现代数字信号处理绪论.pptVIP

第1页，共22页。课程内容绪论第一章数字信号处理基础第二章功率谱估计第三章wiener滤波、kalman滤波及自适应滤波第四章小波变换第五章数字语音信号处理第2页，共22页。考核课堂演讲—平时成绩课程考试--2小时第3页，共22页。第一章:绪论第4页，共22页。内容回顾信号处理信号处理地位与作用信号处理的基础信号处理与现代通信现代信号处理的发展趋势当前研究热点－通信信号处理第5页，共22页。信号定义:为一个或多个独立变量的方程携带着有用信息可分为两类广义信号确定性信号随机信号复杂信号时变信号高维信号简单/复杂方程(确定性信号)高斯/非高斯；线性/非线性模型（随机信号）1.信号第6页，共22页。DSP的两类广泛应用信号分析提取有用信息谱估计，信号建模分类，检测，预测，模式识别…信号滤波提高信号质量数字滤波器，最优滤波器，自适应滤波器，阵列滤波器等噪声消除，均衡，去卷积…2.数字信号处理的应用第7页，共22页。3.信号处理方法取决于关于对信号本身的知识取决于具体应用第8页，共22页。3.1主要方法(1/4)基于变换的方法小波变换傅利叶变换分析:DFT–频谱分析(deterministicsignals)周期图–功率谱分析(randomsignals)短时傅利叶变换，小波-多分辨率分析(time-variantsignals)滤波:数字滤波器滤波器组第9页，共22页。3.2主要方法(2/4)基于模型的方法信号产生过程的参数模型分析:线性预测参数谱估计滤波:最优线性滤波器维纳滤波器，卡尔曼滤波器自适应滤波器第10页，共22页。3.3主要方法(3/4)统计信号处理方法信号统计模型贝叶斯估计分析:参数估计隐马尔科夫模型滤波:MAP,ML,LS第11页，共22页。3.4主要方法(4/4)智能，机器学习方法训练/学习推论分析:数据挖掘(支持向量机)滤波:人工神经网络粒子滤波器(particlefiltering)……Littleknowledge/Noknowledge第12页，共22页。小结方法分类基于变换的方法（Fourier变换）统计方法(Bayes准则)基于模型的方法(信号模型AR,MA,ARMA)基于智能/机器学习的方法(盲方法，对信号所知甚少)更加复杂的问题：非线性模型非高斯分布复杂方程(多维,时变)第13页，共22页。4.通信与信号处理物质、能量同信息一起构成人类最宝贵的三项战略资源；人类正快步走向信息社会，信息技术(IT)已经成为最具时代特征和最富活力的支柱技术之一。作为IT基础的信息科学正在经历从“统计”到“理解”,从“传输”到“认知”的巨大变革，正满怀信心地迎接以信息的“理解”和“认知”为主要特征，以全信息理论为主要内容的信息时代的新阶段—智能信息科学时代。作为信息载体的信号处理经历了从模拟到数字，从确知到随机的发展过程，正阔步迈向以非平稳信号、非高斯信号为主要研究对象和以非线性、不确定性为主要特征的智能信号处理时代。第14页，共22页。通信与信号处理通信担负着信息流通的功能，近一、二十年获得异乎寻常的发展；各种基于因特网和移动网的新业务相继出现，新概念和新技术层出不穷。标志性技术有：IP技术、4G移动通信技术、宽带接入技术、基于波分复用技术的光传送网(WDM-OTN)技术。网络是国家信息基础设施(NII)的基础，网络功能是各类通信技术的出发点和归宿。CDMA技术：Viterbi,高通公司的创始人；HedyLamarr(扩频，spreadspectrum)第15页，共22页。Shannon理论特征:熵(entropy)的概念。熵与信息内容的不确定程度有等价关系。信息熵:H=∑-pilogpi,例如在中文信息处理时，汉字的静态平均信息熵比较大，中文是9.65比特，英文是4.03比特。基于熵的信道容量定义

在不同噪声情况下传输速率与失真的定量关系。从这一个公式导出的为达到无失真通讯的传输速率的极限，现已称为香农极限。例:打个比方来说，在周围干扰严重的情况下，要想使对方听清楚，你就只有慢慢地讲，甚至还要不断重复。

第16页，共22页。