数字信号处理概述

来源：互联网发布：微博数据挖掘研究综述编辑：程序博客网时间：2024/04/29 13:26

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。它的重要性日益在各个领域的应用中表现出来。
其主要标志是两项重大进展，即快速傅里叶变换(FFT)算法的提出和数字滤波器设计方法的完善。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。

数字信号处理（Digital Signal Processing，简称DSP）是一门涉及许多学科而又广泛应用于许多领域的新兴学科。数字信号处理是围绕着数字信号处理的理论、实现和应用等几个方面发展起来的。数字信号处理在理论上的发展推动了数字信号处理应用的发展。反过来，数字信号处理的应用又促进了数字信号处理理论的提高。而数字信号处理的实现则是理论和应用之间的桥梁。数字信号处理是以众多的学科为理论基础的，它所涉及的范围及其广泛。例如，在数学领域，微积分、概率统计、随机过程、数值分析等都是数字信号处理的基本工具，与网络理论、信号与系统、控制论、通信理论、故障诊断等也密切相关。一些新兴的学科，如人工智能、模式识别、神经网络等，都与数字信号处理密不可分。可以说，数字信号处理是把许多经典的理论体系作为自己的理论基础，同时又使自己成为一系列新兴学科的理论基础。

数字信号处理的目的是对真实世界的连续模拟信号进行测量或滤波。因此在进行数字信号处理之前需要将信号从模拟域转换到数字域，这通常通过模数转换器实现。而数字信号处理的输出经常也要变换到模拟域，这是通过数模转换器实现的。数字信号处理的算法需要利用计算机或专用处理设备如数字信号处理器（DSP）和专用集成电路（ASIC）等。数字信号处理的研究方向应该更加广泛、更加深入．特别是对于谱分析的本质研究，对于非平稳和非高斯随机信号的研究，对于多维信号处理的研究等，都具有广阔前景。

信号分析：测量信号的性质

频谱分析Spectrum(frequency/phase)analysis

检测、鉴别、识别

信号滤波：

取除噪声

信号频率分解

近年来针对数字信号处理技术的发展，提出了几种新的数学模型、相应的处理方法和新的研究方向，其中自回归滑动平均(ARMA)模型在谱估计、线性预测、自适应滤波等方面有着广泛应用，Pisarenko谐波分解模型则是ARMA模型的特例，Prony模型则是指数形式的信号数学模型，它们都具有实际意义。

随着信息时代、数字世界的到来，数字信号处理已成为一门极其重要的学科和技术领域。

数字信号处理也存在一定的缺点。例如，对于简单的信号处理任务，如与模拟交换线的电话接口，若采用DSP则使成本增加。DSP系统中的高速时钟可能带来高频干扰和电磁泄漏等问题，而且DSP系统消耗的功率也较大。此外，DSP技术更新的速度快，数学知识要求多，开发和调试工具还不尽完善。数字信号处理系统的缺点是速度低，频率低。