英语原文共 666 页，剩余内容已隐藏，支付完成后下载完整资料
实用数字信号处理
从原理到应用
第一章 DSP应用领域及其影响
数字信号处理是能够改变21世纪科学和工程面貌的最强大的技术之一。它在诸多领域内已经引发了革命性的变化：通信、医学成像、雷达和声呐、高保真音乐复制以及油田勘探等， 这里只列出了一部分领域。每个领域都结合自己的算法、数学知识和专业技术对DSP技术展开了深入的研究。这种广度和深度的结合使得任何一个人都不可能精通所有的已经成形的DSP技术。DSP的教学有两个主要任务：学习适用于整个领域的通用概念，学习用户所感兴趣领域的专门技术。本章将着重描述DSP技术在一些不同领域所产生的引人注目的影响。
1.1数字信号处理的起源
数字信号处理使用一种独特的数据类型--信号，这有別于计算机科学的其他领域。在大多数情况下，这些信号源于现实世界的测量数据：地震埏动、视觉图像、声音波形等。DSP是在它们被转换成数字化的形式以后对这些信号进行处理的数学、算法和技术。这样做的目的有很多，比如：图像的加强、语音的识别和生成、数据的压缩存储和传输等。假设我们把一个模数转换器连接在计算机上，通过它来获取现实世界的大量数据。下一步应该做什么？答案就是DSP。
DSP起源于20世纪六七十年代，即数字计算机出现时。当时计算机的价格非常昂贵，所以DSP仅用于一些关键的应用领域。最初的尝试发生在4个关键领域：雷达和声呐，在国防领域具有重要作用：石油勘探，从中可以获取巨大的经济利益；空间探測，其数据的重要性是无以替代的；医学成像，可以挽救人的生命。20世纪80年代和90年代的个人计算机革命使得DSP有了更多的应用领域。DSP的发展不是被军事或者政府需要所推动的，而是受到了商业市场的促进。想在这一快速发展的领域赚取经济利益的人迅速成为了DSP产品的供应商。 面向公众的DSP产品有：移动电话、CD播放器、电子语音邮件。图1-1列出了一些不同的应用领域。
技术的革命是自顶向下发生的。在20世纪80年代前期，DSP是电子工程研究生的一门课程。10年以后，DSP成为了本科生的标准课程。现在，DSP是许多领域的科学家和工程师所必需的基本技能。作为一个类比，DSP可以和以前的一个技术革命--电子技术相提并论。虽然仍然处于电子工程的领域，但几乎所有的科学家和工程师都具备一些基本的电路设计的背景知识。如果没有这些相关知识，他们将无法在技术领域立足。DSP也具有同样的特点。
列出以上这些近年来的发展过程不仅仅是为了满足你的好奇心，更因为它还将对你学习和使用DSP产生很大的影响。假如你面临着一个DSP的问题，需要去査找教科书或者其他参考文献来寻求解决方案。那么你可能找到的是一页接一页的等式、难懂的数学符号和不熟悉的专业术语。结果还是一头雾水，不知从何处入手。大多数DSP书籍其至对于这个领域内有经验的人来说都是难以理解的。这当然并不是那些书本身有什么错误，而是它们是为那些非常专业的人士准备的。处于技术前沿领域的研究者需要这类详细的数学知识来理解这门科技的理论原理。
本书的一个目标就是拆除以往的种种障碍，让那些没有扎实的数学知识和理论基础的读者，也能学习和使用大部分的实用DSP技术。本书是写给那些想把DSP作为一个工具而不是一个专业的人们的。
本章接下来将介绍那些由DSP引发变革的领域。在每一项应用中，你都会注意到DSP是一门不折不扣的跨学科技术，依赖于许多邻近领域的技术成果。如图1-2所示，DSP与其他技术学科之间的界限并不十分明确，而是非常模糊并且有重叠的。如果你想精通DSP，也需要学习这些相关领域的知识。
1.2电信
电信就是把信息从一个地点传递到另一个地点。这包括多种形式的信息：电话语音、电视信号、计算机文件以及其他类型的数据。为了传送数据，首先需要在两地之间建立一个信道，其具体形式可以是一对电缆线、无线信号、光纤等。电信公司通过传送客户的信息来获得收益，同时他们需要花钱来建立和维护信道。财务盈亏模式很简单：通过一个信道传送的信息越多，赚的钱就越多。DSP导致电信工业在许多方面爆发了革命：信令音的产生和检测、通频带切换、滤波消除线路噪声等。下面将讨论电信网中3个具体的例子：复用、压缩和回声控制。
1.2.1复用
全世界大概有10亿电话用户。交换网允许任何一个用户在几秒钟内连接到另一个用户， 而需要用户进行的操作只是简单地按几下键盘按钮。这项工作所需的工作量之巨大令人惊奇！ 直到20世纪60年代，两部电话之间的连接还需要通过机械交换机和放大器来传递模拟语音信号。一个连接需要一对电缆线。相比而言，DSP把音频信号转换成串行数据流。因为比特数据很容易交织在一起并在一定时间之后分开，所以许多话路就可以在同一信道上传输。举例来说，电话标准中的一个T载波系统可以同时传送24路语音信号。每路语音信号毎秒被抽样8000次，每个抽样点用8位编码(对数压缩)完成模拟到数字的转换。这导致每路语音信号速率达到64000bit/s,全部24个话路的速串将达到1.544 Mbit/s。这个信号可以使用传统的电话线路——22-标准铜缆传送6000ft (lft=30.48cm),这是一个典型的连接距离。数字化传输的成本非常低，电线和模拟交换设备非常昂贵，而数字逻辑门则非常便宜。
1.2.2压缩
当一路语音信号以8sample/s的抽样串来数字化，那么大部分数字信息是冗余的。也就是说，每个抽样点携带的信息与相邻抽样点所携带的信息大部分是重复的。许多DSP算法可以把数字语音信号转换成比特率在bit/s量级的数据流，这就是数据压缩算法。相应地，解压缩算法是用来按原始形式恢复信号的算法。压缩算法因压缩数据量和所形成的声音质量的不同而不同。通常来说，把数据速率从64kbit/s压缩到32 kbit/s不会导致声音质量的下降。当压缩到8 kbit/s时，声音质量会受到明显的影响，但仍然可以在长距电话网络中使用。而最低可以压缩到2 kbit/s,此时声音会严重失真，但是在一些特殊场合，比如军事和海底通信中仍能使用。
1.2.3回声控制
回声是长距电话通信中存在的重要问题。当你对着电话讲话时，你的声音信号会传送到对方话机的听筒上，同时也有一部分信号会以回声的形式反射冋来。如果通话距离在几百米米范围之内，接收到回声的延迟时间只有几毫秒。人耳可以习惯这么短时间内的回声，所以听起来很正常。随若距离的增长，回声变得越来越明显并使人厌烦。在洲际间通信时这种时延可达到几百毫秒，这确实令人感到不舒服。数字信号处理技术通过测量返回的信号从而产生一个合适的抵消信号来抑制回声。同样的技术被用于在对讲机用户同时接听和讲话的情况下，消除音频反馈（啸叫）的干扰。同样，也可以通过数字化地产生抵消信号来削弱环境噪声。
1.3音频处理
人类的两种主要感觉就是视觉和听觉，因此，许多DSP都是与图像和语音处理相关的。 人们既听音乐又听语音。DSP使这押领域发生了革命性的改变。
1.3.1音乐
从音乐家的麦克风到髙保真发烧友的扬声器，这中间的路径是非常长的。数字数据再现对于避免普通的模拟存储和操作造成的失真非常重要。这对干比较过卡带和CD盘音质的人来说应该是非常熟悉的。通常的情况下，一首音乐是在录音棚的多个音轨上录制的。在某些情况下，甚至会单独录制各个乐器的声音和歌手的声音。这为音效师创造最终的作品提供了很大的灵活性。这种把各个音轨组合起来形成最终作品的复杂过程叫做混音。DSP可以在混音过程中提供 一些重要的功能，包括滤波、信号增强和减弱、信号编辑等。
DSP在音乐处理方面最有趣的应用之一是人工混响。如果各个音轨只是简单地组合在一起，那么产生的声音会很无力，特别是当乐器演奏者在户外表演的时候，这是因为听众会受音乐回声和混响的影响，而这种影响通常会在声音工作室中被减小。DSP允许回声和混响在混音过程中被加入，从而模拟出理想的听觉环境。几百毫秒之后的回声会让人产生身处大教堂里的感觉，而10ms到20ms延迟的回声会让人感觉处于较合适的视听间。
1.3.2语音产生
语音产生和识别常用于人机交互领域。不是用你的手和眼睛，而是用你的嘴巴和耳朵完成人机交互。当你的手和眼睛需要做其他事情时，比如开车、做手术或者（不幸的）向敌人开火时，这种人机交互会带来很多便利。计算机语音合成有两种方法：数字记录和声音模拟，在数宇记录方法中，演讲者的语音通常是以压缩形式被数字化和存储的。在回放过程中，存储的数据会被解压并且转换为模拟信号。1 h的语音记录只需要3 MB的存储空间，甚至连小型计算机系统的存储容量都能满足这个要求。这是当今数字语音产生的最通用的方法。
声音模拟更为复杂，它试图模仿人类发声的机制。人类声音场源自一个有着共鸣频率的声学腔体，这些频率是由腔体的大小和形状决定的。声音是通过以下两种方式在声音场中产生的: 浊音和摩檫音。在浊音系统中，声音震动使空气在声腔中产生接近周期性的脉冲。相比之下，摩擦音产生自狭窄压缩空间(比如在牙齿和嘴唇间)中噪音的气体扰动。声音场模拟是通过产生数字信号来形成这两种激励信号实现的。回声腔体的特性是通过把激励信号传进具有相同谐振频率的数字滤波器来模拟的。这个方法曾被用于DSP早期应用的成功案例之一——Speak amp;Spell, 一种销售量很大的儿童电子学习机。
1.3.3语音识别
人类语音自动识別比语音产生的难度要大很多。语音识別是人类大脑可以轻松实现但是数字计算机却困难重重的一个经典案例。数字计算机可以存储和调用大量数据，以惊人的速度进行数学计算，即使做重复的亊情也不会厌烦，工作效率也不会降低，然而，当今的计算机在面 对原始感官数据时表现得非常不理想。让一台计算机每个月给你发一封电子账单很容易。让同样一台计算机理解你的语言却是一项非常艰难的工作。
数字信号处理解决语音识别的问题分为两步：特征量提取和特征量匹配。输入音频信号的每个单词都被分离，之后通过分析来确定激励的类型和谐振频率。这些参数随后会用来与以前 的竽词相比较从而确定最接近的匹配。通常，这种系统被限定在几百个单词之内，只能 接收在单词之间有不同暂停的演讲，而且必须针对每一个单独演讲者进行培训。虽然这对许多商业应用来说足够用了，但是和人类听觉的能力相比，这种限定则显得粗陋了。在这个领域还有许多工作要做，谁能够生产出成功的商业产品，谁就可以获得巨大的经济回报。
1-4回声定位
获得远程目标信息的一种常用方法是向它发射波。例如，雷达的工作原理是发射脉冲无线电波并且检测接收到的由飞行器反射的回声信号。在声呐系统中，通过在水中传播的声波来检测潜艇和其他水下目标。地质学家早就通过爆破和监听地层深处岩石的回声来对地球进行探测了。虽然这些应用有一个共同的思路，但是每种应用都有自己独特的问题和需要。数字信号处理使这3个领域都产生了萆命性的改变。
1.4.1雷达
雷达(RADAR)是无线电探测和定位(Radio Detection And Ranging )的简称。在最简单的雷达系统中，一个无线电发射器会产生持续数微秒的无线电脉冲。这个脉冲被馈给到一个高度定向的天线，其输出的无线电波将以光速传播。经过电波传播路径的飞行器会将电波的一小部分能量反射给一个接收天线，这个天线位于发射天线附近。到目标物体的距离就是通过发送脉冲时和接收到反射脉冲佶号时的时间延迟计算出来的。目标物体的方向更容易找到，当接收到反射信号时自然就会判断出起初发射天线的指向。
雷达系统的工作范围由两个参数决定：发射脉冲的能量和无线接收机的噪声等级。不幸的是，增大脉冲能量通常需要增加脉冲长度，但脉冲长度的增加会降低测量时间延迟的准确性和精确性。这就导致了两个重要性能之间的冲突：探测大范围内目标的能力和准确测量目标距离的能力。
DSP已经在涉及这个基本问题的3个方面对雷达进行革新。首先，DSP可以压缩接收到的脉冲，从而在不缩小探测范围的情况下提供更好的测距能力。其次，DSP可以通过对接收信号号的滤波来降低噪声。最后，DSP使对不同脉冲形状和长度的快速选择和产生成为可能。在众多功能中，这项功能允许对脉冲进行优化以解决某一具体的探测问题。最引人注目的是，上述 大部分工作都可以在与无线颊率相当的抽样率下完成，这个速率可以达到几百兆赫兹！在雷达系统中，DSP被看做像髙效算法一样的髙速硬件设计。
1.4.2声呐
声呐（SONAR）是声音导航和定位（Sound Navigation and Ranging）的简称，它分为两类：主动的和被动的。在主动声呐系统中，在2 kHz到40 kHz之间的声波脉冲被发射到水中， 而后探测和分析回声。主动声呐的应用包括水下物体探测和定位、导航.通信和海地测绘。最大的使用典型值范围为10 km到100 km。相比之下，被动声呐系统只是简单地侦听水下声音， 包括自然湍流.水底生物以及潜艇和水面舰艇发出的机械声响。由于被动声呐不发射能量，因 此它对隐蔽行动来说是理想的。即在对方探测不到你的情况下探测到对方。被动声呐最重要的 应用是探测潜艇的军用探测系统。被动声呐通常使用比主动声呐低的频率，因为低频串在水中 传播时不易被吸收。探测范围可达几千千米。
DSP使声吶系统在许多与雷达系统类似的领域发生了革命性的变化：脉冲产生、脉冲压缩 以及探测信号的滤波
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[436252]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
