大学电子信息工程专业英语翻译3.2.doc

《大学电子信息工程专业英语翻译3.2.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、3.2数字信号处理1简介数字信号处理是21世纪用于科学和工程领域最常用的技术之一，它使一个广阔的领域发生了革命性的改变：通信，医学影像，雷达或声纳，高保真音乐复制，石油勘测，以上只是列举几个。每个领域都有它自身独特的算法（algorithm），数学运算（mathematic），专用工艺（specializedtechnique）。数字信号处理在计算机科学方面有别于其他领域，因为他采用一种特殊的数据类型：信号。现代社会中，我买的身边充满各种类型的信号。有些信号是天然形成的，但大多数是人为制造的。有些信号是必要的（语音），有些是宜人的（音乐），而有些信号在某个

2、特定的场合是不需要或不必要的。在大多数情况下，这些信号来源于人对真实世界的感觉，比如地震的震动，视觉图像，声音波形等。数字信号处理是一种数学工具，是一种用来处理那些将上述信号转换成数字形式后的信号的算法和技术。这包括一系列目的，如：视觉图像的优化处理，语音识别和生成，数据压缩存储和传输等。在工程范围内，信号是信息的载体，既有益又有害。信号处理中最简单的形式是从一连串相互矛盾的信息中提取和增强有用信息。信息的有用和无用往往只是主管和客观的区别。因此信号处理往往依赖于应用程序。傅里叶分析和滤波器设计是信号处理时常用的方法。他们的原则简单描述如下。2傅里叶分析函

3、数的傅里叶表示，即将函数表示成正弦和余弦信号的叠加，这种方法已经广泛用于微分方程的解析法和数值法求解过程以及通信信号的分析和处理。傅里叶变换的效用在于它能够在时域范围内分析它的频率内容。变换的第一步是将时域上的函数转换为时域表示。（Thetransformworksbyfirsttranslatingafunctioninthetimedomainintoafunctioninthefrequencydomain）。然后就可以分析信号的频率内容了。因为变换函数的傅里叶系数代表各个正弦和余弦函数在各自对应频率区间的分配。傅里叶逆变换就会按你刚才设想的那样，将

4、频域数据转换为时域的。离散型傅里叶变换是通过他有限的采样点来评估函数的傅里叶变换。采样点代表了其他时间的信号。（ThediscreteFouriertransform(DFT)estimatestheFouriertransformofafunctionfromafinitenumberofitssampledpoints.Thesampledpointsaresupposedtobetypicalofwhatthesignallookslikeatallothertimes）。离散型傅里叶变换具有和连续型傅里叶变换几乎完全相同的对称特性。此外，通过离散型

5、傅里叶变换的公式，我们可以轻易推出离散型傅里叶变换的公式。因为这两个公式几乎相同。如果f(t)是非周期信号，那么用周期函数例如正弦和余弦的和，并不能精确的表示该信号f(t)。你可以人为的拓展这个信号使其具有周期性，但是这要求在端点处附加连续性。窗口傅里叶变换能够更好的解决关于非周期信号的表示问题。窗口傅里叶变换同样适用于时域和频域上信号信息的提供。（Iff(t)isanonperiodicsignal,thesummationoftheperiodicfunctions(suchassineandcosine)doesnotaccuratelyrepres

6、entthesignal.Youcouldartificiallyextendthesignaltomakeitperiodicbutitwouldrequireadditionalcontinuityattheendpoints.ThewindowedFouriertransform(WFT)isonesolutiontotheproblemofbetterrepresentingthenonperiodicsignal.TheWFTcanbeusedtogiveinformationaboutsignalssimultaneouslyinthetime

7、domainandinthefrequencydomain）。通过窗口傅里叶变换，输入信号f(t)被分成许多小部分，每个部分都能分别分析它的频率内容。如果信号有急剧的过度，就有必要对输入信号加窗，这样信号在端点处就会收敛于零。通过加权函数，即着眼于与中间部分而不是区间端点附近，这样就完成了加窗。加窗效应是将信号集中在同一个时间段。通过样本来近似函数，及通过离散傅立叶傅立叶变换去逼近傅里叶积分，需要使用一个矩阵，其顺序是全样本点的数量。通过一个按n2算术运算顺序的向量乘以一个n*n的矩阵，当采样点的增多的时候，问题就迅速恶化。但是，如果样本是均匀分布的，那么

8、傅立叶矩阵可以被分解成一个只有几个稀疏矩阵的乘积，以及由此产生的因