数字信号处理外文翻译.docx

数字信号处理外文翻译.docx

《数字信号处理外文翻译.docx》由会员分享，可在线阅读，更多相关《数字信号处理外文翻译.docx（10页珍藏版）》请在冰豆网上搜索。

数字信号处理外文翻译

数字信号处理外文翻译

数字信号处理

一、导论

数字信号处理（DSP）是由一系列的数字或符号来表示这些信号的处理的过程的。

数字信号处理与模拟信号处理属于信号处理领域。

DSP包括子域的音频和语音信号处理，雷达和声纳信号处理，传感器阵列处理，谱估计，统计信号处理，数字图像处理，通信信号处理，生物医学信号处理，地震数据处理等。

由于DSP的目标通常是对连续的真实世界的模拟信号进行测量或滤波，第一步通常是通过使用一个模拟到数字的转换器将信号从模拟信号转化到数字信号。

通常，所需的输出信号却是一个模拟输出信号，因此这就需要一个数字到模拟的转换器。

即使这个过程比模拟处理更复杂的和而且具有离散值，由于数字信号处理的错误检测和校正不易受噪声影响，它的稳定性使得它优于许多模拟信号处理的应用（虽然不是全部）。

DSP算法一直是运行在标准的计算机，被称为数字信号处理器（DSP）的专用处理器或在专用硬件如特殊应用集成电路（ASIC）。

目前有用于数字信号处理的附加技术包括更强大的通用微处理器，现场可编程门阵列（FPGA），数字信号控制器（大多为工业应用，如电机控制）和流处理器和其他相关技术。

在数字信号处理过程中，工程师通常研究数字信号的以下领域：

时间域（一维信号），空间域（多维信号），频率域，域和小波域的自相关。

他们选择在哪个领域过程中的一个信号，做一个明智的猜测（或通过尝试不同的可能性）作为该域的最佳代表的信号的本质特征。

从测量装置对样品序列产生一个时间或空间域表示，而离散傅立叶变换产生的频谱的频率域信息。

自相关的定义是互相关的信号本身在不同时间间隔的时间或空间的相关情况。

二、信号采样

随着计算机的应用越来越多地使用，数字信号处理的需要也增加了。

为了在计算机上使用一个模拟信号的计算机，它上面必须使用模拟到数字的转换器（ADC）使其数字化。

采样通常分两阶段进行，离散化和量化。

在离散化阶段，信号的空间被划分成等价类和量化是通过一组有限的具有代表性的信号值来代替信号近似值。

奈奎斯特-香农采样定理指出，如果样本的取样频率大于两倍的信号的最高频率，一个信号可以准确地重建它的样本。

在实践中，采样频率往往大大超过所需的带宽的两倍。

数字模拟转换器（DAC）用于将数字信号转化到模拟信号。

数字计算机的使用是数字控制系统中的一个关键因素。

器看见对方，而这些只需要将传统的电话线连接在一起。

在音频CD系统，DSP技术来执行复杂的错误检测和校正原始数据，因为它是从光盘读取。

虽然一些潜在的DSP技术的数学理论，如傅立叶和希尔伯特变换，数字滤波器的设计和信号压缩，可以相当复杂，而数值运算所需的实际实现这些技术是非常简单的，主要包括操作可以在一个便宜的四功能的计算器上进行操作。

一种DSP芯片的结构设计进行这样的操作非常快，处理的样品每秒数以亿计，提供实时的性能：

即，能够处理一个实时的信号，因为它是采样，然后输出信号的处理，例如扬声器或视频显示。

所有的DSP应用前面提到的实例，如硬盘驱动器和移动电话，要求实时操作。

主要电子产品制造商已投入巨资在DSP技术。

因为他们现在发现在大众市场的产品应用中，DSP芯片的电子装置占有世界市场的很大比例。

销售额每年数十亿美元，并可能继续快速增长。

DSP主要应用的音频信号处理，音频压缩，数字图像处理，视频压缩，语音处理，语音识别，数字通信，雷达，声纳，地震，和生物医学。

具体的例子是在数字移动电话的语音压缩与传输，空间匹配均衡的音响、扩声领域，良好的天气预测，经济预测，地震数据处理，和工业过程控制分析，计算机生成的动画电影中，医学影像如CAT扫描和MRI，MP3压缩，图像处理，高保真度扬声器分频器和均衡，并与电吉他放大器使用的音频效果。

九、数字信号处理的实验

数字信号处理是经常使用专门的微处理器，如dsp56000，TMS320，或SHARC。

这些通常处理数据使用定点运算，虽然某些版本可以使用浮点算法和更强大。

更快的应用FPGA可能从慢启动流处理器应用Freescale公司的出现，传统的较慢的处理器如单片机可能是适当的。

【英文原文】

DigitalSignalProcessing

1、Introduction

Digitalsignalprocessing（DSP）isconcernedwiththerepresentationofthesignalsbyasequenceofnumbersorsymbolsandtheprocessingofthesesignals.Digitalsignalprocessingandanalogsignalprocessingaresubfieldsofsignalprocessing.DSPincludessubfieldslikeaudioandspeechsignalprocessing,sonarandradarsignalprocessing,sensorarrayprocessing,spectralestimation,statisticalsignalprocessing,digitalimageprocessing,signalprocessingforcommunications,biomedicalsignalprocessing,seismicdataprocessing,etc.

SincethegoalofDSPisusuallytomeasureorfiltercontinuousreal-worldanalogsignals,thefirststepisusuallytoconvertthesignalfromananalogtoadigitalform,byusingananalogtodigitalconverter.Often,therequiredoutputsignalisanotheranalogoutputsignal,whichrequiresadigitaltoanalogconverter.Evenifthisprocessismorecomplexthananalogprocessingandhasadiscretevaluerange,thestabilityofdigitalsignalprocessingthankstoerrordetectionandcorrectionandbeinglessvulnerabletonoisemakesitadvantageousoveranalogsignalprocessingformany,thoughnotall,applications.

DSPalgorithmshavelongbeenrunonstandardcomputers,onspecializedprocessorscalleddigitalsignalprocessors（DSP）s,oronpurpose-builthardwaresuchasapplication-specificintegratedcircuit（ASICs）.Todaythereareadditionaltechnologiesusedfordigitalsignalprocessingincludingmorepowerfulgeneralpurposemicroprocessors,field-programmablegatearrays（FPGAs）,digitalsignalcontrollers（mostlyforindustrialapplicationssuchasmotorcontrol）,andstreamprocessors,amongothers.

InDSP,engineersusuallystudydigitalsignalsinoneofthefollowingdomains:

timedomain（one-dimensionalsignals）,spatialdomain（multidimensionalsignals）,frequencydomain,autocorrelationdomain,andwaveletdomains.Theychoosethedomaininwhichtoprocessasignalbymakinganinformedguess（orbytryingdifferentpossibilities）astowhichdomainbestrepresentstheessentialcharacteristicsofthesignal.Asequenceofsamplesfromameasuringdeviceproducesatimeorspatialdomainrepresentation,whereasadiscreteFouriertransformproducesthefrequencydomaininformationthatisthefrequencyspectrum.Autocorrelationisdefinedasthecross-correlationofthesignalwithitselfovervaryingintervalsoftimeorspace.

2、SignalSampling

Withtheincreasinguseofcomputerstheusageofandneedfordigitalsignalprocessinghasincreased.Inordertouseananalogsignalonacomputeritmustbedigitizedwithananalogtodigitalconverter（ADC）.Samplingisusuallycarriedoutintwostages,discretizationandquantization.Inthediscretizationstage,thespaceofsignalsispartitionedintoequivalenceclassesandquantizationiscarriedoutbyreplacethesignalwithrepresentativesignalvaluesareapproximatedbyvaluesfromafiniteset.

TheNyquist-Shannonsamplingtheoremstatesthatasignalcanbeexactlyreconstructedfromitssamplesifthesamplesifthesamplingfrequencyisgreaterthantwicethehighestfrequencyofthesignal.Inpractice,thesamplingfrequencyisoftensignificantlymorethantwicetherequiredbandwidth.

Adigitaltoanalogconverter（DAC）isusedtoconvertthedigitalsignalbacktoanalogsignal.Theuseofadigitalcomputerisakeyingredientindigitalcontrolsystems.

3、TimeandSpaceDomains

Themostcommonprocessingapproachinthetimeorspacedomainisenhancementoftheinputsignalthroughamethodcalledfiltering.Filteringgenerallyconsistsofsometransformationofanumberofsurroundingsamplesaroundthecurrentsampleoftheinputoroutputsignal.Therearevariouswaystocharacterizefilters,forexample:

A“linear”filterisalineartransformationofinputsamples;otherfiltersare“non-linear.”Linearfilterssatisfythesuperpositioncondition,i.e.ifaninputisaweightedlinearcombinationofdifferentsignals,theoutputisanequallyweightedlinearcombinationofthecorrespondingoutputsignals.

A“causal”filterusesonlyprevioussamplesoftheinputoroutputsignals;whilea“non-causal”filterusesfutureinputsamples.Anon-causalfiltercanusuallybechangedintoacausalfilterbyaddingadelaytoit.

A“time-invariant”filterhasconstantpropertiesovertime;otherfilterssuchasadaptivefilterschangeintime.

Somefiltersare“stable”,othersare“unstable”.Astablefilterproducesanoutputthatconvergestoaconstantvaluewithtime,orremainsboundedwithinafiniteinterval.Anconvergestoaconstantvaluewithtime,orremainsboundedwithinafiniteinterval.Anunstablefiltercanproduceanoutputthatgrowswithoutbounds,withboundedorevenzeroinput.

A“FiniteImpulseResponse”（FIR）filterusesonlytheinputsignal,whilean“InfiniteImpulseResponse”filter（IIR）usesboththeinputsignalandprevioussamplesoftheoutputsignal.FIRfiltersarealwaysstable,whileIIRfiltersmaybeunstable.

MostfilterscanbedescribedinZ-domain（asupersetofthefrequencydomain）bytheirtransferfunctions.Afiltermayalsobedescribedasadifferenceequation,acollectionofzeroesandpolesor,ifitisanFIRfilter,animpulseresponseorstepresponse.TheoutputofanFIRfiltertoanygiveninputmaybecalculatedbyconvolvingtheinputsignalwiththeimpulseresponse.Filterscanalsoberepresentedbyblockdiagramswhichcanthenbeusedtoderiveasampleprocessingalgorithmtoimplementthefilterusinghardwareinstructions.

4、FrequencyDomain

SignalsareconvertedfromtimeorspacedomaintothefrequencydomainusuallythroughtheFouriertransform.TheFouriertransformconvertsthesignalinformationtoamagnitudeandphasecomponentofeachfrequency.OftentheFouriertransformisconvertedtothepowerspectrum,whichisthemagnitudeofeachfrequencycomponentsquared.

Themostcommonpurposeforanalysisofsignalsinthefrequencydomainisanalysisofsignalproperties.Theengineercanstudythespectrumtodeterminewhichfrequenciesarepresent

intheinputsignalandwhicharemissing.

Filtering,particularlyinnonreal-timeworkcanalsobeachievedbyconvertingtothefrequencydomain,applyingthefilterandthenconvertingbacktothetimedomain.Thisisafast,O（nlogn）operation,andcangiveessentiallyanyfiltershapeincludingexcellentapproximationstobrickwallfilters.

Therearesomecommonlyusedfrequencydomaintransformations.Forexample,thecepstrumconvertsasignaltothefrequencydomainFouriertransform,takesthelogarithm,thenappliesanotherFouriertransform.Thisemphasizesthefrequencycomponentswithsmallermagnitudewhileretainingtheorderofmagnitudesoffrequencycomponents.Frequencydomainanalysisisalsocalledspectrumorspectralanalysis.

5、SignalProcessing

Signalscommonlyneedtobeprocessedinavarietyofways.Forexample,theoutputsignalfromatransducermaywellbecontaminatedwithunwantedelectrical“noise”.Theelectrodesattachedtoapatient’schestwhenanECGistakenmeasuretinyelectricalvoltagechangesduetotheactivityoftheheartandothermuscles.Thesignalisoftenstronglyaffectedby“mainspickup”duetoelectricalinterferencefromthemainssupply.Processingthesignalusingafiltercircuitcanremoveoratleastreducetheunwantedpartofthesignal.Increasinglynowadays,thefilteringofsignalstoimprovesignalqualityortoextractimportantinformationisdonebyDSPtechniquesratherthanbyanalogelectronics.

6、DevelopmentofDSP

Thedevelopmentofdigitalsignalprocessingdatesfromthe1960’swiththeuseofmainframedigitalcomputersnumber-crunchingapplicationssuchantheFastFourierTransform（FFT）,whichallowsthefrequencyspectrumofasignaltobecomputedrapidly.Thesetechniquesarenotwidelyusedatthattime,becausesuitablecomputingequipmentwasgenerallyavailableonlyinuniversitiesandotherscientificresearchinstitutions.

7、DigitalSignalProcessors（DSPs）

Theintroductionofthemicroprocessori