No Image

Цифровая обработка сигналов для чайников

СОДЕРЖАНИЕ
0 просмотров
11 марта 2020

Цифрова́я обрабо́тка сигна́лов (ЦОС, DSP — англ. digital signal processing ) — способы обработки сигналов на основе численных методов с использованием цифровой вычислительной техники. [1] [2]

Любой непрерывный (аналоговый) сигнал s ( t ) <displaystyle s(t)> может быть подвергнут дискретизации по времени и квантованию по уровню (оцифровке), то есть представлен в цифровой форме. Если частота дискретизации сигнала F d <displaystyle F_> не меньше, чем удвоенная наивысшая частота в спектре сигнала F m a x <displaystyle F_> (то есть F d ≥ 2 ⋅ F m a x <displaystyle F_geq 2cdot F_> , см. теорему Найквиста — Шеннона — Котельникова), то полученный дискретный сигнал s ( k ) <displaystyle s(k)> эквивалентен сигналу s ( t ) <displaystyle s(t)> в том смысле, что s ( t ) <displaystyle s(t)> может быть в точности восстановлен из s ( k ) <displaystyle s(k)> .

При помощи математических алгоритмов s ( k ) <displaystyle s(k)> преобразуется в некоторый другой сигнал s 1 ( k ) <displaystyle s_<1>(k)> , имеющий требуемые свойства. Процесс преобразования сигналов называется фильтрацией, а устройство, выполняющее фильтрацию, называется фильтром. Поскольку отсчёты сигналов поступают с постоянной скоростью F d <displaystyle F_> , фильтр должен успевать обрабатывать текущий отсчёт до поступления следующего, то есть обрабатывать сигнал в реальном времени. Для обработки сигналов (фильтрации) в реальном времени применяют специальные вычислительные устройства — цифровые сигнальные процессоры.

Всё это полностью применимо не только к непрерывным сигналам, но и к прерывистым, а также к сигналам, записанным на запоминающие устройства. В последнем случае скорость обработки непринципиальна, так как при медленной обработке данные не будут потеряны.

Различают методы обработки сигналов во временной (англ. time domain ) и в частотной (англ. frequency domain ) области. Эквивалентность частотно-временных преобразований однозначно определяется через преобразование Фурье.

Обработка сигналов во временной области широко используется в современной электронной осциллографии и в цифровых осциллографах. Для представления сигналов в частотной области используются цифровые анализаторы спектра. Для изучения математических аспектов обработки сигналов используются пакеты-расширения (чаще всего под именем Signal Processing) систем компьютерной математики MATLAB, Octave, Mathcad, Mathematica, Maple и др.

В последние годы при обработке сигналов и изображений широко используется новый математический базис представления сигналов с помощью «коротких волночек» — вейвлетов. С его помощью могут обрабатываться нестационарные сигналы, сигналы с разрывами и иными особенностями, сигналы в виде пачек.

Содержание

Основные задачи [ править | править код ]

  • Линейная фильтрация — селекция (выбор) сигнала в частотной области; синтез (создание) фильтров, согласованных с сигналами; частотное разделение каналов; цифровые преобразователи Гильберта (Lⁿ(a, b)) и дифференциаторы; корректоры характеристик каналов.
  • Спектральный анализ — обработка речевых, звуковых, сейсмических, гидроакустических сигналов; распознавание образов.
  • Частотно-временной анализ — компрессия (сжатие) изображений, гидро- и радиолокация, разнообразные задачи обнаружения сигнала.
  • Адаптивная фильтрация — распознавание речи, изображений, распознавание образов, подавление шумов, адаптивные антенные решётки.
  • Нелинейная обработка — вычисление корреляций, медианная фильтрация; синтез амплитудных, фазовых, частотных детекторов, обработка речи, векторное кодирование.
  • Многоскоростная обработка — интерполяция (увеличение) и децимация (уменьшение) частоты дискретизации в многоскоростных системах телекоммуникации, аудиосистемах.
  • Свёртка традиционных типов.
  • Секционная свёртка.
  • Обнаружение сигнала — задача обнаружения сигнала на фоне шумов и помех. [3]
  • Различение сигнала — задача распознавания сигнала на фоне других сигналов, с подобными характеристиками. [3]
  • Оценивание сигнала — задача определения характеристик сигнала (амплитуда, частота, фаза). [3]
Читайте также:  Стоит ли покупать wow

Основные преобразования [ править | править код ]

Цифровая обработка сигнала в передатчике [4]

Распространение сигналов по каналу связи

Цифровая обработка сигнала в приёмнике [4]

Цифрова́я обрабо́тка сигна́лов (ЦОС, DSP — англ. digital signal processing ) — способы обработки сигналов на основе численных методов с использованием цифровой вычислительной техники. [1] [2]

Любой непрерывный (аналоговый) сигнал s ( t ) <displaystyle s(t)> может быть подвергнут дискретизации по времени и квантованию по уровню (оцифровке), то есть представлен в цифровой форме. Если частота дискретизации сигнала F d <displaystyle F_> не меньше, чем удвоенная наивысшая частота в спектре сигнала F m a x <displaystyle F_> (то есть F d ≥ 2 ⋅ F m a x <displaystyle F_geq 2cdot F_> , см. теорему Найквиста — Шеннона — Котельникова), то полученный дискретный сигнал s ( k ) <displaystyle s(k)> эквивалентен сигналу s ( t ) <displaystyle s(t)> в том смысле, что s ( t ) <displaystyle s(t)> может быть в точности восстановлен из s ( k ) <displaystyle s(k)> .

При помощи математических алгоритмов s ( k ) <displaystyle s(k)> преобразуется в некоторый другой сигнал s 1 ( k ) <displaystyle s_<1>(k)> , имеющий требуемые свойства. Процесс преобразования сигналов называется фильтрацией, а устройство, выполняющее фильтрацию, называется фильтром. Поскольку отсчёты сигналов поступают с постоянной скоростью F d <displaystyle F_> , фильтр должен успевать обрабатывать текущий отсчёт до поступления следующего, то есть обрабатывать сигнал в реальном времени. Для обработки сигналов (фильтрации) в реальном времени применяют специальные вычислительные устройства — цифровые сигнальные процессоры.

Всё это полностью применимо не только к непрерывным сигналам, но и к прерывистым, а также к сигналам, записанным на запоминающие устройства. В последнем случае скорость обработки непринципиальна, так как при медленной обработке данные не будут потеряны.

Различают методы обработки сигналов во временной (англ. time domain ) и в частотной (англ. frequency domain ) области. Эквивалентность частотно-временных преобразований однозначно определяется через преобразование Фурье.

Обработка сигналов во временной области широко используется в современной электронной осциллографии и в цифровых осциллографах. Для представления сигналов в частотной области используются цифровые анализаторы спектра. Для изучения математических аспектов обработки сигналов используются пакеты-расширения (чаще всего под именем Signal Processing) систем компьютерной математики MATLAB, Octave, Mathcad, Mathematica, Maple и др.

В последние годы при обработке сигналов и изображений широко используется новый математический базис представления сигналов с помощью «коротких волночек» — вейвлетов. С его помощью могут обрабатываться нестационарные сигналы, сигналы с разрывами и иными особенностями, сигналы в виде пачек.

Читайте также:  Как поставить офис на мак

Содержание

Основные задачи [ править | править код ]

  • Линейная фильтрация — селекция (выбор) сигнала в частотной области; синтез (создание) фильтров, согласованных с сигналами; частотное разделение каналов; цифровые преобразователи Гильберта (Lⁿ(a, b)) и дифференциаторы; корректоры характеристик каналов.
  • Спектральный анализ — обработка речевых, звуковых, сейсмических, гидроакустических сигналов; распознавание образов.
  • Частотно-временной анализ — компрессия (сжатие) изображений, гидро- и радиолокация, разнообразные задачи обнаружения сигнала.
  • Адаптивная фильтрация — распознавание речи, изображений, распознавание образов, подавление шумов, адаптивные антенные решётки.
  • Нелинейная обработка — вычисление корреляций, медианная фильтрация; синтез амплитудных, фазовых, частотных детекторов, обработка речи, векторное кодирование.
  • Многоскоростная обработка — интерполяция (увеличение) и децимация (уменьшение) частоты дискретизации в многоскоростных системах телекоммуникации, аудиосистемах.
  • Свёртка традиционных типов.
  • Секционная свёртка.
  • Обнаружение сигнала — задача обнаружения сигнала на фоне шумов и помех. [3]
  • Различение сигнала — задача распознавания сигнала на фоне других сигналов, с подобными характеристиками. [3]
  • Оценивание сигнала — задача определения характеристик сигнала (амплитуда, частота, фаза). [3]

Основные преобразования [ править | править код ]

Цифровая обработка сигнала в передатчике [4]

Распространение сигналов по каналу связи

Цифровая обработка сигнала в приёмнике [4]

Цифровая обработка сигналов – это метод обработки информации, основанный на определенной последовательности с установленным периодом дискретизации.

Цифровыми называют сигналы, представленные с учетом уровневого и временного квантования. Такие сигналы широко применяются в самых разных отраслях и видах современной техники.

Основы и задачи цифровой обработки сигналов

Основой для предварительной обработки сигналов являются процедуры быстрых дискретных ортогональных преобразований, которые реализуются в различных функциональных базисах, процедуры линейной и нелинейной фильтрации, линейной алгебры.

Самая главная задача обработки – это устранение помех и шумов. Решить эту задачу в полной мере можно только в том случае, если сигнал поступает избыточный с точно определенными параметрами.

В результате необходимо обеспечить правильный прием сигнала. Чем больше поступает полезного сигнала и чем меньше помех, тем больше вероятность выполнить задачу качественно.

К основным задачам цифровой обработке сигнала относится:

  • спектральный анализ;
  • линейная фильтрация;
  • свертка традиционных типов;
  • частотно-временной анализ;
  • нелинейная обработка;
  • адаптивная фильтрация;
  • многоскоростная обработка;
  • секционная свертка.

Цифровая обработка используется в таких отраслях, как:

  • самолетостроение, оборонные системы, космическое оборудование;
  • электроника для автомобилей;
  • осветительные системы;
  • мобильная, стационарная связь, интернет-телефония и прочее;
  • электронные приборы и устройства для дома;
  • медицинское оборудование;
  • измерительные и прочие приборы;
  • системы управления;
  • средства для обеспечения безопасности.

Методы, алгоритмы и практический подход при цифровой обработке сигналов

При цифровой обработке сигналов используются различные методы, востребованность которых сегодня гораздо выше, чем у применявшихся ранее аналоговых методов.

Читайте также:  Canon eos r начало продаж

В основе большинства методов лежит применение DSP-процессоров. Эти импульсные цифровые устройства обеспечивают качественную обработку сигналов и объединяются в дискретные управляющие системы.

Методы и алгоритмы, которые применяются в цифровой обработке постоянно усовершенствуются.

Цифровая обработка имеет ряд преимуществ:

  • обработка сигнала проводится с точностью от 75% и выше;
  • дестабилизирующие факторы сводятся к минимуму;
  • обработка информации может производиться программными средствами.

Простая настройка и применение специальных алгоритмов для обработки сигналов существенно повышают эффективность и производительность работы.

Системы и процессоры цифровой обработки сигнала

Для обработки цифровых сигналов используются специальные процессоры. Процессоры представляют собой особый класс микропроцессоров, которые разработаны специально для работы с ЦОС, то есть анализа изображений, звуков, речи, цветов, проведение спектрального анализа и других операций. Подобные устройства называют DSP или ЦСП, то есть цифровыми сигнальными процессорами.

Первые DSP появились еще в семидесятых годах прошлого века. Благодаря развитию технологий, распространению мобильной связи и интернета, введением множества других инноваций, процессоры для работы с цифровыми сигналами становятся все более востребованы.

Возрастает мощность, увеличиваются возможности устройств. При этом стоимость процессоров постепенно снижается. Современные методы и технологии позволяют сделать процессоры для работы с цифровой обработкой сигнала более доступными.

Примеры применения цифровой обработки сигналов

Цифровая обработка сигналов окружает нас в повседневной жизни каждый день. Результаты использования этой обработки видит каждый, но даже не догадывается, какие сложные расчеты используются для осуществления многих привычных вещей.

В качестве примеров использований ЦОС можно привести:

  • системы шумоподавления для аудиозаписей и видео;
  • обработка изображений – выравнивание степени освещенности, анти-алиасинг, наложение псевдотонирования;
  • разнообразные художественные эффекты и способы улучшения эстетических качеств изображений, фотографий и прочее;
  • восстановительные работы над изображениями;
  • компрессия изображений;
  • поиск определенных фрагментов на графических файлах.

Чаще всего обработка сигналов цифровым способом используется в области графики, но звук также можно очищать от шумов при помощи ЦОС, делая его более четким и правильным.

Компании, обслуживающие системы цифровой обработки сигнала

В области цифровой обработки сигналов работают многие компании.

Среди российских предприятий можно выделить такие предприятия, как:

  • научно-исследовательский центр "Нейроинформатика", разрабатывающий оборудование и программное обеспечение для интегрированных систем безопасности и цифрового видеонаблюдения;
  • АО НПЦ «Электронные вычислительно-информационные системы» (АО НПЦ «ЭЛВИС»), являющиеся одним из ведущих центров проектирования микросхем в стране;
  • АО «НИИЭТ» (Научно-исследовательский институт электронной техники) – это производитель электронных компонентов и одна из старейших отечественных школ разработки электронной техники.

Все эти предприятия позволяют обеспечить всех качественной связью и надежными технологиями.

Больше о цифровой обработке сигналов: методах, применении, примерах; можно узнать на ежегодной выставке «Связь».

Комментировать
0 просмотров
Комментариев нет, будьте первым кто его оставит

Это интересно
No Image Компьютеры
0 комментариев
No Image Компьютеры
0 комментариев
No Image Компьютеры
0 комментариев
No Image Компьютеры
0 комментариев
Adblock detector