数字信号处理浙江大学

数字信号处理浙江大学（共8篇）

数字信号处理浙江大学 篇1

有关通知

考试时间：2015-12-30（星期三）下午3：00---5：00 地点：3B215教室

第零章 绪论

主要掌握有关的基本基本概念：数字信号，数字信号处理，现代数字信号处理的主要内容，DSP应用实例与面临的挑战。 数字信号：时间和幅度均离散  数字信号处理：以一定目的通过数字运算的方式将数字信号从一种形式转换为另一种形式

 数字信号处理（I）：数字滤波和数字谱分析理论和算法---（确定信号）

 现代数字信号处理：自适应数字滤波和功率谱估计理论和算法---（非确定信号） 应用实例：视听数字化（CD,MP3,数字VIDEO等），数字广播，多媒体技术等  挑战：信号压缩、自适应信号处理---非平稳时变信号的处理、分类和识别 第一章 自适应滤波引言 一

线性滤波概念

理解滤波器的概念及线性滤波、最优滤波、维纳滤波、卡尔曼滤波的概念  滤波器：一个器件（硬件或软件），它对混有噪声的数据序列过滤或估计，达到提取有用信号的目的。

 滤波：使用小于等于t的数据 => t时刻有用信息（因果）

平滑：使用小于等于t和大于等于t的数据=>t时刻有用信号（非因果） 预测：使用小于等于t的数据=>t+(0)时刻有用信息（因果）

 线性滤波：滤波器的输入（被滤波，平滑，预测的输出量）是其输入数据的线性加权。 最优滤波：指在已知输入信号的某些统计特性的条件下，滤波的结果是有用信号（被估计量，需提取的量）按某一准则的最优估计

 维纳滤波：在信号平稳，已知统计特性的先验知识下，采用最小均方误差准则的线性最优滤波

 卡尔曼滤波：信号非平稳，已知状态和观察方程的先验知识下，采用最小均方误差准则的线性最优滤波  自适应滤波：当滤波器的系数或参数可随新的数据获取而按某一预定准则而变化时，称之为自适应滤波

二

维纳滤波(Weiner Filtering)掌握：维纳滤波问题, Weiner-Hopf方程,FIR维纳滤波计算及其最小均方误差计算方法,掌握正交原理，去相关滤波的概念, 了解最优滤波与一般线性滤波的比较。 维纳滤波问题

y(n)：期望输出（参考信号）；x(n)：输入信号；e(n)误差信号

已知条件：y(n),x(n)是均值为0的平稳离散时间信号，二阶矩（自相关，互相关）已知，滤波器是线性的（FIR,IIR）

采用准则：最小均方误差（MMSE, Minimum Mean-Squared Error）

(n)]2}min JE(e2(n)]E{[y(n)y设计滤波器[求h(n)]使在最小均方误差意义下是最优滤波

<<数字信号处理II>>复习提纲（LX整理）

 Weiner-Hopf方程

Je[n]2E[e[n]]2E[e(n)x(ni)]0,j,n hihiE[e(n)x(nj)]0,j,n

E[y(n)x(nj)hix(ni)x(nj)]0

i定义：

则Weiner-Hopf方程为：

rc(j)hir(ji),j

i 正交原理：

线性最优滤波（维纳滤波）的充要条件是滤波器的输出（参考信号即期望信号的估计）与误差（估计与参考信号的差）正交  去相关：

<<数字信号处理II>>复习提纲（LX整理）

由正交原理：e(n)是y(n)中与X（n）不相关的部分

(n)是y(n)中与X（n）相关的部分 但y结论：e(n)作为输出时的维纳滤波（最优线性滤波），则是从y（n）中移掉和输入X(n)(n)，输出y（n）中与X(n)不相关的部分 相关的部分y 维纳滤波与一般滤波的比较

滤波器与信号和噪声的比值有关

三 卡尔曼滤波(Kalman Filtering)（做题）

了解卡尔曼滤波和维纳滤波的关系与区别及标量卡尔曼滤波.四 自适应滤波(Adaptive Filtering)掌握自适应滤波定义,原理框图,分类,自适应滤波算法选用的考虑因素。 自适应滤波：当滤波器的系数或参数可随新的数据获取而按某一预定准则而变化时，称之为自适应滤波  原理框图

<<数字信号处理II>>复习提纲（LX整理）

 分类：采用不同的分类方式有不同的分类

 最优准则

1.Least Mean Square(LMS)，最小均方误差 2.Least Absolute Value（LAV），最小绝对值误差 3.Least Square（LS），最小二乘方（平方）误差  系数修正算法

1.梯度算法 2.符号算法 3.递推算法  可编程滤波器结构

1.IIR：直接性，级联型，并联型

2.FIR：直接性，级联型，Lattice结构  被处理信号类型

1.一维或多维 2.实信号或复信号

五 自适应滤波应用

了解自适应滤波应用的四种应用类别：系统辨识（估计一个不知的系统）, 自适应逆滤波系统（恢复原信号，消除码间串扰等）,自适用噪音抵消, 自适用谱线增强（窄带信号提取）。掌握并能理解其中的应用原理，在实用中参考信号的获取。

第二章 LMS自适应滤波 一 LMS算法

了解性能误差曲面,从梯度算法的角度掌握LMS算法的原理,LMS算法公式,直接实现结构。

<<数字信号处理II>>复习提纲（LX整理）

二 LMS算法稳定性分析

了解均值收敛分析和均方收敛条件的意义和过程,掌握均值收敛条件和均方收敛条件、均方收敛时的最小误差和超量误差。

 均值收敛：系数H(n)的均值收敛到维纳最优解Hopt

 条件：1k1,for all k即02/max  均方收敛：军方误差J(n)的均值收敛到一个最小值

 条件：02i0N1，平稳输入有Tr(R)ii0N1i2，条件变为：Nr(0)Nx02 2Nx 超量误差：J()Jmin/(12i)Jmin/(1i0N122Nx)， 误差：Jex()J()JminJminNx/(12222Nx)

三 LMS算法性能分析

掌握均值收敛和均方收敛下的时间常数计算方法, 均方收敛下的失调的计算方法,了解

<<数字信号处理II>>复习提纲（LX整理）

自适应步长、滤波器长度、和信号特性(相关阵的特征值)对LMS算法性能的影响。

J(n)Jmine[J(0)Jmin]

n

均值收敛：k111，均方收敛：k

ln(1k)ln(12k)2k6

<<数字信号处理II>>复习提纲（LX整理）

 失调：Madj J()J()12，均方收敛：Madj 1NxJminJmin1N22x2

采用小的值，自适应较慢，时间常数较大，相应收敛后的均方误差要小，需要较大量的数据来完成自适应过程

当较大时，自适应算法相对较快，代价是增加了收敛后的平均超量误差，需要较少量的数据来完成自适应过程

因此的倒数可以被看成是LMS算法的Memory长度  N 由于算法均方收敛条件0越小 

2，所以均方收敛特性与N有关，N越大收敛误差2Nxi

当输入的相关阵R的特征值比较分散时，LMS算法的超量均方误差主要由最大特征值决定。而权系数适量均值收敛到Hopt所需的时间受最小特征值的限制。在特征值很分散（输入相关阵是病态的）时，LMS算法的收敛较慢 四 LMS算法变形

掌握加洩放因子,符号算法归一化LMS算法的公式和原理, 各种变形针对解决的问题.了解跟踪误差的概念. 泄放因子

 解决问题：输入信号消失时，递推式中系数被锁死在那，这时最后让返回到0，以便下一次重新递归，从而有个稳定的行为

 公式：H(n1)(1)H(n)e(n1)X(n1),01  原理：。。H[R减小输出误差功率  符号算法

2 解决问题：信号非平稳，尚需估计x

IN]1ryx，对处理非平稳信号有用，适当选择泄放因子可 公式：H(n1)H(n)sign[e(n1)]sign[X(n1)] 近似：H(n1)H(n) 跟踪误差

非平稳信号，由于Hopt是时变的，未知的，故系数误差矢量：

1exe(n1)X(n1)

C(n)H(n)Hopt(n){H(n)E[H(n)]}{E[H(n)]Hopt(n)}

<<数字信号处理II>>复习提纲（LX整理）

其中：

C1(n)H(n)E[H(n)]是梯度失调引起，相对于权系数矢量噪声，即失调误差

C2(n)E[H(n)]Hopt(n)是跟踪误差，由于自适应过程的滞后引起，称为权系数矢量滞后误差

五 级联型FIR梯度自适应滤波器和IIR梯度自适应滤波器

掌握算法原理, 不要求计算.<<数字信号处理II>>复习提纲（LX整理）

即用Z变换求原值的积分求导，确定迭代方向

第三章 线性预测误差滤波

一 掌握线性预测误差滤波的定义和性质(与信号模型间的关系, 最小相位特性,可预测信号) 线性预测误差滤波定义：

给定一组过去的样本值：x(n1),x(n2),...m,x(nN)

ˆ(n)预测现在或将来值：x(n)x如果预测值是过去值的线性组合：

ˆ(n)aix(ni)xi1N 即为线性预测，ai为预测系数

ˆ(n)x(n)预测误差：e(n)x(n)xax(ni)，新息

ii1N

 性质

 与信号模型关系：最小均方误差特性=》

预测误差序列e(n)是一个白噪声（新息），白化处理

 最小相位特性

<<数字信号处理II>>复习提纲（LX整理）

线性预测误差滤波器A(z)是最小相位的；即其全部零极点在Z平面的单位圆内。 可预测信号

二 掌握正向和反向预测误差的概念, 正向和反向预测误差的关系 , 反向预测误差的性质. 定义

ˆ(n)x(n) 正向预测误差：ea(n)x(n)xax(ni)

ii1Nˆ(nN)x(nN) 反向预测误差：eb(n)x(nN)xbx(nNi)

ii1N物理意义

1.反向预测误差可看成是正向预测时最旧数据丢失所引起的损失 2.反向预测误差反应信号在反向时间上的相关性

 关系

<<数字信号处理II>>复习提纲（LX整理）

对于平稳的输入信号讲，正反向预测误差功率相同，系数也相同，但排列次序是相反的，因此从理论上讲，线性预测误差分析可以从正向来完成，也可以从反向来完成，但是涉及非平稳时，或在过渡区（RN1可能会不同），差别就会显现出来

当R阵被估计出来后，最后的性能是组合这两种方法  反向预测性质

 反向预测误差滤波器是最大相位的

 各阶反向预测误差提供一组不相关的信号，即不同阶反向预测误差构成一组正交序列，可作为信号空间的一组正交基

三 掌握阶次叠代关系----Livinson-Dubin算法.（做题）

四 掌握Lattice预测误差滤波器的结构, 反射系数的性质, Lattice法求解反射系数(Burg法). 反射系数的性质

 kj系数代表了归一化的正反向预测误差的互相关，常称作PARCOR（Partial Correlation），从波传播角度看，kj反映第j阶斜格网络处的反射，故也称作反射系数。

N1N1kNE[ea(n)eb(n1)]/EN1

<<数字信号处理II>>复习提纲（LX整理）

 kj1,1jp是线性预测误差滤波器为因果最小相位的充分必要条件

 FIR结构的{aj}和{kj}有一一对应的关系

 Burg法求反射系数：

五 掌握FIR梯度自适应预测器、Lattice梯度自适应预测误差滤波器的原理和计算方法, 了解IIR梯度自适应预测器的原理. FIR:

 Lattice梯度自适应预测误差滤波器：

<<数字信号处理II>>复习提纲（LX整理）

 IIR梯度自适应

第四章 短时付里叶分析

一

理解时频分析概念,了解付里叶变换的时频分析特性

 信号的时频分析：同时具有时间和频率分辨能力的信号信号分析方法  傅里叶变换

 优点：精确的频率分辨能力  缺点

用傅里叶变换提取信号的频谱需要利用信号的全部时域信息

傅里叶变换没有反应出信号的非平稳特性，事实上，非平稳信号的频率成分是随时间变化的，故傅里叶变换没有时间分辨能力

傅里叶变换的积分作用平滑了非平稳信号的突变成分

二

理解短时付里叶分析定义、两种解释、性质、时频分析特性  短时傅里叶分析STFT(Short time fourier transform)定义

<<数字信号处理II>>复习提纲（LX整理）

 两种解释：

1.n固定时，离散时间FT或DFT2.w或k固定时，为滤波

DTFT如下：  低通：（w(n)频谱没变，故为低通），求复数结果简单

 带通：（w(n)频谱平移了w，故为带通），求幅度简单

 性质：（FT角度利用FT性质即可，Filter角度，从系统来分析）

<<数字信号处理II>>复习提纲（LX整理）

注意：离散时间STFT反变换一定存在，形式不同（主要由于w(n)选取的任意性。离散STFT反变换不一定存在，当频率采样间隔：

2w(n)的带宽B时，将导致部分信号N频谱被w的频谱给滤掉了，信息丢失，所以一定要让w的频谱在采样过程中混叠。 时频分析特性

由于DtDw（Heisenberg测不准原理），窗口傅里叶变换对信号的时间定位和频率定位能力是矛盾的。

三

掌握离散短时付里叶分析反变换FBS 法、OLA法 1215

<<数字信号处理II>>复习提纲（LX整理）

 FBS（Filter Bank Summation）：滤波器组求和法

 离散时间STFT的反变换

1jwjwnx(n)X(e)edw n2w(0) 离散STFT的反变换

22jkjkn1N1Ny(n)Xn(e)eN，当 Nw(0)k0（跟OFDM挺像的）

 OLA法

<<数字信号处理II>>复习提纲（LX整理）

第五章 现代谱估计

一

掌握有关基本概念: 功率谱密度定义，功率谱估计中的问题及谱估计方法分类  定义（公式中上标错了，正无穷，自相关的离散时间傅里叶变换，偶函数）

 功率谱估计中的问题：

给定一个随机过程的一个实现中的有限长度数据

x(0),x(1),...,x(N1)来估计：Sx(ejw)

 谱估计方法

 参数性质

非参数法谱估计：周期图法、自相关法、平滑周期图法、最小方差法

参数法估计：时间序列模型，最大熵谱估计法  线性性质

线性谱分析法（经典谱估计）

非线性谱分析法（现代谱估计）

<<数字信号处理II>>复习提纲（LX整理）

二

了解传统功率谱估计(非参数谱估计)方法的原理和算法,主要存在的问题和原因  传统功率谱估计

 间接法（自相关法）：搞自相关，进行变换  直接法（周期图法）：单独变换，模平方 平均周期图法：分段直接法，求均值 平滑周期图法：加窗直接法  问题：

 经典谱估计方法的缺点

有偏估计：经典谱估计方法无法进一步提高分辨率，存在较严重的旁瓣“泄露”现象。

方差很大：估计的方差随着采样数目N的增大基本上不减小

经典谱估计得到的功率谱密度不是一致性估计

在采样数目N有限的条件下，经典谱估计方法无法较好地调和估计偏差和方差的矛盾。

 产生经典谱估计方法缺点的原因分析

数据长度有限时造成分辨率低和旁瓣“泄露”的根本原因

经典谱估计都仅是对数据的“简单”利用，没有像办法挖掘并利用数据间内在的规律性。

三

理解最大熵谱估计原理，最大熵自相关外推原理，最大熵谱估计的解

<<数字信号处理II>>复习提纲（LX整理）

小子！，做题吧！！

四

理解参数模型法谱估计的步骤,三种模型及其之间的关系；AR模型谱估计的解(Yule-Walker方程), AR模型谱估计的性质。了解MA和ARMA模型谱估计的解的方法和性质. 参数模型法谱估计的步骤

1)选择模型

<<数字信号处理II>>复习提纲（LX整理）

2)由有限个观察数据估计模型的参数

3)由估计得到的模型参数代入模型计算功率谱

 白噪声经过模型得到估计信号

 AR模型，全极点模型，自回归模型  MA模型，全零点模型，滑动平均模型  ARMA模型，自回归滑动平均模型  三种模型关系

 AR，MA模型是ARMA模型的特例  AR参数估计容易一些

 Kolomogorov定理：任何ARMA(p，q)过程或者MA(q)都能用无限阶的AR(p)[p=无穷大]过程表示

 任何一ARMA(p,q)过程，或者AR(p)过程也能用无限阶的MA(q)[q=无穷大]过程表示



 AR谱估计的性质

1)根据Yule-Walker方程，AR谱估计隐含了对自相关函数值进行外推 2)相当于对随机时间序列以最大熵准则外推后估计信号的功率谱

<<数字信号处理II>>复习提纲（LX整理）

3)AR功率谱估计和对随机事件序列以最佳线性预测外推后估计信号的功率谱密度等价

4)AR谱估计相当于最佳白化处理  MA模型和传统自相关法谱估计等价  ARMA模型

<<数字信号处理II>>复习提纲（LX整理）

五 白噪声中正弦波频率的估计 理解：白噪声中正弦波频率的估计问题和定义、白噪声中正弦波序列的性质、基于一般谱估计的方法的白噪声中正弦波频率的估计、基于最大似然法的白噪声中正弦波频率的估计；掌握基于特征分解（信号子空间，噪声子空间）的白噪声中正弦波频率的估计原理和方法。（做题解决）第六章 同态信号处理

一 理解同态概念,掌握广义叠加原理, 同态系统概念, 同态系统的规范形式

 同态：假设M，M′是两个乘集，也就是说M和M′是两个各具有一个闭合的结合法（一般写成乘法）的代数系，σ是M射到M′的映射，并且任意两个元的乘积的像是这两个元的像的乘积，即对于M中任意两个元a,b,满足σ（a·b）=σ（a）·σ（b）；也就是说，当a→σ（a），b→σ（b）时，a·b→σ（a·b），那么这映射σ就叫做M到M′上的同态。实际上这个概念就是把同构概念中的双射改成了一般的映射。如果σ是M射到M′内的映射，则称σ是M到M′内的同态；如果σ是M射到M′上的映射，则称σ是M到M′上的同态，此时又称M和M′同态  广义叠加原理：（可拆分，似线性）

 同态系统：满足广义叠加原理的系统，即为同态系统

<<数字信号处理II>>复习提纲（LX整理）

 同态系统规范形式：

二 了解乘法同态系统的规范形式实现原理和框图

<<数字信号处理II>>复习提纲（LX整理）

三 掌握卷积同态系统规范形式实现原理和框图

<<数字信号处理II>>复习提纲（LX整理）

四 掌握复倒谱的定义与性质和四种计算方法(按复倒谱定义计算;复对数求导数计算方法；最小相位序列的复倒谱的计算;递推计算方法) 定义：

 性质

1)若x(n)为实序列，x(n)也是实序列 2)若x(n)为最小相位序列，x(n)为因果序列 3)若x(n)为最大相位序列，x(n)为非因果序列

4)即使x(n)为有限长的时间序列，x(n)也总是无限长的时间序列 ，,，<<数字信号处理II>>复习提纲（LX整理）

5)复倒谱的衰减速度很快，至少是以1/n的速度衰减

6)间隔为Np的冲激序列的复倒谱仍然是一个间隔为Np的冲激序列（回音抵消时利用带阻滤波可以滤掉）

 计算方法

 按定义计算： 复对数求导法计算

 最小相位序列

<<数字信号处理II>>复习提纲（LX整理）

 递推算法

<<数字信号处理II>>复习提纲（LX整理）

第七章 最小二乘自适应滤波

一 掌握以下概念：线性LS估计问题，正交原理，正则方程

<<数字信号处理II>>复习提纲（LX整理）

<<数字信号处理II>>复习提纲（LX整理）

二 理解标准RLS自适应滤波器算法原理，存在的问题（将x自相关展开）

三 理解:最小二乘滤波器的矢量空间分析、投影矩阵和正交投影矩阵,时间更新，角参量的物理意义。

<<数字信号处理II>>复习提纲（LX整理）

线性最优时，输入信号里面与参考信号有关的信息全部被提取了，参考信号与估计信号的差已经不在输入信号空间里面，没法消除了，即正交。 投影矩阵：

 正交投影矩阵：

 时间更新

<<数字信号处理II>>复习提纲（LX整理）

（新息与误差空间的夹角）四．了解:正向预测和后向预测误差滤波的矢量空间分析，LS准则下的预测误差滤波器的格形结构，最小二乘格形（LSL）自适应算法。 矢量空间分析：矩阵代替相关矩阵，投影之  结构：

 算法（做题）

<<数字信号处理II>>复习提纲（LX整理）

五．了解快速横向滤波（FTF）自适应算法的算法原理，横向滤波算子，增益滤波器的概念。 涉及4个横向滤波器

 最小二乘横向滤波器（参考投影得系统） 前向预测误差滤波器（输入投影得AR系统）

 后向预测误差滤波器（输入投影加变换得MA系统） 增益滤波器（新息在原信号空间投影） 算子：

<<数字信号处理II>>复习提纲（LX整理）

下表表示最后一行的起始和结束下标，如：

 增益滤波器：

<<数字信号处理II>>复习提纲（LX整理）

数字信号处理浙江大学 篇2

DSP学科的基本理论是基于经典的数值分析技术和20世纪40~50年代发展起来的采样理论, 从1969年第一本《数字信号处理》专著出版, 《数字信号处理》课程陆续在一些世界著名大学开设。随着电子技术的发展, 该课程教材内容发生了很大的变化, 教学的对象也从研究生课程或本科选修课变成专业基础必修课。目前, 国内所有大学面向电子信息、通信和计算机应用等专业的本科生都开设了《数字信号处理》课程, 主要内容为确定性数字信号处理的概念和方法。该课程的特点是理论性很强, 突出数学分析, 工程概念薄弱[1], 学生学习起来比较吃力。为适应电子技术的发展, 使学生所学尽可能的与社会发展接轨, 对数字信号处理这一课程进行改革势在必行。

随着现代教育技术的发展, 数字化学习成为一种接受教育的新方式, 它包括了新的沟通机制和新的人与人之间的交互作用。本文讨论在新形势下, 如何充分利用数字化学习资源, 改变以往静态的演示性教学方式, 建立新的沟通机制;改变传统课堂教学的目的和功能, 强调个性化学习, 提高教学效果。

1 数字化学习环境的特点

数字化学习 (e-Learning) 是一种以数字技术为主要特征的学习方式。美国教育技术首席执行总裁论坛在2000年6月召开的以“数字化学习的力量:整合数字化内容”为主题的第三次年会中, 已提出了“数字化学习”的观念[2]。随着信息技术的日新月异, 数字化学习资源越来越丰富, 从数字音频、数字视频、多媒体软件、网站、在线学习管理系统、计算机模拟、在线讨论、数据文件及数据库等等, 到近年来大规模网上公开课、微课, 慕课的兴起, 信息技术与教育联系得越来越紧密。数字化学习的主要目的是提高学生学习质量和效率, 培养学生的创新思维和终身学习能力。而目前, 在校大学生数字化学习的理念和应用水平还处在初级阶段, 甚至有相当比例的学生在观念上仅把网络等媒体作为检索信息、通讯和娱乐的工具, 而对其蕴含的学习功能却没有充分认识[3]。

在数字化学习环境中, 学习模式也发生了重要的变化, 主要体现为以下几点:

(1) 学习者的学习讲不仅仅依赖于传统的教师的讲授与课本的学习, 而是利用数字化平台和数字化资源, 由依赖书本学习转向利用资源学习, 形成新的沟通机制。

(2) 由按部就班的线性学习转向具有个性特征的非线性学习。

(3) 由死记硬背式的学习转向主动建构性的学习。

(4) 由依靠教师的学习转向主动学习。

学习方式的变革以及信息学习环境的支持为学生形成良好的认知结构, 培养创新意识提供了理想的条件, 激发学生的学习主动性。

2 课程教学模式改革

2.1 转变课堂教学模式

传统的课程教学中, 老师主要起到引领的作用, 老师对课程内容的热情比较难通过单方面的讲授传达给学生, 激发期学生的主动性。在数字化学习环境中, 学习资源非常丰富, 各学科都可以利用学习资源进行自主学习, 教师可以将数字化学习资源与课堂教学进行结合, 提高教学效果, 同时还能够促进学生对数字化学习资源的使用, 提高学生的信息素养, 培养终身化学习能力[4]。

具体在授课过程中, 充分利用网络和相关技术, 给教师和学生提供一个新的双向交流环境, 重视教学的过程。在课前课后, 通过网络, 给学生提供预习自学、课后复习的平台, 针对每一课的目标、重点, 提出问题, 由学生自己动手, 亲自寻找答案, 得出结论反馈给教师。在主动探究学习的过程中, “问题”是学生学习的重要载体, 问题的设置可以灵活多样, 与生产生活联系紧密, 激发学生的学习兴趣。比如:绪论课时, 请同学们讨论信号处理在实际生活中的应用;后续增加“幽默讲卷积”、“怎样理解傅里叶变换”、“信号频谱的概念与意义”、“频谱分析中窗函数的使用”等专题讨论。教与学的整个环节都强调利用资源而不仅仅依赖书本, 指导学生利用计算机网络、多媒体、专业内容网站、信息检索、电子图书馆、远程学习与网上课堂等建立新的沟通机制。课程的授课形式是教师课堂上讲授, 但教师会提供十分丰富的课程资料, 教师会出现在网络讨论平台和其他媒体上;同时, 也鼓励学生们课后通过讨论模块互相交流, 展现自己。

2.2 加强学生学习能力培养

学生的思想不是一个需要填充的容器, 而是需要点燃的木头, 只有通过老师和学生的积极交流, 而不是简单地授课填充学生的脑袋, 才能点燃他们的创造力、想象力和解决问题的能力。传统的课程教学教师与学生的交流仅仅局限于课堂上, 课后答疑以及作业, 考试环节的反馈, 数字化资源与课堂教学的结合的新模式下, 通过教师的“导学”作用, 倡导学生基于数字化学习环境下的自主探究性学习, 由按部就班的线性学习转向非线性学习。利用数字化资源, 教师、学生之间开展协商讨论、合作学习, 并通过对资源的收集利用、探究知识、发现知识、创造知识、以及展示知识的方式进行学习[5]。

课程实验是学生们动手能力, 综合能力培养的平台。以往的实验中, 由于采用Matlab软件仿真方式, 学生往往满足于编写和理解程序, 而不是将精力放在实验结果的分析和理解上;在较短的上机实验时间内, 学生仅能完成指定算法的验证, 无法根据自己对概念的理解, 通过尝试改变算法的实现方式, 加深对概念本身的理解等问题。因此, 本文研制了基于Matlab的《数字信号处理》实验教学系统 (图1) , 旨在充分利用Matlab软件在可视化编程和数值计算方面的优势, 详细生动地揭示数字信号处理理论的物理实际意义, 丰富教师的教学手段, 提高学生学习质量。该系统既可以在理论教学课堂上演示课程中比较重要的概念, 同时也可以安装在实验室的计算机上, 同学们动手操作, 观看演示结果, 增加对实验的感性认识, 然后再做编程调试, 提高同学们的兴趣。

通过对数字化教学资源的真正利用, 彻底摆脱死记硬背, 激发学生的学习与发现的兴趣, 进而培养学生自主学习能力。在这个过程中, 以学习小组, 实验团队的形式, 通过小组成员间的交流讨论, 增强学生的团队合作精神和创新意识[6]。

2.3 建立新的评价模式

目前, 课程采用的考核方式是传统的平时成绩占10%, 实验成绩占20%, 期末卷面成绩占70%的形式。平时成绩主要由上课考勤和平时作业组成, 而考勤“代答”和作业抄袭现象迟迟无法完全杜绝, 这就降低了平时成绩的公正性和真实性。笔试中, 由于课程涉及到的数学计算相对复杂, 很多学生死记硬背数学公式, 无法真正考察学生对课程内容的掌握理解程度。所以, 此次教学改革对课程考试方式作了改变, 具体做法为:1评价过程分散至学习过程, 并且脱离形式化。学生将在条件许可的情况下, 尝试自己的新想法。尝试不同学习小组的成员, 作业互评机制, 使学生为自己的学习承担更多的责任。希望学生们积极参与到全面数字化资源中来, 而并不只是依照传统的学习方法参与到这门课的学习中来。广泛使用课堂作答、小论文等考核方式, 将学生在平日中提交的小论文、课堂讨论及作业得分计入总分的分值适当提高, 在一定程度上保证成绩的真实性、公正性, 以此来充分调动学生自主学习的热情[7]。2笔试以开卷考试为主, 题目设计应灵活, 出题原则遵循减少死题目, 增加活操作;减少死记忆, 增加活分析、活应用, 促进学生的应试技巧由死记硬背转向融会贯通。课程将十分强调学习小组以及利用社会媒体, 建立个人学习网络和学习小组。课程任务包括:学生建立自己的电子学习档案, 里面有文本, 声音, 视频, 链接等等, 根据自己的选择创立。这个电子文档将储存与本课程相关的资料, 也能通过一定的数字方式呈现出来。教师授课过程中, 学生会根据课程主题完成电子学习档案的建立, 并有计划地将数字化应用到自己的档案当中, 这些都会在学生的评分中体现出来。

3 结束语

本文讨论了数字化学习环境下, “数字信号处理”课程教学模式的转变, 为探究性学习搭建了一种交互的学习情境。改变了以往单纯课堂教学方式, 满足了学生主动探究的需要, 从而促进学生产生积极的学习行为和建构性的学习过程。通过建立数字化学习的沟通机制, 满足多元化的学习需要。通过资源整合, 问题驱动, 学法指导, 分组竞争形成新的教学模式, 激发学生的学习热情就, 提高教学效果。

数字化学习的兴起和发展将促进学习方式的转变。教育信息化、全民化的进程从一校、到全国再到全球;教育也从单一模式、单一地域向多模式、全球化发展。在全面数字化资源环境下, 学生使用数字终端, 在教师的组织、帮助和指导下进行自主学习、探究学习和合作学习, 让学生拥有学习方法的选择权。数字化学习不能取代课堂的教育, 但作为一种强大的辅助工具必将深深影响课堂教学的模式。

摘要：本文讨论了在数字化学习环境下, 如何充分利用数字化学习资源, 在课堂教学模式、学生学习能力培养以及评价体系的转变等方面进行改革。改变以往静态的演示性教学方式, 建立新的沟通机制;改变传统课堂教学的目的和功能, 强调个性化学习, 提高教学效果。

关键词：“数字信号处理”,课程改革,数字化学习环境

参考文献

[1]陈华丽, 程耕国.“信号与系统”和“数字信号处理”两课优化整合的探讨[J].中国电子教育, 2009 (3) :48-51.

[2]杨曼, 王运武.中国数字化学习资源研究综述[J].中国医学教育技术, 2014, 10, 28 (5) .

[3]谢舒潇, 吴芸, 谢雨萌, 李招忠.在校大学生数字化学习特征调查与分析[J].理论探讨, 2005 (6) .

[4]任锁平, 刘瑞儒.数字化学习资源应用现状的个案研究:以延安大学为例[J].中国医学教育技术, 2012, 8, 26 (4) .

[5]章国英, 张燕, 施称.数字化学习环境及学习过程的优化[J].现代教育技术, 2009, 19.

[6]郑旭媛, 田心.“数字信号处理”课程研究型教学改革与实践[J].西北医学教育, 2007, 15 (3) :513-514.

无线电数字信号处理 篇3

【关键词】无线电;软件无线电;数字信号处理技术

在无线电通信飞速发展的今天，数字无线电信号处理技术也有了新的要求。为了满足新的技术标准和要求，推广无线电技术的发展和应用，进一步加强研究无线电数字信号处理技术显得尤为重要，其成为了业界广泛关注的焦点，是目前针对数字信号处理技术研究方向中的一个重要课题。

一、无线电、软件无线电、数字信号处理技术的概念

1.无线电的概念介绍

早在1893年，无线电便被国外科学家尼古拉·特斯拉发明，这是无线电通信技术第一次被公开展示。那么，所谓无线电，是指在所有自由空间（包括空气和真空）传播的电磁波，是其中的一个有限频带，上限频率在300GHz（吉赫兹），下限频率较不统一，在各种射频规范书里，常见的有3KHz～300GHz（ITU-国际电信联盟规定），9KHz～300GHz，10KHz～300GHz。

2.软件无线电的概念介绍

软件无线电的发明起源于20世纪90年代，是目前较为流行并被广泛应用的新型无线电通信技术，可以把它看做作是具有智能化的无线电。软件无线电是指一种无线电广播技术，它基于软件定义的无线通信协议而非通过硬连线实现。其英文缩写为SDR。换句话来讲，频带、空中接口协议和功能可通过软件下载和更新来升级，而不用完全更换硬件。同时，软件无线电具有随环境变化参数，更有效、智能的利用资源的优势。

3.数字信号处理技术的概念介绍

回顾数字信号处理技术的发展历程，它已经历了五个不同的发展时期。从上个世纪70年代到如今的21世纪，数字信号处理技术在经历了漫长的演变和研究探索之后，终于变得逐渐成熟，被广泛应用到人们的日常生活当中，具有广阔的市场前景。那么，何为数字信号处理技术呢？它被定义为是将信号以数字方式表示并处理的理论和技术。数字信号处理与模拟信号处理均是新号理的子集。通俗来讲，数字信号处理技术，就是一种采用数值计算方式来对信号进行加工的理论与技术，其英文简称为DSP。

二、数字无线电与软件无线电的关联性

无线通信的发明与发展，对人类文明和信息技术的进步起到了重大的作用。通信系统通常被分为两大类，模拟和数字。其中，信息的传递和描述是通过模拟形式来实现的。所以模拟通信技术便应运而生，广泛被应用到了电视、广播等领域里。而由于数字信号在理论上存在着一定优势，所以信息数字化成为了一种趋势，数字通信技术迅速兴起，为多媒体通信的实现，提供了有力的保障。其实，数字通信技术已经具备了数字无线电的特征，数字无线电技术由于自身包括多项技术，其更多的旨在为数字信号处理、基带信号处理、调制与解调等进行服务。从另一种程度意义上来讲，是数字信号处理理论上的提高推动了数字无线电技术的发展，而数字无线电技术的他、日渐成熟又为新型的软件无线电的提出和应用做了铺垫。

软件无线电早年一直应用于各国的军事建设领域，在不断研究发展后，被应用到了民间的通信领域。它的迅速发展很好的解决了目前通信系统技术标准复杂多样，难以兼容统一的难题，并且由于其本身具有可编程的特性，很好地实现了老旧设备也能经济升级的愿望。那么，从数字无线电到软件无线电，前者成为了后者发展实行的前提与基础，而后者变成了前者最终的演变趋势。数字无线电作为一种技术手段，更倾向于对无线通信系统实施描述;软件无线电则让数字无线电技术变得更抽象，是一种全新的无限通信系统，可称为数字無线电的升级版。

三、数字信号处理技术与软件无线电结构的特点

数字信号处理技术由于具备很强的稳定性，并对环境中的温度、噪音有着很强的适应性，所以得到了广泛的发展和应用。其实质上就是通过对数据的变换和提取，进而转换，变为能让机器与人识别的形式。鉴于其可以利用软件来对参数实行修改处理，不难看出它有着很强的灵活性。

软件无线电的结构有着开放性与可编程性的特点，非常有益于硬件设备的升级、扩展。这种种优势必将使无线电通信系统更具备可靠性、灵活性、兼容性。软件无线电的结构特点，还能减少无线电设备维护费用，节约成本。

四、软件无线电数字信号处理技术

1.对数字信号的高速处理

利用软件无线电技术来对基带、调制解调和数字上下变频等问题进行处理。基于其本身结构特性，更好地把各个器件结合在一起，提高单片的可编程性，从而完成解扩和解跳的工作部分，实现更多的功能效果。此外，还可以采用多芯片同时并用的方法来避免出现单编程器件无法满足处理能力的情况。

2.A/D与D/A转换器件的应用

软件无线电本身的结构特点对于A/D和D/A转换器件的要求很高，采样速率和采样精度成为了关键因素。其中，影响采样速率的是信号带宽，在实际中一般取信号带宽的2.5倍，同时必须注意转换器件的范围值符合软件无线电的标准要求。例如：某A/D转换器件，其动态范围在100-120dB之间，输入信号频率的最大范围在1～5GHz，这种情况就符合无线电的标准。

3.DSP与FPGA技术的结合

所谓DSP，是一种数字信号处理器，被广泛应用到无线电技术当中。通过对DSP进行改制、制造出专用芯片，并做成集成电路，进而做到降低功耗、减小尺寸、提高处理数字信号技术的性能。而FDGA作为现场可编程的逻辑门阵列，拥有着DSP的所有优势，并且在性能上已超过了它。那么如果将DSP与FPGA技术相结合，必定会实现无线电与硬件的完美结合。运用FPGA对接口的处理，更好地与DSP有效连接，从而达到提高系统效率降低经济成本的目的。

五、总结

总之，在信息网络迅猛发展的今天，数字信号处理技术必将朝着性能更强、更专业化、标准化的方向发展，通过利用无线电通信技术，将会大大促进数字信号处理能力的发展，从而被广泛的应用到实际生活当中，更好地满足社会的发展和人民的需求。

参考文献

[1]李宏俊.数字信号处理技术的发展趋势分析[J].电子制作，2013，14：101.

[2]谢佑兴.数字信号处理的基本内容、应用及其发展动向[J].军事通信技术，1982，01：42-61.

数字信号处理实验讲稿 篇4

讲 稿

2010 ～2011 学年 第 一 学期

分院(系、部)： 信息工程学院 教 研 室： 电子信息工程 课 程 名 称： 数字信号处理

授 课 班 级： 07级电子信息工程

主 讲 教 师： 王苗苗 职

称：

助教（研究生）

使 用 教 材： 《数字信号处理》

制 作 系 统：

Word2003

邯郸学院制

实验一..Matlab仿真软件介绍

一、实验目的

熟悉Matlab仿真软件

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、学习Matlab仿真软件的安装

2、熟悉Matlab仿真软件的操作环境

3、直接在Matlab仿真软件的命令窗口实现数值计算

4、编写M文件

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

1、熟悉Matlab仿真软件

2、参阅Matlab及在电子信息类课程中的应用（第2版）唐向宏 电子工业出版社

实验二 离散信号和系统分析的Matlab实现

一、实验目的

1、Matlab实现离散信号和系统分析

2、进一步熟悉Matlab软件操作

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、利用Matlab产生离散信号

2、利用Matlab计算离散卷积

3、利用Matlab求解离散LTI系统响应

4、利用Matlab计算DTFT

5、利用Matlab实现部分分式法

6、利用Matlab计算系统的零极点

7、利用Matlab进行简单数字滤波器设计

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

预习课本上的相关内容

实验三 利用Matlab实现信号DFT的计算

一、实验目的

1、Matlab实现信号DFT的计算

2、进一步熟悉Matlab软件操作

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、利用Matlab计算信号的DFT

2、利用Matlab实现由DFT计算线性卷积

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

预习课本上的相关内容

实验四 利用Matlab实现滤波器设计

一、实验目的

1、Matlab实现实现滤波器设计

2、进一步熟悉Matlab软件操作

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、利用Matlab实现模拟低通滤波器的设计

2、利用Matlab实现模拟域频率变换

3、利用Matlab实现脉冲响应不变法

4、利用Matlab实现双线性变换法

5、利用Matlab实现数字滤波器设计

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

预习课本上的相关内容

实验五 利用Matlab实现FIR滤波器设计

一、实验目的

1、Matlab实现实现滤波器设计

2、进一步熟悉Matlab软件操作

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、利用Matlab实现窗函数法

2、利用Matlab实现频率取样法

3、利用Matlab实现优化设计

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

预习课本上的相关内容

实验六..随机信号功率谱估计的Matlab实现

一、实验目的

1、Matlab实现实现滤波器设计

2、进一步熟悉Matlab软件操作

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、利用Matlab实现随机序列

2、利用Matlab计算相关函数的估计

3、利用Matlab进行非参数功率谱估计

4、利用Matlab进行AR模型功率谱估计

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

预习课本上的相关内容

实验七..数字滤波器结构的Matlab实现

一、实验目的

1、Matlab实现实现滤波器设计

2、进一步熟悉Matlab软件操作

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、利用Matlab实现数字滤波器直接型设计

2、利用Matlab实现数字滤波器级联设计

3、利用Matlab实现数字滤波器并联型设计

4、利用Matlab实现数字滤波器格型设计

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

预习课本上的相关内容

实验八....利用Matlab实现信号小波分析

一、实验目的

1、Matlab实现实现滤波器设计

2、进一步熟悉Matlab软件操作

二、实验设备和元器件

含Matlab仿真软件的计算机

三、实验内容和步骤

1、小波测试信号

2、分解与重构滤波器组

3、离散小波变换

4、离散小波反变换

5、基于小波的信号去噪

6、基于小波的信号压缩

四、实验报告要求

按照《Matlab程序设计》模板提交实验报告

五、预习要求

数字信号处理运用探索论文 篇5

关键词:数字信号处理;信息技术;应用

数字信号处理简称DSP，就是将图片、声音、视频、文字等模拟信息转化为数字信息的过程。DSP处理中，通过数字方式对模拟信息识别、压缩处理、过滤，从而将其转化为计算机可识别的数字信息。在当今社会，信息技术渗透到社会各个领域，数字信号处理技术也广泛应用在各个领域。

一、数字信号处理优点

数字信号处理通过专用的数字信号芯片，这种数字信号芯片的运算速度非常快，每秒可到上亿次，以数字计算方式处理信号，处理速度快、计算精确、体积小。与传统的模拟信号处理方式，数字信号处理方式具有以下优点:第一，数字信号处理范围更广，具有更高的精度。第二，数字信号处理方式抗干扰能力强，数字信号处理只受量化误差和子长的影响，不受噪音的影响，可以对白噪声、多径干扰等进行优化处理。第三，灵活性强，不仅能够快速处理数字信息，而且还可以灵活改变系统参量和工作方式。

二、数字信号处理应用

随着计算机、电子技术、信息技术的发展，数字信息处理技术电视机、摄影机、电脑、音箱等各个领域得到了广泛应用，给人们的生活带来了很多便利。

(一)数字信号处理在全数字电视中的应用。德国ITT公司在1983年曾经推出了2000系列芯片，对模拟电视机的信号进行处理，十年后，ITT公司再次推出3000系列的芯片，这一类信号被当时定义为数字电视机，但是电视机接收的信号依然是传统的模拟信号，并不是真正意义上的数字电视机。直到1990年美国的GI公司推出的高清晰HDTV电视机，该电视机的视频信号、音频信号全部使用数字压缩，这也是真正意义上的全数字电视机。全数字电视机包括数字化演播室设备、传输设备、接收机。

演播厅设备主要是把电视台内部信号转化为数字化的数据流，比如数字字幕机、数字编辑机和数字录像机;传输设备主要是地面电视发射广播设备、有线电视广播和卫星电视广播。接收机则是根据传输方式对应相应的接收机，主要有接收地面广播数字电视机、有线电视广播机顶盒和卫星数字电视广播综合接收解码器。随着技术的进步，目前已经有将三种合在一起成为多制式的全数字接收机。目前，美国、日本、德国、法国、英国等国家已经全面实行数字电视地面广播。我国目前大部分省市已经使用MPEG-2压缩技术推行卫星数字电视广播，但是受到经费限制，我国地面数字电视广播还需要一定时间内才能实现数字化。

(二)数字信息处理技术在音箱设备中的应用。早期磁带或者唱片是根据声音的模拟震动，并形成一定的槽纹路径制作。录音机磁带的原理就是通过磁头在磁带上震动对声音进行模拟信号记录，从而记录声音。随着数字信号处理的发展，传统的磁带、唱片已经无法满足人们的需求。CD的出现则是数字技术取代模拟技术的表现，使得人们对声音的处理技术不再依赖声音模拟刻录。然而第一张CD盘应用5年以后，随后被DAT和MD盘取代。这种数字化的硬件内置快速存储转录器，可以不断录制30～60分钟，是一种数字化的音箱设备。

三)数字信号处理技术在汽车中的应用。城镇化快速发展，城市汽车保有量不断增加，家庭拥有汽车的比例不断攀升，人们对汽车有更多需求，而这些都依托在数字信号处理技术。汽车电子系统的红外线、监控设备、雷达系统等都必须通过数字信号处理技术，才能有效的运转。比如汽车导航系统，摄像头拍摄视频以后，通过数字信号处理技术对图像进行过滤和处理，从而在汽车导航系统中显示出来，为司机的驾驶提供有力的保障。(四)数字信号处理技术在电视电脑中的应用。随着数字技术和信息技术的发展，人们对电视的功能有了更多的要求，为了满足人们多元化家庭电视娱乐消费要求，不少电视机品牌供应商推出了电脑电视的数字产品，这种数字电视机具有电脑和电视机双重功能。它以电脑为主流配置系统，同时又具有看电视，玩游戏，通过鼠标对电脑进行操作，具有高速回放MPEG-2图像的工，通过视频输出显卡，将VGA信号转化为视频信号。(五)数字信号处理技术在数字照相机的应用。1990年第一台数码照相机诞生，经过二十多年的发展，数码照相机发展日新月异。数码照相机打破了传统照相机需要使用胶片的限制，将光敏半导体元件经过，A/D转换器、数字处理技术压缩，将图像资料保存在存储器中，通过照相机的屏幕可以删除不必要的图像资料，并连接计算机或者打印设备将图像资料打印出来，不需要传统计算机的暗室处理，操作非常方便。而数码照相机的核心技术就是数字信号处理技术，通过数字信号处理技术对图片进行优化、压缩处理，节省存储器空间。近年来，随着数字技术的进步，数码相机的价钱也在不断下降。

三、结语

随着数码相机、智能手机等各种数字化产品的发展，极大地促进数字信号处理技术的发展。但是我国信号处理技术与发达国家还存在一定的差距，因此还需要进一步对该项技术进行研究。

作者:史光曜 杨 俊 袁进刚 单位:武汉滨湖电子有限责任公司

参考文献:

［1］马木青，胡淑巧，白瑞青，等．基于数字信号处理的脉冲编码器［J］．探测与控制学报，2015，(4):87-90．

［2］王韩，孙红胜，陈昌明，等．基于TS201与FPGA的数字信号处理系统设计［J］．现代电子技术，2016，(5):78-80．

数字信号处理考试问题及答案 篇6

引 言

1、数字信号处理的含义？

数字信号处理--Digital Signal Processing采用数字技术的方式进行信号处理。将信号转化为数字信号，利用数字系统进行处理。

2、什么是信号？信号主要采用什么方式表达？ 传递信息的载体：进行变化的物理量；

与日常生活密切相关： 语言、音乐、图片、影视

模拟信号的表达：在电子技术中，通过传感器将信号转化为随时间连续变化的电压：模拟电压信号

数字信号的表达：对模拟电压进行等间隔测量，将各测量值采用有限精度的数值表达，体现为顺序排布的数字序列。、什么是模拟信号？什么是数字信号？

信号在时间和数值上都是连续变化的信号称为模拟信号.模拟信号是指用连续变化的物理量表示的信息，其信号的幅度，或频率，或相位随时间作连续变化 数字信号指幅度的取值是离散的，幅值表示被限制在有限个数值之内。时间和幅度上都是离散(量化)的信号。二进制码就是一种数字信号。二进制码受噪声的影响小，易于有数字电路进行处理，所以得到了广泛的应用。4、数字信号具有什么特点？

信号采用抽象数字序列表达，与物理量没有直接关系，在传输、保存和处理过程中，信号精度不受环境因素影响，抗干扰性强。

信号采用数字序列表达后，对模拟信号难以进行的很多处理能够方便地实现，例如：大规模长时间的信号存储、对信号的乘法调制和各种编码调制、信号的时间顺序处理、信号的时间压缩/扩张、复杂标准信号的产生。5、数字信号处理具有什么意义？

数字信号处理是研究如何用数字或符号序列来表示信号以及对这些序列作处理的一门学科。它具有精度高、可靠性高、灵活性、便于大规模集成化等特点。6、列举一些在生活中常见的数字技术的应用。

商业摄影领域；录音电话机；数码相机；数字电视；MP3播放器等等。

第2章信号的数字化

1、信号数字化需要经过哪些基本步骤？

信号数字化可以分为三步：1）等距采样，实现信号离散化；2）数值量化，用有限精度表达采样值；3）AD转换，对量化值进行二进制编码。

2、对信号进行理想采样时，其频谱会发生什么变化？ 信号频谱被周期性复制。

3、什么是采样定理？

待采样信号必须为带限信号

MXj0采样频率应大于信号最高频率的2倍

22sMNTs

Nyquist 频率

重建滤波器（低通）截止频率应满足 ： McsM

4、什么是镜像频谱？什么是混叠失真？

镜像频谱:混叠失真:当信号的取样频率低于奈奎斯特频率时所出现的一种信号失真现象。

5、实际数字信号处理系统由哪些主要部分构成？ 数字化过程：抗混叠滤波—采样保持—量化编码 数字信号处理过程：滤波、调制、存储、传输 重建过程：DA转换—抗镜像滤波

6、如何对数字信号进行量化？量化位数的变化对量化误差、数据量具有什么影响？ 量化的实现：比较判断。

运算放大器可以作为电压比较器，将采样信号与标准电压比较，得出量化结果：

对于多位量化，需要先用电阻串联形成参考尺度，再采用多个比较器进行判断。

当数据宽度（量化位数）为n位时，存在2个量化状态，量化位数越多,量化状态数越多。n位等距量化时，量化间距为2-n，最大量化误差为2–n-1，信号动态范围为：

Vmax20log Vn20log26ndBmin

7、什么是信号的动态范围？N位等距量化时信号的动态范围为多少？

信号系统的动态范围被定义成最大不失真电平和噪声电平的差。而在实际用途中，多用对数和比值来表示一个信号系统的动态范围。N位等距量化时信号的动态范围为：

Vmax20log Vn20log26ndBmin

8、数字信号的量化精度主要受哪些因素影响？

量化精度和所用的数字编码位数有关，编码位数越多，量化精度越高，误差就越小。

9、改善量化精度的主要方法有哪些？

为了降低量化器成本，可以通过摆动技术和过采样技术的运用提高数据精度：在一个采样周期内对待量化信号叠加一个标准周期信号，再通过多次测量取平均值得出量化结果。

非等距量化方法：当信号主要分布在低幅度时，为了降低小信号的量化误差，加大动态范围，可以采用对量化范围的压扩技术。

10、分析目前采用的主要AD转换的方法，指出其基本原理、特点和使用范围。1）并行转换：Flash AD

n

2）串行转换：逐次逼近AD

数字生成逻辑；DA转换器；比较器。

3）串并结合：Pipeline AD

高速、低成本、精度较差

可以设置为标准转换模块，采用流水线形式逐次进行转换，转换速度快;每级转换模块位数少，系统简单；涉及的模拟运算较多，误差会累积增大。4)过采样AD：

主要利用数字电路提高量化精度，对应模拟电路结构简单，对器件精度和环境要求不高，成本低；转换速率慢，一个n位的数据需要经过2n个时钟周期才能得到。

第3章 信号的频谱：信息的分布

1、信号中的基本信息具有什么特点？

信号中的信息与信号的变化有关；不同的变化模式表征不同的信息； 复杂信息可以由简单信息组合表达。2、付氏分析中采用什么信号表达基本信息？这种信号具有什么特点？

付氏分析中采用单频率信号的组合来表达基本信息。单频率信号均为周期信号，不同频率的单频率信号具有不同的周期。

3、信号的频谱和频率分量分别表达什么含义？

信号的频谱，即为信息分布。相当于是一个以频率为自变量的分布函数，描述了信号在各个频率的分布特征。频率分量是表达某个信号所具有的频率成分（该频率的比重）。4、周期信号的频谱具有什么特点？如何求解周期信号的频谱？

周期信号的频谱具有的特点：离散谱，谐波性。

6、数字信号的单频率信号具有什么特点？

单频率信号为信息基本单元，不同的单频率信号表达不同的信息（变化模式），任何信号都可以采用单频率信号的组合表达。

7、数字频率与对应的模拟频率之间有什么关系？

数字频率与模拟频率关系：

0/Td0T /TTd00

在Nyquist频率范围内，模拟频率与数字频率具有一一对应关系；当模拟频率超出该范围时，数字频谱将出现混叠失真。

由已知离散信号确定对应的模拟频率时，必须先将离散频率对应为数字频率：

j4.4n xneT0.1

d4.40.4mod2

d/T4 08、周期信号的频谱如何通过DTFS进行计算？如何提高频率分辨率？

1）确定基本周期N和基本频率；

2）在时间信号一个周期内N点等距采样，得到N个信号测量值；

13）利用定义式求和，得到频谱解析表达式； cdkxnejkd0nNnN

4）由解析式计算出N个频率分量值。

增加采样点的数目可以提高频率分辨率

9、一般数字信号的频谱如何计算？

1）根据采样定理，选择采样周期；2）对有限时间内的信号进行采样，得到信号测量值表达的数字序列；3）将数字序列直接代入DTFT定义式，得到频谱的解析表达；4）利用解析表达计算频谱。

jnT jXdexnexnejdn nn10、对给定有限长度时间波形和指定的采样周期，写出对应频谱（DTFT）的解析表达式。

jnTj Xdexnexnejdnnn

第4章 DFT和FFT：频谱的计算

1、DFT和FFT分别表达什么含义？

DFT:离散付氏变换。FFT：快速付氏变换。

2、DFT与DTFT有什么区别？如何利用DFT来计算DTFT？

DTFT解析式表达的频谱为连续频谱；为了对DTFT进行数值计算，可以对该频谱进行N点等距采样，用离散频谱表达；这种表达方式称为离散付氏变换（DFT）。

jTnDTFT: Xdxnexnejdnnn ddm2mNDFT：频谱离散化

2 jmnNXmxned

nN

3、DFT与DTFS有什么区别？如何利用DFT来计算DTFS？

DTFS:离散时间付氏级数。

22N1jmn 11jmnjm0nTNcmdxnexneNXmxned NnNNnNn0

XdmNcdm

4、利用N点DFT计算信号频谱，理论上需要多少次复数乘法？

利用N点DFT计算信号频谱，理论上需要N2次复数乘法。

6、FFT的主要运算特点是什么？

采用标准蝶形运算模块，方便运用于硬件设计和软件函数编制。

3输入，2输出模块；1次复数乘，2次复数加； X1=A+B*C X2=A-B*C

7、蝶形运算单元包含哪些基本运算？

每个蝶形运算包含1次复数乘和2次复数加； 累计运算量为：NNlogNlog2N 22log28、采用FFT计算N点信号的频谱，理论上需要多少次复数乘法？

NNlogNlog2N 22log2第8章 IIR系统的设计方法

1、IIR滤波器的特点: N阶系统具有N个不在原点的极点，在设计同样性能的滤波器时，IIR滤波器的阶数通常低于FIR滤波器，设计效率较高。

2、为什么IIR系统不能具有线性相位：

分母多项式系数不可能设置为对称，因此相频特性通常无法控制为线性，只能针对幅频特性进行设计。

3、模拟变换法设计IIR系统的基本设计思想： 设计目标幅频特性为： Hej

（1）将设计目标转换为模拟系统的幅频特性： Hj（2）设计满足要求的模拟系统： Hs

（3）将模拟系统转换为数字系统：HsHz



4、什么是模拟原型滤波器：

当设计目标是对理想滤波器的逼近时，通常可以采用原型滤波器进行变量代换设计。原型滤波器定义： 模拟低通滤波器，截止频率c1

5、常用的模拟原型滤波器有哪几种？各自零极点分布和频率响应具有什么特点？（1）Butterworth原型滤波器：最平坦滤波器

M2112N Hj112N

对于任意阶数N，Hj1 Hj20112 随频率增加，系统增益单调下降；截止频率为-3dB频率；随着N值增大，可以逼近理想滤波器。由幅频特性平方可以求出平方系统的零极点：

M21112N Gs21s2N s2pN1ejmm1,3....jN1spe2Nmm1,3....系统函数为： Hs1sss

p1sp2...sspN

（2）模拟原型滤波器： Chebyshev 1 M2112V2 ； Hj1 N12V2NN阶Chebyshev多项式：

VN2VN1VN2 ； V1 ； V2221

没有零点，极点在单位圆内呈椭圆分布； 通带为等纹波，阻带为单调变化；

（3）模拟原型滤波器： Chebyshev 2 M211VN12V2 ； Hj1/ N1/12V2N1/阻带截止频率 1 ； Hj2ss12 阻带为等纹波，通带单调下降；系统极点分布与1型呈倒数关系；系统具有N个零点分布在虚轴上；（4）模拟原型滤波器：Elliptic M2112Q2 ； Hj1Q N122N为Chebyshev型滤波器的综合形式，采用等纹波逼近设计； N个极点分布在单位圆内，形成通带纹波；个零点分布在虚轴上，形成阻带纹波；

6、利用原型滤波器设计Butterworth低通滤波器设：

对原型滤波器进行变量代换，可以得到指定截止频率的低通模拟滤波器：

Hj:1112N1/N

c2设计参数： 滤波器阶数 N；-3dB截止频率c

N考虑滤波器参数与设计指标之间的关系：

通带波动 p ；通带截止频率 p；阻带波动s ；阻带截止频率 s； 在通带和阻带的边缘，可以得到：

11p/c2N1p ；

11s/c2Ns

利用对数坐标，对纹波采用分贝为单位：

1p/c2N100.1p ； 1s/c2N100.1s

对上式联立求解，可以得到滤波器最低阶数为：

1log10p1log100.1s1 N2logplogs

7、冲激响应不变法 的设计思路和合设计步骤是什么？

设计思路：从数字滤波器频谱到模拟滤波器频谱；从模拟滤波器系统到数字滤波器系统。设计步骤： Hs0.1r1r2...，htr1ep1tr2ep2t...，sp1sp2r1r2...；

1ep1z11ep2z1hnr1ep1nr2ep2n...，Hz设模拟系统函数为：Hs111；

s23s2s1s2设采样周期T=1，对应数字系统函数为 ：

e1e2z111Hz，Hz； 1121121321ez1ez1eezez冲激响应不变法的特点 ：

从时域角度进行对应，可以保障系统暂态响应时间不变；可以将s平面左边的极点对应到z平面单位圆内，保障系统的稳定性；数字滤波器频率响应与模拟滤波器频率响应保持良好线性关系；

8、冲激响应不变法的局限

由于采样定理限制，模拟系统的频率响应必须具有带限特点，否则会导致频率混迭，因此冲激响应不变法只适用于阻带没有纹波的低通或带通滤波器。

9、双线性变换法 设计步骤

利用非线性函数将数字频率区间对应到模拟频率区间：ktgd/2； 完成模拟系统设计后，再进行反变换，从模拟系统函数得到数字系统函数：

skz1，HsHz； z1双线性变换法的特点 ：

没有采样过程，不存在频率混叠问题，适应于各类滤波器的变换；变换将s平面的虚轴对应到z平面的单位圆，可以保持系统稳定性不变； 变换在高频区域体现出强烈的非线性。

为了减少非线性关系的影响，实现正确的变换，可以利用参数k对非线性区的范围进行调节；在初步设计时，通常可以先将k值选择在最高模拟截止频率附近，再根据仿真结果进行调整。

第9章 变采样系统：滤波器的高效设计

1、对数字信号进行抽取会产生什么效果？

数字信号由采样值构成，采样频率应为信号带宽的2倍以上；在信号处理过程中，信号的带宽会发生变化；及时调整采样率，不仅可以提高数据保存和传输效率，也可以提高数字系统的设计效率。

从原始数字序列中进行等距抽取构成新的数字序列。采样周期加大，数据量减少；采样频率降低，标准频谱展宽，可能出现混叠失真！

2、如何对数字信号进行插值？插值会产生什么效果？

在原始数字序列中每2个数据间等距插入L-1个零，构成新的序列。

采样周期缩减，数据量增加；采样频率提高，标准频谱压缩，数字频谱标准区间内出现镜像频谱！

3、什么是抽取/插值滤波器？它们主要发挥什么作用？（1）抽取滤波器 ：

通常在抽取之前，需要先对信号进行抗混叠滤波，限制信号带宽；对于低通信号，抽取滤波器为低通滤波器，截止频率为

cM，；

滤波器卷积方程 ：ynmxmhnm，ynynMxmhnMm，dm；

滤波器运算量为同阶普通滤波器的1/M ；

抽取滤波器作用：采样周期加大，数据量减少；采样频率降低，标准频谱展宽，可能出现混叠失真！（2）内插滤波器

理想内插系统的构成：在插0之后，对信号进行抗镜像滤波，可以将插0点改为理想插值，该滤波器称为内插滤波器；对于低通信号，内插滤波器为低通滤波器，截止频率为

cL，；

滤波器卷积方程

ynkxkhnkynxkhnkL

iik

滤波器运算量为同阶普通滤波器的1/L ；

内插滤波器的作用：采样周期缩减，数据量增加；采样频率提高，标准频谱压缩，数字频谱标准区间内出现镜像频谱！

4、与常规滤波器相比，抽取/插值滤波器具有什么优点？

数字信号由采样值构成，采样频率应为信号带宽的2倍以上；在信号处理过程中，信号的带宽会发生变化；及时调整采样率，不仅可以提高数据保存和传输效率，也可以提高数字系统的设计效率。

抽取滤波器作用：采样周期加大，数据量减少；采样频率降低，标准频谱展宽，可能出现混叠失真！内插滤波器的作用：采样周期缩减，数据量增加；采样频率提高，标准频谱压缩，数字频谱标准区间内出现镜像频谱！

5、如何利用变采样系统设计窄带低通滤波器？设计效率提高多少？

数字信号由采样值构成，采样频率应为信号带宽的2倍以上；在信号处理过程中，信号的带宽会发生变化；及时调整采样率，不仅可以提高数据保存和传输效率，也可以提高数字系统的设计效率。

从原始数字序列中进行等距抽取构成新的数字序列。

通常在抽取之前，需要先对信号进行抗混叠滤波，限制信号带宽；对于低通信号，抽取滤波器为低通滤波器，截止频率为cM

滤波器卷积方程 ：ynmxmhnm，ynynMxmhnMm，dm；

滤波器运算量为同阶普通滤波器的1/M ；

6、如何利用变采样系统设计宽带陡降低通滤波器？设计效率提高多少？ 设计原理：

首先设计宽过渡带的低阶滤波器及其互补滤波器；

利用内插压缩频谱，使过渡带变窄；

采用频率响应掩蔽法选取通频带和阻带。设计要求：

在标准数字频率范围内，过渡带宽度为d的锐截止宽带低通滤波器； 设计步骤：

先设计截止频率为  /2的低通滤波器H1z，设定其过渡带宽度为Ld/2；同时实现其互补滤波器H2z1H1z；通过L倍内插，使频谱压缩为1/L并周期化，各过渡带宽度变为d；

利用宽过渡带滤波器 F1z和 F2z作为内插滤波器（设其过渡带宽度为/L），选出几个周期的镜像频谱进行组合，就可以实现具有锐截止过渡带的宽带滤波器；

为了减少设计难度，可将上述各滤波器相对过渡带宽设计为相等，即有：

LdL，由此可以得出过渡带宽为d的滤波器设计时的内插倍数为Ld。

若采用相对过渡带宽度描述，则为：L1。2

7、什么是临界抽取M通道滤波器组？具有什么特点？ M通道滤波器组：

在信号分析，编码，压缩和传输等应用中，通常需要将信号分解为带宽相等的M个独立子频带进行分别处理；采用M通道滤波器组可以实现频带分解的要求；信号被分割为M个子带 M通道滤波器组面临的问题：

每个滤波器都要求很窄的过渡带，滤波器实现非常复杂；

将N点原始信号送入滤波器组，每个滤波器输出信号都表现为N点序列，信号总量增大M倍； M通道滤波器组的特点：

对于各子带信号，带宽只是原来的1/M；可以采用更小的采样率进行表达；对每个子带的信号进行M倍抽取后，信号的总样点数可以减少到和原始信号相同；这种抽取称为临界抽取；

8、如何对滤波器进行多相分解？分析滤波器组与多相分量矩阵的关系是什么？ 多相分解

Hzh0h1z1h2z2h3z3h4z4h5z5...Hzh0h2z2h4z4...z1h1h3z2h5z4...HzH1z2z1H2z2

系统被分解为子系统的组合，各子系统称为原系统的多相分量。多相分解

Hzhkzk0N/MNkN/MhMlzl0l0MlN/MhMl1zl0M1j0Ml1...hMlzl0MMlz1hMl1zMl...zjEjzMMlN/MEjzhMljzl0N/M 称为原系统的多相分量 ；

原抽取滤波器被分解为多相子系统的并联形式，各子系统可以直接运用恒等变换：

对于重建滤波器与内插，也可以采用类似的变换：

M1j0HzzM1jRjzM，RjzEM1jz，

每一个子频带需要M个 Ejz 和 Rjz滤波器，则对M个子频带，这些滤波器的运算构成M阶的方阵 Ez和 Rz：

9、如何对给定的数字序列进行Haar小波变换？该变换的频域特点是什么？

小波变换属于时间频率变换的一种形式。通过小波变换能够非常方便地同时描述信号的时间特性和频率特性。

第一级系数由原始数据计算得到；后一级系数继承前一级d系数，由前级c系数计算新的系数；每个c系数都是由两个输入相加得出；每个d系数都是由两个输入相减得出。

小波变换后的数字序列可以采用不同级别系数表达： 原始信号 x0 x1 x2 x3 x4 x5 x6 x7 第一级 c10 c11 c12 c13 d10 d11 d12 d13 第二级 c20 c21 d20 d21 d10 d11 d12 d13 第三级 c30 d30 d20 d21 d10 d11 d12 d13 每一级变换都保持数据量不变。Haar小波变换的运算特点：

运算结构非常简单，只涉及实数的加减运算，对于N点数据变换，得出全部c系数和d系数也只需要N数量级的实数加法，效率很高。每一级小波系数都可以完整表达信号，在应用中可以根据需要，控制运算的级别，使系统得到简化。

Haar小波变换的频域特点：

cj1,kcj,2kcj,2k1 2点移动平均（低通滤波）

dj1,kcj,2kcj,2k1 2点移动差分（高通滤波）

c系数表达信号的低频分量；d系数表达信号的高频分量。

每一级采用完全相同的滤波系统；每一级滤波对输入信号进行高低频分离；后级系统保留前级的高频分量，对前级的低频分量继续分离，直到低频分量只剩下一个数据为止。Haar小波变换的特点 ：

高频信号的频率分辨率低，时间分辨率高，适应高频信号周期短的特征；低频信号的频率分辨率高，时间分辨率低，适应低频信号周期长的特征；增加分析级别减少意味着增加低频频率分辨率；舍弃低级别系数意味着舍弃高频信息。

10、离散小波变换DWT与临界抽取滤波器组有什么关系？该变换具有什么应用意义？

Haar小波变换的频域形式可以看作是2通道临界抽取滤波器组的一种实现形式： 分析滤波器组为抽取滤波器：

cj1,kcj,2kcj,2k1，ynx2nmhm

m01利用冲激响应系数，可以将变化式表达为：

cj1kcj2k1mh0m，dj1kdj2k1mh1m，h0m11，h1m11；

m0m011对应的多相分量为 ：Ez11 11111，容易看出满足准确重建关系。211类似可以得到重建系统的多相分量：RzDWT应用的意义：

DWT利用变换方式实现2通道信息分离;利用这种系统的组合,可以实现各种形式的多通道信息分离,在时间分辨、频率分辨和数据量规模等方面做出灵活多样的选择，在音频信号、视频信号和互连网图象信号的处理和传输方面可以发挥重要的作用。

第十章

数字图象处理简介

1、数字图象采用什么形式表达？在图象的数字化过程中，采样间距和量化位数分别影响数字图象的哪些指标？

通过对图像亮度的二维等距采样，可以将模拟图像采集成为二维的离散数字信号。每个采样点称为一个像素点。像素点之间的间隔（采样周期）越小，图像分辨率越高。

每个像素的亮度值需要进行量化，以便可以用有限长度的二进制数据串表达，量化后的数值称为灰度值。像素强度可以用单色的灰度值或3原色的灰度值表达。常用的灰度表达量化等级为1位（二值图像）、8位（256级）、16位和24位。

2、对数字图象进行相加、相减、相乘运算分别会产生什么效果？在图象处理中，这些运算主要应用是什么？ 加法运算：

将两幅图像叠加起来；由于灰度值都表现为正值，加法通常会使图像变亮；加法常用于图像合成；在运动图像中采用加法可以起到消除噪声的作用。减法运算：

从一幅图象中减去另一幅图象，通常会使图象变暗；减法主要用于图象对比，运动变化检测； 乘法运算：

对应灰度值相乘；经常采用的有图像自乘运算、乘以常数的运算；乘法运算可以改变图像的对比度。对于未归一的多位灰度值的图象，相乘可能会产生溢出，导致图象饱和（全白）。

考虑到0乘任何数得到0，1乘以任何数则保持不变，经常用只有0和1两种灰度取值的图象作为掩膜，通过与其他图象相持相乘实现局部图象的截取操作； 数字图像的几何运算：

除了算术运算外，以数字形式存放在矩阵中的图像也能够很方便地进行剪切，旋转，缩放等几何操作。

在图像放大过程中，涉及到图像的插值运算，需要根据具体要求选择插值计算方法和抗混叠低通滤波器的具体形式。

3、什么是灰度分布？如何利用改变灰度分布来改善图象对比度？

灰度分布是指不同灰度值的像素在图像中所占比例。通常采用直方图形式表达。灰度分布对于图像的对比度具有重要影响，可以通过调整灰度分布达到改善图像对比度的效果。

通过加宽灰度分布，可以使图像获得更好的对比度，能够更好地突出图像的某些特征，或显示出图像的一些局部细节。灰度调整可以采用线性比例方式进行，也可以采用非线性的方式，对局部区域的灰度分布进行调整。

4、如何通过灰度分布截取实现图象的分离及合成？

在数字图像中，不同的图像对象常常具有与背景不同的灰度分布区域，通过对灰度分布进行分割截取，可以实现图像的区域分离，将不同的对象分别提取出来，各自进行处理。合理利用上述技术可以非常方便地从各种图片资料中选取对象，进行景象合成。

图像分割常用基本方法可分为如下步骤：

(1)分析所关注的图像对象的灰度区域，确定将对象和背景分离的阈值；(2)利用设定的阈值进行灰度调整，形成黑白掩膜，对象区域取1，背景区域取0；(3)将掩膜与原始图像相乘，就可以得到只保留提取对象的图像；、数字图象的频谱如何表达？低频信息和高频信息分别表达图象的什么信息特点？

(1)与一维信号类似，二维的图像信号也能够采用付氏分析方法进行变换和处理。

二维DFT变换的定义为： Xi,kM1N1m0n0xm,nej2kimj2nNMe

通过二维DFT变换，一个二维的图像矩阵变换成为二维的频谱矩阵。该矩阵的元素通常为复数，可以分别通过一个幅频矩阵和一个相频矩阵表现出来。

(2)在数字图像处理中，频率表达了像素灰度沿空间坐标的变化率。低频表达缓慢的像素灰度变化，高频则表达像素灰度的急剧变化。在一幅图像频谱中，低频分量主要由图像中大块的灰度基本一致的区域所贡献，而高频分量则体现了各图形对象边缘提供的信息。

6、典型的空间域低通滤波器具有哪些形式？它们各具有什么特点？

最常用的低通滤波器有平滑滤波器、中值滤波器、自适应滤波器等。

平滑滤波器：将卷积核覆盖区域的所有像素灰度值相加后，求出灰度平均值，作为中心点的像素灰度；实现简单；去噪效果随区域加大而增强；对图像边缘有模糊作用；

中值滤波器：将卷积核覆盖区域的所有像素灰度值按大小排序后，选取中间的一个灰度值作为中心点像素灰度；能够在去噪的同时保护图像边缘；对散粒噪声滤波效果好；

自适应滤波器：也称为维纳（wiener）滤波器，根据卷积核覆盖区域的所有像素灰度值的方差来决定中心点像素灰度；对于高斯噪声具有较好的滤波效果。

7、典型的空间域高通滤波器具有哪些形式？它们各具有什么特点？

最常用的高通滤波器主要有sobel滤波器和laplacian滤波器。

sobel滤波器：分别提取像素点附近像素灰度在水平方向的差分和垂直方向的差分作为该像素点的灰度值；具有单独强化水平边缘或垂直边缘的作用。

laplacian滤波器：提取像素点附近像素灰度的二维二阶差分作为该像素点的灰度值；具有同时强化所有边缘的作用。

8、如何进行数字图象滤波器的频域设计？

将具有线性相位的一维FIR滤波器进行二维处理，即可构成二维的图像滤波器。可以采用成熟的时域窗口法或频域逼近法进行滤波器设计。

9、在JPEG标准中，如何利用DCT进行图象的数据压缩？

DCT在图像压缩标准JPEG中的应用,与DFT相比，DCT的优势在于不涉及复数运算，同时又具有与FFT类似的快速算法，因此能够很快的计算。同时，DCT倾向于将图像信息集中到较低的序号的系数中（低频段），使得图像信息能够被有效地压缩。目前图像压缩领域采用最广泛的标准为JPEG标准。该标准典型的处理方式是将原始图像分为8*8的子块，对这些子块进行DCT处理；由于DCT的重要系数都集中在左上角，通常只保留左上角的有限系数，而将其他系数都当作0处理。

10、如何利用二维DWT进行图象的数据压缩？

小波分析及变换在数字图象处理领域得到了最广泛的应用。数字图象信号通常涉及大规模的数据量。将数字图象数据按重要程度加以区分，进行分层处理，这是提高效率的根本途径。小波技术正是在这一方面显示了独特的优点。

数字图象采用二维数据矩阵表达，图像信息处理需要采用二维DWT进行处理。这种处理方式通过分析在图像的行和列上其灰度级的变化，可以将水平、垂直和对角细节分开。

二维DWT分析步骤如下：

（1）对N*N的图像每一行进行一维DWT分解（低通和高通），得到2个N*（N/2）的图像；（每个子图的列数比分解前减少一半）

（2）对得到的两个N*（N/2）的图像的每一列进行一维DWT分解（低通和高通），由此得到4个（N/2）*（N/2）的图像；（每个子图的行数比分解前减少一半）

通过上述步骤就完成了一级DWT分解，分解后得到4个子图，分别代表了原图像的低通近似、水平高通、垂直高通和对角高通。上述4个图的数据总量与原始图形一致。

《数字信号处理》教学方法研究 篇7

随着电子技术及计算机技术的飞速发展，数字信号处理的新理论和新技术层出不穷，目前它已成为应用最快、成效最显著的学科之一。《数字信号处理》已经成为我校通信工程专业的一门专业基础课，它是多门课程相互连接的桥梁和纽带，实现了从理论到实践的相互过渡，对于培养学生理论分析和综合应用能力有非常重要的作用。但是该课程理论性比较强，概念抽象，[1]对数学基础要求也比较高，容易使学生感到乏味，学生对该课程普遍有畏难情绪。因此笔者结合江苏大学通信学院的教学特点，对数字信号处理教学方法作了深层的探讨，在传统教学手段的基础上，开发了多媒体教学辅助系统，充分发挥了现代教学手段的优势;并将Matlab软件用于教学，将抽象的概念感性化，以形象生动的手段来展示理论内涵;采用实验和教学相结合的形象教学，培养学生的学习兴趣，充分调动学生的学习积极性。

2. 教材和教学内容的选择

2.1 教材选择

目前“数字信号处理”的教材很多，笔者选用了东南大学吴镇扬教授编写的《数字信号处理》第二版。[2]该书对信号处理的基础理论和基本算法进行了充分的论述与讨论，条理清楚，深入浅出，有利于学生更牢固地掌握，是一本很实用的教材。该书还很好地处理了和“信号与线性系统”的关系，在保持课程完整性的同时压缩重复内容。在内容取舍上，结合数字信号处理技术的发展做了精心的安排。

2.2 教学内容

“数字信号处理”课程理论性较强，对数学基础要求较高，学生普遍反映抽象、难学。[3]针对这种情况，为在60学时(含实验10学时)内有效完成数字信号处理的知识点的讲授，笔者对内容做了合理安排，讲授沿两条主线进行，精简部分内容，如表1所示。

一条是信号与系统的时、频域分析，包括离散系统的时域分析、z域分析、傅氏变换，FFT及利用FFT进行频谱分析;另一条是数字滤波器的设计与实现，包括IIR数字滤波器的设计、FIR数字滤波器的设计，以及这两类数字滤波器的实现结构和各种滤波器结构的误差分析。对教材中关于DSP应用方面，如芯片介绍这一节的内容，将并入到另一门课“DSP芯片原理及应用”这门课中讲授。

3. 教学方法优化

“数字信号处理”是一门数学理论较强的课程，其特点是公式多，概念比较抽象，比较枯燥，难度大。要获得较好的教学效果，我们需要采取一些技巧和方法。

3.1 多媒体教学手段和传统教学手段的并用

基于本课程的特点，在教学过程中教师可以采用板书和多媒体教学相结合的讲课方式，以板书为主，多媒体为辅。板书主要是针对一些课程中的基本原理和方法推导证明，这样可以使讲课方式更灵活、师生互动性更强，使学生跟随教师的思路来领会学习的要点和难点，学起来比较容易。而对于一些需要形象理解、图形举例演示的部分，教师可以采用多媒体教学方法，利用图像、视频等多种形式进行互动教学。[4]比如介绍采样定理的时候，在推导采样定理的同时，采用动画的方式，演示一个模拟信号经过采样前后，时域和频域的变换关系，使学生更深刻地理解采样定理，实现对该知识点的融会贯通。

在设计幻灯片格式时我们应注意以下几点：

(1)选择容易看清的字体和字号。PowerPoint默认的中文字体为宋体、英文字体为Times New Roman，为保证坐在教室最后一排 (尤其角落处) 的学生看清演示，中文选用加粗黑体，英文选用加粗Arial，字号在18 points和28 points之间。

(2)选用深蓝色背景，字体颜色采用对比度较高的颜色。为了便于学生使用，将演示文稿制作成适于打印的.pdf文件。

(3)由于学生同时听讲和看幻灯片，注意力容易分散，会感觉跟不上讲课思路或对于幻灯片内容印象不深。为解决这个问题，既可以利用动画效果逐步展示内容，又可以制作内容精练、布局合理、便于识记的幻灯片。

3.2 在教学中应用Matlab软件

Matlab是DSP教学中的标准仿真软件，它能轻松完成系统分析、信号处理中的大量计算和绘图工作，并可生成教学所需的多媒体素材。[5]例：已知一连续正弦信号的频率为150Hz，取时间长度为0.1s，采样频率分别取为500Hz, 1000Hz, 5000Hz, 20000Hz，仿真结果分别如图1—4所示。

3.3 课堂讨论与练习

课堂目前是本科生进行理论学习的主要场所，课堂教学方法的改革应放在重要位置。笔者采取“启发式教学和研究型学习”的教学方法，从研究问题入手，将数字信号处理的一些重要理论构建过程展现出来，同时提出新的问题，以便让学生进行思考和研究。比如介绍滤波器理论时，笔者首先提出在通信系统构建的主要模块，在系统最前端，其次为了选择有效信号，引入滤波的概念，提出滤波器理论。

在课程的理论教学中，笔者针对教学难点和重点提出问题，定期和不定期地在课堂中进行讨论，请学生事先准备好，上讲台发表见解。

4. 结语

《数字信号处理》是一门非常重要的课程，因此在适应素质教育对电子信息专业人才培养的要求下，笔者结合我校实际情况对该课程进行优化改革。实践证明，随着通信技术、电子技术和计算机技术的飞速发展，实现对《数字信号处理》的教学优化，有利于提高课时效率，有利于拓宽专业知识面，有利于培养和加强自身系统设计能力和实践能力，有利于加强自身素质教育的课程改革。

但是，如何在学习过程中发挥自身的主动性，将更多方案应用于学习，使学生的学习效果达到最优，还有待进一步探索和实践。采用Matlab仿真软件来优化课堂教学，不仅丰富了教学内容，而且加深了学生对理论的理解;使公式的推导不再枯燥，且算法易于实现;使理论与实际紧密结合，更锻炼了学生的实践能力。

摘要：《数字信号处理》是我校通信工程专业的基础课程, 它具有理论性强、公式多、难学习、比较枯燥等特点。本文作者对该课程从教学内容、教学方法、实验设计和考核方式上面做了改革尝试, 从而提高了教学的趣味性, 调动了学生参与性和积极性, 取得了较好的教学效果。

关键词：《数字信号处理》,教学方法,教学优化

参考文献

[1]陈嘉.《数字信号处理》的优化设计探讨[J].信息技术与课程整合.

[2]吴镇扬.数字信号处理[M].北京:高等教育出版社, 2004.

[3]刘会衡, 田玲.数字信号处理课程教学方法改革与实践[J].教学研究, 2008, 31, (3) .

[4]任治刚.“数字信号处理”多媒体教学方法初探[J].电气电子教学学报, 2006, 28, (6) .

数字信号处理浙江大学 篇8

【关键词】数字信号处理 教学改革 教学方法 教学手段

目前数字信号处理课程已成为国内外电子信息、通信工程、自动控制及计算机等几乎所有电类专业甚至非电类专业如：生物、纺织、医学等专业的专业基础课程。让学生理解和掌握数字信号的产生及处理过程对学生未来从事电子工程设计是非常必要的。20多年来，随着电子技术的发展，该课程教材内容发生了很大的变化，教学的对象也从研究生课程或本科选修课变成专业基础必修课。为适应电子技术的发展，使学生所学尽可能的与社会发展接轨，对数字信号处理这一课程进行改革势在必行。

数字信号处理课程的特点是课程本身理论性强、公式推导较多、概念比较抽象，学生常有枯燥难学之感。近年来，国外及国内有些学校对一般电类专业该课程的教学主要强调应用性 学习 ，主要介绍数字信号处理的用途和用法，而对其深奥的理论推导仅做一般介绍，并给学生提供进行实验的机会，以激发学生对该课程的兴趣和学习主动性。

一、合理设置教学内容

在教材选取方面，选用《数字信号处理教程》为主要教材，选用《数字信号处理》为辅助教材，对两本教材的不同章节进行交叉融合使用，既有利于学生夯实基础，又有利于拓宽知识面。

在教学内容设置方面，以信号的离散傅里叶变换（DFT）和数字滤波器的设计为两大主线。为突出教学的重点和难点，把不同教学模块中各知识点分为自学、了解、理解、掌握等层次，精简课程内容，将理论与实际应用相结合，加强学生创新意识和实践能力的培养。

二、采用将抽象内容形象化的教学方法

教师在熟悉课程内容的基础上，精心设计每一节课的内容，突出重点、分散难点，将抽象内容形象化，采用启发式、讨论式和研究式的教学方法，加强教师和学生的互动。对部分内容采用“设置悬疑”“分层讲解”“实例分析”“结论描述”的步骤讲解。以线性卷积和圆周卷积关系为例，给出两个序列x1（n）和x2（n），长度分别为N1、N2，先用MATLAB程序演示x1（n）和x2（n）线性卷积结果，之后分别演示x1（n）和x2（n）的L点（L≤N1+N2-1、L=N1+N2-1、L≥N1+N2-1）的圆周卷积结果，比较线性卷积与不同点圆周卷积结果，设置“线性卷积和圆周卷积是否具有某种联系”的悬疑；之后进行分层讲解：分别利用公式推导出两序列的线性卷积和圆周卷积具体表达式，推导出圆周卷积是线性卷积以L为周期的周期延拓序列的主值序列；以简单的两个序列为例，由学生分别计算线性卷积和圆周卷积，根据计算结果能够进一步明确这一结论的正确性，从而说明“这就是利用DFT计算线性卷积的方法和要求，即可以选择长度大于等于线性卷积的两序列长度之和的DFT运算计算线性卷积”。

三、多种教学手段并用

1.多媒体教学、课堂板书和网络教学相结合

充分利用多媒体把抽象的概念和枯燥的学习内容形象化、具体化的优点，把基本概念、基本理论及需要形象理解、图示举例及仿真演示等部分的内容利用声音、图像、视频、动画等多种形式进行互动教学，直观生动，便于学生理解和记忆，激发学生的积极性和学习兴趣，拓展学生的思维空间。课程幻灯片设置两个不同的版本，一个供教师课堂讲解使用，主要是课堂讲解提纲及基本概念、基本理论及图示举例、动画演示等；一个供学生课下自学使用，详细介绍课程的各章具体内容及公式、结论推导过程。

2.设置综合性习题课

知识的掌握可通过课堂学习、课下复习等环节来实现，通过习题的训练使学生学会知识的运用和解决实际问题。习题是理论教学过程中一个不容忽视的环节，能够进一步巩固和加深学生对课堂所学理论的理解，启发学生独立思考，培养学生发现问题、分析问题和解决问题的能力。在习题设置过程中一方面根据必须掌握和要求理解的课堂内容设置基础习题，突出本学科的特点，有助于学生对概念、规律的理解；另一方面要布置综合性设计性题目，提高学生对各部分知识的融会贯通能力，注重知识面拓宽，有助于学生探究能力和科学思维能力的提高。适当讲解一些高校研究生入学考试试题，以吸引学生的注意力，提高学习兴趣。

3.实验课让学生扩展视野

除了课堂教学外，要让学生亲自参与到数字信号处理的实践中，通过亲自验证理论并设计系统，进一步加深学生的理论应用能力。实验课的设置可以分为四个部分，信号的时域分析 、信号的频域分析、数字滤波器的设计（有限脉冲响应和无限脉冲响应两大类滤波器）。每个部分的实验可以根据课时情况设置不同的理论验证或设计内容 。除了规定必做的内容外，可以让学生根据个人情况自己设计实验内容。实验仍以MATLAB作为平台，通过实验学生不但对理论有了新的认识，而且对MATLAB信号处理工具箱的应用能力得到提高。当然对于学习能力较低的学生，要做到这一点还有些困难，可以通过实验指导书给予较详尽的指导。

四、建立完善合理的教学考核制度

为提高学生的综合素质，培养创新精神，考核采用多种成绩综合评定的方式。考核成绩由期末考试（70%）+平时成绩（10%）+实验成绩（20%）等部分组成。其中平时成绩由平时出勤（60%）+课堂表现（25%）+作业成绩（15%）组成；实验成绩由实验出勤（60%）+实验报告（20%）+实际操作（20%）组成。试卷命题以教学大纲和教学要求为中心，以教学中的重点内容为主线，既注重基本内容及实际应用，又包含综合分析，覆盖每一章的知识重点，以体现学生的综合素质，提高了教学效果。

【参考文献】

[1]王景芳，侯玉宝.“数字信号处理”教学改进探索[J].湖南涉外经济学院学报，2009（4）：25-27.

[2]李梅，陈玉东，崔艳云等.数字信号处理课程的教学改革与实践[J]. 2005.