Обработка сигналов

Передача сигнала с использованием электронной обработки сигнала. Преобразователи преобразуют сигналы других физических сигналов в сигналы электрического тока или напряжения , которые затем обрабатываются, передаются как электромагнитные волны , принимаются и преобразуются другим преобразователем в окончательную форму.
Сигнал слева выглядит как шум, но метод обработки сигнала, известный как оценка спектральной плотности (справа), показывает, что он содержит пять четко определенных частотных компонентов.

Обработка сигналов — это подобласть электротехники , которая фокусируется на анализе, изменении и синтезе сигналов , таких как звук , изображения , потенциальные поля , сейсмические сигналы , обработка альтиметрии и научные измерения . [1] Методы обработки сигналов используются для оптимизации передачи, эффективности цифрового хранения , коррекции искаженных сигналов, субъективного качества видео , а также для обнаружения или точного определения интересующих компонентов в измеренном сигнале. [2]

История [ править ]

По мнению Алана В. Оппенгейма и Рональда В. Шафера , принципы обработки сигналов можно найти в классических методах численного анализа 17 века. Они также заявляют, что цифровое усовершенствование этих методов можно найти в цифровых системах управления 1940-х и 1950-х годов. [3]

В 1948 году Клод Шеннон написал влиятельную статью « Математическая теория связи », которая была опубликована в техническом журнале Bell System . [4] Этот документ заложил основу для дальнейшего развития систем информационной связи и обработки сигналов для передачи. [5]

Обработка сигналов достигла зрелости и процветания в 1960-х и 1970-х годах, а цифровая обработка сигналов стала широко использоваться с помощью специализированных микросхем цифровых сигнальных процессоров в 1980-х годах. [5]

Определение сигнала [ править ]

Сигнал – это функция , где эта функция либо [6]

  • детерминированный (тогда говорят о детерминированном сигнале) или
  • путь , реализация случайного процесса

Категории [ править ]

Аналоговый [ править ]

Аналоговая обработка сигналов предназначена для сигналов, которые не были оцифрованы, как в большинстве радио- , телефонных и телевизионных систем 20-го века. Сюда входят как линейные электронные схемы, так и нелинейные. К первым относятся, например, пассивные фильтры , активные фильтры , аддитивные смесители , интеграторы и линии задержки . Нелинейные схемы включают компандоры , умножители ( смесители частоты , усилители, управляемые напряжением ), фильтры, управляемые напряжением , генераторы, управляемые напряжением , и системы фазовой автоподстройки частоты .

Непрерывное время [ править ]

Непрерывная обработка сигналов предназначена для сигналов, которые изменяются с изменением непрерывной области (без учета некоторых отдельных точек прерывания).

Методы обработки сигналов включают временную область , частотную область и комплексную частотную область . Эта технология в основном обсуждает моделирование линейной, неизменной во времени непрерывной системы, интеграл реакции системы в нулевом состоянии, настройку функции системы и непрерывную временную фильтрацию детерминированных сигналов.

Дискретное время [ править ]

Обработка сигналов в дискретном времени предназначена для дискретных сигналов, определенных только в дискретные моменты времени и, как таковые, квантованных по времени, но не по величине.

Аналоговая обработка сигналов с дискретным временем — это технология, основанная на электронных устройствах, таких как схемы выборки и хранения с временным разделением , аналоговые мультиплексоры , аналоговые линии задержки и сдвиговые регистры с аналоговой обратной связью . Эта технология была предшественницей цифровой обработки сигналов (см. ниже) и до сих пор используется при расширенной обработке сигналов гигагерцового диапазона.

Концепция обработки сигналов в дискретном времени также относится к теоретической дисциплине, которая устанавливает математическую основу для цифровой обработки сигналов без учета ошибок квантования .

Цифровой [ править ]

Цифровая обработка сигналов — это обработка оцифрованных дискретизированных сигналов с дискретным временем. Обработка выполняется компьютерами общего назначения или цифровыми схемами, такими как ASIC , программируемые пользователем вентильные матрицы или специализированные процессоры цифровых сигналов (чипы DSP). Типичные арифметические операции включают операции с фиксированной и плавающей запятой , вещественные и комплексные значения, умножение и сложение. Другими типичными операциями, поддерживаемыми аппаратным обеспечением, являются циклические буферы и таблицы поиска . Примерами алгоритмов являются быстрое преобразование Фурье (БПФ), фильтр с конечной импульсной характеристикой (КИХ), фильтр с бесконечной импульсной характеристикой (БИХ) и адаптивные фильтры , такие как фильтры Винера и Калмана .

Нелинейный [ править ]

Нелинейная обработка сигналов включает в себя анализ и обработку сигналов, создаваемых нелинейными системами, и может осуществляться во временной, частотной или пространственно-временной областях. [7] [8] Нелинейные системы могут создавать очень сложное поведение, включая бифуркации , хаос , гармоники и субгармоники , которые невозможно создать или проанализировать с помощью линейных методов.

Полиномиальная обработка сигналов — это тип нелинейной обработки сигналов, при котором полиномиальные системы можно интерпретировать как концептуально прямое расширение линейных систем на нелинейный случай. [9]

Статистический [ править ]

Статистическая обработка сигналов — это подход, который рассматривает сигналы как случайные процессы , используя их статистические свойства для выполнения задач обработки сигналов. [10] Статистические методы широко используются в приложениях обработки сигналов. Например, можно смоделировать вероятностное распределение шума, возникающего при фотографировании изображения, и построить на основе этой модели методы уменьшения шума в полученном изображении.

Области применения [ править ]

Обработка сейсмических сигналов

В системах связи обработка сигналов может происходить при:

Типовые устройства [ править ]

методы математические Применяемые

См. также [ править ]

Ссылки [ править ]

  1. ^ Сенгупта, Нандини; Сахидулла, Мэриленд; Саха, Гутам (август 2016 г.). «Классификация звуков легких с использованием кепстральных статистических характеристик». Компьютеры в биологии и медицине . 75 (1): 118–129. doi : 10.1016/j.compbiomed.2016.05.013 . ПМИД   27286184 .
  2. ^ Алан В. Оппенгейм и Рональд В. Шафер (1989). Дискретная обработка сигналов . Прентис Холл. п. 1. ISBN  0-13-216771-9 .
  3. ^ Оппенгейм, Алан В.; Шафер, Рональд В. (1975). Цифровая обработка сигналов . Прентис Холл . п. 5. ISBN  0-13-214635-5 .
  4. ^ «Математическая теория связи – революция CHM» . Компьютерная история . Проверено 13 мая 2019 г.
  5. Перейти обратно: Перейти обратно: а б Пятьдесят лет обработки сигналов: Общество обработки сигналов IEEE и его технологии, 1948–1998 (PDF) . Общество обработки сигналов IEEE. 1998.
  6. ^ Бербер, С. (2021). Дискретные системы связи. Великобритания: Издательство Оксфордского университета, стр. 9, https://books.google.com/books?id=CCs0EAAAQBAJ&pg=PA9.
  7. Перейти обратно: Перейти обратно: а б Биллингс, Ю.А. (2013). Идентификация нелинейных систем: методы NARMAX во временной, частотной и пространственно-временной областях . Уайли. ISBN  978-1-119-94359-4 .
  8. ^ Славинска, Дж.; Уурмазд, А.; Яннакис, Д. (2018). «Новый подход к обработке сигналов пространственно-временных данных». Семинар по статистической обработке сигналов (SSP) IEEE 2018 . IEEE Эксплор. стр. 338–342. дои : 10.1109/SSP.2018.8450704 . ISBN  978-1-5386-1571-3 . S2CID   52153144 .
  9. ^ В. Джон Мэтьюз; Джованни Л. Сикуранса (май 2000 г.). Полиномиальная обработка сигналов . Уайли. ISBN  978-0-471-03414-8 .
  10. Перейти обратно: Перейти обратно: а б Шарф, Луи Л. (1991). Статистическая обработка сигналов: обнаружение, оценка и анализ временных рядов . Бостон : Аддисон-Уэсли . ISBN  0-201-19038-9 . ОСЛК   61160161 .
  11. ^ Саранги, Сусанта; Сахидулла, Мэриленд; Саха, Гутам (сентябрь 2020 г.). «Оптимизация набора фильтров на основе данных для автоматической проверки говорящих». Цифровая обработка сигналов . 104 : 102795. arXiv : 2007.10729 . Бибкод : 2020DSP...10402795S . дои : 10.1016/j.dsp.2020.102795 . S2CID   220665533 .
  12. ^ Анастасиу, Д. (2001). «Обработка геномного сигнала». Журнал обработки сигналов IEEE . 18 (4). ИИЭР: 8–20. Бибкод : 2001ISPM...18....8A . дои : 10.1109/79.939833 .
  13. ^ Телфорд, Уильям Мюррей; Гелдарт, LP; Шериф, Роберт Э. (1990). Прикладная геофизика . Издательство Кембриджского университета . ISBN  978-0-521-33938-4 .
  14. ^ Рейнольдс, Джон М. (2011). Введение в прикладную геофизику и геофизику окружающей среды . Уайли-Блэквелл . ISBN  978-0-471-48535-3 .
  15. ^ Патрик Гайдеки (2004). Основы цифровой обработки сигналов: теория, алгоритмы и проектирование аппаратного обеспечения . ИЭПП. стр. 40–. ISBN  978-0-85296-431-6 .
  16. ^ Шломо Энгельберг (8 января 2008 г.). Цифровая обработка сигналов: экспериментальный подход . Springer Science & Business Media. ISBN  978-1-84800-119-0 .
  17. ^ Боашаш, Буалем, изд. (2003). Частотно-временной анализ и обработка сигналов. Подробный справочник (1-е изд.). Амстердам: Эльзевир. ISBN  0-08-044335-4 .
  18. ^ Стойка, Петре; Моисей, Рэндольф (2005). Спектральный анализ сигналов (PDF) . Нью-Джерси: Прентис Холл.
  19. ^ Питер Дж. Шрайер; Луи Л. Шарф (4 февраля 2010 г.). Статистическая обработка сигналов комплексных данных: теория несобственных и нециклических сигналов . Издательство Кембриджского университета. ISBN  978-1-139-48762-7 .
  20. ^ Макс А. Литтл (13 августа 2019 г.). Машинное обучение для обработки сигналов: наука о данных, алгоритмы и вычислительная статистика . ОУП Оксфорд. ISBN  978-0-19-102431-3 .
  21. ^ Стивен Б. Дэмелин; Уиллард Миллер-младший (2012). Математика обработки сигналов . Издательство Кембриджского университета. ISBN  978-1-107-01322-3 .
  22. ^ Дэниел П. Паломар; Йонина К. Эльдар (2010). Выпуклая оптимизация в обработке сигналов и связи . Издательство Кембриджского университета. ISBN  978-0-521-76222-9 .

Дальнейшее чтение [ править ]

Внешние ссылки [ править ]