数字信号处理
[TOC]
导论
信号的分类
自变量个数
- 一维信号:函数仅有一个自变量,如时间,例如语音信号
多维信号:函数有多个自变量
- 图像信号:二维,空间上有两个方向的自变量
- 视频信号:三维
源的个数
- 标量信号:单个源
- 矢量信号:多个源
数字信号
可以用一串数字表示,每个数字又能表示为有限位二进制码
典型信号处理运算
$$ y[n] = Ax[n] 标量乘 $$
$$ y[n] = x_1[n]x_2[n] 相乘 $$
$$ y[n] = x_1[n] + x_2[n] 相加 $$
$$ y[n] = x[n-D]延时或超前 $$
$$ y[n] = x[-n]时间上反转 $$
虽然自变量是离散值 $n$ ,但因变量的函数仍然是连续的,因此可以说这并非真正的数字信号处理,而是离散信号处理,不过当函数值的精度取得够高时,误差就可以忽略
离散时间信号的时域分析
离散时间信号的时域表示
离散时间信号,指的是仅在离散时间值上有振幅值的信号,可以用序列表示
$ \{x[n]\}$ 表示序列,$x[n]$ 表示序列中的第 $n$ 个样本值,通常可以用 $x[n]$ 表示序列
离散时间信号时域表示的形式
把离散时间信号的所有信号值按顺序列举出来
在时间序号$n=0$处的样本下用箭头表示
- 例:$x[n]={...,0,1,2,3,4,\underset{\uparrow}5,4,3,2,1,0,...}$ 问,$x[1]$是多少? 答:4
如果离散时间信号有解析式,可以用其表达
- $x[n] = cos(\omega_0n) \ 0\leq n<\infty$
由模拟信号采样而成
- $x[n] = x_a(t)|_{t=nT} \ \ \ n=...,-2,-1,0,...$
- 采样间隔(周期):$T$ 采样频率:$F_T = \frac{1}{T}$
离散时间信号的长度
直观的分为有限长和无限长序列
对于无限长序列:
右边序列:当$n<N_1$ ,$x[n]=0$
其中,若 $N_1 \geq 0$,则称为因果序列
左边序列:当$n>N_1$ ,$x[n]=0$
其中,若 $N_1 \leq 0$,则称为因果序列