郑宝玉南京邮电大学信号处理与传输研究院.ppt
《郑宝玉南京邮电大学信号处理与传输研究院.ppt》由会员分享,可在线阅读,更多相关《郑宝玉南京邮电大学信号处理与传输研究院.ppt(51页珍藏版)》请在三一文库上搜索。
1、1,郑宝玉 南京邮电大学信号处理与传输研究院 2007.3,现代信号处理,2,序 言,信息同物质、能量一起构成人类最宝贵的三项战略资源;人类正快步走向信息社会 ,信息技术(IT)已经成为最具时代特征和最富活力的支柱技术之一。 作为IT基础的信息科学正在经历从“统计”到“理解”,从“传输”到“认知”的巨大变革,正满怀信心地迎接以信息的“理解”和“认知”为主要特征,以全信息理论为主要内容的信息时代的新阶段智能信息科学时代。 作为信息载体的信号处理经历了从模拟到数字,从确知到随机的发展过程,正阔步迈向以非平稳信号、非高斯信号为主要研究对象和以非线性、不确定性为主要特征的智能信号处理时代。现代信号处理
2、主要研究这种信号。,3,特点 以算法为中心, 更加注重实现与应用 突出一个“非”, 呈现“智、多、新”的特点 趋势 “非” SP向着非平稳、非高斯、非线性方向发展 非线性信号处理 非平稳信号处理 多分辨信号处理,信号处理发展趋势,4,”智“ 信号处理与智能技术相结合 各种智能及其关系 生物智能(BI) 人工智能(AI): 计算智能(CI): 相互关系:BI AICI 计算智能(软计算)技术 主要指神经网络、模糊系统、进化计算 也包括自适应技术、混沌技术等,信号处理发展趋势(续),5,信号处理与智能技术相结合的智能信号处理方法 自适应信号处理与盲自适应信号处理 神经网络信号处理 模糊信号处理 混
3、沌信号处理,信号处理发展趋势(续),6,“多” SP向着多维、多谱、多分辨率、多媒体方向发展 多维信号处理 高阶谱估计 多分辨率信号处理 多媒体信号处理,信号处理发展趋势(续),7,“新” IT与量子力学、生物技术等结合的信息处理新技术 生物信息学:基因工程与信息科学相结合的产物。它以计算机为工具,对遗传信息进行管理、交流、破译、预测 。 量子信息学:量子力学与信息科学相结合的产物,包括量子计算、量子通信、量子密码术、量子计算机 基于内容的信息理论及信息内容的智能处理,信号处理发展趋势(续),8,“实现” 信号处理技术与VLSI相结合,集理论、实现和应用于一体 DSP算法与VLSI技术相结合的
4、DSP处理器有力地促进DSP技术的应用 DSPs与4C(Comp,Com, Cont. Cons)结合,有力促进了IT技术及产业进步 把微控制单元(MCU)和DSPs结合在一起的所谓“系统芯片(SoC) ”已经问世 把DSPs和应用在一起的专用芯片(ASIC)即一种特殊的SoC,以及片上网络(NoC)已均已问世。,信号处理发展趋势(续),9,“应用” 信号处理与通信相结合的通信信号处理是当前研究热点 通信信号处理成为信号处理一个独立分支,并有专著出版 通信信号处理成为通信与信号处理期刊和学术会议的专题、专集 通信信号处理从信源、终端、信道深透到网络(如选路、流控、均衡),形成所谓“网络信号处理
5、” 基于DSP平台的软件无线电(SDR)技术成为现代通信的一项重要技术,也是通信信号处理的一个典型例子 一种具有认知 (智能) 功能的SDR与通信技术相结合的认知无线电(Cognitive Radio)乃至认知无线电网络是通信信号处理的最新发展,也是无线通信发展到智能无线通信的重要标志。 通信信号处理方法也应用于雷达雷达信号处理,信号处理发展趋势(续),10,通信信号处理与雷达信号处理,通信信号处理 用户 通信用户为合作性对象 信道 通信信道时变、衰落特征明显 干扰 码间干扰和多址干扰 信号 通信用户信号部分特征可已知,雷达信号处理 用户 雷达目标为非合作性对象 信道 与通信信道相似,但处理更
6、难 干扰 杂波干扰 信号 雷达目标的特征未知,结论:虽然移动通信与雷达是完全不同的系统,但其信号处理却存在诸多相通的地方,一些主要的理论、技术和方法可以相互借鉴。,11,现代信号处理,研究对象 处理方法 研究内容,12,现代信号处理研究对象,DSP:研究确知或随机信号 线性 因果 最小相位 时不变 平稳随机信号 高斯随机信号 整数维信号,MSP:研究随机信号 非线性 非因果 非最小相位 时变 非平稳随机信号 非高斯随机信号 分数维(分形)信号,13,现代信号处理主要手段,信号处理的主要手段,辨识从含有噪声的输入输出数据 中获取研究对象的数学模型和参数 估计从观测到的有限样本中,获取信号的某些特
7、征的近似值 滤波从观测数据中滤除噪声and/or干扰,获取所希望的信号,14,DSP: 硬计算或硬处理 精确计算 数学模型 求解微分或差分方程,MSP: 软计算或软处理 估计与预测 黑盒子 软计算,现代信号处理处理方法,15,DSP: 两大支柱,表层信息 快速变换 数字滤波,MSP: 四大处理, 深层信息 自适应信号处理(盲,半盲) 非平稳信号处理(HOS,Wavelets) 非线性信号处理(如NSP),现代信号处理研究内容,16,一个目标 以实现智能系统作为目标 四个要点 以DSP的原理为理论基础 以软计算为主要处理方法 以计算机为主要实现手段 以通信业为主要应用领域,现代信号处理-目标与要
8、点,17,本学期课程的主要内容,数字信号处理基础 自适应信号处理 现代谱估计 多速率信号处理与小波变换 神经网络信号处理,18,参考书目,姚天任、孙 洪,现代数字信号处理,华中理工大学出版社,2001 S.K.Mitra著,孙 洪等译,数字信号处理基于计算机的方法(第三版),下册,电子工业出版社,2006 S.Haykin, Adaptive Filter Theory, 4th-Ed, Prentice-Hall, 2003,中译本,自适应滤波器原理(第四版),郑宝玉等译,电子工业出版社(2003),19,第一章 数字信号处理基础,20,数字信号处理基础,离散时间信号与系统 数字滤波器 快速
9、变换算法,21,离散时间信号与系统,内 容 离散时间信号与线性移不变系统 离散时间信号的频域表示 离散时间系统描述及系统频响,22,离散时间信号与系统,离散时间信号与线性移不变系统 离散时间信号序列 - 常用序列:(n)、u(n)、sin n0 、RN(n)、指数序列 - 一般序列:x(n) = x(n)*(n)=x(k)(n-k) 注意: 1、区分数字信号与离散时间信号 2、区分数字频率与模拟频率 :=T/Fs ;f= F/ Fs,23,离散时间信号与系统(续),离散时间系统 - 线性不变系统定义 线性系统: 满足叠加原理,即 Tax1(n)+bx2(n) = aTx1(n) + bTx2(
10、n) 时(移)不变系统: 系统参数不随时间变,即Tx(n-n)=y(n-n0) 一个重要性质:y(n)=x(n)*h(n) - 线性不变系统 性质 稳定性:输入有界,输出必有界 充要条件: |h(n)| () 因果性:系统输出只取决于当前及过去的输入 充要条件: h(n)=0, n0 (由重要性质推出),24,离散时间信号与系统(续),离散时间信号的频域表示 取样及其频谱 重要概念 时域取样(离散化) 频域周期延拓(周期化) 频域取样(离散化) 时域周期延拓(周期化) 重要理论:取样定理(即频谱不重叠条件) s/2 max o r s2max 信号的频域表示 重要概念: 非周期信号作付氏变换;
11、周期信号作付氏级数展开 各种变换之间的关系,25,离散时间信号与系统(续),离散系统描述及系统频响 离散系统的描述 -系统差分方程(时域) -系统传递函数亦称为系统转移函数,简称系统函数(频域) -系统单位脉冲响应(时域) -系统状态方程(频域) -系统信号流图(时域) 离散系统的频响 -从系统传递函数到系统频响:单位园上的系统传递函数,即 系统频响 -从系统脉冲响应到系统频响:系统脉冲响应的付氏变换,即 系统频响,26,数字信号处理基础,离散时间信号与系统 数字滤波器 快速变换算法,27,数字滤波器,内 容 概述 IIR数字滤波器设计 - IIR数字滤波器结构与设计方法 - 脉冲响应不变法
12、- 双线性变换法 FIR数字滤波器设计,28,数字滤波器,数字滤波器概述 数字滤波器分类 - IIR滤波器 一定是递归系统 - FIR滤波器 一般为非递归系统;也可以是递归系统,如频域取样 滤波器,29,数字滤波器(续),数字滤波器设计 不管何种滤波器,其设计大体上可归纳为三个步骤: - 按实际需要确定滤波器的性能要求(即确定指标) - 用一个稳定且因果的系统函数去逼近这个指标 - 用一个有限精度的计算去实现该系统函数。 下面我们主要讨论上述第二个步骤,即系统函数或传递函数的确定或逼近(确定)问题。,30,数字滤波器(续),IIR数字滤波器设计 IIR数字滤波器结构与设计方法 - IIR数字滤
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 宝玉 南京 邮电大学 信号 处理 传输 研究院
链接地址:https://www.31doc.com/p-3392760.html