DSP概述及其应用

DSP概述及其应用
DSP数字信号处理
数字信号处理(Digital Signal Processing，简称DSP)是将信号以数字方式表示并处理的理论和技术。

数字信号处理与模拟信号处理是信号处理的子集。

数字信号处理的目的是对真实世界的连续模拟信号进行测量或滤波。

因此在进行数字信号处理之前需要将信号从模拟域转换到数字域，这通常通过模数转换器实现。

而数字信号处理的输出经常也要变换到模拟域，这是通过数模转换器实现的。

数字信号处理的算法需要利用计算机或专用处理设备如数字信号处理器（DSP）和专用集成电路（ASIC）等。

数字信号处理技术及设备具有灵活、精确、抗干扰强、设备尺寸小、造价低、速度快等突出优点，这些都是模拟信号处理技术与设备所无法比拟的。

DSP微处理器
DSP（digital signal processor）是一种独特的微处理器，是以数字信号来处理大量信息的器件。

其工作原理是接收模拟信号，转换为0或1的数字信号。

再对数字信号进行修改、删除、强化，并在其他系统芯片中把数字数据解译回模拟数据或实际环境格式。

它不仅具有可编程性，而且其实时运行速度可达每秒数以千万条复杂指令程序，远远超过通用微处理器，是数字化电子世界中日益重要的电脑芯片。

它的强大数据处理能力和高运行速度，是最值得称道的两大特色。

DSP微处理器（芯片）一般具有如下主要特点：
（1）在一个指令周期内可完成一次乘法和一次加法；
（2）程序和数据空间分开，可以同时访问指令和数据；
（3）片内具有快速RAM，通常可通过独立的数据总线在两块中同时访问；
（4）具有低开销或无开销循环及跳转的硬件支持；
（5）快速的中断处理和硬件I/O支持；
（6）具有在单周期内操作的多个硬件地址产生器；
（7）可以并行执行多个操作；
（8）支持流水线操作，使取指、译码和执行等操作可以重叠执行。

当然，与通用微处理器相比，DSP微处理器（芯片）的其他通用功能相对较弱些。

DSP优点：对元件值的容限不敏感，受温度、环境等外部参与影响小；容易实现集成；VLSI可以分时复用，共享处理器；方便调整处理器的系数实现自适应滤波；可实现模拟处理不能实现的功能：线性相位、多抽样率处理、级联、易于存储等；可用于频率非常低的信号。

DSP缺点：需要模数转换；受采样频率的限制，处理频率范围有限；数字系统由耗电的有源器件构成，没有无源设备可靠。

但是其优点远远超过缺点。

数字信号处理的域
在数字信号处理领域，工程师们常常在以下的一些特定域中研究数字信号：时域（一维的信号）、空间域（多维信号）、频域、自相关域和小波域。

他们基于有根据的猜测来选择不同的域来研究信号（或者是为了尝试不同的可能性），以找到能最佳表达信号特征的域。

从测量仪器得到的采样序列表现为时域和空间域的信号，然而离散傅立叶变
换产生频域信号，这就是所谓的频谱。

自相关被定义为对信号本身在变化的时间和空间坐标上做互相关处理。

数字系统
真实世界的信号一般是连续的模拟信号，相应的系统为模拟系统。

为了在模拟系统中应用数字信号处理，必须在模拟系统和数字系统之间进行转换。

通常将模拟系统的输入数字化，即信号采样，将此数字信号作为数字系统的输入。

类似的，在数字信号处理的输出端，将输出的数字信号转换为模拟信号即为模拟系统的输出。

对模拟信号的采样必须满足采样定理以避免频谱混叠。

也就是说，采样频率必须大于被采样信号带宽的两倍。

为了保证被采样的模拟信号是带限的，通常在采样之前要对它进行适当的带通或低通滤波。

信号采样包括两个步骤：即将变量和值都连续的模拟信号先后转换为在变量上离散的的离散信号和值上也离散的数字信号（量化）。

时域和空域
在时域和空域最常用的处理方法是使用称为滤波的方法增强输入信号强度。

滤波大体上包括对于目前输入或者输出信号周围一些环境样本的变换。

有不同方法表示滤波器的特点；例如：
∙“线性”滤波器是对于输入采样的线性变换；其它滤波器则是“非线性的”。

线性滤波器满足重叠条件，例如，如果一个输入信号是不同权重信号的组合，输出就是同等权重的对应输出信号的线性组合。

∙“因果”滤波器仅仅使用前面输入或者输出信号的采样；一个“非因果”滤波器使用未来的输入采样。

有些非因果滤波器可以在上面添加一个延时转换成因果滤波器；反之，因果滤波器可以通过引入延时单元获得非因果滤波器的某些特性。

∙“非时变”滤波器有不随时间变化的恒定属性；其它诸如自适应滤波器随着时间变化。

∙一些滤波器是“稳定的”，另外一些则是“不稳定的”。

一个稳定滤波器随着时间延长输出逐渐汇聚到一点或者在一个有限时间段内在一个范围内波动。

一个不稳定滤波器产生发散的输出。

∙“无限脉冲响应”（IIR）滤波器含有反馈结构，因此它的输出不但与之前的输入信号有关，还与之前的输出信号有关。

而“有限脉冲响应”（FIR）滤波器没有反馈结构，它的输出仅仅与之前的输入信号有关。

同样因为有无反馈的关系，IIR滤波器可能是不稳定的，而FIR总是稳定的。

多数滤波器能够在Z域（频域的一个超集）用它们的传递函数描述。

一个数字滤波器可以表示为一个差分方程、零点和极点集合。

或者，如果是FIR滤波器的话，可以表示为脉冲响应或者阶梯响应。

FIR滤波器对应一个输入的输出可以用输入信号和脉冲响应的卷积来计算。

滤波器也可以使用系统框图表示，它们然后就可以用于派生出一个处理算法示例使用硬件实现这个滤波器。

频域
信号通常通过傅里叶变换从时域或者空间域转换到频域。

傅里叶变换将信号信息转换成每个成份频率上的幅度和相位。

傅里叶变换经常转换成功率谱，功率谱是每个成份频率幅度的平方。

在频域分析信号的最常见目的是分析信号属性。

工程师通过分析频谱就可以知道输入信号中有那些频率的信号没有那些频率的信号。

有一些通用的频域变换方法，例如倒频谱（cepstrum）通过傅里叶变换将信号转换到频域、取对数、然后再进行傅里叶变换。

这种方法加强了幅度较小的成份频率但是保留了成份频率幅度的顺序。

应用
语音处理：语音编码、语音合成、语音识别、语音增强、语音邮件、语音储存等。

图像/图形：二维和三维图形处理、图像压缩与传输、图像识别、动画、机器人视觉、多媒体、电子地图、图像增强等。

军事；保密通信、雷达处理、声呐处理、导航、全球定位、跳频电台、搜索和反搜索等。

仪器仪表：频谱分析、函数发生、数据采集、地震处理等。

自动控制：控制、深空作业、自动驾驶、机器人控制、磁盘控制等。

医疗：助听、超声设备、诊断工具、病人监护、心电图等。

家用电器：数字音响、数字电视、可视电话、音乐合成、音调控制、玩具与游戏等。

生物医学信号处理举例：
CT：计算机X射线断层摄影装置。

（其中发明头颅CT英国EMI公司的豪斯菲尔德获诺贝尔奖。

）
CAT:计算机X射线空间重建装置。

出现全身扫描，心脏活动立体图形，脑肿瘤异物，人体躯干图像重建。

心电图分析。

相关理论方法
∙线性时不变系统：传递函数
∙傅里叶变换：1、离散傅里叶变换 2、离散时间傅里叶变换 3、Z变换 4、小波变换
∙滤波器设计：1 、IIR数字滤波器 2 、双线性变换 3 、巴特沃斯滤波器 4 、切比雪夫滤波器 5 、椭圆滤波器 6 、FIR数字滤波器
∙最小相位
相关领域
∙FPGA
∙自动控制
∙计算机科学
∙数据压缩
∙电气工程
∙信息论
∙地震信号处理
∙通信
参考文献
∙马永军，刘霞.DSP原理与运用.北京邮电大学出版社，2008
∙维基百科。