《数字信号处理

（ B ）》
同济大学 电子科学与技术系
林 澜
linlan@tongji.edu.cn
腾讯会议：

520 433 398

密码 : 8068

2
 教 材
数字信号处理导论 — 胡广书，清华版
（第二版） （第一版）

or

3
dspdip@126.com
• dianke
• DSP 文件夹
4
课 代 表

？？ 同学

排实验
（与英文班合班）
5
助教：路畅（电信楼 274 ）
（课程群管理员）
 作业批改（ canvas ）
 上机习题（ canvas ）
 实验报告
 课后答疑 6
书面作业
从 Chap3 起
 DDL 为一周时间（ canvas ）
 系统允许“迟交”（会标记）

严禁抄袭！
7
课外上机（ 17 学时）
 MATLAB / Python
 Chap123467 ，每章自选一题
 Chap5 ，实现课本例子
 每章结束时 提交 canvas
 .m 和 输入数据的 .mat 文件
8
 MATLAB 软件包 工具箱
 Signal Processing Toolbox （信号处理工具箱）
 Filter Design Toolbox （滤波器设计工具箱）
 Wavelet Toolbox （小波工具箱）
 Image Processing Toolbox （图像处理工具箱）
 High-Order Spectral Analysis Toolbox
（高阶谱分析工具箱）
 Communication Toolbox （通信工具箱）

9
 实验课 （任浩琪 老师）
 暂定 10 月（第 7 或 8 周） 周三中午
+ 56+ 78 （与英文合班）
 智信馆 112 （分 3 批，每批 13-26 人）
 纸质实验报告 双面打印
 DSP 开发集成环境（ TI ）
Code Composer Studio 3.3 软件
（ CCS3.3 ）
10
考查时间
2022-10-26 ， 13:30-15:05

考查形式
 闭卷
 排座位（打乱学号）
11
 期 末 成 绩
A = 书面作业 平时成绩实行
B = 上机作业 “ 峰值归一化”
C = 课堂表现 Max=99
D = 实验
E = 期末考查（不涉及 MATLAB / CCS ）

 总评 = 0.6*E + 0.15*A + 0.15*B + 0.1*CD

 缓考：原则上 no“ 优”
12
 概论

关于“数字信号处
理”

13
 信号
关 数字信号
于
数字信号处理
数
字 一、 数字信号处理的任
务
信
号 二、 数字信号处理的优
势
处
理 三、 数字信号处理的理
论
14
四、 数字信号处理的实
 什么是 DSP?
Digital Signal Processing (DSP)
一门新的学科（广义）
Digital Signal Processor (DSP)
数字信号处理器（狭义） : DSPs

一门正在蓬勃发展的高新
技术学科 15
 信号？

数字信号？

数字信号处理？ 16
 一 信号
信号（ Signal ）是信息（ Information ）的
载体（物理表现形式） ，是系统直接进行加
工、变换、通信的对象。信息是信号的具体
内容，信息包含在信号中

• 信息：通过语言、文字、图像、数据等媒
体表达的感觉、思想、意见等
• 信号：声、光、电等
• Anything that bears information can be
considered as a signal 17
 信号
t
信号，特别是一维信号，多是时间
的函数，即
x(t ) 连续时间信号，又
称模拟信号
（ Analog Signal)

18
 信号描述方法
 数学描述
– 使用具体的数学表达式，把信号描述为一个
或若干个自变量的函数或序列的形式

因此，常可将“信号”与“函
f (t )  sin(t )
数”和“序列”等同起来

sin(t )
f (t )  x ( n)  a nu ( n)
t
19
 信号描述方法
 波形描述

– 按照函数随自变量的变化关系，把信
号的波形画出来

20
常见信号： ——不同的载体

电压，电流，磁通；
温度，压力， 压强；
光，声，机械振动；
流量，水位，潮位；
自然和物理信号
价格，经济指数，股市指数；
– 例如：语音、图像、地震信号、生理信号等
人体生理信号 等等
人工产生的信号
– 例如：雷达信号、通讯信号、医用超声信号、机械
探伤信号 21
传感器 (sensor) ： DSP 系统前
端
 将非电（其它载体）信号转化为
电信号

 转化后的信号是连续时域模拟
x
（ Analog) 信号 , 可以用 ( t )
表示
22
常见人体生理信号

（生物医学信号）
ECG( 心电 )
EEG( 脑电 )
EOG( 眼电 ) 要求：准确检测 R 波， >99 ％
准确检测
EMG( 肌电 ) P,Q,S,T 等波，
>90%
PCG( 心音 )
准确测量 P － Q
23
间期，
不同心脏病人的心电图

24
胎儿心电信号（ 120-160/min ）

脑电信号

25
脑电（ EEG ）的节律（即主要频率）：

 节律： <4Hz 的成分； （深睡）

 节律： 4Hz ～ 8Hz 的成分；（浅睡）

 节律： 8Hz ～ 13Hz 的成分；

（清醒）

 节律： >13Hz 的成分。

（受刺激或思考）

26
 火车鸣笛信号
1

0.8

0.6

0.4

0.2

-0.2

-0.4

-0.6

-0.8

-1
0 2000 4000 6000 8000 10000 12000 14000

27
二维信号： Lena
f ( x, y )

视频信号：
f ( x, y; t )

28
 模拟信号产生、处理和传输使用的
器件 : R, L, C, OP( 运算放大器 ) ，
缺点 : 体积大，精度低，不灵活

 电容、电感 容量∝体积

 易受外界影响

 可重复性差，重新设计电路板
29
 从模拟到数字
 连续时间信号：
– 连续时间域内的信号
– 幅度可以是连续数值，或是离散数值
 离散时间信号：
– 离散时间点上的信号
– 幅度同样可以是连续数值，或是离散数值

 特殊形式：模拟信号和数字信号
特殊形式：
– 模拟信号：时间和幅度都是连续数值的信号，实际中
与连续时间信号常常通用
– 数字信号：时间和幅度都离散化的信号 30
模拟实例信号与数字实例信号

31
二 数字信
号

32
时间离散（抽样） + 幅度离散（量
化）
→ 数字信号
 （最大）量化误差 = 量化步长
 量化步长 ∝ 1/2 字长

 “ 离散信号” ←→ “数字信号”
33
流程图

使达到 A/D 满
量程动态范围

34
 通常采样前，需要一个低通滤波

器（预滤波器），滤除模拟输入
信号中不必要的高频成分，避免
采样混叠
 通常 D/A 变换后，亦需要一个低

通模拟滤波器，滤除输出信号的
各次高频的谐波分量，恢复平滑
模拟信号 35
 时分多路 DSP 系统
 采样信号相邻采样间存在一定间隔

 可插入其它多路输入信号的采样并送

入同一系统
 在同步器的控制下，对各路信号分别

处理
 通过分路器将输出的组合序列分离为

多路输出信号 36
例: A/D 8bit 0~5120mV
00000000 0 mV

00000001 20mV

00000010 40mV

29mV 31mV

37
信号幅度 量化取整 二进制数 量化误差
floor(1.45)=1 0000 0001 -9mv
29mv ceil(1.45)=2 0000 0010 11mv
round(1.45)=1 0000 0001 -9mv

floor(1.55)=1 0000 0001 -11mv

31mv
ceil(1.55)=2 0000 0010 9mv
round(1.55)=2 0000 0010 9mv

38
• A/D 芯片已高度集成化，配以一些必要的外围
电路可做成不同的 A/D 板（又称数据采集板）。
• 将 A/D 板插入普通计算机（如 PC ）的扩展槽
中，配以相应的软件即可实现信号的抽样。
• A/D 芯片有两个主要的参数，一是字长，二是
转换速度。
 现在市售的 A/D 芯片字长有 8bit ， 10bit ， 12bit 及
14bit ，字长越长，量化误差越小，转换精度就越高。
 转换速度决定了其 A/D 芯片的最大抽样速度，目前
市售的 A/D 芯片的抽样速度可由几十千赫至几百兆
赫。
 字长越长，速度越高，其售价也越贵，使用者应视
39
三 数字信号处
理
• 以 PC 或专用 DSP 装置为硬件平台
• 以数值分析为基本工具
• 发展众多的信号处理算法
• 实现信号自身的提取或是信号有用
特征 ( 幅度 , 周期 , 持续时
间 , 过零点个数 , 上升时间 ,
下降时间 , 自相关函数 , 功率
谱 ) 的提取 40
 数字信号处理的范畴
 以数值计算方法对信号进行

— 采集 — 解调 — 检测

— 滤波 — 均衡 — 估值
— 变换 — 增强 — 识别
— 谱分
— 综合 — 压缩
析
等加工处理
 “ 处理”的实质是“运算” 41
 一 . 数字信号处理的任
务
任务：从信号中提取出所需要的信息，并将其用于
实际 。

例：

心电监护仪：
内含 CPU

42
 用于危重病房（ intensive care unit ， ICU ）
的心电自动监护仪的作用是监护病人的心电状态（同
时也包括其他生理参数，如血压、呼吸等），它应能
实时地显示和存储病人的心电波形，并根据心电图的
异常来自动决定是否给出报警。
一个实际的心电监护仪由心电放大器、 A/D 转
换器、 CPU 、显示单元、存储单元、系统管理软件
和心电信号处理软件所组成。
心电处理软件的功能：
（ 1 ） 在 CPU 的控制下实现心电信号的采集、
显
示和存储；
43
 （ 2 ）去除噪声：
在信号采集时，身体的任一微小运动都会产
生“基线漂移”，这是一种低频干扰，同时，由于肌
电的存在又产生了高频的肌电噪声，由于空间电磁场
的存在又使心电信号中混有 50Hz 的工频干扰。这些
噪声不去除，就会影响下一步的信号处理。

带有高频噪声及病态失真的心电信号
44
（ 3 ）波形检测（参数提取）：

 R 波检测：要求 >99 ％；
P 波检测， T 波检测：幅度特别低， >90
％；
 P-Q 间期测量； S-T 段形态检测；
 QRS 宽度检测 45
 （ 4 ）病类判别：根据检测出的参数、心脏疾病
的
原理和医生的临床经验，建立起各种心律异常的数学
模型并对心电信号做出判别，决定是否异常，如异常，
又属于哪一类异常。这一工作即是信号处理的应用。
以上内容虽然属于生物医学工程学科的范畴，
但从中可以看出数字信号处理的内容和任务。其他
学科的信号处理过程和该问题类似，即大体上也包
含了去噪、特征检测（或提取）和应用于实际这三
个方面。 46
数字信号处理的基本过程
（ 1 ） 信号的采集和存储
（ 2 ）去除噪声
— 高频干扰
— 低频干扰
—50Hz 的工频干扰：由于空间电磁场的存
在
— 这些噪声不去除，影响下一步的信号
处理
47
 二 . 数字信号处理的优势 :
（ 1 ） . 精度高（取决于 A/D 与 D/A 精度）

（ 2 ） . 可编程：灵活性强，
可重复性强

（ 3 ） . 稳定性高，
可靠性强

（ 4 ） . 易于大规
48
 三 . 数字信号处理的理论：
数学 : 微积分 , 线性代数 , 数论 , 概率
基 统计 , 随机过程 , 数值分析 , 近世代数 ,
础 复变函数
网络理论 , 信号与系统 , 计算机 , 微电子
技术
现代通信原理、现代控制理论、最优化

发 人工智能、模式识别、神经网络、 SOC

展 系统辨识、 振动测试、故障诊断
生物医学工程
49
数字信号处理的发展历程
 起源（ 17 世纪）
– 经典数值分析：有限差分、数值积分和插值
 提高（ 20 世纪 40 年代）
– 采样数据控制系统
– 信号谱估计和预测理论（ Wiener ）
 发展（ 1965 年）
– 快速 Fourier 变换（ FFT, Cooley&Tukey ）
 飞跃（近年来）
– 计算机和信息学科
– VLSI 50
 数字信号处理的理论非常丰富，
且在不断的飞速发展中，如：

上个世纪的六十、七十年代
DFT ， FFT ， Z 变换， Hilbert
变换；
离散系统分析理论；
各种数字滤波器设计理论；
随机信号统计分析理论；
51
上个世纪的八十年代：
现代功率谱估计理论（ AR ， ARMA 模型）
自适应滤波理论；
时频联合分析（ Wigner 分布， Cohen 类分
布）；
滤波器组理论；高阶统计量理论；

52
上个世纪的九十年代：
小波变换理论；
独立分量分析理论（ ICA ）

这 20 年：
Hilbert － Huang （黄锷）变换（ 199
8 ）；
压缩传感理论（压缩感知，压缩采样，
compressed sensing / sampling ，陶哲轩），53
被誉为信号处理领域的“ Next a big idea”
数字信号处理的理论
大体上可以分为：

（一）、经典信号处理
实 现
（二）、统计信号处理
应 用
（三）、现代信号处理

54
 （一） . 经典信号处
理:
经典数字信号处理主要
围绕两大部分内容：

1. 有关信号；

2. 有关系统；

55
 1. 有关信号：确定性信号
（ 1 ） . 信号的描述：函数式；曲线；
（ 2 ） . 特殊信号：冲激；阶跃；斜坡；正弦，指
数；
（ 3 ） . 信号的运算：加；减；乘；卷积；变
换；
（ 4 ） . 信号的分解：正交分解；

（ 5 ） . 信号的抽样：抽样定理；

（ 6 ） . 信号的重建：正交分解；

56
 2 、有关系统
线性；
（ 1 ） . 离散时间系统的描述； 移不变性；
因果性；
（ 2 ） . 离散时间系统的属
稳定性
性
（ 3 ） . 离散时间系统的输入输出关系；
属性判别？
（ 4 ） . 离散时间系统的分析
LP ？ HP?
BP? BS?
线性相位？

（ 5 ） . 离散时间系统设计 IIR DF
（数字滤波器设 FIR DF
计） 57
 （二） . 统计信号处
理 :
1. 随机信号的描述；
均值；
方差；
2. 平稳及各态遍历信号 自相关函数；
功率谱
平稳：统计特性不随时间变化
遍历：一个样本代表所有样本，
时间平均 = 集总平均 自相关函数估计；
功率谱估计
3. 估计问题； （经典，现代）

维纳滤波器；
4. 最优滤波； 线性预测；
自适应滤波器；
卡尔曼滤波器 58
 (三 ). 现代信号处理 :
1. 非平稳信号的 Wigner 分布
联合时 Cohen 类分布；
频分析；
（海浪 /应力波 /地震波 信号抽取；
） 信号插值；
2. 多抽样率信号处理； 两通道滤波器组；
M 通道滤波器组
3. 小波变换；

4. HILBERT － HUANG 变换（非平稳、非线

性）；
5. 独立分量分析（ ICA ）；
6. 压缩传感理论（压缩感知， CS ）； 59
 压缩感知
 Compressive Sensing 、 Compressed
Sensing 、 Compressed Sampling （ CS
）
 陶哲轩， Terence Tao
– 2006 年获得菲尔兹奖（ Fields Medal ）
– 2008 年被《探索》杂志评为世界上最聪明的
科学家
 突破 Nyquist 采样率的限制，压缩和采样
合并进行。包括信号的稀疏表示、编码测
量和重构算法三个方面 60
 四 . 数字信号处理的实现
（教学 , 科研 , 开发的前
期）
软件实现 :
DSP 软件包
MATLAB Signal Processing
Tool Box

CPU, MCU,
硬件实现 :
DSP
片上系统 （ SOC, System on a Chip ） 61
 信号处理的实时实现

 指在人的听觉、视觉允许和其它

快速反应要求的时间范围内实现
对输入信号的高速处理
 需要算法和器件两方面的支持

 单纯软件实现无法达到速度要求
62
 软件实现——
–用一台通用数字计算机运行数字信号处理程序
–优点：经济，一机可以多用
–缺点：处理速度慢，这是由于通用数字计算机
的体系结构并不是为某一种特定算法而设计的
–非实时应用场合，可采用软件实现方法。例如，
处理一段混有噪声的视 ( 音 ) 频，我们可以将
图像 ( 声音 ) 信号转换成数字信号并存入计算
机，用较长的时间一帧帧地处理这些数据。处
理完毕后，再将处理结果还原成清晰的视
( 音 ) 频。通用计算机即可完成上述任务，而
不必设计一台专用数字计算机 63
 硬件实现——

–针对特定的应用目标，经优化，设计一
专用的硬件系统
– 并行算法结构

– 流水线处理机
–优点：容易做到实时处理

–缺点：设备只能专用

64
 片上系统（ SOC, System on a Chip ）——
–随着大规模集成电路的发展，一个复杂数字
信号处理系统已可以集成在一个芯片上
– SOC 包含有模拟和数字转换电路、微处理
器、微控制器、数字信号处理器等
–与传统集成电路不同，嵌入式软件设计也被
集成到 SOC 设计流程中， SOC 的设计方法
以组装为基础，采用自上至下的设计方法，
大量重复使用自行设计或第三方拥有知识产
权的 IP(Intelligent Property) 模块
– SOC 要充分考虑如何合理划分软硬件系统
功能，如何实现软、硬件之间的信息传递
– SOC 是数字信号处理的一个新型实现方法 65
• 数字信号处理最常用算法：
—— 线性卷积， DFT
• 特点：大量“连乘连加”运算，如：
y ( n )   x ( k )h ( n  k )
k
N 1
X (k )   x (n )e  j 2 nk N
n 0

• DSP 芯片 :
时钟快 ; 硬件乘法器、累加器（实现
连乘连加） ; 哈佛结构 ; 多寄存器 66
 冯 · 诺依曼 / 普林斯顿结构，哈佛结构

Von-Neumann
Architecture Harvard Architecture

指令和数据混合存储； 指令和数据分别存储；
取指令和取数据分时进行 取指令和取数据同时进行
67
 冯 · 诺依曼结构
 机器指令、数据和 I/O 共用一条总线
 必须插入延迟
 不利于 并行（ parallel ）计算

 结构简单，几乎所有的 PC 机采用的
都是 冯 · 诺依曼结构

68
 哈佛结构
 至少具有一条独立的指令总线和一条独立
的数据总线
 可同时进行取指和数据读写操作，提高了
处理器的运行性能
 支持并行计算
 结构复杂，对外设要求高，不适合存储器
扩展。早期通用 CPU 难以采用这种结构
 部分单片机（用于工控）
69
 SOC

 两种体系结构

 主流？

70
在 DSP 中，广泛采取多总线制，以便同时读
取几个数据，提高了运算的速度，如 C54 芯片：

Using multiple buses

71
C54 的多总线结构：

3 个数据总线 (CB,DB,EB)
高级多总线结构
1 个程序总线 (PB)
4 个地址总线 72
 目前的 DSP 芯片
TI 公司的 TMS320 系列
AD 公司的 ADSP 系列
AT&T 公司的 DSPX 系列
Motolora 公司的 MC 系列
Zoran 公司的 ZR 系列
Inmos 公司的 IMSA 系列
NEC 公司的 PD 系列等 73
 TI 产品系列
C2000 工控，低价；
C5000 通信，低耗；
C6000 多媒体

74
五、数字信号处理的应用

75
 通信（信道均衡器，移动电话）
 语音信号的传输、分析、合成、识别与处理
 图像处理与识别
 仪器、仪表（数字示波器，数字频谱分析仪）
 消费电子
 工业控制与自动化（数控机床，数控生产线）
 计算机断层扫描成像
心电
Holter
 医疗（脑 / 心电图，数字助听器）
 军事（雷达、声纳信号处理） 76
 DSP 的发展方向
 数据融和
– 控制信号、输入信号等综合处理
– 视频、图像、语音的综合智能处理

 数字图书馆

 图像和文本合一的信息检索

 多媒体通信

77
 六 . 关于数字信号处理的学习
作为一门课程，学好数字信号处理和学好其他课
程有着共同的要求。下面是几点特殊的要求：
（ 1 ）特别要注意加深概念的理解，不要只停留
在死记数学公式上；
（ 2 ）通过应用来加深理解和记忆；
特别希望大家在学习的过程中一定要重视利
用 MATLAB 来完成实际的信号处理任务。
（ 3 ）打好基础，循序渐进；
今日事今日毕，告别拖延症。
（ 4 ）学有余力同学可看一些国外教科书及有关
78
文献
 参考书
[1] S. J. Orfanids. Introduction to Signal
Processing. 1996; 清华大学出版社， 1999
[2] S. K. Mitra. Digital Signal Processing:
A Computer － Based Approach . 2001 ，
清华大学
出版社， 2001
[3] J. G. Proakis. Introduction to Digital
79
Signal Processing. 1988
 参考书
[4] 胡广书 . 数字信号处理－理论、算法与实
现 （第 3 版），清华大学出版社， 2013 （下
篇）
[5] 胡广书 . 现代信号处理教程（第 2 版），
清华大学出版社， 2015
（第 4 篇： Hilbert- 黄 变换；第 5 篇：压缩感
知）
80
[6] Richard G. Lyons, 朱光明，程建远 等译，
 有关期刊
1. I EEE Trans. on Signal Processing;
2. I EEE Trans. on Circuits and Systems;
3. I EEE Trans. on Biomedical
Engineering;
4. Proc. of I EEE;
5. Signal Processing;
6. 信号处理
81
 衷心希望大家
喜欢 DSP ，学好
DSP;
希望并相信 DSP 会在您
的学位论文及今后的就业中发
挥重要的作用！
82