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 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]
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
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.
Концепция обработки сигналов в дискретном времени также относится к теоретической дисциплине, которая устанавливает математическую основу для цифровой обработки сигналов без учета ошибок квантования .
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
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
Обработка аудиосигнала - для электрических сигналов, представляющих звук, таких как речь или музыка [11]
Обработка изображений – в цифровых камерах, компьютерах и различных системах обработки изображений.
Фильтры — например, аналоговые (пассивные или активные) или цифровые ( КИХ , БИХ , частотные или стохастические фильтры и т. д.)
Сэмплеры и аналого-цифровые преобразователи для сбора и восстановления сигнала, что включает в себя измерение физического сигнала, сохранение или передачу его в виде цифрового сигнала и, возможно, позднее восстановление исходного сигнала или его аппроксимации.
Интеллектуальный анализ данных - для статистического анализа отношений между большим количеством переменных (в данном контексте представляющих множество физических сигналов), для извлечения ранее неизвестных интересных закономерностей.
^ 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.
^ Алан В. Оппенгейм и Рональд В. Шафер (1989). Дискретная обработка сигналов . Прентис Холл. п. 1. ISBN0-13-216771-9.
^ Оппенгейм, Алан В.; Шафер, Рональд В. (1975). Цифровая обработка сигналов . Прентис Холл . п. 5. ISBN0-13-214635-5.
^ «Математическая теория коммуникации - революция CHM». Компьютерная история . Проверено 13 мая 2019 г.
^ ab Пятьдесят лет обработки сигналов: Общество обработки сигналов IEEE и его технологии, 1948–1998 (PDF) . Общество обработки сигналов IEEE. 1998.
^ Бербер, С. (2021). Дискретные системы связи. Великобритания: Издательство Оксфордского университета, стр. 9, https://books.google.com/books?id=CCs0EAAAQBAJ&pg=PA9.
^ аб Биллингс, SA (2013). Идентификация нелинейных систем: методы NARMAX во временной, частотной и пространственно-временной областях . Уайли. ISBN978-1-119-94359-4.
^ 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. ISBN978-1-5386-1571-3. S2CID 52153144.
^ В. Джон Мэтьюз; Джованни Л. Сикуранса (май 2000 г.). Полиномиальная обработка сигналов . Уайли. ISBN978-0-471-03414-8.
^ аб Шарф, Луи Л. (1991). Статистическая обработка сигналов: обнаружение, оценка и анализ временных рядов . Бостон : Аддисон-Уэсли . ISBN0-201-19038-9. ОСЛК 61160161.
^ 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 . дои : 10.1016/j.dsp.2020.102795. S2CID 220665533.
^ Анастасиу, Д. (2001). «Обработка геномного сигнала». Журнал обработки сигналов IEEE . IEEE. 18 (4): 8–20. Бибкод : 2001ISPM...18....8A. дои : 10.1109/79.939833.
^ Рейнольдс, Джон М. (2011). Введение в прикладную геофизику и геофизику окружающей среды . Уайли-Блэквелл . ISBN978-0-471-48535-3.
^ Патрик Гайдеки (2004). Основы цифровой обработки сигналов: теория, алгоритмы и проектирование аппаратного обеспечения. ИЭПП. стр. 40–. ISBN978-0-85296-431-6.
^ Шломо Энгельберг (8 января 2008 г.). Цифровая обработка сигналов: экспериментальный подход. Springer Science & Business Media. ISBN978-1-84800-119-0.
^ Боашаш, Буалем, изд. (2003). Частотно-временной анализ и обработка сигналов. Подробный справочник (1-е изд.). Амстердам: Эльзевир. ISBN0-08-044335-4.
^ Питер Дж. Шрайер; Луи Л. Шарф (4 февраля 2010 г.). Статистическая обработка сигналов комплексных данных: теория несобственных и нециклических сигналов. Издательство Кембриджского университета. ISBN978-1-139-48762-7.
↑ Макс А. Литтл (13 августа 2019 г.). Машинное обучение для обработки сигналов: наука о данных, алгоритмы и вычислительная статистика. ОУП Оксфорд. ISBN978-0-19-102431-3.
^ Стивен Б. Дэмелин; Уиллард Миллер-младший (2012). Математика обработки сигналов. Издательство Кембриджского университета. ISBN978-1-107-01322-3.
^ Дэниел П. Паломар; Йонина К. Эльдар (2010). Выпуклая оптимизация в обработке сигналов и связи. Издательство Кембриджского университета. ISBN978-0-521-76222-9.
дальнейшее чтение
П. Стойка, Р. Моисей (2005). Спектральный анализ сигналов (PDF) . Нью-Джерси: Прентис Холл.