stringtranslate.com

Обработка сигнала

Передача сигнала с использованием электронной обработки сигнала. Преобразователи преобразуют сигналы из других физических форм волн в формы 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 подраздел электротехники , который 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 передач, эффективности цифрового хранения , исправления искаженных сигналов, улучшения субъективного качества видео и для обнаружения или точного определения интересующих компонентов в измеренном сигнале. [2]

История

Согласно Алану В. Оппенгейму и Рональду В. Шеферу , принципы обработки сигналов можно найти в классических методах численного анализа 17-го века. Они также утверждают, 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 журнале Bell System Technical Journal . [4] Статья заложила основу для последующего развития систем передачи информации и обработки сигналов для передачи. [5]

Обработка сигналов достигла зрелости и расцвета 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

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

Категории

Аналоговый

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

Непрерывное время

Непрерывная обработка сигналов применяется к сигналам, которые изменяются с изменением непрерывной области (без учета некоторых отдельных прерывистых точек).

Методы обработки сигналов включают временную область , частотную область и комплексную частотную область . Эта технология в основном обсуждает моделирование линейной непрерывной системы, инвариантной по времени, интеграл отклика нулевого состояния системы, настройку системной функции и непрерывную временную фильтрацию детерминированных сигналов.

Дискретное время

Обработка дискретных по времени сигналов применяется к дискретным сигналам, которые определяются только в дискретные моменты времени и, как таковые, квантуются по времени, но не по величине.

Аналоговая дискретная обработка сигналов — это технология, основанная на электронных устройствах, таких как схемы выборки и хранения , аналоговые мультиплексоры с временным разделением , аналоговые линии задержки и аналоговые регистры сдвига с обратной связью . Эта технология была предшественницей цифровой обработки сигналов (см. ниже) и до сих пор используется в передовой обработке гигагерцовых сигналов. [7]

Концепция дискретной обработки сигналов также относится к теоретической дисциплине, которая устанавливает математическую основу для цифровой обработки сигналов, не принимая во внимание ошибку квантования .

Цифровой

Цифровая обработка сигналов — это обработка оцифрованных дискретных по времени сигналов. Обработка выполняется компьютерами общего назначения или цифровыми схемами, такими как ASIC , программируемыми вентильными матрицами или специализированными цифровыми сигнальными процессорами (чипами DSP). Типичные арифметические операции включают операции с фиксированной и плавающей точкой , действительные и комплексные значения, умножение и сложение. Другие типичные операции, поддерживаемые оборудованием, — это кольцевые 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

Нелинейная обработка сигналов включает в себя анализ и обработку сигналов, полученных от нелинейных систем, и может быть во временной, частотной или пространственно-временной областях. [8] [9] 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, где полиномиальные системы могут быть интерпретированы как концептуально простые расширения линейных систем на нелинейный случай. [10]

Статистический

Статистическая обработка сигналов — это подход, который рассматривает сигналы как стохастические процессы , используя их статистические свойства для выполнения задач обработки сигналов. [11] Статистические методы широко используются в приложениях обработки сигналов. Например, можно смоделировать распределение вероятностей шума, возникающего при фотографировании изображения, и построить методы, основанные на этой модели, для уменьшения шума в полученном изображении.

Области применения

Обработка сейсмических сигналов

В системах связи обработка сигналов может происходить на:

Типичные устройства

Примененные математические методы

Смотрите также

Ссылки

  1. ^ Сенгупта, Нандини; Сахидулла, Мэриленд; Саха, Гаутам (август 2016 г.). «Классификация звуков легких с использованием кепстральных статистических признаков». Компьютеры в биологии и медицине . 75 (1): 118–129. doi :10.1016/j.compbiomed.2016.05.013. PMID  27286184.
  2. ^ Алан В. Оппенгейм и Рональд В. Шефер (1989). Дискретная обработка сигналов . Prentice Hall. стр. 1. ISBN 0-13-216771-9.
  3. ^ Оппенгейм, Алан В.; Шефер, Рональд В. (1975). Цифровая обработка сигналов . Prentice Hall . стр. 5. ISBN 0-13-214635-5.
  4. ^ "Математическая теория связи – революция CHM". История компьютеров . Получено 2019-05-13 .
  5. ^ ab 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. Соединенное Королевство: Oxford University Press., стр. 9, https://books.google.com/books?id=CCs0EAAAQBAJ&pg=PA9
  7. ^ "Схемы и системы СВЧ и миллиметровых волн" . Получено 20.10.2024 .
  8. ^ ab Billings, SA (2013). Нелинейная системная идентификация: методы NARMAX во временной, частотной и пространственно-временной областях . Wiley. ISBN 978-1-119-94359-4.
  9. ^ 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.
  10. ^ V. John Mathews; Giovanni L. Sicuranza (май 2000). Полиномиальная обработка сигналов . Wiley. ISBN 978-0-471-03414-8.
  11. ^ ab Scharf, Louis L. (1991). Статистическая обработка сигналов: обнаружение, оценка и анализ временных рядов . Бостон : Addison–Wesley . ISBN 0-201-19038-9. OCLC  61160161.
  12. ^ Саранги, Сусанта; Сахидулла, Мэриленд; Саха, Гаутам (сентябрь 2020 г.). «Оптимизация банка фильтров на основе данных для автоматической проверки говорящего». Цифровая обработка сигналов . 104 : 102795. arXiv : 2007.10729 . Bibcode : 2020DSP...10402795S. doi : 10.1016/j.dsp.2020.102795. S2CID  220665533.
  13. ^ Анастасиу, Д. (2001). «Геномная обработка сигналов». Журнал обработки сигналов IEEE . 18 (4). IEEE: 8–20. Bibcode : 2001ISPM...18....8A. doi : 10.1109/79.939833.
  14. ^ Телфорд, Уильям Мюррей; Гелдарт, Л. П.; Шериф, Роберт Э. (1990). Прикладная геофизика . Cambridge University Press . ISBN 978-0-521-33938-4.
  15. ^ Рейнольдс, Джон М. (2011). Введение в прикладную и экологическую геофизику . Wiley-Blackwell . ISBN 978-0-471-48535-3.
  16. ^ Патрик Гайдеки (2004). Основы цифровой обработки сигналов: теория, алгоритмы и проектирование оборудования. IET. стр. 40–. ISBN 978-0-85296-431-6.
  17. ^ Шломо Энгельберг (8 января 2008 г.). Цифровая обработка сигналов: экспериментальный подход. Springer Science & Business Media. ISBN 978-1-84800-119-0.
  18. ^ Boashash, Boualem, ред. (2003). Анализ и обработка сигналов частоты времени: всеобъемлющий справочник (1-е изд.). Амстердам: Elsevier. ISBN 0-08-044335-4.
  19. ^ Стоика, Петре; Мозес, Рэндольф (2005). Спектральный анализ сигналов (PDF) . NJ: Prentice Hall.
  20. ^ Питер Дж. Шрайер; Луис Л. Шарф (4 февраля 2010 г.). Статистическая обработка комплексных данных: теория неверных и некруговых сигналов. Cambridge University Press. ISBN 978-1-139-48762-7.
  21. ^ Макс А. Литтл (13 августа 2019 г.). Машинное обучение для обработки сигналов: наука о данных, алгоритмы и вычислительная статистика. OUP Oxford. ISBN 978-0-19-102431-3.
  22. ^ Стивен Б. Дамелин; Уиллард Миллер, младший (2012). Математика обработки сигналов. Cambridge University Press. ISBN 978-1-107-01322-3.
  23. ^ Дэниел П. Паломар; Йонина К. Элдар (2010). Выпуклая оптимизация в обработке сигналов и коммуникациях. Cambridge University Press. ISBN 978-0-521-76222-9.

Дальнейшее чтение

Внешние ссылки