现代数字信号处理数字信号处理的方法和应用1内容信号信号处理的应用信号处理方法应用领域21. 信号信号n定义:n为一个或多个独立变量的方程n携带着有用信息n可分为两类广义信号n确定性信号n随机信号n复杂信号n时变信号n高维信号n简单/复杂方程 (确定性信号)n高斯/非高斯；线性/非线性模型（随机信号）1 Signals32. 数字信号处理的应用DSP的两类广泛应用n信号分析n提取有用信息n谱估计，信号建模n分类，检测，预测，模式识别n信号滤波n提高信号质量n数字滤波器，最优滤波器，自适应滤波器，阵列滤波器等n噪声消除，均衡，去卷积 2 Applications43. 信号处理方法取决于关于对信号本身的知识取决于具体应用“线性噪声模型” “非线性噪声模型”“时不变” “时变”*“1维” “多维”3 Methods53. 4类主要方法 (1/4)基于变换的方法n小波变换n傅利叶变换n分析:nDFT 频谱分析 (deterministic signals)n周期图 功率谱分析 (random signals)n短时傅利叶变换，小波-多分辨率分析 (time-variant signals)n滤波:n数字滤波器n滤波器组3 Methods63. 4类主要方法 (2/4)基于模型的方法n信号产生过程的参数模型n分析:n线性预测n参数谱估计n滤波:n最优线性滤波器n维纳滤波器, 卡尔曼滤波器n自适应滤波器3 Methods73. 4类主要方法 (3/4)统计信号处理方法n信号统计模型n贝叶斯估计n分析:n参数估计n隐马尔科夫模型n滤波:nMAP, ML, LS3 Methods83. 4类主要方法 (4/4)智能，机器学习方法n训练/学习n推论n分析:n数据挖掘 (支持向量机)n滤波:n人工神经网络n粒子滤波器nLittle knowledge/No knowledge3 Methods9现代DSP确定性信号处理随机/统计信号 处理10滤波基于分析分析通过滤波技术分类随机信号统计过程理论分析滤波3 Methods11技术分类 (2)分析滤波谱估计信号建模最优滤波自适应滤波Beyesian statistical processing非线性滤波Modern digital signal analysis and filtering时间/尺度分析3 Methods12DSP的应用领域按技术来分n分类n提取n预测n压缩n噪声消除n均衡n去卷积n恢复n按领域来分n语音/音频n图像/视频n通信n雷达/声纳n生物，医药n地球物理n地震数据n5 Developing13总结方法分类n基于变换的方法（Fourier 变换）n统计方法 (Bayes准则)n基于模型的方法 (信号模型AR,MA,ARMA)n基于智能/机器学习的方法 (盲方法，对信号所知甚少)更加复杂的问题：n非线性模型n非高斯分布n复杂方程 (多维, 时变)14