与完善，数字信号处理已成为一门极其重要的学科。 1.1.1 数字信号处理的理论基础　　在较强背景噪声下，如何提取出真正的信号或信号特征，并将其应用于实际工程是信号处理理论要完成的主要任务。数字信号处理在理论上所涉及的范围极广。数学领域中的微积分、概率统计、随机过程、高等代数、数值分析、复变函数等是其基本分析工具; 网络理论、信号与系统等是其理论基础; 最优控制、通信理论、故障诊断等也与其紧密相连。在近40年的发展中，数字信号处理已基本形成了一套较完整的理论体系，主要包括信号的采集(A/D转换、采样定理、多抽样率等)、离散信号的分析(时频分析、信号变换等)、离散系统分析及其算法(系统转移函数、频率特性、快速傅里叶变换、快速卷积等)、信号的估值(各种估值理论、相关函数与功率谱估计等)、数字滤波技术(各种数字滤波器的设计与实现)、信号的建模(AR、MA、ARMA、PRONY等模型)、信号处理中的特殊算法(抽取、插值、反卷积、信号重建等)、信号处理技术的实现与应用(软硬件系统的整体实现)。 　　伴随着通信技术、电子技术及计算机的飞速发展，数字信号处理的理论也在不断地发展和完善，各种新算法、新理论层出不穷。平稳信号的高阶统计量分析、非平稳信号的联合时域分析、信号的多抽样率分析、小波变换及独立分量分析等信号理论取得了较大的发展。 1.1.2 数字信号处理的实现　　数字信号处理的实现是指将信号处理的理论应用于某一具体的实践任务中。对象不同，实现的途径也不相同，总体说来，数字信号处理的实现可分为软件实现和硬件实现两大类。 　　软件实现主要是指在通用计算机上用软件来实现信号处理的过程。目前，有关信号处理最强大的软件工具是MATLAB语言及相应的工具箱。本书涉及的工程数字信号处理的相关理论与具体实际应用，均以MATLAB为辅助软件来实现信号处理的仿真过程。　　硬件实现主要是指采用通用微处理器或数字信号处理器DSP芯片，配置适当的外围IC，配合相应的处理程序构成的数字信号处理系统。DSP芯片可分为通用的可编程DSP芯片和专用的DSP芯片。 　　具体有以下几种实现方式：　　(1) 在大、中、小型计算机上运行相应的数字信号处理软件来实现。如图像压缩和解压缩软件等。软件实现的执行速度较慢，因此，软件实现一般仅用于DSP算法的模拟与仿真。　　(2) 在通用计算机系统中加上专用的加速处理机来实现。此方法专用性强，但不便于系统的独立运行。　　(3) 在通用的单片机(如MCS-51系列、MSC-96系列等)上实现。这种方法主要用于数字控制等领域。设计中可根据不同环境选配不同的单片机类型，以达到实时控制的目的，但该法数据运算量不能太大，只适用于实现简单的DSP算法。 　　(4) 利用通用的可编程DSP芯片来实现。DSP芯片较之单片机，具有更加适合于数字信号处理的软件和硬件资源，可用于复杂的数字信号处理算法。通用DSP芯片内部带有乘法器、累加器，采用流水线工作方式及并行结构、多总线结构， 执行速度快，适用于信号处理的指令等。　　(5) 采用专用的DSP芯片来实现。在一些特殊场合，当要求信号处理速度极高时，通用DSP芯片很难实现要求的功能，须采用专用的DSP芯片。例如专用于FFT、数字滤波、卷积、相关等算法的DSP芯片。这种芯片将相应的信号处理算法在芯片内部用硬件实现，使用者只需给出输入数据，即可在输出端直接得到数据，无需进行编程。 1.1.3 数字信号处理的应用　　数字信号处理是一门涉及多学科的新兴学科，在语音、雷达、声纳、地震、图像、通信系统、系统控制、生物医学工程、机械振动、遥感遥测、地质勘探、航空航天、电力系统、故障检测、自动化仪器等众多领域获得了极其广泛的应用。数字信号处理有效地推动了众多工程技术领域的技术改造和学科发展。近年来，随着多媒体的发展，DSP芯片已在家电、电话、磁盘机等设备中广泛应用。　　数字信号处理的典型应用如表1.1所示。 　　　　　　1.2 信 号 与 系 统　　信号是信息的载体，是信息的物理表现形式，是信息的函数。信号是随着时间、空间或其他自变量变化的物理量。通常把一个信号描述为一个或几个自变量的函数。例如，函数　　　　　　　　S(x，y)＝5x＋4xy＋20y2　　　　　(1.1)　　描述了含两个自变量x和y的信号，是一种确定性信号。然而，很多情况下，这种函数关系是未知的，比如语音信号等自然信号。 　　信号根据其不同的