[第1章—随机信号.ppt

随机数字信号处理基础 1. 信号 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） 2. 数字信号处理的应用 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 … 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 4类主要方法 (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 (deterministic signals) 周期图– 功率谱分析 (random signals) 短时傅利叶变换，小波-多分辨率分析 (time-variant signals) 滤波: 数字滤波器 滤波器组 4类主要方法 (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 4类主要方法 (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 4类主要方法 (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 …… 现代DSP 确定性信号处理 技术分类 DSP的应用领域 按技术来分 分类 提取 预测 压缩 噪声消除 均衡 去卷积 恢复 … 按领域来分 语音/音频 图像/视频 通信 雷达/声纳 生物，医药 地球物理 地震数据 … 总结 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) 1. 随机过程(信号)复习 随机信号 均值 自相关 自协方差函数 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 5.随机信号通过线性系统 输入和输出的互相关及输出的自相关序列为: Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 复功率谱关系 功率谱密度关系 若输入是白噪声，方差为 , 则 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 6.连续信号与离散信号功率谱的关系 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 1.2随机信号模型 有理传递函数模型 称做ARMA模型：自回归滑动平均模型 Evaluation only. Created with Aspose.Slides for .NET