數位訊號處理到底有什麼用

2021-02-14 數位訊號處理輔導

點擊上面的「數位訊號處理輔導」，訂閱本微信公眾號，並點擊右上「┇」分享到朋友圈。進行數位訊號處理系列課程（信號與系統——數位訊號處理——隨機信號分析——現代數位訊號處理）輔導，鞏固基礎與進一步提高相結合。作者聯繫方式：

Email: 103282699@qq.com. 

QQ：103282699.

提倡「我為人人，人人為我」，歡迎廣大朋友提供好的資料、文章、題解和學習經驗，共同學習，共同進步。

一   數位訊號處理的主要內容

「數位訊號處理」的概念比較廣泛, 理論包括三部分:

①以快速傅立葉變換和IIR/FIR濾波器設計等經典內容為主的數位訊號處理;

②以隨機信號為研究對象的隨機信號分析與處理;

③較新的現代信號處理.

一般來說, ①是電子信息類專業本科課程, ②為本科生高年級和碩士研究生課程, ③是研究生(包括碩士生和博士生)課程. 此外, 數位訊號處理既包括理論基礎和軟體仿真, 也包括硬體實現即DSP晶片.

在本科階段學習的是①, 包括兩個主要內容: 離散傅立葉變換及其快速算法和濾波器(IIR/FIR)設計. 有的教材介紹了數位訊號處理硬體實現的有關知識, 和多採樣率信號處理等相關知識.

二  數位訊號處理的應用

可以說, 沒有數位訊號處理, 就沒有現在這樣豐富多彩的娛樂和學習生活, 也沒有現代強大的生產能力, 文獻[1]第5頁表0.1給出數位訊號處理的典型應用, 包括自動控制、消費電子、電子通信、語音、圖形/圖像和工業應用等.

作為本科生學習的數位訊號處理, 是整個數位訊號處理的基礎, 涉及較為簡單的內容, 雖然簡單, 但是仍然可以幫助理解和解決很多問題, 下面以我閱讀過的一個語音編碼國際規範為例, 說明基礎的數位訊號處理的實際應用.

文獻[2]簡稱G.722.2標準, 是國際電信聯盟ITU制定的一個寬帶語音編碼標準, 由於較高的採樣率(16 kHz), 可以得到比窄帶語音(8 kHz)好得多的質量. 採樣率和信號質量的關係, 就是《數位訊號處理》和《通信原理》等課程的基本內容. 採樣率越高, 信號的帶寬越寬, 失真越小, 語音質量越高.

在語音編碼的初始階段, 有一個模數轉換(A/D)過程, 將模擬信號轉化為PCM數位訊號, 有一個很重要的處理步驟為抗混疊濾波, 濾波器的設計就涉及《數位訊號處理》這門課程的無限衝激響應濾波器設計的內容.

在預處理階段, 還要將採樣信號從16 kHz降採樣到12.8 kHz,以進行LPC, LTP和固定碼本參數的分析, 升/降採樣也是《數位訊號處理》的基本內容.

為了濾除不必要的低頻成分, 用一個截止頻率為50 kHz的高通濾波器濾波, 該高通濾波器為

學習了《數位訊號處理》這門課, 就可以根據一定的指標, 設計符合要求的濾波器.

信號經過高通濾波去掉低頻成分之後, 還要進行預加重以加強高頻成分, 預加重濾波器為

為什麼要對語音進行預加重呢? 因為語音信號的低頻分量能量大, 而高頻能量明顯偏小, 高頻分量對於語音的個性特徵是很重要的. 而鑑頻器輸出的功率譜密度隨頻率的平方而增加, 低頻噪聲小, 高頻噪聲大, 結果語音信號在低頻信噪比較大而高頻信噪比較小, 使得高頻相對低頻失真較大. 預加重即是加強高頻信號的能量, 使得低頻和高頻的信噪比接近一致, 接收端則進行去加重濾波. 上述功率譜密度的概念是隨機信號分析的基本內容, 而預加重濾波器則是《數位訊號處理》的基本內容.

對語音信號進行LPC分析時, 要進行加窗處理, 加窗是FIR濾波器設計的基本技術.

由於G.722.2進行矢量量化, 為了提高量化效率, 還要對語音信號進行感知加權, 以充分利用語音的掩蔽效應. 所謂「掩蔽效應」, 即強音掩蔽弱音, 高頻掩蔽低頻. 通過感知加權後,對能量較高的語音部分量化時可以適當加大失真, 根據資訊理論基本原理, 量化失真越大, 則需要的量化比特越少, 也就是編碼效率越高. 感知加權濾波器為

在語音的解碼合成階段, 要經過升採樣即從12.8 kHz到16 kHz和去加重等相反的過程.

以上講了一些本科《數位訊號處理》需要學習的內容, 學好這門課就能深刻理解以上各個過程. 此外, 還有一些內容涉及現代信號處理, 如Levinson-Durbin算法等, 這裡不介紹了.

總之, 學好《數位訊號處理》這門課, 不僅為以後的繼續深造打下良好的基礎, 而且可以理解很多信號處理的相關過程, 也可以做一些基本的濾波器設計工作.

三 《數位訊號處理》課程教學改革設想

有學生提問, 學數位訊號處理到底有什麼用, 以上結合自己的學習過程給出一個回答, 可以看出學完這門課, 可以理解很多以前不懂的內容. 對於那些想進一步深造的學生來說, 學好這門課是必需的.

由於絕大多數學生不從事後續研究工作, 因此這門課的教學應該儘量緊密結合實際應用, 而將枯燥的理論只從定性上講解, 將繁瑣的數學推導儘量省略掉. 比如講解FFT的時候, 只要講解快速傅立葉變換的基本思想, 為什麼能進行快速傅立葉變換就可以了. 定性的說明應該反覆強調以加深印象, 萬不得已的時候也要結合一些簡單的數學公式. 儘量結合語音和圖像等具體信號的處理講解基礎理論的應用. 多做MATLAB仿真, 切實感受信號處理的視覺和聽覺效果. 同時, 也要加強基本概念的講解, 儘量做到不僅知其然, 也要知其所以然.

總之, 數位訊號處理這門課很精深, 要學好、講好都很不容易, 只有教師和學生全力合作, 才能很好地完成這門課的學習.

參考文獻

[1] 吳鎮揚. 數位訊號處理(第三版). 北京: 高等教育出版社, 2016

[2]Wideband coding of speech at around 16 kbit/s using Adaptive Multi-RateWideband(AMR-WB). ITU-T. 2003, 7

長按或掃描二維碼關注本公眾號

相關焦點

  • 數位訊號處理(DSP)
    數位訊號處理其主要標誌是兩項重大進展，即快速傅立葉變換(FFT)算法的提出和數字濾波器設計方法的完善。 數位訊號處理是把信號用數字或符號表示成序列，通過計算機或通用（專用）信號處理設備，用數值計算方法進行各種處理，達到提取有用信息便於應用的目的。
  • 數位訊號處理之信號處理仿真 緒論
    推出本系列課程就是為了幫助讀者打好數位訊號處理的理論基礎和MATLAB的仿真基礎。
  • Matlab數位訊號處理
    一、函數信息與數位訊號數位訊號區別與傳統的函數信息的最大特點，就是其離散性，即數位訊號的自變量與返回值都是離散定義的
  • 數位訊號處理學習心得
    在《數位訊號處理》一書中，前三章講述了離散時間信號與系統信號的採樣與重建以及傅立葉變換及其快速算法。一般來說，時域的表示較為形象與直觀，頻域分析則更為簡練，剖析問題更為深刻和方便。在許多情況下，離散時間信號的傅立葉變換是不存在的，於是引入了Z變換。Z變換存在的充分條件是級數絕對可和，使級數絕對可和成立的所有Z值稱為Z變換域的收斂域。數位訊號處理系統中的離散時間信號大部分源自於模擬信號，而怎樣對模擬信號進行理想採樣和重建，給出了奈奎斯特採樣頻率的定義。
  • 《數位訊號處理》期末複習題一
    本公眾號進行數位訊號處理系列課程（信號與系統——數位訊號處理——隨機信號分析——現代數位訊號處理）輔導，鞏固基礎與進一步提高相結合
  • 通信數位訊號處理基本知識
    4、怎樣把覆信號從載波上移到低頻比如我把一個覆信號 a+b*j與載波相乘，產生覆信號 s(t)=(a+j*b)*cos(2*pi*fc*t) fc=900M,那麼怎麼解調呢，如果用低通濾波器，在頻域求的話，只能取它的實部啊？有什麼辦法呢，哪位大俠知道啊A1：覆信號有正交表示方法，有兩個分量，稱為同相分量和正交分量，在通信中有較為詳細的闡述。
  • 淺談DSP數位訊號處理技術的實現與應用
    數位訊號處理的目的是對真實世界的連續模擬信號進行測量或濾波。因此在進行數位訊號處理之前需要將信號從模擬域轉換到數字域，這通常通過模數轉換器實現。
  • 數位訊號處理課程教學質量標準
    數位訊號處理是研究用系統對含有信息的信號進行處理（變換）以獲得人們所希望的信號，從而達到提取信息、便於利用的一門學科，信號處理幾乎涉及所有的工程技術領域。本課程主要講述離散時間信號和系統的時域和頻域分析，離散傅立葉變換（DFT），快速傅立葉變換（FFT），無限衝激響應（IIR）數字濾波器的設計，有限衝激響應（FIR）數字濾波器的設計，數字濾波器網絡結構等內容。
  • 數位訊號處理(英文版) 第三章 離散時間信號的變換域表示(5)
    雖然可能會有些無奈，但research就是這樣，儘管投入了很多，但大部分的時間都會用在一開始的troubleshooting上面。但相比之下，作為一個博士生，身處的環境還是相對secure的。不用像postdoc一樣，為了能在job market上更有競爭力，拼命努力為了能在最短時間發出CNS級別的paper。
  • 這個解讀最好懂,大牛給你介紹《信號與系統以及數位訊號處理》
    引子很多朋友和我一樣，工科電子類專業，學了一堆信號方面的課，什麼都沒學懂，背了公式考了試，然後畢業了。先說"卷積有什麼用"這個問題。(有人搶答，"卷積"是為了學習"信號與系統"這門課的後續章節而存在的。我大吼一聲，把他拖出去槍斃！)
  • 數位訊號處理架構下FPGA,ARM,DSP的對比
    ，一般兩者都會有。，或者增強某些信號； 3》AD將模擬信號轉換成數位訊號； 4》DSP/FPGA/ARM/MPU數位訊號處理。 整個系統分為三個域，從模擬到數字，再到數位訊號處理，再到數字變模擬。 數位訊號處理一般所研究的內容涉及採樣、濾波、變換、檢測、譜分析、估計、壓縮以及識別等；數位訊號處理的理論和算法是密不可分的；相對於模擬信號系統處理，數位訊號處理體積小、功耗低、精度高、易於大規模集成以及可進行二維以及多維處理等優勢。
  • 基於Python的數位訊號處理初步
    xhsir520Python 是目前的熱門語言，一直覺得掌握一門程式語言對作為搞技術的來說還是很有必要的，結合工作中能用到的一些數據處理和分析的內容，覺得從數據分析入手，爭取能夠掌握Python在數據處理領域的一些應用。
  • 數位訊號處理系列(離散信號的頻域分析之二)——離散傅立葉級數(1)
    需要說明的是，DFS有兩種表示形式，如下圖，這兩種方式的區別在於，1/N的係數在正變換（FS係數求解式）中，還是反變換（級數展開式）中？沒有實質區別，只是差一個常數N。（如例2）方法：用FS的係數求解公式。
  • 數位訊號處理的FPGA實現(第4版)(中+英+源碼)
    FPGA正在掀起一場數位訊號處理的變革。本書旨在講解前端數位訊號處理算法的高效實現。首先概述了當前的FPGA技術、器件以及用於設計*先進DSP系統的工具。第1章的案例研究是40多個設計示例的基礎。隨後幾章闡述了計算機算法的概念、理論、FIR和IIR濾波器的實現、多抽樣率數位訊號系統、DFT和FFT算法、未來很可能實現的高級算法以及自適應濾波器等。每一章都包含練習。
  • 2020年自考《數位訊號處理》真題練習題
    自考數位訊號處理是自考的一門公共課，小編整理了一些模擬試題及答案，供大家參考。點擊進入:自考報名有疑問、不知道如何選擇主考院校及專業、自考當地政策不了解，點擊立即報考諮詢》》   2020年自考《數位訊號處理》真題練習題一、單項選擇題(本大題共10小題，每小題2分，共20分)在每小題列出的四個備選項中只有一個是符合題目要求的，請將其代碼填寫在題後的括號內。錯選、多選或未選均無分。
  • 數位訊號,你真的搞清楚了嗎?
    之前被我帶過的女生質問過說她認為什麼Digital Sensor、Digital LDO都是假的，因為這些電路處理的都是「模擬信號」。所以這些都是「模擬電路」。她覺得她當時做的課題不是「做數字」，因此對此很不滿意。當時由於很多問題沒想清楚，也不想和她深入爭論這個問題。但現在得空了，就來好好分析一下這個問題。　　這事首先要討論一個問題。什麼叫信號(Signal)。
  • 數位訊號處理系列串講(離散信號的頻域分析之一)——離散時間傅立葉變換
    離散信號的頻域分析，分為5節。本文對第一節：離散時間傅立葉變換DTFT（Discrete-Time Fourier Transform）的內容進行總結。下列四種常用信號的DTFT要熟練掌握，課程後續內容的學習中需要用到。
  • 淺談數位訊號處理中的FFT頻率與實際物理頻率
    打開APP 淺談數位訊號處理中的FFT頻率與實際物理頻率 工程師飛燕 發表於 2018-10-25 10:20:53 換句話說，就是將2pi數字頻率w分成n份，而整個數字頻率w的範圍覆蓋了從0-2pi*fs的模擬頻率範圍。這裡的fs是採樣頻率。而我們通常只關心0-pi中的頻譜，因為根據奈科斯特定律，只有f=fs/2範圍內的信號才是被採樣到的有效信號。那麼，在w的範圍內，得到的頻譜肯定是關於n/2對稱的。
  • DAC功耗數據計算 功耗數字到底包括什麼?
    DAC功耗數據計算 功耗數字到底包括什麼? 每個功耗數字到底包括了什麼？ 它可能看起來很明顯，但理解每一個功耗數字包括了什麼電路是計算系統總體功耗的關鍵。不過，如果僅憑一本數據手冊來進行這項工作，那麼常常是說比做容易。現在讓我們思考一個可攜式系統的音頻輸出。圖1顯示了所有主要的功能塊。
  • DSP數位訊號處理器在科裡奧利質量流量計上的應用
    1000系列和2000系列兩種變送器可與核心處理器之間通過普通的4線電纜相連接，它們將輸出最終測量信號、提供顯示和一些其他的功能。變送器也可以一體地與核心處理器安裝在一起。　　一 什麼是DSP數位訊號處理器 　　DSP數位訊號處理器是一個實時處理信號的微處理器。