文章目录一、数字信号处理技术二、傅立叶变换(时域频域) ) )。
一、数字信号处理技术
数字信号处理 (DSP , Digital Signal Processing )是信息学科与计算机学科相结合产生的一门新兴学科，核心是采用数值计算的方法，完成信号的处理；
DSP 有两种理解 :
Digital Signal Processor :数字信号处理器；DSP , Digital Signal Processing :数字信号处理技术；数字信号处理完整过程 :
模拟信号以A/D被转换为数字信号，数字信号以数字信号处理被转换为新的数字信号，然后以D/A被转换为模拟信号；
模拟信号、数字信号数字信号；
数字信号处理一般进行频谱分析、滤波、数据压缩、数据调制解调等处理；
DSP 实现 :数字信号处理一般用硬件实现，
通用 CPU:在一般电脑、服务器上运行的DSP算法； CPU性能越来越高()这是主要趋势)；DSP 芯片 :TI公司的TMS320系列芯片、AD公司的ADSP系列芯片、ATT的TS201系列芯片； http://www.Sina.com/http://www.Sina.com/http://www.Sina.com /
3358 www.Sina.com/http://www.Sina.com/http://www.Sina.com/http://www.Sina.com /
二、傅立叶变换(时域变换频域)可编程芯片傅立叶级数变换、傅立叶变换、拉普拉斯变换等；
模拟信号表现为数字信号，然后使用傅立叶变换进行频谱分析，
x(t ) ftx ) j) x(t )堆栈rel (ft ) (长时间堆叠) x (j ) omega ) t ) ftx (j)。
专用芯片
c o s 0 t F
T π ∣ δ ( Ω − Ω 0 ) + δ ( Ω + Ω 0 ) ∣ cos Omega_0 t stackrel{FT}{longleftrightarrow} pi | delta (Omega - Omega_0) + delta (Omega + Omega_0) | cosΩ0t⟷FTπ∣δ(Ω−Ω0)+δ(Ω+Ω0)∣c o s Ω 0 t cos Omega_0 t cosΩ0t 是一个能量无限的信号 , 其 所有的能量都集中在了 Ω 0 Omega_0 Ω0 频率上 , 因此是一个冲激 ;
傅里叶变换频谱分析反应了信号在频率意义上的能量分布 ; c o s Ω 0 t cos Omega_0 t cosΩ0t 在除 Ω 0 Omega_0 Ω0 之外的频率上 , 能量都是 0 0 0 ,
如果一个信号在时间上是可分的 , 没有噪声 , 如 在 0 0 0 ~ 100 100 100 秒内发出 5 K H z 5KHz 5KHz 信号 , 在 100 100 100 ~ 200 200 200 秒内发出 2 K H z 2KHz 2KHz 信号 , 简单的时域分析 , 就可以分析该信号的情况 , 没有必要进行傅里叶变换 ;
频谱图上表示的是一段时间内 , 不同频率上 , 信号的能量强度 ;
如果在信号上加入了噪声 , 如果 将信号从时域转为频域 , 可以很清晰的看到每个频率上的信号能量分布 , 如果噪音的频率与信号的频率不同 , 可以很清晰的看到哪些是噪音 , 哪些是信号 ; 同时可以计算出信号的信噪比 ;
在时间上 , 信号和噪声同时存在 , 都存在了 200 200 200 秒 , 经过傅里叶变换 , 检查频谱 , 可以将分布在所有时间上的不同频率的的能量分析出来 , 哪个是噪音 , 哪个是信号 , 一目了然 ;
电话的双音多频信号 , 使用两个固定频率单音信号 , 组合成一个信号 , 转为频域信号时 , 只要 监控这两个固定频率的信号强度 , 就知道是否发出了该组合信号 ;
在相同时间内 , 出现与信号频率相同的噪声 , 如收听某个广播电台的 100 H z 100Hz 100Hz 频率的广播信号时 , 突然出现干扰噪声 , 该干扰也是 100 H z 100Hz 100Hz 的 , 这样即使使用傅里叶变换 , 在频谱分析上也无法识别出噪声 ;
对于与信号的 时域 , 频域 相同的噪声 , 需要使用阵列信号处理 , 将 时域变到空域 , 在空间上 , 噪声与信号是处于不同空间的 , 这里就有一个与频谱类似的 空间谱 ,