首页 理论教育全相位滤波方法及其在信号处理中的应用

全相位滤波方法及其在信号处理中的应用

【摘要】:针对不同类型的信号,信号处理涉及的内容主要包含滤波、变换、检测、谱分析、估计、压缩、识别等方面。滤波的主要任务是设计特性数字滤波器以得到不同频率成分的信号分量,如高通滤波可得到信号的高频成分,中值滤波则可降低高频分量起到平滑的效果。检测和估计主要是从受噪声干扰的杂波中利用信号的统计特性得到有用信号的过程。压缩是信号处理的一个重要方面,它主要是消除信号自身的相关性从而达到减少数据量的效果。

数字信号处理是根据期望的结果而选用某种特定的数字计算方式对信号进行处理和加工的过程,一般称之为DSP(Digtial Signal Processing)。这里的信号包括一维信号(如电压、电流等时域取样信号),也可以是二维信号(如静止图像矩阵),三维信号(如2D视频序列)及四维信号(如3D视频序列)等。针对不同类型的信号,信号处理涉及的内容主要包含滤波、变换、检测、谱分析、估计、压缩、识别等方面。滤波的主要任务是设计特性数字滤波器以得到不同频率成分的信号分量,如高通滤波可得到信号的高频成分,中值滤波则可降低高频分量起到平滑的效果。变换的主要任务是找到去相关性的基矩阵以把信号映射到基矩阵平面上来进行分析,如小波变换提供了时间和频率的双重变换,可有效地对信号进行多分辨率分析,傅里叶变换则将信号变换到频域上而得到不同的频率成分。此外,还有用于数据压缩的DCT变换、算术变换及用于通信领域的同步正交沃尔什变换等。检测和估计主要是从受噪声干扰的杂波中利用信号的统计特性得到有用信号的过程。谱分析则是从频域的角度对信号进行分析,尤其对平稳的随机信号,通过其稳定的相关函数可以直接得到功率谱分布特性。压缩是信号处理的一个重要方面,它主要是消除信号自身的相关性(如时间相关、空间相关及统计相关)从而达到减少数据量的效果。识别是通过提取信号某些关键的特征量后映射到对象数据库中进行匹配的过程,如语音识别、脸型识别等,其在智能物联网中的应用越来越广泛。