Цифровая обработка сигналов - Digital signal processing

«Цифровая трансформация» перенаправляется сюда. О влиянии цифровых технологий на общество см. Цифровая трансформация.

Цифровая обработка сигналов (DSP) - это использование цифровая обработка, например, с помощью компьютеров или более специализированных цифровые сигнальные процессоры, для выполнения самых разнообразных обработка сигналов операции. В цифровые сигналы таким образом обрабатываются последовательности чисел, которые представляют образцы из непрерывная переменная в такой области, как время, пространство или частота. В цифровая электроника цифровой сигнал представлен в виде последовательность импульсов,[1][2] который обычно создается переключением транзистор.[3]

Цифровая обработка сигналов и обработка аналогового сигнала являются подполями обработки сигналов. Приложения DSP включают аудио и обработка речи, сонар, радар и другие матрица датчиков обработка, оценка спектральной плотности, статистическая обработка сигналов, цифровая обработка изображений, Сжатие данных, кодирование видео, кодирование звука, сжатие изображений, обработка сигналов для телекоммуникации, Системы управления, биомедицинская инженерия, и сейсмология, среди прочего.

DSP может включать линейные или нелинейные операции. Нелинейная обработка сигналов тесно связана с идентификация нелинейных систем[4] и может быть реализован в время, частота, и пространственно-временные области.

Применение цифровых вычислений к обработке сигналов дает множество преимуществ по сравнению с аналоговой обработкой во многих приложениях, таких как обнаружение и исправление ошибок в трансмиссии, а также Сжатие данных.[5] Цифровая обработка сигналов также важна для цифровая технология, Такие как цифровая связь и беспроводная связь.[6] DSP применим как к потоковые данные и статические (сохраненные) данные.

Выборка сигнала

Основная статья: Выборка (обработка сигнала)

Чтобы в цифровом виде анализировать аналоговый сигнал и управлять им, он должен быть оцифрован с помощью аналого-цифровой преобразователь (АЦП).[7] Отбор проб обычно проводится в два этапа: дискретизация и квантование. Дискретность означает, что сигнал делится на равные интервалы времени, и каждый интервал представлен одним измерением амплитуды. Квантование означает, что каждое измерение амплитуды аппроксимируется значением из конечного набора. Округление действительные числа к целым числам является примером.

В Теорема выборки Найквиста – Шеннона утверждает, что сигнал может быть точно реконструирован из его выборок, если частота дискретизации больше чем в два раза больше самой высокой частотной составляющей в сигнале. На практике частота дискретизации часто значительно превышает удвоенную Частота Найквиста.[8]

Теоретический анализ и вывод DSP обычно выполняется на сигнал с дискретным временем модели без погрешностей амплитуды (ошибка квантования ), «созданный» абстрактным процессом отбор проб. Для численных методов требуется квантованный сигнал, например, производимый АЦП. Результатом обработки может быть частотный спектр или набор статистических данных. Но часто это другой квантованный сигнал, который преобразуется обратно в аналоговую форму с помощью цифро-аналоговый преобразователь (ЦАП).

Домены

В DSP инженеры обычно изучают цифровые сигналы в одной из следующих областей: область времени (одномерные сигналы), пространственная область (многомерные сигналы), частотная область, и вейвлет домены. Они выбирают область, в которой следует обрабатывать сигнал, делая обоснованное предположение (или пробуя различные возможности) относительно того, какая область лучше всего представляет основные характеристики сигнала и обработки, которая будет применяться к нему. Последовательность выборок из измерительного устройства дает представление во временной или пространственной области, тогда как дискретное преобразование Фурье производит представление частотной области.

Временные и пространственные области

Область времени относится к анализу сигналов по времени. Точно так же пространственная область относится к анализу сигналов относительно положения, например, положения пикселя для случая обработки изображения.

Наиболее распространенный подход к обработке во временной или пространственной области - это усиление входного сигнала с помощью метода, называемого фильтрацией. Цифровая фильтрация обычно состоит из некоторого линейного преобразования ряда окружающих выборок вокруг текущей выборки входного или выходного сигнала. Окружающие образцы могут быть идентифицированы во времени или пространстве. Выход линейного цифрового фильтра на любой заданный вход может быть рассчитан следующим образом: свертывание входной сигнал с импульсивный ответ.

Частотный диапазон

Основная статья: Частотный диапазон

Сигналы преобразуются из временной или пространственной области в частотную область, как правило, с использованием преобразование Фурье. Преобразование Фурье преобразует информацию о времени или пространстве в составляющую величины и фазы каждой частоты. В некоторых приложениях важно учитывать, как фаза изменяется в зависимости от частоты. Если фаза не важна, часто преобразование Фурье преобразуется в спектр мощности, который представляет собой квадрат каждой частотной составляющей.

Наиболее распространенной целью анализа сигналов в частотной области является анализ свойств сигнала. Инженер может изучить спектр, чтобы определить, какие частоты присутствуют во входном сигнале, а какие отсутствуют. Анализ частотной области также называют спектр- или же спектральный анализ.

Фильтрация, особенно при работе не в реальном времени, также может быть достигнута в частотной области, применяя фильтр и затем конвертируя обратно во временную область. Это может быть эффективной реализацией и может дать практически любой отклик фильтра, включая отличные приближения к кирпичные фильтры.

Есть несколько часто используемых преобразований в частотной области. Например, кепстр преобразует сигнал в частотную область с помощью преобразования Фурье, логарифмирует, а затем применяет другое преобразование Фурье. Это подчеркивает гармоническую структуру исходного спектра.

Анализ Z-плоскости

Цифровые фильтры бывают как типа IIR, так и FIR. Тогда как КИХ-фильтры всегда стабильны, БИХ-фильтры имеют петли обратной связи, которые могут стать нестабильными и колебаться. В Z-преобразование предоставляет инструмент для анализа проблем стабильности цифровых БИХ-фильтров. Это аналог Преобразование Лапласа, который используется для разработки и анализа аналоговых БИХ-фильтров.

Вейвлет

Пример двумерного дискретного вейвлет-преобразования, который используется в JPEG2000. Исходное изображение подвергается высокочастотной фильтрации, в результате чего получаются три больших изображения, каждое из которых описывает локальные изменения яркости (деталей) исходного изображения. Затем он подвергается фильтрации нижних частот и масштабируется, давая приближенное изображение; это изображение подвергается высокочастотной фильтрации для получения трех изображений с меньшей детализацией и низкочастотной фильтрации для получения окончательного приближенного изображения в верхнем левом углу.

В числовой анализ и функциональный анализ, а дискретное вейвлет-преобразование есть ли вейвлет-преобразование для чего вейвлеты дискретно отбираются. Как и в случае с другими вейвлет-преобразованиями, у него есть ключевое преимущество перед Преобразования Фурье - временное разрешение: захватывает как частотные и Информация о местонахождении. Точность совместного частотно-временного разрешения ограничена принцип неопределенности времени-частоты.

Выполнение

DSP алгоритмы может работать на компьютерах общего назначения и цифровые сигнальные процессоры. Алгоритмы DSP также реализованы на специально созданном оборудовании, таком как специализированная интегральная схема (ASIC). Дополнительные технологии цифровой обработки сигналов включают более мощные универсальные микропроцессоры, программируемые вентильные матрицы (ПЛИС), контроллеры цифровых сигналов (в основном для промышленного применения, например, для управления двигателем), и потоковые процессоры.[9]

Для систем, в которых нет вычисления в реальном времени требования и данные сигнала (входные или выходные) существуют в файлах данных, обработка может выполняться экономично с помощью универсального компьютера. По сути, это не отличается от любого другого обработка данных, за исключением математических методов DSP (таких как DCT и БПФ ), и обычно предполагается, что дискретизированные данные равномерно дискретизируются во времени или пространстве. Примером такой заявки является обработка цифровые фотографии с таким программным обеспечением, как Фотошоп.

Когда приложение требует работы в реальном времени, DSP часто реализуется с использованием специализированных или выделенных процессоров или микропроцессоров, иногда с использованием нескольких процессоров или нескольких процессорных ядер. Они могут обрабатывать данные с использованием арифметики с фиксированной запятой или с плавающей запятой. Для более требовательных приложений ПЛИС может быть использовано.[10] Для наиболее требовательных приложений или крупносерийной продукции. ASIC может быть разработан специально для приложения.

Приложения

Общие области применения DSP включают:

Конкретные примеры включают кодирование речи и передача в цифровом формате мобильные телефоны, коррекция помещения звука в Hi-Fi и звукоусиление приложения, анализ и контроль промышленные процессы, медицинская визуализация Такие как КОТ сканирование и МРТ, аудио кроссоверы и выравнивание, цифровые синтезаторы, и аудио блоки эффектов.[11]

Методы

Связанные поля

Рекомендации

  1. ^ Б. СОМАНАТАН НАИР (2002). Цифровая электроника и логический дизайн. PHI Learning Pvt. ООО п. 289. ISBN  9788120319561. Цифровые сигналы представляют собой импульсы фиксированной ширины, которые занимают только один из двух уровней амплитуды.
  2. ^ Джозеф Мигга Кицца (2005). Безопасность компьютерных сетей. Springer Science & Business Media. ISBN  9780387204734.
  3. ^ 2000 Решенные проблемы цифровой электроники. Тата МакГроу-Хилл Образование. 2005. с. 151. ISBN  978-0-07-058831-8.
  4. ^ Биллингс, Стивен А. (сентябрь 2013 г.). Нелинейная идентификация систем: методы NARMAX во временной, частотной и пространственно-временной областях. Великобритания: Wiley. ISBN  978-1-119-94359-4.
  5. ^ Брош, Джеймс Д.; Страннеби, Даг; Уокер, Уильям (2008-10-20). Цифровая обработка сигналов: мгновенный доступ (1-е изд.). Баттерворт-Хайнеманн-Ньюнес. п. 3. ISBN  9780750689762.
  6. ^ Srivastava, Viranjay M .; Сингх, Ганшьям (2013). Технология MOSFET для двухполюсного четырехпозиционного радиочастотного переключателя. Springer Science & Business Media. п. 1. ISBN  9783319011653.
  7. ^ Уолден, Р. Х. (1999). «Обзор и анализ аналого-цифровых преобразователей». Журнал IEEE по избранным областям коммуникаций. 17 (4): 539–550. Дои:10.1109/49.761034.
  8. ^ Candes, E.J .; Вакин, М. Б. (2008). «Введение в компрессионный отбор проб». Журнал IEEE Signal Processing Magazine. 25 (2): 21–30. Дои:10.1109 / MSP.2007.914731.
  9. ^ Страннеби, Даг; Уокер, Уильям (2004). Цифровая обработка сигналов и приложения (2-е изд.). Эльзевир. ISBN  0-7506-6344-8.
  10. ^ JPFix (2006). «Ускоритель обработки изображений на основе ПЛИС». Получено 2008-05-10.
  11. ^ Рабинер, Лоуренс Р.; Золото, Бернард (1975). Теория и применение цифровой обработки сигналов. Энглвуд Клиффс, Нью-Джерси: Prentice-Hall, Inc. ISBN  978-0139141010.

дальнейшее чтение

  • Н. Ахмед и К. Рао (1975). Ортогональные преобразования для цифровой обработки сигналов. Springer-Verlag (Берлин - Гейдельберг - Нью-Йорк), ISBN  3-540-06556-3.
  • Джонатан М. Блэкледж, Мартин Тернер: Цифровая обработка сигналов: математические и вычислительные методы, разработка программного обеспечения и приложения, Издательство Хорвуд, ISBN  1-898563-48-9
  • Джеймс Д. Брош: Демистификация цифровой обработки сигналов, Newnes, ISBN  1-878707-16-7
  • Пол М. Эмбри, Дэймон Даниэли: Алгоритмы C ++ для цифровой обработки сигналов, Прентис Холл, ISBN  0-13-179144-3
  • Хари Кришна Гарг: Алгоритмы цифровой обработки сигналов, CRC Press, ISBN  0-8493-7178-3
  • П. Гайдецкий: Основы цифровой обработки сигналов: теория, алгоритмы и аппаратное обеспечение, Институт инженеров-электриков, ISBN  0-85296-431-5
  • Ашфак Хан: Основы цифровой обработки сигналов, Чарльз Ривер Медиа, ISBN  1-58450-281-9
  • Сен М. Куо, Вун-Сенг Ган: Цифровые сигнальные процессоры: архитектуры, реализации и приложения, Прентис Холл, ISBN  0-13-035214-4
  • Пол А. Линн, Вольфганг Фюрст: Введение в цифровую обработку сигналов с помощью компьютерных приложений, Джон Уайли и сыновья, ISBN  0-471-97984-8
  • Ричард Г. Лайонс: Понимание цифровой обработки сигналов, Прентис Холл, ISBN  0-13-108989-7
  • Виджей Мадисетти, Дуглас Б. Уильямс: Справочник по цифровой обработке сигналов, CRC Press, ISBN  0-8493-8572-5
  • Джеймс Х. Макклеллан, Рональд В. Шафер, Марк А. Йодер: Обработка сигнала в первую очередь, Прентис Холл, ISBN  0-13-090999-8
  • Бернард Малгрю, Питер Грант, Джон Томпсон: Цифровая обработка сигналов - концепции и приложения, Пэлгрейв Макмиллан, ISBN  0-333-96356-3
  • Боаз Порат: Курс цифровой обработки сигналов, Wiley, ISBN  0-471-14961-6
  • Джон Г. Проакис, Димитрис Манолакис: Цифровая обработка сигналов: принципы, алгоритмы и приложения, 4-е изд., Пирсон, апрель 2006 г., ISBN  978-0131873742
  • Джон Г. Проакис: Руководство для самообучения по цифровой обработке сигналов, Прентис Холл, ISBN  0-13-143239-7
  • Чарльз А. Шулер: Цифровая обработка сигналов: практический подход, МакГроу-Хилл, ISBN  0-07-829744-3
  • Дуг Смит: Технология цифровой обработки сигналов: основы коммуникационной революции, Американская радиорелейная лига, ISBN  0-87259-819-5
  • Смит, Стивен В. (2002). Цифровая обработка сигналов: практическое руководство для инженеров и ученых. Newnes. ISBN  0-7506-7444-X.
  • Штейн, Джонатан Яаков (2000-10-09). Цифровая обработка сигналов с точки зрения информатики. Вайли. ISBN  0-471-29546-9.
  • Стергиопулос, Стергиос (2000). Справочник по расширенной обработке сигналов: теория и реализация для радиолокационных, сонарных и медицинских систем визуализации в реальном времени. CRC Press. ISBN  0-8493-3691-0.
  • Ван де Вегте, Джойс (2001). Основы цифровой обработки сигналов. Прентис Холл. ISBN  0-13-016077-6.
  • Оппенгейм, Алан В .; Шафер, Рональд В. (2001). Обработка сигналов в дискретном времени. Пирсон. ISBN  1-292-02572-7.
  • Хейс, Монсон Х. Статистическая цифровая обработка сигналов и моделирование. John Wiley & Sons, 2009 г. (с Скрипты MATLAB )