Professional Documents
Culture Documents
DSP0 绪论
DSP0 绪论
( B )》
同济大学 电子科学与技术系
林 澜
linlan@tongji.edu.cn
腾讯会议:
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 )
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):
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
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;
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:
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