DSP开题报告DSP开报告.doc

一、引言 众所周知，信号与信号处理是信息科学中近十几年来发展最为迅速的学科之一。信号是信息的载体，所谓信息是指人类对外界事物的感知，人们对信息的处理是通过对信号的处理来实现的。所谓信号处理是指将信号从一种形式变成另一种形式，比如将信号从时域转换到频域，从模拟信号转化为数字信号等。随着21世纪的到来，人类跨入了信息 HYPERLINK \t _blank 网络时代。从计算机到移动电话，从家用娱乐使用的VCD, HDTV、多媒体 HYPERLINK \t _blank 电脑到军用雷达、医用CT仪器等设备，无不由各种各样的电子系统组成。在这些电子系统中，数字化技术的应用比比皆是。由于数字技术在处理和传输信息方面的各种优点，数字技术与数字集成电路(微处理器、存储器以及标准逻辑电路等)的使用已成为现代电子系统的重要标志。虽然不能说这个世界已经是一个数字化的世界，因为这个世界本身主要还是由模拟的信息组成的，但毫无疑问，数字信号处理(Digital Signal Processing, DSP)技术的飞速发展极大地提高了人们对模拟世界的把握能力。可以毫不夸张地说，数字信号处理技术是这个时代核心的技术之一。 长期以来，信号处理技术一直用于转换、产生模拟或数字信号，其中最为频繁应用的领域就是信号的滤波。数字滤波是语音、图像处理、模式识别和谱分析等应用中的一个基本处理部件，它可以满足滤波器对幅度和相位特性的严格要求，避免模拟滤波器无法克服的电压漂移、温度漂移和噪声等问题。有限冲激响应(Finite Impulse Response, FIR)数字滤波器可以在设计任意幅频特性的同时，保证严格的线性相位特性，而且FIR数字滤波器实现结构主要是非递归的，可以稳定地工作，所以FIR数字滤波器被广泛地应用于视频和通信电路中。 近些年，线性滤波方法，如Wiener滤波、Kalma滤波和自适应滤波得到了广泛的研究和应用，同时一些非线性滤波方法，如小波滤波、同态滤波、中值滤波、形态滤波等都是现代信号处理的前沿课题，不但有重要的理论意义，而且有广阔的应用前景。Wiener滤波是最早提出的一种滤波方法，当信号混有白噪声时，可??在最小均方误差条件下得到信号的最佳估计。但是，由于求解 Wiener-Hoff方程的复杂性，使得Wiener滤波实际应用起来很困难，不过Wiener滤波在理论上的意义是非常重要的，利用Wiener滤波的纯一步预测，可以求解信号的模型参数，进而获得著名的Levinson算法。世纪60年代初提出的一种滤波方法。与Wiener滤波相似，它同样可以在最小均方误差条件下给出信号的最佳估计。所不同的是，这种滤波技术在时域中采用递推方式进行，因此速度快，便于实时处理，从而得到了广泛的应用。Kalman滤波推广到二维，可以用于图像的去噪。当假设Wiener滤波器的单位脉冲响应为有限长时，可以采用自适应滤波的方法得到滤波器的最佳响应。由于它避开了求解 Wiener-Hoff方程，为某些问题的解决带来了极大的方便。小波滤波就是利用信号和噪声在各自尺度下的小波变换系数有所不同的特点，来对它们进行分离，从而达到去除噪声的目的。同态滤波主要用于解决信号和噪声之间不是相加而是相乘关系时的滤波问题。另外当信号和噪声之间为卷积关系的时候 在一定条件下可以利用同态滤波把信号有效地分离出来，由同态滤波理论引伸出的复时谱也成为现代信号处理中极为重要的概念。Wiener滤波、Kalman滤波和自适应滤波都是线性滤波，线性滤波的最大缺点就是在消除噪声的同时，会造成信号边缘的模糊。中值滤波是20世纪70年代提出的一种非线性滤波方法，它可以在最小绝对误差条件下，给出信号的最佳估计。这种滤波方法的优点，就是能够保持信号的边缘不模糊。另外它对脉冲噪声也有良好的清除作用。形态滤波是建立在集合运算上的一种非线性滤波方法，它除了用于滤除信号中的噪声以外，还在图像分析中发挥了重要的作用。 二、数字滤波器的分类 （1）数字滤波器按照频域响应的通带特性可划分为:低通滤波器、高通滤波器、带通滤波器、带阻滤波器。数字滤波器按照单位取样响应的时域特性可分为:IIR(Infinite Impulse Response) 滤波器(即无限长单位冲响应滤波器)和FTR(Finite Impulse Response)滤波器(即有限长单位冲击响应滤波器)。它们的系统函数分别为: (1) (2) （2）FIR数字滤波器设计方法：从数字滤波器的概念及基本原理的分析，得出数字滤波器设计的基本步骤，并探究了常用的力量三种设计方法:窗函数法、频率抽样法、切比雪夫逼近法。找出设计方法存在的问题，引入