多速率数字信号处理及其研究现状

文章编号：1009-8119（2006）05-0039-03

多速率数字信号处理及其研究现状

张惠云

（北京理工大学电子工程系，北京 100081）

摘要回顾了多速率信号处理的发展背景，并对其基础理论作了简要介绍。总结了目前多速率信号处理的一些主要应用领域，并对该领域的发展及应用做出了展望。

关键词多速率信号处理，滤波器组，抽取，内插

Multirate Digital Signal Processing and Current Research Status

Zhang Huiyun

(Dept. of Electronics Engineering, Beijing Institute of Technology, Beijing 100081) Abstract First, the background and development of multirate digital signal processing are reviewed. Next, the basic theory is presented briefly. Then some of the recent application fields are discussed. In the end, the development prospect of multirate DSP is given.

Keywords Multirate digital signal processing，Filter banks，Decimation，Interpolation

1 绪论

随着数字信号处理的发展，信号的处理、编码、传输和存储等工作量越来越大。为了节省计算工作量及存储空间，在一个信号处理系统中常常需要不同的采样率及其相互转换，在这种需求下，多速率数字信号处理产生并发展起来。它的应用带来许多好处，例如：可降低计算复杂度、降低传输速率、减少存储量等[1]。

在信号处理领域，多速率信号处理最早于20世纪70年代提出，由其引出的多速率滤波在数学领域里基于多格算法解决了大量的微分等式。在多速率数字信号处理发展中，一个突破点是70年代两通道正交镜像滤波器组应用于语音信号的压缩。在该方法中，信号通过分析滤波器组被分成低通和高通两个子带，每个子带经过2倍抽取和量化后再进行压缩，之后可以通过综合滤波器组近似地重建出原始信号，重建的近似误差一部分源于子带信号的压缩编码，一部分是由分析和综合滤波器组产生的误差，其中最主要的误差是混叠误差，它是由分析滤波器组不是理想带限而引起的。在很多应用系统中，混叠误差存在一定程度的影响，因此就需要对其进行改进。20世纪末，关于消除混叠和准确重建的理论已经得到了充分的发展。

1981年Crochiere R.E.和Rabiner L.R.发表了一篇著名的关于多速率信号处理系统的基本模块——内插和抽取的综述性文章[2]。随后，Vaidyanathan P.P.发表了许多与多速率信号处理系统相关内容的著作。从此，这一领域得到了快速的发展，特别是在多速率数字滤波器组的设计方面，涌现了多种准确重建滤波器的形式。在文献[3]中提到了多速率系统应用于通信、语音信号处理、谱分析、雷达系统和天线系统，以及在数字音频系统、子带编码技

术（用于声音和图像的压缩）和模拟语音个人系统（如标准电话通信）等方面的应用。另外文献[3]中还提出了多相理论和多速率系统在一些非传统领域的应用，包括：高效率信号压缩的多速率理论；高效窄带滤波器的脉冲响应序列的编码新技术的推导；可调整的多级响应FIR 滤波器的设计等。基于上述研究的发展，从20世纪80年代初开始， 30多年来，多速率数字信号处理技术在工程实践中得到广泛的应用，主要用于通信系统、语音、图像压缩、数字音频系统、统计和自适应信号处理、差分方程的数值解等。多速率信号处理在基础理论和应用领域的蓬勃发展，也促进了整个数字信号处理界的发展。

2 基础理论

2.1 抽取和内插

所谓多速率数字信号处理是指改变信号的采样率，包括抽取和内插两种情况。使采样率降低的采样率转换，称为抽取；使采样率升高的采样率转换，称为内插[4]。

抽取是把原始的采样数据每隔M-1个取一个，形成新的采样序列。其中M 为大于1的整数，称为为抽取因子。实现这一过程的装置称为M-抽取器。如图1所示。

(n)

图1 M-抽取器的表示及抽取过程

设输入序列)(n x ，输出序列为)(n y D ，抽取器的输入输出的时域、频域关系分别如式（1）和式（2）所示

()()D y n x Mn = (1)

(2)/01()()M j j k M D k Y e X e M ωωπ--==∑ (2)

由于（2）式中()j D Y e ω是一些平移样本之和，如果输入信号)(n x 不是带限信号，抽取后信号频谱会发生混

叠。这样我们就无法从叠加信号()j D Y e

ω中恢复出原始序列)(n x 。显然，为避免抽取后的混叠，信号)(n x 的带宽必须限制在[]M M //ππ，-范围内。一般情况下，通常采取的措施是抗混叠滤波，即在抽取之前，先对信号进行低通滤波，把信号的频带限制在[]M M //ππ，-范围内。

内插是在已知序列)(n x 的相邻采样点之间等间距的插入L-1个0值点，L 为大于1的整数，称为内插因子。实现这一过程的系统称为L-内插器，如图2所示。

I (n)

图2 L-内插器的表示及内插过程

设输入序列为)(n x ，输出序列为)(n y I ，则输入输出的关系为

(/),0,,2,()0,

I x n L n L L y n =±±?=?? 其他 (3) 其频域关系为

()()j j L I Y e

X e ωω= (4) 式（4）表明()j I Y e ω是对()j X e ω的L 倍压缩，即内插后频谱的周期变为原来的1/L 。因此在数字频率轴上，π2范围内会产生重复的波形，我们称之为镜像。于是，对序列进行内插，要保证序列的原始特性不变，必须要在内插后接一个低通滤波器滤除[]L L /,/ππ-之外的频谱，以消除内插带来的镜像。

单独的抽取器和内插器只能实现整数倍的采样率转换，将抽取器和内插器级联就可以实现有理数倍的采样率变换。系统框图如图3所示，该系统可以实现M L /倍的采样率转换，其中的滤波器为具有抗混叠滤波和滤除镜像作用的低通滤波器。

y(nT 2)

图3 分数倍采样率转化的系统框图

2.2 滤波器组

多速率数字信号处理还以抽取和内插为基础，引出了滤波器的多相结构和滤波器组等理论，而后者则有着更为广泛的应用。滤波器组分为分析滤波器组和综合滤波器组，分析滤波器组把信号分为M 个子带信号，而综合滤波器组是通过子带信号重建出原始信号。由于分析滤波器组将原始信号分解为原信号带宽M /1的M 个子带信号，因此，对每个子带信号均可作M 倍的抽取，从而将采样率降低M 倍。这样可以减小编码和处理的计算量，同时在硬件实现时也可以降低对系统性能的要求，从而降低成本。在综合滤波组之前，再作M 倍的插值，以得到和原始信号相同的采样率，进而可以恢复出原始信号。这样的分析滤波器组和综合滤波器组如图4和图5所示。

图4 分析滤波器组图5综合滤波器组

将图4的系统和图5的系统组合起来就可以实现子带编码、子带压缩等方法。由于希望从综合滤波器的输出端

得到准确的原始信号，因此就要求滤波器组能够达到准确重建。滤波器组的准确重建是一个非常重要的问题，直接影响到其应用，目前已有很多准确重建滤波器组的形式，如仿酉滤波器组等。

3 应用领域

由于国外对多速率理论的研究起步较早，很多学者在多速率理论的基础研究和应用研究方面取得了卓越的成果。Vaidyanathan P.P.等学者发表了大量的文章和著作，涵盖了滤波器组的设计、准确重建的实现、数字通信、图像压缩与编码、信道估计等诸多基础理论和应用领域。

国内关于多速率数字信号处理理论的研究比国外起步晚，基本是从20世纪90年代初期才开始系统的研究。其中具有代表性的是清华大学宗孔德教授的著作[4]，书中系统、详细地介绍了多速率系统抽取、内插、多相结构和滤波器组等基础理论。随后，很多学者对该领域的某些问题进行了专门研究。

首先，在A/D转换中，多速率滤波通过研究模拟、数字混合滤波器来代替纯数字滤波器得到了优秀的结果[5]。其中一种最直接的应用是将内插器和抽取器应用于多路高速并行A/D转换，并由此推广了结合QMF滤波器的高速A/DC等。多速率理论还使采样理论得到了新的发展，完善了传统的Nyquist采样定理。其中特定函数子空间的非带限信号的采样理论格外引人注目。

另外，由于内插滤波器的基本原理是在被处理信号的采样结果中内插零，作为处理数据进行滤波，这使得其在通信、信号处理等领域中有着广泛的应用。例如在第三代移动通信系统WCDMA中，用内插滤波器对基带信号进行脉冲成形滤波，以限制发送信号的带宽，降低射频信道的带外干扰[6]。

多速率信号处理的很多应用都是基于滤波器组而实现的。滤波器组最初用于语音压缩，后来逐渐应用于图像、视频的压缩。滤波器组通过将信号分成不同的子带，然后根据不同子带包含的信息量的不同来分别进行处理，通过压缩某些不太重要的信息即可实现压缩[7]。因此，多年以来，滤波器组理论在音、视频信号压缩领域一直倍受关注。

目前滤波器组也广泛应用在通信领域中，包括理想数字多路传输、信道均衡的预编码、根据仿酉滤波器组提出的标准正交编码、非整数采样的均衡、离散多音频技术、互联网的高速DSL等[6]。滤波器组理论应用于多路通信方面得到了深入的研究，利用滤波器组的结构可以实现时分复用、频分复用，既适用于TDMA、FDMA和CDMA多用户系统，也适用于像OFDM之类的多载波(MC)系统以及由OFDM与CDMA综合而成的MC-CDMA系统。滤波器组的多路通信模型在结构上等效于均匀DFT滤波器组，可以通过FFT结合多相滤波器组的方式来高效实现。同时，应用滤波器组的特性，还可以减小多径效应和其他干扰造成的影响。而基于滤波器组和快速重叠变换的多音频（载波）调制可以用于抑制符号间干扰和窄带干扰。以上这些应用很多都是基于滤波器组的准确重建来实现的，不同的准确重建方法可以实现不同的系统性能，因此这些应用的开发也促进了滤波器组基础理论的发展。

近年来，多速率信号处理与Kalman滤波相结合，在雷达目标跟踪中得到了较好的效果[8]。此外，由于可以用滤波器组实现离散余弦变换（DCT），多速率信号处理还应用于图像的信息隐藏和图像水印技术中[9][10]。多速率信号处理理论中的多相结构也有着广泛的应用，由于采用多相结构不仅可以节省计算量，还能得到新的系统模型以便于分

析。因此，它在无线通信的信道估计等方面取得了一定成效。例如利用多相分解的盲信道辨识技术等[11]。

文献[12]中还由传统的多速率信号处理推广了块操作，即抽取和内插都以矩阵向量的形式实现，例如每次抽取不再仅保留一个采样值，而是保留一组值。这个推广对于多入多出（MIMO）系统具有重要的意义，文献[13]就基于这种推广提出了一种计算离散分数阶Fourier变换的快速算法。

4 小结

多速率信号处理自发展以来，至今在基础理论方面已经趋于成熟，其广泛的应用领域也得到了人们的重视。多速率信号处理与其它信号处理理论的结合将有更好的应用前景，例如与Fourier变换的一般形式——分数阶Fourier 变换相结合，可以利用分数阶Fourier变换处理时变、非平稳信号的长处来达到传统Fourier域中无法达到的系统性能。

参考文献

1 Vaidyanathan P P. Multirate Digital Filters, Filter Banks, Polyphase Networks, and Applications: A Tutorial [C]. Proceedings of the IEEE,1990;78(1):56～93

2 Crochiere R E, Rabiner L R. Interpolation and Decimation of Digital Signals: A tutorial review [C]. Proceedings of the IEEE,1981;(69):300～331

3 Oetken G, Parks T, Schussler H. New Results in the Design of Digital Interpolators. IEEE Transactions on Acoustics, Speech, and Signal Processing,1975;23(3):301～309

4 宗孔德.多抽样率信号处理[M].北京:清华大学出版社,1996

5 Franca J, Mitra S K. Multirate Analog-Digital Systems for Signal Processing and Conversion [C]. Proceedings of the IEEE,1997;85(2):242～262

6 Vaidyanathan P P. Recent Results and Open Problems in Filter Banks and Subband Coding[C].IEEE Symposium on Advances in Digital Filtering and Signal Processing,1998

7 Vaidyanathan P P. Filter Banks in Digital Communications[J].IEEE Circuits and Systems Magazine,2001;1(2):4～25

8 Chang D C, Wu W R. Maneuvering Target Tracking with High-Order Correlated Noise–A Multirate Kalman Filtering Approach. Wireless Personal Communications,2001;17:103～123

9 Liang Jie, Trac D. DCT-Based General Structure for Linear-Phase Paraunitary Filterbanks [J]. IEEE Transactions On SP,2003;51(6):1572～1580

10 Saito S, Furukawa T, Konishi K. A Digital Watermarking for Audio Data Using Band Division Based on QMF Bank [C]. Acoustics, Speech, and Signal Processing Proceedings.2002;4:3473～3476

11 郭经红, 张官元. 基于多相分解的盲信道辨识和均衡技术[J]. 电力系统通信,2003(2)

12 Xia X G, Suter B W. Multirate Filter Banks with Block Samlping [J]. IEEE Transactions On SP,1996;44(3):484～496

13 Huang D F, Chen B S. A Multi-input-multi-output System Approach for the Computation of Discrete Fractional Fourier Transform [J]. Signal Processing, 2000;(80):1501～1513

现代数字信号处理及其应用——LMS算法结果及分析

LMS 算法MATLAB 实现结果及其分析一、LMS ：为课本155页例题图1.1：LMS 算法学习曲线（初始权向量[]T 00w ?=）图1.2滤波器权系数迭代更新过程曲线（步长075.0=μ）图1.3滤波器权系数迭代更新过程曲线（步长025.0=μ）图1.4滤波器权系数迭代更新过程曲线（步长015.0=μ）分析解释：在图1.1中，收敛速度最慢的是步长为015.0=μ的曲线，收敛速度最快的是步长075.0=μ的曲线，所以可以看出LMS 算法的收敛速度随着步长参数的减小而相应变慢。图1.2、1.3、1.4分别给出了步长为075.0=μ、025.0=μ、025.0=μ的滤波器权系数迭代更新过程曲线，可以发现其不是平滑的过程，跟最抖下降法不一样，体现了其权向量是一个随机过程向量。

LMS2：为课本155页例题，156页图显示结果图2.1：LMS 算法学习曲线（初始权向量[]T 00w ?=）图2.2滤波器权系数迭代更新过程曲线（步长025.0=μ）图2.3滤波器权系数迭代更新过程曲线（步长025.0=μ）图2.4最陡下降法权值变化曲线（步长025.0=μ）分析解释：图2.1给出了步长为025.0=μ的学习曲线，图2.2给出了滤波器权向量的单次迭代结果。图2.3给出了一次典型实验中所得到的权向量估计()n w ?=，以及500次独立实验得到的平均权向量()}n w ?E{=的估计，即()∑==T t n w T 1 t )(?1n w ?，其中)(?n w t 是第t 次独立实验中第n 次迭代得到的权向量，T 是独立实验次数。可以发现，多次独立实验得到的平均权向量()}n w ?E{=的估计平滑了随机梯度引入的梯度噪声，使得其结果与使用最陡下降法（图2.4）得到的权向量趋于一致，十分接近理论最优权向量[]T 7853.08361.0w 0-=。 LMS3：为课本172页习题答案

数字信号处理教案

数字信号处理教案余月华

课程特点: 本课程是为电子、通信专业三年级学生开设的一门课程，它是在学生学完了信号与系统的课程后，进一步为学习专业知识打基础的课程。本课程将通过讲课、练习使学生掌握数字信号处理的基本理论和方法。课程内容包括：离散时间信号与系统；离散变换及其快速算法；数字滤波器结构；数字滤波器设计；数字信号处理系统的实现等。本课程逻辑性很强, 很细致, 很深刻；先难后易, 前三章有一定的难度, 倘能努力学懂前三章(或前三章的0080), 后面的学习就会容易一些；只要在课堂上专心听讲, 一般是可以听得懂的, 但即便能听懂, 习题还是难以顺利完成。这是因为数字信号分析技巧性很强, 只了解基本的理论和方法, 不辅以相应的技巧, 是很难顺利应用理论和方法的。论证训练是信号分析课基本的,也是重要的内容之一, 也是最难的内容之一。因此, 理解证明的思维方式, 学习基本的证明方法, 掌握叙述和书写证明的一般语言和格式, 是信号分析教学贯穿始终的一项任务。鉴于此, 建议的学习方法是：预习, 课堂上认真听讲, 必须记笔记, 但要注意以听为主, 力争在课堂上能听懂七、八成。课后不要急于完成作业, 先认真整理笔记, 补充课堂讲授中太简或跳过的推导, 阅读教科书, 学习证明或推导的叙述和书写。基本掌握了课堂教学内容后, 再去做作业。在学习中, 要养成多想问题的习惯。课堂讲授方法: 1. 关于教材: 《数字信号处理》作者丁玉美高西全西安电子科技大学出版社 2. 内容多, 课时紧: 大学课堂教学与中学不同的是每次课介绍的内容很多, 因此, 内容重复的次数少, 讲课只注重思想性与基本思路, 具体内容或推导特别是同类型或较简的推理论证及推导计算, 可能讲得很简, 留给课后的学习任务一般很重。. 3. 讲解的重点: 概念的意义与理解, 理论的体系, 定理的意义、条件、结论、定理证明的分析与思路, 具有代表性的证明方法, 解题的方法与技巧，某些精细概念之间的本质差别. 在教学中, 可能会写出某些定理证明, 以后一般不会做特别具体的证明叙述. 4. 要求、辅导及考试： a. 学习方法: 适应大学的学习方法, 尽快进入角色。课堂上以听为主, 但要做课堂笔记，课后一定要认真复习消化, 补充笔记，一般课堂教学与课外复习的时间比例应为1 : 3 。 b. 作业: 大体上每两周收一次作业, 一次收清。每次重点检查作业总数的三分之一。作业的收交和完成情况有一个较详细的登记, 缺交作业将直接影响学期总评成绩。 c. 辅导: 大体两周一次。 d. 考试: 只以最基本的内容进行考试, 大体上考课堂教学和所布置作业的内容。课程的基本内容与要求第一章．时域离散信号与时域离散系统 1. 熟悉6种常用序列及序列运算规则； 2. 掌握序列周期性的定义及判断序列周期性的方法； 3. 掌握离散系统的定义及描述方法（时域描述和频域描述）； 4. 掌握LSI 系统的线性移不变和时域因果稳定性的判定；第二章时域离散信号与系统的傅立叶变换分析方法

如何学习数字信号处理

如何学好数字信号处理课程《数字信号处理》是相关专业本科生培养中，继《信号与系统》、《通信原理》、《数字逻辑》等课程之后的一门专业技术课。数字信号处理的英文缩写是DSP ，包括两重含义：数字信号处理技术（Digital Signal Processing ）和数字信号处理器（Digital Signal Processor ）。目前我们对本科生开设的数字信号处理课程大多侧重在处理技术方面，由于课时安排和其他一些原因，通常的特点是注重理论推导而忽略具体实现技术的介绍。最后导致的结果就是学生在学习了数字信号处理课程之后并不能把所学的理论知识与实际的工程应用联系起来，表现在他们做毕业设计时即使是对学过的相关内容也无法用具体的手段来实现，或者由于无法与具体实际相挂钩理解而根本就忘记了。我相信，我们开设本课程的根本目的应该是让学生在熟练掌握数字信号处理的基本原理基础上，能结合工程实际学习更多的DSP 实现技术及其在通信、无线电技术中的应用技能，这也是符合DSP 本身的二重定义的，学生通过本课程的学习，将应该能从事数字信号处理方面的研究开发、产品维护等方面的技术工作。其实很多学生在大学四年学习过后都有这种反思：到底我在大学学到了什么呢？难道就是一些理论知识吗？他们将如何面对竞争日益激烈的社会呢？因此，大家在应用MATLAB学习并努力掌握数字信号处理的原理，基本理论的同时，应该始终意识到该课程在工程应用中的重要性，并在课后自学一些有关DSP技术及FPGA技术方面的知识。这样，学习本课程学习的三部曲是：一，学习数字信号处理的基本理论；二，掌握如何用MATLAB 实现一些基本的算法，如FFT ，FIR 和IIR 滤波器设计等；三，选择一种数字信号处理器作为实现平台进行实践学习，比如TI 公司的TMS320C54x 系列芯片，包括该处理器的硬件和软件系统，如Code Composer Studio及像MATLAB Link for Code Composer Studio这样的工具。在学习数字信号处理的过程中，要注重培养自己的工程思维方法。数字信号处理的理论含有许多研究问题和解决问题的科学方法,例如频率域的分析方法、傅里叶变换的离散做法、离散傅里叶变换的快速计算方法等, 这些方法很好。虽然它们出现在信号处理的专业领域, 但是, 其基本精神是利用事物的特点和规律解决实际问题, 这在各个领域中是相同的。还有, 数字信号处理的理论的产生是有原因的, 这些原因并不难懂, 就是理论为应用服务, 提高使用效率。例如: 为什么要使用频率域的分析方法?原因是从时间看问题, 往往看到事物的表面, 就像我们用眼睛看水只能看到水的颜色, 看不到水的基本成分, 同样, 从时间看信号只能看到信号变化的大小和快慢,看不到信号的基本成分; 若采用分解物质的方法, 从成分的角度去看, 用化学分析则能看到水的各种成分, 同样, 用分解信号的方法则能看到信号里的基本成分, 至于基本成分的选择则视哪种基本类型最适合实际信号处理, 这就是频率域的分析方法。又如: 为什么要采用离散的傅里叶变换?原因很简单, 因为要利用计算机计算傅里叶变换, 而计算机只能计算数据, 不能计算连续变量, 所以必须分离连续的傅里叶变换, 使它成为离散的傅里叶变换。再如: 为什么要采用离散傅里叶变换的快速计算方法?原因是, 理论上离散傅里叶变换能让计算机分析频谱, 但是, 直接按照离散傅里叶变换的定义计算它, 计算量太大, 实用价值不大; 只有采用巧妙的方法降低计算量, 则离散傅里叶变换才有实用价值,这种巧妙的方法就是离散傅里叶变换的快速计算方法。降低计算量的巧妙之处在, 离散傅里叶变换的计算量与信号的长度成正比, 科学家想办法将信号分解成为短信号, 分解成为短信号的方法有多种, 只要开动脑筋，我们也是一样可以想出来的。最后，感谢同学们对我的支持，我会尽我所能，与大家共同探索"数字信号处理"领域的奇妙世界。

数字信号处理期末论文

题目：基于DSP的FFT程序设计的研究作者届别系别专业指导老师职称完成时间2013.06

内容摘要快速傅里叶变(Fas Fourier Tranformation，FFT)是将一个大点数N的DFT分解为若干小点的D F T的组合。将用运算工作量明显降低，从而大大提高离散傅里叶变换(D F T) 的计算速度。因各个科学技术领域广泛的使用了FFT 技术它大大推动了信号处理技术的进步，现已成为数字信号处理强有力的工具，本论文将比较全面的叙述各种快速傅里叶变换算法原理、特点，并完成了基于MATLAB的实现。关键词：频谱分析；数字信号处理；MATLAB；DSP281x

引言： 1965年，库利（J.W.Cooley）和图基（J.W.Tukey）在《计算数学》杂志上发表了“机器计算傅立叶级数的一种算法”的文章，这是一篇关于计算DFT的一种快速有效的计算方法的文章。它的思路建立在对DFT运算内在规律的认识之上。这篇文章的发表使DFT的计算量大大减少，并导致了许多计算方法的发现。这些算法统称为快速傅立叶变换（Fast Fourier Transform），简称FFT，1984年，法国的杜哈梅尔（P.Dohamel）和霍尔曼（H.Hollmann）提出的分裂基快速算法，使运算效率进一步提高。FFT即为快速傅氏变换，是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。它对傅氏变换的理论并没有新的发现，但是对于在计算机系统或者说数字系统中应用离散傅立叶变换，可以说是进了一大步。随着科学的进步，FFT算法的重要意义已经远远超过傅里叶分析本身的应用。FFT算法之所以快速，其根本原因在于原始变化矩阵的多余行，此特性也适用于傅里叶变换外的其他一些正交变换，例如，快速沃尔什变换、数论变换等等。在FFT的影响下，人们对于广义的快速正交变换进行了深入研究，使各种快速变换在数字信号处理中占据了重要地位。因此说FFT对数字信号处理技术的发展起了重大推动作用。信号处理中和频谱分析最为密切的理论基础是傅立叶变换(Fouriertransform，FT)。快速傅立叶变换(FFT)和数字滤波是数字信号处理的基本内容。信号时域采样理论实现了信号时域的离散化，而离散傅里叶变换理论实现了频域离散化，因而开辟了数字技术在频域处理信号的新途径，推进了信号的频谱分析技术向更广的领域发展。 1.信号的频谱分析如果信号频域是离散的，则信号在时域就表现为周期性的时间函数；相反信号在时域上是离散的，则该信号在频域必然表现为周期的频率函数。不难设想，一个离散周期序列，它一定具有既是周期又是离散的频谱。有限长序列的离散傅里叶变换和周期序列的离散傅里叶级数本质是一样的。因而有限长序列的离散傅里叶变换的定义为：x(n)和X(k)是一个有限长序列的离散傅里叶变换对。

数字信号处理教案

实验设计：多采样率数字信号处理

实验名称：多采样率数字信号处理一．实验目的：1. 掌握信号抽取和插值的基本原理和实现； 2．掌握信号的有理数倍率转换。二．实验原理：多采样率数字信号处理共分为3方面的问题：信号的整数倍抽取、信号的整数倍插值和信号的有理数倍速率转换。 Matlab 信号处理工具箱提供了抽取函数decimate 用于信号整数倍抽取，其调用格式为： y=decimate(x,M) y=decimate(x,M,n) y=decimate(x,M,’fir’) y=decimate(x,M,n,’fir’) 其中y=decimate(x,M)将信号x 的采样率降低为原来的 M 1，抽取前缺省地采用8阶Chebyshev Ⅰ型低通滤波器压缩频带。 y=decimate(x,M,n)指定所采用Chebyshev Ⅰ型低通滤波器的阶数，通常13 n 。 y=decimate(x,M,’fir’)指定用FIR 滤波器来压缩频带。 y=decimate(x,M,n,’fir’) 指定所用FIR 滤波器的阶数。 Matlab 信号处理工具箱提供了插值函数interp 用于信号整数倍插值，其调用格式为： y=interp(x,L) y=interp(x,L,n,alpha) [y,b]=interp(x,L,n,alpha) 其中y=interp(x,L)将信号的采样率提高到原来的L 倍。 y=interp(x,L,n,alpha)指定反混叠滤波器的长度n 和截止频率alpha ，缺省值为4和0.5。 [y,b]=interp(x,L,n,alpha)在插值的同时，返回反混叠滤波器的系数向量。信号的有理数倍速率转换是使信号的采样率经由一个有理因子M L 来改变，可以通过插值和抽取的级联来实现。Matlab 信号处理工具箱提供了重采样函数resample 用于有理倍数速率转换，其调用格式为： y=resample(x,L,M);

数字信号处理技术及发展趋势

数字信号处理技术及发展趋势贵州师范大学物电学院电子信息科学与技术罗滨志 120802010051 摘要数字信号处理的英文缩写是DSP，而数字信号处理又是电子设计领域的术语，其实现的功能即是用离散（在时间和幅度两个方面）所采样出来的数据集合来表示和处理信号和系统，其中包括滤波、变换、压缩、扩展、增强、复原、估计、识别、分析、综合等的加工处理，从而达到可以方便获得有用的信息，方便应用的目的【1】。而DPS实现的功能即是对信号进行数字处理，数字信号又是离散的，所以DSP大多应用在离散信号处理当中。从DSP的功能上来看，其发展趋势日益改变着我们的科技的进步，也给世界带来了巨大的变化。从移动通信到消费电子领域，从汽车电子到医疗仪器，从自动控制到军用电子系统中都可以发现它的身影【2】。拥有无限精彩的数字信号处理技术让我们这个世界充满变化，充满挑战。 In this paper Is the abbreviation of digital signal processing DSP, the digital signal processing (DSP) is the term in the field of electronic design, the function of its implementation is to use discrete (both in time and amplitude) sampling represented data collection and processing of signals and systems, including filtering, transformation, compression, extension, enhancement, restoration, estimation, identification, analysis, and comprehensive processing, thus can get useful information, convenient for the purpose of convenient application [1]. And DPS the functions is to digital signal processing, digital signal is discrete, so most of DSP applications in discrete signal processing. From the perspective of the function of DSP, and its development trend is increasingly changing our of the progress of science and technology, great changes have also brought the world. From mobile communication in the field of consumer electronics, from automotive electronics to medical equipment, from automatic control to the military electronic systems can be found in the figure of it [2]. Infinite wonderful digital signal processing technology to let our world full of changes, full of challenges

《数字信号处理》课程教学大纲

《数字信号处理》课程教学大纲（10级）编号：40023600 英文名称：Digital Signal Processing 适用专业：通信工程；电子信息工程责任教学单位：电子工程系通信工程教研室总学时：56 学分：3.5 考核形式：考试课程类别：专业基础课修读方式：必修教学目的：数字信号处理是通信工程、电子信息工程专业的一门专业基础课，通过本课程的学习使学生建立数字信号处理的基本概念、掌握数字信号处理的基本理论、基本分析方法和数字滤波器的基本设计方法，具有初步的算法分析和运用MATLAB编程的能力，了解数字信号处理的新方法和新技术。为学习后续专业课程和从事数字信号处理方面的研究工作打下基础。主要教学内容及要求： 1．绪论了解数字信号处理的特点，应用领域，发展概况和发展局势。 2．时域离散信号和时域离散系统了解连续信号、时域离散信号和数字信号的定义和相互关系；掌握序列的表示、典型序列、序列的基本运算；掌握时域离散系统及其性质，掌握时域离散系统的时域分析,掌握采样定理、连续信号与离散信号的频谱关系。 3.时域离散信号和系统的频域分析掌握序列的傅里叶变换(FT)及其性质；掌握序列的Z变换(ZT) 、Z变换的主要性质；掌握离散系统的频域分析；了解梳状滤波器，最小相位系统。 4.离散傅里叶变换（DFT）掌握离散傅里叶变换(DFT)的定义，掌握DFT、ZT、FT、DFS之间的关系；掌握DFT的性质；掌握频域采样；掌握DFT的应用、用DFT计算线性卷积、用DFT分析信号频谱。 5.快速傅里叶变换（FFT）熟悉DFT的计算问题及改进途经；掌握DIT-FFT算法及其编程思想；掌握IDFT的高效算法。 6.数字滤波网络了解滤波器结构的基本概念与分类；掌握IIR-DF网络结构（直接型，级联型，并联型）；掌握FIR-DF网络结构（直接型，线性相位型，级联型，频率采样型，快速卷积型）。 7.无限冲激响应（IIR）数字滤波器设计熟悉滤波的概念、滤波器的分类及模拟和数字滤波器的技术指标；熟悉模拟滤波器的设计；掌握用冲激响应不变法设计IIR数字滤波器；掌握用双线性变换法设计IIR数字滤波器。 8.有限冲激响应（FIR）数字滤波器设计熟悉线性相位FIR数字滤波器的特点；掌握FIR数字滤波器的窗函数设计法；掌握FIR数字滤波器的频率抽样设计法；了解FIR数字滤波器的切比雪夫最佳一致逼近设计法。本课程与其他课程的联系与分工：先修课程：信号与系统，复变函数与积分变换，数字电路；后续课程有：DSP原理及应用，语音信号处理，数字图像处理等。

数字信号处理基础书后题答案中文版

Chapter 2 Solutions 2.1 最小采样频率为两倍的信号最大频率，即44.1kHz 。 2.2 (a)、由ω = 2πf = 20 rad/sec ，信号的频率为f = 3.18 Hz 。信号的奈奎斯特采样频率为6.37 Hz 。 (b)、3 5000π=ω，所以f = 833.3 Hz ，奈奎斯特采样频率为1666.7 Hz 。 (c)、7 3000π=ω，所以f = 214.3 Hz ，奈奎斯特采样频率为428.6 Hz 。 2.3 (a) 1258000 1f 1T S S ===μs (b)、最大还原频率为采样频率的一半，即4000kHz 。 2.4 ω = 4000 rad/sec ，所以f = 4000/(2π) = 2000/π Hz ，周期T = π/2000 sec 。因此，5个周期为5π/2000 = π/400 sec 。对于这个信号，奈奎斯特采样频率为2(2000/π) = 4000/π Hz 。所以采样频率为f S = 4(4000/π) = 16000/π Hz 。因此5个周期收集的采样点为(16000/π samples/sec )(π/400 sec) = 40。 2.5 ω = 2500π rad/sec ，所以f = 2500π/(2π) = 1250 Hz ，T = 1/1250 sec 。因此，5个周期为5/1250 sec 。对于这个信号，奈奎斯特采样频率为2(1250) = 2500 Hz ，所以采样频率为f S = 7/8(2500) = 2187.5 Hz 。采样点数为(2187.5 点/sec)(5/1250 sec) = 8.75。这意味着在模拟信号的五个周期内只有8个点被采样。事实上，对于这个信号来说，在整数的模拟周期中，是不可能采到整数个点的。 2.6 2.7 信号搬移发生在kf S ± f 处，换句话说，频谱搬移发生在每个采样频率的整数倍 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 频率/kHz

DSP数字信号处理

数字信号处理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。简介简单地说，数字信号处理就是用数值计算的方式对信号进行加工的理论和技术，它的英文原名叫digital signal processing，简称DSP。另外DSP也是digital signal processor的简称，即数字信号处理器，它是集成专用计算机的一种芯片，只有一枚硬币那么大。有时人们也将DSP看作是一门应用技术，称为DSP 技术与应用。《数字信号处理》这门课介绍的是：将事物的运动变化转变为一串数字，并用计算的方法从中提取有用的信息，以满足我们实际应用的需求。本定义来自《数字信号处理》杨毅明著，由机械工业出版社2012年发行。特征和分类信号(signal)是信息的物理体现形式，或是传递信息的函数，而信息则是信号的具体内容。模拟信号(analog signal)：指时间连续、幅度连续的信号。数字信号(digital signal)：时间和幅度上都是离散(量化)的信号。数字信号可用一序列的数表示，而每个数又可表示为二制码的形式，适合计算机处理。一维(1-D)信号: 一个自变量的函数。二维(2-D)信号: 两个自变量的函数。多维(M-D)信号: 多个自变量的函数。系统：处理信号的物理设备。或者说，凡是能将信号加以变换以达到人们要求的各种设备。模拟系统与数字系统。信号处理的内容：滤波、变换、检测、谱分析、估计、压缩、识别等一系列的加工处理。多数科学和工程中遇到的是模拟信号。以前都是研究模拟信号处理的理论和实现。模拟信号处理缺点：难以做到高精度，受环境影响较大，可靠性差，且不灵活等。数字系统的优点：体积小、功耗低、精度高、可靠性高、灵活性大、易于大规模集成、可进行二维与多维处理随着大规模集成电路以及数字计算机的飞速发展，加之从60年代末以来数字信号处理理论和技术的成熟和完善，用数字方法来处理信号，即数字信号处理，已逐渐取代模拟信号处理。随着信息时代、数字世界的到来，数字信号处理已成为一门极其重要的学科和技术领域。数字信号处理器 DSP芯片，也称数字信号处理器，是一种特别适合于进行数字信号处理运算的微处理器，其主要应用是实时快速地实现各种数字信号处理算法。根据数字信号处理的要求，DSP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；

什么是数字信号处理

什么是数字信号处理？有哪些应用？利用数字计算机或专用数字硬件、对数字信号所进行的一切变换或按预定规则所进行的一切加工处理运算。例如：滤波、检测、参数提取、频谱分析等。对于DSP:狭义理解可为Digital Signal Processor 数字信号处理器。广义理解可为Digital Signal Processing 译为数字信号处理技术。在此我们讨论的DSP的概念是指广义的理解。数字信号处理是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理，以得到符合人们需要的信号形式。信号处理的实质是对信号进行变换。信号处理的目的是获取信号中包含的有用信息，并用更直观的方式进行表达。 DSP的应用几乎遍及电子学每一个领域。 ▲通用数字信号处理器：自适应滤波，卷积，相关，数字滤波，FFT, 希尔伯特变换，波形生成，窗函数等等。 ▲语音信号处理：语音增强、识别、合成、编码、信箱等，文字/语音转换 ▲图形/图像处理：三维动画，图象鉴别/增强/压缩/传输，机器人视觉等等图 ▲特殊应用数字信号处理：振动和噪声分析与处理，声纳和雷达信号处理，通信信号处理, 地震信号分析与处理，汽车安全及全球定位，生物医学工程等等。在医疗、军事、汽车等行业，以及通信市场、消费类电子产品等中具有广阔的市场前景。数字信号处理系统的基本组成：前置预滤波器（PrF）、a/d变换器(ADC)、数字信号处理器(DSP)、d/a变换器(DAC)、模拟滤波器(PoF) 数字信号处理特点: 1.大量的实时计算（FIR IIR FFT）， 2.数据具有高度重复（乘积和操作在滤波、卷积和FFT中等常见）数字信号处理技术的意义、内容数字信号处理技术是指数字信号处理理论的应用实现技术，它以数字信号处理理论、硬件技术、软件技术为基础和组成，研究数字信号处理算法及其实现方法。意义：在21世纪，数字信号处理是影响科学和工程最强大的技术之一它是科研人员和工程师必须掌握的一门技巧 DSP芯片及其特点 ▲采用哈佛结构体系：独立的程序和数据总线，一个机器周期可同时进行程序读出和数据存取。对应的：冯·诺依曼结构。 ▲采用流水线技术： ▲硬件乘法器：具有硬件连线的高速“与或”运算器 ▲多处理单元：DSP内部包含多个处理单元。 ▲特殊的DSP指令：指令具有多功能，一条指令完成多个动作；如：倒位序指令等 ▲丰富的外设▲功耗低：一般DSP芯片功耗为0.5～4W。采用低功耗技术的DSP芯片只有0.1W/3.3V、1.6V （电池供电） DSP芯片的类别和使用选择 ▲按特性分：以工作时钟和指令类型为指标分类▲按用途分：通用型、专用型DSP芯片 ▲按数据格式分：定点、浮点各厂家还根据DSP芯片的CPU结构和性能将产品分成若干系列。 TI公司的TMS320系列DSP芯片是目前最有影响、最为成功的数字信号处理器，其产品销量一直处于领先地位，公认为世界DSP霸主。 ?目前市场上的DSP芯片有： ?美国德州仪器公司(TI):TMS320CX系列占有90%

数字信号处理GUI

西安工业大学北方信息工程学院毕业设计(论文)开题报告题目：数字信号处理实验教学平台设计系别光电信息系专业光电信息工程班级 B100106 姓名彭牡丹学号 B10010638 导师稀华 2013年11月20日

1 毕业设计（论文）综述 1.1 题目背景和意义自 20 世纪 60 年代以来，随着计算机和信息学科的飞速发展，数字信号处理技术应运而生并迅速发展，目前已经形成为一门独立且成熟重要的新兴学科。如今已广泛地应用于通信、语音、图像、遥感、雷达、航空航天、自动控制和生物医学[1]等多个领域。特别在教学方面，此课程已普遍成为大学本科电子通信专业必修的主干课和重要的专业基础课，已成为信息化建设不可缺少的环节。 “数字信号处理”课程主要包括离散时间信号及系统、离散傅立叶变换DFT、快速傅立叶变换FFT、数字滤波器设计及实现和数字信号系统的应用等内容，如何帮助学生理解与掌握课程中的基本概念、分析方法以及综合应用能力，是教学所要解决的关键问题，但是该课程理论性强，公式繁琐，需要实验辅助学生理解。因此研究数字信号处理虚拟实验技术能够有效地弥补数字信号处理理论教学的不足，所以本课题需要借助一些软件平台来完成数字信号处理课程中重要的实验内容的仿真分析。 1.2 国内外相关研究状况对于教学平台设计，现在教学方面有很多研究方法，不同的的科研目标用的是不同的软件平台，国内外也提出了多种研究方法。例如，在做交互式教学实验平台设计时，周强、张兰、张春明[2]等人运用的是Tornado 软件。此设计以 Tornado 专业课程为例，提出教学网络化的预期目标，结合课程内容的实践性特点，依据分层教学的指导理念，以先进的网站开发技术（Dreamweaver、B/S、ASP 等）为支撑手段，对面向 Tornado 的交互式教学实验平台进行设计与实现。通过小范围测试，基本实现了教师发布教学信息、上机实验、问题互助解答、学生在线自测、师生交互平台等教学功能，并在此基础上凸显出对学生进行分级以提供个性化教学的特色。在研究网络的教学实验平台设计，赵迎新、徐平平、夏桂斌[3]等人用的是无线传感器网络的研究方法。此设计研究并开发了一种应用MSP430微控制器芯片和CC2420无线收发模块架构的无线传感器网络的教学实验平台，设计并实现了系统的总体架构、硬件电路、软件接口与数据汇聚模式，根据实践教学要求，设计了基于该平台系统的基本实验要求与操作步骤，给出了对不同层次实践教学的目标要求，最后给出教学实践效果的评价。还有谢延红[4]提出的开放式 Linux 实验教学平台设计与实现。此研究针对 Linux 实验教学中存在的实验环境不够灵活、实验学习时间受限和无法实时沟通的问题，此研究提出了“个网络平台，条技术路线，

《数字信号处理》课程教学大纲

《数字信号处理》课程教学大纲课程编号: 11322617，11222617，11522617 课程名称：数字信号处理英文名称：Digital Signal Processing 课程类型: 专业核心课程总学时：56 讲课学时：48 实验学时：8 学分：3 适用对象: 通信工程专业、电子信息科学与技术专业先修课程：信号与系统、Matlab语言及应用、复变函数与积分变换执笔人：王树华审定人：孙长勇一、课程性质、目的和任务《数字信号处理》是通信工程、电子信息科学与技术专业以及电子信息工程专业的必修课之一，它是在学生学完了信号与系统的课程后，进一步学习其它专业选修课的专业平台课程。本课程将通过讲课、练习、实验使学生掌握数字信号处理的基本理论和方法。为以后进一步学习和研究奠定良好的基础。二、课程教学和教改基本要求数字信号处理是用数字或符号的序列来表示信号，通过数字计算机去处理这些序列，提取其中的有用信息。例如，对信号的滤波，增强信号的有用分量，削弱无用分量；或是估计信号的某些特征参数等。总之，凡是用数字方式对信号进行滤波、变换、增强、压缩、估计和识别等都是数字信号处理的研究对象。本课程介绍了数字信号处理的基本概念、基本分析方法和处理技术。主要讨论离散时间信号和系统的基础理论、离散傅立叶变换DFT理论及其快速算法FFT、IIR和FIR数字滤波器的设计以及有限字长效应。通过本课程的学习使学生掌握利用DFT理论进行信号谱分析，以及数字滤波器的设计原理和实现方法，为学生进一步学习有关信息、通信等方面的课程打下良好的理论基础。本课程将通过讲课、练习、实验使学生掌握数字信号处理的基本理论和方法。为以后进一步学习和研究奠定良好的基础，应当达到以下目标： 1、使学生建立数字信号处理系统的基本概念，了解数字信号处理的基本手段以及数字信号处理所能够解决的问题。 2、掌握数字信号处理的基本原理，基本概念，具有初步的算法分析和运用MATLAB编程的能力。 3、掌握数字信号处理的基本分析方法和研究方法，使学生在科学实验能力、计算能力和抽象思维能力得到严格训练，培养学生独立分析问题与解决问题的能力，提高科学素质，为后续课程及从事信息处理等方面有关的研究工作打下基础。 4、本课程的基本要求是使学生能利用抽样定理，傅立叶变换原理进行频谱分析和设计简单的数字滤波器。三、课程各章重点与难点、教学要求与教学内容

数字信号处理实验报告

前言《数字信号处理》是信息电子，通信工程等本科专业及其他相近专业的一门专业必修课。通过本课程的学习，学生应掌握以下基本概念、理论和方法：采样定理、离散序列的变换、离散信号的频谱分析；离散系统的传递函数、频率响应、离散系统的基本分析方法；数字滤波器的设计理论、滤波器的软件实现；离散傅立叶变换理论、快速傅立叶变换方法；有限字长效应。为了使学生更好地理解和深刻地把握这些知识，并在此基础上，训练和培养学生掌握离散系统的基本概念和分析方法，数字滤波器的设计和实现，以及如何利用快速傅立叶变换等DSP技术对数字信号进行分析、滤波等处理，设置了以下三个实验：（1）离散时间序列卷积和MATLAB实现；内容：使用任意的编程语言编制一个程序，实现两个任意有限序列的卷积和。目的：理解线性非移变系统I/O关系和实现要求：掌握使用计算机实现数字系统的方法（2）FFT算法的MATLAB实现；内容：使用MATLAB编程语言编制一个程序，实现任意有限序列的FFT。目的：理解FFT算法的意义和实现要求：掌握使用计算机实现FFT算法的方法（3）数字滤波器的设计；内容：使用MATLAB编程语言编制一个程序，实现FIR或IIR滤波器的设计目的：理解数字滤波器的设计技术要求：掌握使用计算机进行数字滤波器设计的方法（4）窗函数设计FIR滤波器；内容：使用MATLAB编程语言编制一个程序，实现FIR或IIR滤波器的设计目的：理解数字滤波器的设计技术要求：掌握使用计算机进行数字滤波器设计的方法该实验指导书是参照该课程的教学大纲而编制的，适合于信息电子工程、通信工程等本科专业及其他相近专业。

数字信号处理

数字信号处理实验报告

实验四IIR数字滤波器设计及软件实现一、实验目的（1）熟悉用双线性变换法设计IIR数字滤波器的原理与方法；（2）学会调用MATLAB信号处理工具箱中滤波器设计函数（或滤波器设计分析工具fdatool）设计各种IIR数字滤波器，学会根据滤波需求确定滤波器指标参数。（3）掌握IIR数字滤波器的MATLAB实现方法。（4）通过观察滤波器输入输出信号的时域波形及其频谱，建立数字滤波的概念二、实验原理与方法设计IIR数字滤波器一般采用间接法（脉冲响应不变法和双线性变换法），应用最广泛的是双线性变换法。基本设计过程是：①先将给定的数字滤波器的指标转换成过渡模拟滤波器的指标；②设计过渡模拟滤波器；③将过渡模拟滤波器系统函数转换成数字滤波器的系统函数。MATLAB 信号处理工具箱中的各种IIR数字滤波器设计函数都是采用双线性变换法。第六章介绍的滤波器设计函数butter、cheby1 、cheby2 和ellip可以分别被调用来直接设计巴特沃斯、切比雪夫1、切比雪夫2和椭圆模拟和数字滤波器。本实验要求读者调用如上函数直接设计IIR数字滤波

器。三、实验内容及步骤（1）调用信号产生函数mstg产生由三路抑制载波调幅信号相加构成的复合信号st，该函数还会自动绘图显示st 的时域波形和幅频特性曲线，如图10.4.1所示。由图可见，三路信号时域混叠无法在时域分离。但频域是分离的，所以可以通过滤波的方法在频域分离，这就是本实验的目的。（2）要求将st中三路调幅信号分离，通过观察st的幅频特性曲线，分别确定可以分离st中三路抑制载波单频调幅信号的三个滤波器（低通滤波器、带通滤波器、高通滤波器）的通带截止频率和阻带截止频率。要求滤波器的通带最大衰减为0.1dB,阻带最小衰减为60dB。提示：抑制载波单频调幅信号的数学表示式为 S(t)=cos(2*pi*f0*t)cos(2*pi*fc*t)=1/2[cos(2*pi*(fc-f0)*t)+cos(2*pi(fc+f0)*t)] 其中，cos(2*pi*fc*t)称为载波，fc为载波频率， cos(2*pi*f0*t)f0为调制正弦波信号频率，且满足fc>f0。由上式可见，所谓抑制载波单频调幅信号，就是2个正弦信号相乘，它有2个频率成分：和频f0+fc和差频fc-f0,这2个频率成分关于载波频率fc 对称。所以，1路抑制载波单频调幅信号的频谱图是关于载波频率fc对称的2根谱线，其中没有载频成分，故取名为抑制载波单频调幅信号。

多采样率数字信号处理及其MATLAB仿真

万方数据

多采样率数字信号处理及其MATLAB仿真作者：黄硕，魏亚楠，安永丽作者单位：唐山钢铁股份有限公司,唐山,063016 刊名：科技资讯英文刊名：SCIENCE & TECHNOLOGY INFORMATION 年，卷(期)：2009，(23) 引用次数：0次参考文献(3条) 1.杨小牛.楼才义.徐建良软件无线电原理与应用 2005 2.李忠琦.凌翔.胡剑浩软件无线电架构研究[期刊论文]-电信科学 2007(7) 3.尹健华试论软件无线电技术及其应用[期刊论文]-企业技术开发(学术版) 2007(8) 相似文献(10条) 1.学位论文赵启敏中频采样技术的分析与研究2004 该课题结合数字软件化雷达的研制,研究了数字软件化雷达中频采样技术的实现以及对雷达主要技术指标的影响.该论文针对传统模拟相参正交采样技术存在的不足,论述了基于A/D变换和数字下变频的中频采样方法,并在此基础上设计了中频采样数据采集卡,并对该硬件进行了调试和试验,试验结果证明,中频采样技术比传统模拟相参正交采样技术更具优势,较好的解决了传统模拟相参正交采样中存在的幅相误差问题,以及该采集卡具有小的孔径抖动,可以满足中频采样的要求.该论文在中频采样技术中首先研究了数据采集技术对雷达性能的影响,接着根据目前数字下变频器件自身的限制不能适应高速数据流的问题,详细研究了利用欠采样技术的镜频加数字下变频实现解调的方法,以及一种利用多速率信号处理技术将抽取和滤波提前的数字下变频的高效结构,通过仿真证明此两种方法都能较好的解决硬件本身限制与高速数据流不匹配的问题,并通过分析得出此数字下变频的高效结构的运算量大大低于传统数字下变频的运算量.此外该论文还着重讨论了孔径抖动对雷达各项性能的影响. 2.期刊论文张明珊.孟利民.ZHANG Ming-shan.MENG Li-min基于频域采样技术的软件无线电接收机-浙江工业大学学报2005,33(1) 目前软件无线电面临的一个难题是如何对高工作频带内的射频信号进行直接模/数转换.利用频域采样技术提出了一种接收信号进行处理的方法,并用数学理论证明了它的可行性,最后还给出了软件无线电接收机模型.其关键思想是提取接收信号的频域成份,然后在频域中对信号进行处理.这种方法大大降低了A/D转换器的要求,从而使得实现软件无线电接收机成为可能,对当前微电子工艺下的软件无线电系统设计带来很大的理论意义和实用价值,而且克服了传统Rake接收机的一些缺点,特别适合于多径丰富的无线环境. 3.学位论文杨清海软件无线电的功能实现2001 1992年，JeoMitola提出了软件无线电的概念，很快引起了国际通信界的关注。软件无线电结构的关键是在尽可能靠近天线的地方使用宽带A／D和 D／A变换器，将尽可能多的无线电功能用软件来定义，从而实现电台在各种网络中的通用性及电台功能升级换代的连续性，软件无线电已成为无线通信的一个主要发展方向。特别是近年来，软件无线电已经不再仅仅局限于军事方面，在GSMMOU会议中，软件无线电被描述成GSM继续发展进步的基础，甚至被称为第三代（3G）全球移动通信实现的技术基础。本文主要探讨软件无线电思想在接收机设计中的应用，论证了系统硬件实现方案和软件实现方案。重点讨论了用到的信号采样技术和数字信号处理技术，包括多速率信号处理、FIR滤波器的多相结构、低通滤波、免混频正交解调和信号的带通采样技术。最后优化了解调算法，利用我们的试验平台实现了AM、FM、SSB和ASK、FSK、PSK信号解调。 4.学位论文洪亮高速并行交替采样ADC系统的研究与实现2009 模数转换器(ADC)是数字信号处理系统的关键组成部分，广泛应用于通信、雷达、测试仪器等领域。随着超宽带雷达技术研究的深入和软件无线电技术的发展，对ADC的速度和精度的要求越来越高，ADC已经成为现代信号处理的瓶颈。在给定的工艺下，ADC工作的最大采样速率受限于它的分辨率，单片ADC芯片很难同时满足高速高精度的要求，而并行交替采样ADC(TIADC)结构是突破这一瓶颈的有效方法之一。这种方法在前端利用M片采样率为fs/M的ADC并行交替采样，在后端进行拼接使得整个系统的采样率达到fs。然而受到制造工艺的局限，通道失配误差如偏置误差、增益误差、时间偏差和带宽失配误差的存在，将严重降低系统的信纳比(SINAD)和无杂散动态范围(SFDR)。本论文主要包括三方面的工作。首先，深入研究了并行交替采样技术，对TIADC结构的通道失配误差进行了全面的分析，特别是对带宽失配误差进行了建模分析，给出了四种通道失配误差联合作用于信号的信号频谱，以及系统设计时误差的容忍范围。其次，通过合理的近似，提出了通道失配误差的测量算法和联合校正算法，其中关键的是时间偏差和带宽失配误差的联合估算与校正，它是在周期非均匀采样信号完美重构基础上提出来的，并通过仿真验证了算法的有效性。最后，设计了一个基于并行交替采样技术的12bit420MSPS的高速数据采集系统，该系统由两片12bit210MSPS的AD9430组成。其中，结合系统设计进行的信号完整性分析对高速电路的设计具有一定的指导意义。 5.期刊论文王宏.刘丽.宋晓峰.WANG Hong.LIU Li.SONG Xiaofeng基于频域采样技术的软件无线电接收机-现代电子技术2006,29(23) 目前软件无线电面临的一个难题是如何对高工作频带内的射频信号进行直接模/数转换.利用频域采样技术提出了一种接收信号进行处理的方法,并用数学理论证明了他的可行性,最后还给出了软件无线电接收机模型.其关键思想是提取接收信号的频域成份,然后在频域中对信号进行处理.这种方法大大降低了A/D转换器的要求,对当前微电子工艺下的软件无线电系统设计有很大的理论意义和实用价值,而且克服了传统Rake接收机的一些缺点,特别适合于多径丰富的无线环境. 6.学位论文李裕多信道软件无线电接收机实现技术研究2003 软件无线电的基本思想是将宽带A/D及D/A尽可能靠近天线,将无线电台的各种功能在一个开放性、模块化的通用硬件平台上尽可能多的用软件来实现.软件无线电已成为移动通信中的关键技术之一.本文主要研究了软件无线电接收机中的相关理论及实现方案并进行了相应的系统仿真.本文首先深入讨论了软件无线电接收机的基本理论:采样技术、多速率信号处理和调制解调算法.在此基础上研究了下变频技术和带通采样技术在并行多信道接收机中的应用,提出了利用CIC,HBF和FIR级联设计下变频器的方案,并完成了系统仿真.然后深入研究了多相滤波技术在信道化接收机中的应用,推导和建立了实信号接收机的数学模型,给出了真实信道中心频率和带宽的计算公式,简要分析了算法复杂度,最后完成了基于此模型的4信道软件无线电接收机的系统仿真.本文所建立的两个系统作为后续研究的基础平台,可以利用其移植各种通信系统,并分析系统性能,具有一定的应用价值.