Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
«Теория сигналов» перенаправляется сюда. Его не следует путать с теорией сигналов или теорией сигналов (экономикой) .
Передача сигналов с использованием электронной обработки сигналов. Преобразователи преобразуют сигналы из других физических форм волны 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 преобразование Фурье (справа), показывает, что он содержит пять четко определенных частотных компонентов.

Обработка сигналов - это подполе электротехники, которое фокусируется на анализе, изменении и синтезе сигналов, таких как звук , изображения и научные измерения. [1] Методы обработки сигналов могут использоваться для улучшения передачи, эффективности хранения и субъективного качества, а также для выделения или обнаружения интересующих компонентов в измеряемом сигнале. [2]

История [ править ]

Согласно Алану В. Оппенгейму и Рональду В. Шаферу , принципы обработки сигналов можно найти в классических методах численного анализа 17 века. Далее они заявляют, 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 коммуникации », которая была опубликована в Bell System Technical Journal . [4] В документе заложена основа для дальнейшего развития систем передачи информации и обработки сигналов для передачи. [5]

Обработка сигналов развивалась и процветала в 1960-х и 1970-х годах, а в 1980- х годах цифровая обработка сигналов стала широко использоваться со специализированными микросхемами процессора цифровых сигналов . [5]

Категории [ править ]

Аналог [ править ]

Основная статья: Обработка аналогового сигнала

Обработка аналоговых сигналов предназначена для сигналов, которые не были оцифрованы, как в большинстве радио-, телефонных, радарных и телевизионных систем 20-го века. Это касается как линейных электронных схем, так и нелинейных. К первым относятся, например, пассивные фильтры , активные фильтры , смесители добавок , интеграторы и линии задержки . Нелинейные схемы включают компандоры , умножители ( смесители частоты , усилители , управляемые напряжением ), фильтры , управляемые напряжением, генераторы , управляемые напряжением , и контуры фазовой автоподстройки частоты .

Непрерывное время [ править ]

Обработка сигналов в непрерывном времени 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 неизменяемой во времени непрерывной системы, интеграл от отклика системы в нулевом состоянии, настройку системной функции и непрерывную временную фильтрацию детерминированных сигналов.

Дискретное время [ править ]

Обработка сигналов в дискретном времени предназначена для дискретизированных сигналов, определенных только в дискретные моменты времени, и как таковые квантуются по времени, но не по величине.

Обработка аналоговых сигналов в дискретном времени - это технология, основанная на электронных устройствах, таких как схемы выборки и хранения , аналоговые мультиплексоры с временным разделением , аналоговые линии задержки и регистры сдвига с аналоговой обратной связью . Эта технология была предшественницей цифровой обработки сигналов (см. Ниже) и до сих пор используется для расширенной обработки сигналов гигагерцового диапазона.

Концепция обработки сигналов в дискретном времени также относится к теоретической дисциплине, которая устанавливает математическую основу для цифровой обработки сигналов без учета ошибки квантования .

Цифровой [ править ]

Основная статья: Цифровая обработка сигналов

Цифровая обработка сигналов - это обработка оцифрованных дискретных сигналов. Обработка выполняется универсальными компьютерами или цифровыми схемами, такими как ASIC , программируемые вентильные матрицы или специализированные процессоры цифровых сигналов (микросхемы DSP). Типичные арифметические операции включают операции с фиксированной и плавающей точкой , с действительными и комплексными значениями, умножение и сложение. Другими типичными операциями, поддерживаемыми оборудованием, являются кольцевые буферы и справочные таблицы . Примеры алгоритмов: 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 [ править ]

Нелинейная обработка сигналов включает в себя анализ и обработку сигналов, генерируемых нелинейными системами, и может осуществляться во временной, частотной или пространственно-временной областях. [6] [7] Нелинейные системы могут вызывать очень сложное поведение, включая бифуркации , хаос , гармоники и субгармоники, которые нельзя создать или проанализировать с помощью линейных методов.

Полиномиальная обработка сигналов - это тип нелинейной обработки сигналов, при которой полиномиальные системы могут интерпретироваться как концептуально прямые расширения линейных систем на нелинейный случай. [8]

Статистические [ править ]

Статистическая обработка сигналов - это подход, который рассматривает сигналы как случайные процессы , используя их статистические свойства для выполнения задач обработки сигналов. [9] Статистические методы широко используются в приложениях обработки сигналов. Например, можно смоделировать распределение вероятности шума, возникающего при фотографировании изображения, и построить методы, основанные на этой модели, для уменьшения шума в результирующем изображении.

Поля приложения [ править ]

Обработка сейсмических сигналов
  • Обработка аудиосигналов  - для электрических сигналов, представляющих звук, например речи или музыки [10]
  • Обработка изображений  - в цифровых камерах, компьютерах и различных системах обработки изображений
  • Обработка видео  - для интерпретации движущихся изображений
  • Беспроводная связь  - генерация сигналов, демодуляция, фильтрация, выравнивание
  • Системы управления
  • Обработка массивов  - для обработки сигналов от массивов датчиков.
  • Управление процессом  - используются различные сигналы, в том числе токовая петля 4-20 мА, являющаяся отраслевым стандартом
  • Сейсмология
  • Обработка финансовых сигналов  - анализ финансовых данных с использованием методов обработки сигналов, особенно для целей прогнозирования.
  • Извлечение функций , таких как распознавание изображений и распознавание речи .
  • Улучшение качества, например уменьшение шума , улучшение изображения и подавление эха .
  • Источник кодирование , включая аудио сжатия , сжатие изображений и сжатие видео .
  • Обработка геномных сигналов [11]

В системах связи обработка сигналов может происходить в:

  • OSI уровень 1 в семиуровневой модели OSI, физический уровень ( модуляция , выравнивание , мультиплексирование и т. Д.);
  • Уровень OSI 2, уровень канала данных ( прямое исправление ошибок );
  • Уровень 6 OSI, уровень представления (кодирование источника, включая аналого-цифровое преобразование и сжатие данных ).

Типовые устройства [ править ]

  • Фильтры  - например, аналоговые (пассивные или активные) или цифровые ( FIR , IIR , 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 как цифрового сигнала и, возможно, позднее восстановление исходного сигнала или его приближения.
  • Сигнальные компрессоры
  • Цифровые сигнальные процессоры (DSP)

Применяемые математические методы [ править ]

  • Дифференциальные уравнения [12]
  • Отношение рекуррентности [13]
  • Теория трансформации
  • Частотно-временной анализ  - для обработки нестационарных сигналов [14]
  • Спектральная оценка  - для определения спектрального состава (т. Е. Распределения мощности по частоте) временного ряда [15]
  • Статистическая обработка сигналов  - анализ и извлечение информации из сигналов и шума на основе их стохастических свойств.
  • Теория линейных инвариантных во времени систем и теория преобразований
  • Обработка полиномиального сигнала  - анализ систем, которые связывают вход и выход с помощью полиномов.
  • Идентификация системы [6] и классификация
  • Исчисление
  • Комплексный анализ [16]
  • Векторные пространства и линейная алгебра [17]
  • Функциональный анализ [18]
  • Вероятность и случайные процессы [9]
  • Теория обнаружения
  • Теория оценок
  • Оптимизация [19]
  • Численные методы
  • Временные ряды
  • Интеллектуальный анализ данных  - для статистического анализа отношений между большим количеством переменных (в данном контексте представляющих множество физических сигналов) для извлечения ранее неизвестных интересных закономерностей.

См. Также [ править ]

  • Аудио фильтр
  • Ограниченная вариация
  • Цифровая обработка изображений
  • Сжатие динамического диапазона , компандирование , ограничение и шумоподавление
  • Теория информации
  • Нелокальные средства
  • Реверберация

Ссылки [ править ]

  1. ^ Сенгупта, Нандини; Сахидулла, штат Мэриленд; Саха, Гоутам (август 2016 г.). «Классификация легочных звуков с использованием статистических характеристик на основе кепстрала». 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. Шафер (1989). Обработка сигналов в дискретном времени . Прентис Холл. п. 1. ISBN 0-13-216771-9.
  3. ^ Оппенгейм, Алан V .; Шафер, Рональд В. (1975). Цифровая обработка сигналов . Прентис Холл . п. 5. ISBN 0-13-214635-5.
  4. ^ "Математическая теория коммуникации - CHM Revolution" . История компьютера . Проверено 13 мая 2019 .
  5. ^ a b Пятьдесят лет обработки сигналов: Общество обработки сигналов IEEE и его технологии, 1948–1998 . Общество обработки сигналов IEEE. 1998 г.
  6. ^ a b Биллингс, С.А. (2013). Нелинейная идентификация систем: методы NARMAX во временной, частотной и пространственно-временной областях . Вайли. ISBN 978-1119943594.
  7. ^ Slawinska J., Ourmazd, А. и Giannakis, D. (2018). «Новый подход к обработке сигналов пространственно-временных данных». Семинар по статистической обработке сигналов (SSP) IEEE 2018 . IEEE Xplore. С. 338–342. DOI : 10.1109 / SSP.2018.8450704 . ISBN 978-1-5386-1571-3. S2CID  52153144 .CS1 maint: использует параметр авторов ( ссылка )
  8. ^ В. Джон Мэтьюз; Джованни Л. Сикуранса. Полиномиальная обработка сигналов . Вайли. ISBN 978-0-471-03414-8.
  9. ^ a b Шарф, Луи Л. (1991). Статистическая обработка сигналов: обнаружение, оценка и анализ временных рядов . Бостон : Аддисон – Уэсли . ISBN 0-201-19038-9. OCLC  61160161 .
  10. ^ Саранги, Сусанта; Сахидулла, штат Мэриленд; Саха, Гоутам (сентябрь 2020 г.). «Оптимизация набора фильтров на основе данных для автоматической проверки говорящего». Цифровая обработка сигналов . 104 : 102795. arXiv : 2007.10729 . DOI : 10.1016 / j.dsp.2020.102795 . S2CID 220665533 . 
  11. Перейти ↑ Anastassiou, D. (2001). «Обработка геномных сигналов». Журнал обработки сигналов IEEE . IEEE. 18 (4): 8–20. DOI : 10.1109 / 79.939833 .
  12. ^ Патрик Gaydecki (2004). Основы цифровой обработки сигналов: теория, алгоритмы и аппаратное обеспечение . ИЭПП. С. 40–. ISBN 978-0-85296-431-6.
  13. ↑ Шломо Энгельберг (8 января 2008 г.). Цифровая обработка сигналов: экспериментальный подход . Springer Science & Business Media. ISBN 978-1-84800-119-0.
  14. ^ Боашаш, Буалем, изд. (2003). Частотно-временной анализ сигналов и их обработка - исчерпывающий справочник (1-е изд.). Амстердам: Эльзевир. ISBN 0-08-044335-4.
  15. ^ Стойка, Петре; Моисей, Рэндольф (2005). Спектральный анализ сигналов (PDF) . Нью-Джерси: Прентис Холл.
  16. ^ Питер Дж. Шрайер; Луи Л. Шарф (4 февраля 2010 г.). Статистическая обработка сигналов комплексных данных: теория неправильных и некруглых сигналов . Издательство Кембриджского университета. ISBN 978-1-139-48762-7.
  17. ↑ Макс А. Литтл (13 августа 2019 г.). Машинное обучение для обработки сигналов: наука о данных, алгоритмы и вычислительная статистика . ОУП Оксфорд. ISBN 978-0-19-102431-3.
  18. ^ Стивен Б. Дамелин; Уиллард Миллер-младший (2012). Математика обработки сигналов . Издательство Кембриджского университета. ISBN 978-1-107-01322-3.
  19. ^ Дэниел П. Паломар; Йонина С. Эльдар (2010). Выпуклая оптимизация в обработке сигналов и коммуникации . Издательство Кембриджского университета. ISBN 978-0-521-76222-9.

Дальнейшее чтение [ править ]

  • П. Стойка, Р. Моисей (2005). Спектральный анализ сигналов (PDF) . Нью-Джерси: Прентис Холл.
  • Кей, Стивен М. (1993). Основы статистической обработки сигналов . Река Аппер Сэдл, Нью-Джерси : Prentice Hall . ISBN 0-13-345711-7. OCLC  26504848 .
  • Папулис, Афанасиос (1991). Вероятность, случайные величины и случайные процессы (третье изд.). Макгроу-Хилл. ISBN 0-07-100870-5.
  • Кайнам Томас Вонг [1] : Конспект лекций по статистической обработке сигналов в Университете Ватерлоо, Канада.
  • Али Х. Сайед , Адаптивные фильтры, Вили, Нью-Джерси, 2008 г., ISBN 978-0-470-25388-5 . 
  • Томас Кайлат , Али Х. Сайед и Бабак Хассиби , Линейная оценка, Прентис-Холл, Нью-Джерси, 2000, ISBN 978-0-13-022464-4 . 

Внешние ссылки [ править ]

  • Обработка сигналов для связи - бесплатный онлайн-учебник Паоло Прандони и Мартина Веттерли (2008)
  • Руководство для ученых и инженеров по цифровой обработке сигналов - бесплатный онлайн-учебник Стивена Смита