数字信号实时处理

数字信号实时处理（精选12篇）

数字信号实时处理 篇1

1 引言

DSP具有丰富的指令系统、高效的运算速度以及大存储器的高速寻址能力,同时具有灵活的接口和通信能力,便于组织多处理器并行运算、流水作业以及资源共享。其处理速度和运算精度都在不断提高,大大促进了雷达、声纳、通信等领域电子技术的发展。为了获得更多信息,需要探测更多的通道和更宽的频带,由此采样到高速、海量的原始数据流,并实时处理。数字信号处理器的飞速发展,使得高速信号处理得到普及[1,2]。各个领域的信号处理也具有了基本相同的处理结构,主要由三个部分组成:1. 模拟信号转换为数字信号的采样模块;2. 完成大量数据处理的信号处理模块;3. 重现模拟信号的信号再生模块。通用数字信号处理平台由PC和可扩展的DSP处理板组成,DSP以高性能的数据流运算完成实时信号处理,而PC完成信号处理结果数据的显示以及人机交互。随着应用规模的不断扩大,PC和DSP之间实时通信的数据带宽增大,成为系统设计的瓶颈。本文介绍了在工程中已经实现的PC与DSP之间实时高速数据通信的实用技术。

2 通用信号处理平台简介

2.1 硬件结构及特点

本文描述的通用数字信号处理平台采用AD公司的ADSP21060数字信号处理器,该处理器采用超级哈佛结构,40ns指令周期,可以完成32bit定点运算或32/40bit浮点运算,具有120MFLOPS的峰值运算能力。每块DSP处理板由六片ADSP21060数字信号处理器组成一个并行处理系统,每片ADSP21060具有六路传输速率为40MByte/s的LINK ports,LINK ports由片内I/O处理器控制,I/O处理器和片内运算控制单元并行工作[2,5]。通过LINK ports处理板内的ADSP21060以及板与板之间的ADSP21060组成了一个交织的数据流处理及通信网。

通用数字信号处理平台基于CPCI(COMPACT PCI)总线微型计算机系统,总线上的各个设备占用的I/O、存储器空间以及中断等都可以由主机(PC)统一分配,不会出现设备冲突,同时可以根据需要裁剪DSP处理模块。

通用数字信号处理平台通过CPCI总线扩展DSP处理板,通过板外LINK ports扩展数据通路,组成一个可灵活裁剪、性能强大的信号处理平台。

2.2 软件结构及特点

信号处理应用一般具有多通道数据、数据流量大、算法复杂等特点,应用于通用数字信号处理平台必然是多任务并行操作,多个任务之间又有复杂的数据交换。所以,通用数字信号处理平台采用实时多任务操作系统Virtuoso管理平台的硬件配置、资源分配与共享等。Virtuoso是WindRiver公司针对DSP处理器环境设计的嵌入式实时多任务操作系统[4]。

这样,通用数字信号处理平台开发人员主要关心数字信号处理问题本身,将问题划分为多个任务。每片DSP可以运行一个或多个任务,或者一个任务由多片DSP完成,这主要由任务运算量和DSP处理能力的比较决定。一般情况下,数字信号处理问题在通用数字信号处理平台的实现可以看成是数据流处理的问题。

2.3 数据流处理框架

在雷达、声纳、通信等领域的数字信号处理可以简单描述为模拟信号的再生并发射、单路/多路数据的采样(分割为帧数据)、帧数据的一级或者多级处理、产生结果数据。在这个流程中,往往由PC控制DSP的执行动作和传递处理参数;由PC获取结果数据并显示;并且由PC处理人机界面等,如图1所示。

3 PC与DSP之间的实时高速通信

结合工程背景分析查询方式下PC与DSP实时、高速数据通信技术。

3.1 工程背景

①24路通道A/D信号采样,采样周期为96k,数字化16bit(2Byte),数据帧周期为8ms,每路每帧数据768点,A/D采样数据由PC实时存盘;②每个信号处理周期为1248数据帧,既1248×8ms=9984ms;③DSP信号处理模块对数据帧实时处理,经过多级信号处理后,结果数据帧长为256点,浮点型(4Byte),帧周期为256ms,共48路,每个信号处理周期为39帧(39×256ms=9984ms),结果数据由PC显示。那么每个信号处理周期PC与DSP之间通信的数据量及数据通信率计算如下。

768×24×2×1248+256×48×4×39=46800KByte (1)

46800KByte/9984ms×1000=4687.5KByte/s (2)

A/D采样数据缓存在A/D板DSP芯片,DSP处理结果数据分别缓存在四个DSP芯片。其系统框图如图2所示。

为了防止数据混叠,与PC数据通信的A/D板DSP缓存和DSP结果数据缓存都采用了双缓存技术,既DSP缓存数据到存储器A时,PC与DSP存储器B通信,DSP缓存数据到存储器B时,PC与DSP存储器A通信。

3.2 平台数据通信率实验

通用数字信号处理平台PC与DSP之间的数据通信有两种方式:1. CPU方式CPCI总线数据通信;2. DMA方式CPCI总线数据通信。经过实验测得不同数据帧长、单个或多个数据缓存区两种方式下数据通信时间如表1所示(取100次实验样本的平均值)。

从表1分析得出,小数据量通信CPU方式高效,而大数据量通信DMA方式明显高效,并且无需运算控制单元干预。表中最后一行表示PC相继与5个DSP数据缓存区通信。通信的数据包括五个部分:A/D采样数据(48×768Byte)、DSP处理结果数据(单片48×256Byte,共有四片)。在切换数据存储区的情况下,通信时间明显增加。即使DMA方式下的通信时间(约13ms)也大于A/D采样数据帧周期(8ms),所以必须对A/D采样数据帧进行缓存。DSP片内存储器空间较小,需要使用共享片外存储器。为了和DSP处理结果数据通信周期相同,需要缓存32组A/D数据帧。每片DSP处理板共享外存为2MByte,缓存32组A/D数据帧为768×24×2×32=1152KByte,所以使用两块DSP处理板片外存储器,分别定义为储存器A、储存器B(双缓存技术)。这样A/D采样的数据和DSP处理结果数据通信周期均为256ms。缓存后的A/D数据帧采用DMA方式CPCI总线通信,DSP信号处理结果数据采用CPU方式CPCI总线通信。

3.3 周期同步

在PC与DSP数据通信前,需要有一个握手过程,使得PC与DSP之间数据通信周期同步。根据数字信号处理系统多为数据流周期处理的过程,查询方式是实现周期同步的一种有效方法。PC与DSP数据通信周期同步示意图如图3所示。

图3中横轴表示时间,平行排列的横轴分别为模拟信号输入、A/D采样、DSP处理和PC处理等系统的流程。每个8ms周期A/D采样数据成帧,由LINK ports分两路数据传输,一路传输到DSP处理板进行处理,另一路传输到共享外存缓存。A/D板DSP片内设计一状态量,当A/D采样32帧数据后,设置状态量有效,表示存储器已满。PC完成上一周期A/D采样数据存盘和DSP结果数据显示后,查询A/D板内的状态量。当查询到状态量有效后,PC开始DMA方式CPCI总线数据通信,完成数据通信后,设置状态量为无效,这个过程周期反复。DSP处理结果数据的通信同样处理。要求PC在256ms内完成这些动作,否则会出现数据通信的紊乱。

4 结束语

本文介绍的通用数字信号处理平台查询方式下PC与DSP之间的实时、高速数据通信技术已经在工程中得到了应用,经过长时间的应用测试得出,数据通信的性能和稳定性都达到了要求。中断方式下PC与DSP之间的实时、高速数据通信也有同样的结论。随着通用信号处理平台二期的开发,PC与DSP之间实时数据通信会有更高的带宽。

参考文献

[1]李启虎.数字式声纳设计原理.合肥:安徽教育出版社,2002.

[2]苏涛等.DSP实用技术.西安:西安电子科技大学出版社,2002.

[3]通用信号处理平台实用说明书.北京:中科海讯科技有限公司.2001.

[4] Virtuoso user guide for Version 4.1.Eonic Systems,Inc.2000.

[5] ADSP-2106x SHARC User's Manual.First edition.Analog Devices,Inc.1995.

数字信号实时处理 篇2

第1-2章：

1.判断下列信号是否为周期信号，若是，确定其周期。若不是，说明理由（1）f1(t)= sin2t + cos3t

（2）f2(t)= cos2t + sinπt

2、判断下列序列是否为周期信号，若是，确定其周期。若不是，说明理由

（1）f1(k)= sin(3πk/4)+ cos(0.5πk)

（2）f2(k)= sin(2k)(3)若正弦序列x(n)=cos(3πn /13)是周期的, 则周期是N=

3、判断下列信号是否为周期信号，若是，确定其周期;若不是，说明理由

（1）f(k)= sin(πk/4)+ cos(0.5πk)

（2）f2(k)= sin(3πk/4)+ cos(0.5πk)解

1、解 β1 = π/4 rad，β2 = 0.5π rad 由于2π/ β1 = 8 N1 =8，N2 = 4，故f(k)为周期序列，其周期为N1和N2的最小公倍数8。

（2）β1 = 3π/4 rad，β2 = 0.5π rad 由于2π/ β1 = 8/3 N1 =8，N2 = 4，故f1(k)为周期序列，其周期为N1和N2的最小公倍数8。

4、画出下列函数的波形(1).(2).解 f1(t)tu(t1)

f2(t)u(t)2u(t1)u(t2)

5、画出下列函数的波形

x(n)=3δ(n+3)+δ(n+1)-3δ(n-1)+2δ(n-2)

6.离散线性时不变系统单位阶跃响应g(n)8

nu(n)，则单位响应h(n)=?

h(n)g(n)g(n1)8nu(n)8n1u(n1)

7、已知信号为fs（200)Hz。

f(t)5cos(200t)，则奈奎斯特取样频率

38、在已知信号的最高频率为100Hz(即谱分析范围)时，为了避免频率混叠现象，采样频率 最少要200 Hz：

9.若信号f(t)的最高频率为20KHz，则对该信号取样，为使频谱不混叠，最低取样频率是40KHz

10、连续信号：xa(t)5sin(2*20*t3)用采样频率fs100Hz 采样，写出所得到的信号序列x(n)表达式，求出该序列x(n)的最小周期

解：T10.01，x(n)xa(nT)5sin(0.4n)

3fs2 N025 0.4

11、连续信号：xa(t)Acos(80t3)用采样频率fs100Hz 采样，写出所得到的信号序列x(n)表达式，求出该序列x(n)的最小周期长度。解：T10.01，x(n)xa(nT)Acos(0.8n)

3fs25;N5 0.82 2012、设系统的单位取样响应

h(n)u(n)，输入序列为

x(n)(n1)，求系统输出序列y(n)

y(n)x(n)*h(n)u(n)*(n1)u(n1)

n解：

13、设系统的单位取样响应h(n)au(n),0a1，输入序列为 x(n)(n)2(n2)

完成下列各题：

y(n)；(2)分别求出x(n)、h(n)和y(n)的Z变换。

(1)求出系统输出序列

解：y(n)h(n)*x(n)anu(n)*[(n)2(n2)]=anu(n)+2an2u(n2)X(z)n[(n)2(n2)]zn12z H(z)2nau(n)znnanznn01 11az12zY(z)H(z)X(z)1az1

14、设系统的单位取样响应

h(n)u(n)，输入序列为

x(n)(n2)，求系统输出序列y(n)

y(n)x(n)*h(n)u(n)*(n2)u(n2)

解：

15、离散时间单位延迟器的单位响应为(k1)

16、线性时不变系统，输入为 x（n）时，输出为y（n）； 则输入为9x（n-23）时，输出是9y（n-23）

17、求x(n)cn的z变换（1nnc

1)解 X(z)nx(n)znnnnczcz

n0 X1(z)cnznn011cz1cz1czzc

z1

c X2(z)nc1nznc1，sk|h(k)||a|k0k则存在公共的收敛区域X(z)1cz1

,cz11cz1czc的线性时不变系统 18、分析单位脉冲响应为h(k)aku(k),的因果性和稳定性。

解：1）因为 k0时，h（k）=0，因此系统是因果的

2）如果 |a|<1, 则 s1 故系统是稳定的1|a|

如果 |a|≥1 , 则s → ∞，级数发散。故系统仅在|a|<1时才是稳定的

19、分析单位脉冲响应为h(k)0.5ku(k),的线性时不变系统 的因果性和稳定性。

解：1）因为 k0时，h（k）=0，因此系统是因果的 2）skh(k)0.5k0k12,10.故系统是稳定的nx(n)au(n),0a1 的DTFT求序列解

X(e)aejn0njn(aen0jn1)1aej)=|H(e)|e

jω

jθ(ω)

21、如果信号的自变量和函数值都取 __ ____值，则称为数字信号。离散 22.数字滤波器的频率响应函数可表示为H(e

jω

。式中，|H(ejω)|称为 函数，θ(ω)称为 函数。幅频特性，相频特性

23、因果稳定（可实现）系统的系统函数H(z)收敛域一定包含∞点，即∞点不是极点，极点分布在某个圆()，收敛域在某个圆()。

24、已知线性因果网络用下面差分方程描述：

y(n)0.9y(n1)x(n)0.9x(n1)

(1)求系统函数H(z)；(2)写出H(ej)

解：（1）y(n)0.9y(n1)x(n)0.9x(n1)

对方程两边进行z变换，得Y(z)0.9Y(z)z1X(z)0.9X(z)z1

H(z)

第3--5章： Y(z)10.9z（2）X(z)10.9z1110.9ejH(e)H(z)|zej

10.9ejj1.求序列 x(n)(n),0nN1的DFT

nkX(k)DFT[x(n)]x(n)WNN1n0解

nk(n)WN1,1kN1n0N1

2.求序列x(n)an(0nN1)的DFT

N1n0nkX(k)DFT[x(n)]x(n)WN解nkanWNn0N1kN1(aWN)1aN1,1kN1kk1aWN1aWN

3.求有限长序列x(n)=cos(nπ解：由DFT的定义

/6)(0n11)的N点DFT

nkj2e12nnjnnk111j6X(k)cosW12ee66n0n02111e2n0112jn(k1)12en0112jn(k1)12

利用复正弦序列的正交特性, 再考虑到k的取值区间，6k1,11可得X(k)

0 elsek,k[0,11].按基-2 FFT算法 , N=16的时间抽取法的 FFT运算 流图中，从x(n)到X(k)需（4）级蝶形运算过程。5.按基-2 FFT算法 , N=64的时间抽取法的 FFT运算 流图中，从x(n)到X(k)需（6）级蝶形运算过程。

6.序列x1（n）的长度为8，序列x2（n）的长度为16，则它们线性卷积的长度是（23），要使圆周卷积等于线性卷积而不产生混叠的必要条件为圆周卷积的长度（≥ 23）7.设有限长(N=4)序列为:x(n)=2δ(n)-δ(n-1)+3δ(n-2)+δ(n-3)，X(k)=DFT[x(n)]N, 试计算(1)X(k)k-0(2)X（N22)(3)X(k)(4)|X(k)|。

k0N1N1k0解：(1)X(0)x(n)WN0x(n)5

n0n0N1N1N1N1NnN/2(2)X()x(n)WNx(n)(1)n5

2n0n0

N11N11N10(3)x(0)X(k)WNX(k)，故X(k)Nx(0)8

Nk0Nk0k0

(4)由离散帕塞瓦尔定理，得 X(k)2Nx(n)260

k0n0N1N

18、数字滤波器从实现的网络结构或者从单位脉冲响应长度分类，可以分成(无限长单位脉冲响应(IIR))滤波器和(有限长单位脉冲响应(FIR))滤波器。

9.无限长单位脉冲响应(IIR)数字滤波器的两种常用设计方法是冲激响应不变法和双线性 变换法.冲激响应不变法的优点是频率变换关系是线性的，即ω=ΩT;冲激响应不变法的最大缺点会产生不同程度的 频率混叠失真。

10.采用按时间抽取的基-2 FFT算法计算N=1024点DFT，需要计算()次复数加法，需要()次复数乘法。1024*10，512*10 11.设模拟滤波器的系统函数为

H(s)211s26s8s2sT=2s

试利用双线性变换法，设计IIR数字滤波器H(z)。

解：利用双线性变换法

C=2/T=1

1z1H(z)H(c)11z111z11z1 2411z1z11z11z113z53z112、有一频谱分析仪用的FFT处理器，其抽样点数必须是2的整数幂。假定没有采用任何特殊的数据处理措施，已给条件为：（1）频率分辨力≤10Hz（2）信号的最高频率≤4kHz试确定以下参量：（1）最小记录长度Tp；（2）抽样点的最大时间间隔T；（3）在一个记录中的最少点数N。

解：（1）由分辨力的要求确定最小记录长度Tp.Tp=1/F=1/10=0.1(s)故最小记录长度为0.1秒。

（2）从信号的最高频率确定最大的抽样时间间隔T.fs≥2fh, T=1/fs ≤1/2fh=0.125*10-3(s)(3)最小记录点数N，它应满足N≥2fh /F=800

13、对实信号进行谱分析，要求谱分辨率F ≤10 Hz，信号最高频率fc=2.5 kHz，试确定:

(1)最小记录时间Tpmin;(2)最大的采样间隔Tmax;(3)最少的采样点数Nmin。

14、频率分辨率与信号实际长度成 比，信号越长，其分辨率越。反，高。

15.由RC组成的模拟滤波器系统函数为Ha(s)1 s1(1)采样间隔T=2s，试用双线性不变法将该模拟滤波器Ha(s)转换成数字滤波器H(z);

(2)求出H(z)对应的序列h(n);

(3)判断系统H(z)的稳定性与类型（IIR、FIR）

解：（1）H(z)Ha(s)sc1z11z1110.50.5z

1s1sc1z11z（2）h(0)=0.5, h(1)=0.5

（3）FIR，稳定

数字信号处理的发展与应用 篇3

关键词：数字信号处理技术；发展历程；应用

中图分类号：TN911.72 文献标识码：A 文章编号：1674-7712 （2014） 18-0086-01

目前，我国数字信号处理技术不断应用到数据信号处理中来，对数据信号处理技术的发展与应用进行研究符合我国数字信息处理技术发展的需要。

一、数字信号概述

（一）数字信号处理技术的含义。数字信号处理技术（英文称Digital Signal Processing，数字信号处理技术）是指通过采用数字信号芯片，以数字计算的方式对信号进行分析和处理的技术，数字信号处理技术具有处理速度快、运作灵活，处理结果准确和抗干扰能力强的特点。数字处理信号技术的应用和发展，受硬件、算法和理论三方面的影响。其中硬件是指用大规模的集成电路实现通用和专用芯片，芯片的运算速度快了，价格也在大幅度的降低。在数字处理信号技术中，算法种类非常丰富，如压缩和编码、信号的解调加密、噪声的消除等。

（二）数字信号处理技术的特点。处理范围广，数字信号的处理范围要比传统模拟信号的处理范围大，处理范围增大会使数字信号处理技术的精度更高。不易产生噪声，数字信号处理技术在进行信号处理时只受到量化误差和有限字长的影响，所以处理过程中不易产生噪声。处理速度快，数字信号处理技术可以对数据进行分组快速的处理，而且可以对系统参量和处理方式进行改变，实现对信号的快速处理。

二、数字信号的发展历程

上个世纪七十年代，数字信号处理技术是在数字滤波和快速富立叶变换的基础上进行的，整个数字信号处理系统是有多个集成电路组成，有些系统是运用计算机编程实现数字信号处理的功能，不过在七十年代计算机的运行速度和存储能力都受到限制，一般只有在医疗、生物、物理等信号处理方面使用[1]。上个世纪八十年代，数字信号处理技术有了快速发展，数字信号的理论和技术转变成FFT（即快速富立叶变换）为主体信息处理阶段，通用数字信号处理芯片被广泛使用，但是数字信号处理芯片价格昂贵，一般公司很难承担。到了九十年代，数字信号处理技术发展速度十分惊人，数字信号的理论和技术发展成为非线性编辑的为代表的信号处理阶段，能够用高速的数字信号处理技术提取到更多的信息，硬件运用高速的数字信号处理技术，能够及时的完成巨大的运算量。

三、数字信号的应用

（一）数字电视。1983年德国ITT公司研制出了数字信号处理2000系列芯片，能够实现对电视信号的数字化处理，在当时这类电视机被称为数字电视机，1995年该公司又推出了2001系列芯片，芯片的数据处理性能有所改进，但是这个时期的电视机使用的信号仍然是模拟信号，1992年英国MAK公司研制出了高清电视机，提出了视频信号和音频信号用数字信号处理技术进行压缩编码，传输信道用调制和纠错技术，从此数字电视机广泛使用。1995年11月20日，美国电信委员会批准了ATSC格式的数字电视标准；1997年5月开始了用数字电视进行广播；美国于2005年停止以模拟信号进行广播，全部采用数字信号进行电视广播。欧洲发展数字电视的DVB计划也积极进行，1997年4月，英国开始使用数字信号进行广播。到了2000年欧洲各国已开始卫星数字电视广播。日本于2005年开始数字电视地面广播。2001年我国开始引进美国BBQ公司的设备，先后在全国多个省区使用MPEG-2压缩技术进行卫星数字电视广播，我国的数字电视广播正在迅速普及[2]。

（二）数字化音响设备。早期的唱片是根据声音进行模拟振动形成音槽纹道而制成的。录音机是用磁头在磁带上进行模拟信号记录。1985年CD盘问世，人们开始用磁盘记录数字信号，从此数字信号处理技术取代了模拟信号处理技术，使人们能够享受高质量的数字录音。

（三）数字化的电脑。随着数字技术的发展和全球信息化浪潮的推动，目前有众多厂商适应了未来家庭网络化和多媒体化的消费潮流，推出了信息家庭化产品，其中电脑电视（PC-TV）就是引人注目的一种数字化产品。PC-TV是以PC为主流配置又能收看电视、能用遥控键盘或鼠标进行PC操作，具有高速回放MPEG-1或MPEG-2的图像，采用带视频输出的显示卡，把VGA信號变成视频信号，兼容普通电视机和PC的显示器。另一种新的信息化家电，称为电视电脑（TVB）也称电视脑，在PC-TV的配置基础上，采用先进的电子硬盘及系统集成技术，使其具有无软件故障、不怕病毒、操作简单、成本较低等优点，为家庭提供了通过电视机浏览Internet的方便途径，并兼有CD、VCD、CD-ROM等多项娱乐功能。我国有5000万台电视机，若有条件配上TVB，投资不大而增加了电脑功能，可能会有巨大市场[3]。

四、结束语

我国的数字信号处理技术，随着科学技术的迅速发展，也进步很快。目前，我国的数字信号处理技术还处在发展时期，从军用到民用，在计算机、通信和消费电子领域也已开始了一场以数字信号处理技术为基础的数字化变革，国内已有许多单位在应用数字信号处理技术方面取得了初步的成果，国内也有自行研制的数字信号处理技术开发系统上市，还出现了数字信号处理技术培训中心，这些都对推动国内数字信号处理技术时代到来做出了重要贡献。我国的数字信号处理技术，在芯片研制方面与欧美芯片研制技术差距很大，国外不断进行芯片的更新，我国可以选择新技术应用，给我国数字信号处理技术发展提供了优良的硬件条件。我国应加快形成自己的数字信号处理技术高技术产业核心，我国的数字信号处理技术将有更广阔的市场和发展空间。

参考文献：

[1]李海峰.数字信号处理的发展与运用前景分析[J].信息与电脑（理论版），2013（02）：131-132.

[2]周鹏.面向无线通信数字信号处理的微处理器设计[D].电子科技大学，2013.

[3]孙金林.数字信号处理技术的发展与思考[J].赤峰学院学报（科学教育版），2011（09）：104-105.

数字信号实时处理 篇4

近年来, 无人机载SAR由于在战场监视、敌情侦察和精确打击等方面表现出色, 已成为世界各国发展无人机侦察装备的重要方向[1]。由于无人机侦察遥测系统能够进行战场前沿侵入式侦察, 在执行作战任务时无人员损伤、连续作战性强, 且无人机具有体积小、造价低、使用方便、对作战环境要求低、战场生存能力强等优点, 各国对无人机侦察遥测系统作为军队战斗力倍增器的作用与地位及潜在的军事价值取得了共识, 从而为其迅速发展提供了强大的动力。无人机载SAR因其全天候、全天时、远距离高分辨成像的特点, 必将成为未来战争中实现“零伤亡”侦察的重要手段[2]。

SAR实时成像系统可在无人机飞行过程中, 采用并行处理算法和多片DSP同时对SAR原始回波数据进行处理, 从而在无人机上完成图像处理, 利用大压缩比的遥感图像压缩技术, 减轻数据传输和存储系统的压力;另一方面, 连续实时成像, 得到即时的SAR图像, 可以达到实时监测、及时了解无人机飞行状况并寻找感兴趣目标 (区域) 进行相应处理。

本文从无人机载SAR实时处理系统硬件和实时成像算法软件两个方面进行了分析, 给出了设计方案及飞行试验验证结果。

1 实时处理系统组成

由于SAR信号处理数据量大, 同时为了降低无人机受气流的影响, 提高系统的鲁棒性, 在实时处理中必须采取比较复杂的运动补偿算法。这就要求实时处理系统具有强大的运算性能。采用多片高速DSP芯片, 配合优化的拓扑结构, 可以从根本上解决运算量巨大这个问题[3]。

因为SAR原始数据处理是按照每条距离线和方位线进行处理的, 每条“线处理”具有相对独立性, 这样N个DSP可以并行处理L/N条属于自己的方位线和距离线 (L是处理的距离向或方位向长度) [4]。针对SAR信号处理的这一特点, 同时考虑到无人机对空间结构、重量的限制要求, 我们所构建的实时处理系统由一块标准3U的ADC采集接口板和两块标准6U的信号处理板组成, 每块信号处理板分成两个节点, 每个处理节点包括两片TS201, 1片FPGA, 2GB的SDRAM以及一片CPLD, 并共享总线。单个节点完成一幅SAR原始数据的成像处理任务, 节点内的两个DSP并行“线处理”, 其系统结构如图1所示。

ADC采集接口板实现对模拟信号的采集, 通过RS422串口接收外部控制命令及惯导数据, 并上报当前状态信息;通过LVDS接口发送图像数据。

信号处理板选用的DSP芯片是ADI公司的TS201, 单片处理能力3.6GFLOPs, 内核时钟频率600MHz, 片内内存24Mbit, 125MHz/64bit片外总线, 具有1GB的SDRAM访问能力, 还有4个Link口, 每个Link口收发独立, 最高带宽1.2GB/s[5]。因此, 系统总处理能力为:8×3.6=28.8GFLOPs, 可以满足实时成像处理的运算要求。

ADC采集接口板对模拟信号采集, FPGA把回波数据一方面通过2个LVDS接口直接把数据发送到记录仪, 另一方面把回波数据通过2个Link发送到TS201处理板0和1的Link Switch, 分别由其转发到处理节点0的DSP0和DSP1, 然后再由DSP0和DSP1分别通过板内直连Link转发到节点1的DSP0和DSP1, 以实现回波数据向各个DSP的传输。

利用ADC采集接口板和TS201信号处理板共享的FPDP总线分别自定义了FIFO总线、DPRAM总线、维护总线。FIFO总线用于每个信号处理板把处理图像发送到ADC采集接口板, DPRAM总线用于ADC采集接口板把通过RS422串口收发的各类辅助数据与2个信号处理板之间通信, 维护总线用于ADC采集接口板对信号处理板的BIT监测、维护等操作。

每个TS201信号处理板的各个DSP的处理图像数据通过板内直连Link汇总到DSP0, 由其通过Link发送到Link Switch, Link Switch再通过FIFO总线汇总到综合IO板的FPGA, 由FPGA通过LVDS接口转发到记录仪。

ADC采集接口板的FPGA把通过RS422串口获取的辅助数据通过DPRAM总线发送到每个TS201处理板的Link Switch, 由其转发到DSP2, 再由DSP2通过板内直连Link转发到其他DSP。

ADC采集接口板的FPGA通过维护总线与每个TS201信号处理板的Link Switch相连, Link Switch又与FPGA0和FPGA1相连。在TS201信号处理板内, Link Switch通过对FPGA0和FPGA1的操作可实现对板卡DSP加载、FPGA加载和DSP工作状态的监控, 以及把DSP加载文件写到FLASH的操作。因此, 通过维护总线, 可实现把系统内各种BIT信息通过ADC采集接口板的RS422串口上报, 也可实现外部监控通过RS422串口对系统进行烧写程序、发送命令等操作。

2 实时成像算法

SAR成像主要是对回波信号进行距离、方位维的聚焦处理, 同时还要进行距离徙动校正。在实际情况中, 无人机载SAR由于气流不稳定的影响, 运动的不稳定性较大, 如果不采取运动补偿, 则所录取的数据受到不稳定因素的影响会有较大的失真, 从而使成像质量下降, 甚至不能成像。因此, 需要在成像算法中嵌入运动补偿部分。

机载SAR的运动补偿主要有基于仪表测量和基于信号处理。基于仪表测量的运动补偿主要依靠载机的惯性导航系统 (INS) 和全球定位系统 (GPS) , 用以测定载机的精确位置。其优点是运动补偿算法简单, 但实际情况下, 通常的仪表测量精度以及数据率难以满足高分辨率成像的要求。信号处理里的自聚焦技术能将仪器难以检测的快速扰动的影响加以补偿, 因此通过信号处理作运动补偿是另一种方式, 但该补偿算法比较复杂, 同时易受场景地物信息的影响, 具有一定的不稳定性。在本实时成像系统中, 我们首先利用无人机提供的惯导数据对运动误差进行了初补偿, 消除了大部分的运动误差;在后续的处理中, 又利用回波数据进行运动误差估计与补偿, 进一步消除了运动误差。这种惯导计算运动误差与回波数据估计运动误差相结合的算法, 充分发挥了两种方法的优点, 增加了系统的可靠性。

SAR实时处理要求能够实时地输出大面积连续图像, 因而要求在不降低成像质量的前提下, 尽量使算法简单, 运算量小, 稳健性高。基于以上分析, 我们采用了一种改进型的RD算法, 该算法可以充分利用收集回波脉冲期间的时间, 通过初次距离脉压截取大大减少了运算量。同时该算法能较好的进行距离弯曲校正, 并实现高分辨力的SAR成像处理, 且整个算法结构非常适合实时处理流程。图2给出了结合惯导和回波数据进行运动补偿的改进型的RD成像算法的详细流程图。

4 实时处理成像结果

采用上述的处理机体系结构和成像算法, 2011年下半年, 在陕西某地进行了实际飞行试验。在无人机平台上成功稳定的实现大面积连续实时成像。雷达参数以及成像结果如下所示。

工作波段:Ku波段

信号带宽:70MHz210MHz

信号时宽:40μs

PRF:1000Hz

载机平台:某型无人机

载机速度:约40m/s[责任编辑:曹明明]

摘要：本文介绍了无人机载SAR实时信号处理系统硬件结构和实时信号处理算法流程。该信号处理系统以TS201为硬件处理核心, 通过改进型的RD算法实现实时成像。在无人机平台上成功稳定的实现大面积连续实时成像, 证明信号处理系统稳定可靠, 实时信号处理算法可行。

关键词：无人机载SAR,实时处理,运动补偿

参考文献

[1]冯密荣.世界无人机大全[M].北京:航空工业出版社, 2004.

[2]Zieba B., Glandrup M., Sinderen M.van, Wegdam M..Reconfiguration Service for Publish/Subscribe Middleware[OL].bzieba.info/publications.html.

[3]方志红, 张长耀, 邓海涛, 齐子国.直升机载SAR实时处理的实现[C]//2003年中国合成孔径雷达会议论文集, 2003:256-256.

[4]唐月生, 邓海涛, 张长耀, 刘锋.机载SAR实时成像处理系统设计[J].遥感技术与应用, 2007, 20 (1) :81-84.

数字信号处理心得体会 篇5

一、“数字信号处理”课程新的学科定位

传统的数字信号处理重视概念和原理的讲解。而现在的教学除了基本概念和基本理论的讲授之外还注重工程应用方面。因此，增加了Matlab编程实验遗迹DSP实验等内容。学生通过做实验可以直观地验证一些算法的有效性，并能方便地用一些算法来解决实际问题，例如，fft，小波变换等。基本实验要具有创新性，可以开拓思维，强化理解，灵活应用。这培养了学生运用信号处理的方法解决工程实际问题的.能力，对提高学生的动手能力和独立思考能力是有好处的。因此，数字信号处理是一门理论课程也是一门应用课程。这是比较全面的认识，在授课的过程中要达到这个总体目标。

二、教学团队的重要性

从彭教授的报告中我们可以看到一个优秀的教学团队对精品课程建设是多么的重要。彭教授在每场报告中几乎都要强调成绩的取得是他们教学组全体老师共同努力的结果。对此，我深有感触同感。把一门课程建设好不是一个人能够完成的，这需要很多人经过多年的不懈努力，团结协作共同努力才能实现。因此，我们需要寻找有共同兴趣和志向的人组成一个教学小组。针对学科建设、教学方法等各方面的问题共同交流。好的教学梯队是精品课程建设成功的前提。同时好的教学团队也应该是教学科研并重的。

三、教师需要有更宽的视野

讲好“数字信号处理”课对老师们的要求是非常高的。这要求我们任课老师在讲授基本理论的同时，还要紧跟时代发展，了解前沿技术和动向。这样才能在讲课的过程中将新的思想传授给同学们。启发他们的创新性思考，对他们面向社会也有好处。同学们可以更好的了解技术的最新发展趋势，适应自己将要选择的工作。

我认为教师在授课的过程中应该参考一些英文原版教材。这样，教师可以具有国际视野，在授课的过程中能够将国际上前言的进展传达给学生。学生也可以参考相关英文文献，在了解新知识的同时加强了专业英语的学习，为以后阅读英文资料打好基础。因此，这是一举两得的学习方法。

数字信号处理课程教学方法探讨 篇6

关键词：数字信号处理；电子信息科学与技术；教学内容；实验教学

中图分类号：TN911.72 文献标识码：A 文章编号：1674-7712 （2012） 14-0176-01

随着大规模集成电路以及DSP芯片的广泛应用，数字信号处理在通信、嵌入式系统、自动控制、生物医学等方面得到越来越广泛的应用。数字信号处理课程本身也是部分高校研究生入学考试的专业基础课。本文就数字信号处理课程的课程特点、教材选择以及实验教学等方面，对该课程进行了教学改革探讨。

一、课程教学特点

数字信号处理课程的先修课程有高等数学、复变函数、模拟电路、数字逻辑电路、信号与线性系统，其特点为数学理论性强，滤波器结构以及算法复杂多样。因此，学生在有限的教学时间内不容易掌握。此外，学生先修课程基础的差异也给教学带来了一定的困难。

二、教材选择的改变

基于河南工业大学电子信息科学与技术专业的培养方向偏电路和控制的特点，在教材选择上特别注重了教材的应用性。为此，选用的教材是清华大学出版社姚天任主编的《数字信号处理》，该教材是2011年底出版的新教材，有精装版和简明版两种。其中，精装版中增添了多速率滤波器的设计，这是其他本科教材中所没有的。该教材最大的特色是把MATLAB应用到了教材中，更加重视知识的应用性，既有MATLAB的相关例题，又有与之对应的课后习题，这样更加方便同学们进行实验。

三、教学时间调整和内容安排的优化

本课程包含两大块知识内容。一是离散信号的时、频域分析，主要包括离散系统的时域分析、Z变换、DFT、FFT；二是数字滤波器的结构以及设计，包括FIR滤波器和IIR滤波器的结构、FIR滤波器的设计、IIR滤波器的设计。教材中最后一章的多速率数字信号处理是本科教学中的新内容，可以让同学们自学。

河南工业大学的信号与系统课程在大二下学期开设，数字信号处理在大三上学期开设，间隔的时间很短。因此在数字信号处理的教学时间安排上，第一章的离散时间信号和离散时间系统不再作详细介绍，可以用一次课的时间简单复习一下，这样可以把更多的教学时间安排在后面的章节中。特别是DFT的特殊算法FFT以及滤波器的结构和设计方法这些较难的、学生以前没有学过的内容，可以重点讲述。由于教材直接引入了实验环节，对于DFT、FFT可以相较之以前用更少的时间去讲述，只讲述它们的一些经典算法结构，同学们可以在实验学时里去进一步加强，因为这些算法本身都是经典算法，有成熟的流程和代码，这样可以把更多的学时留给后面的滤波器结构和设计。所选用的教材正好符合这一思路，FFT不再单列一章出来专门讲述，而是作为一节放在DFT的那一章中。

四、教学手段的改革

数字信号处理课程具有很强的理论性和应用性，为了更加方便同学们的学习，我们使用了具有动态效果的幻灯片，另外，还加入了一些具有图片形式的辅助资料。例如，通过对FIR、IIR滤波器的基本概念、特点、理的介绍以及如何在实际应用中进行选择，对于初学者的学习，起到了较好的效果。

在概论中讲述数字信号处理的内容、发展和应用时，结合图片或者动画，增强了学生的兴趣和学习的主动性。比如在介绍其在芯片方面的应用时，可以通过图片以及动画介绍各种不同的DSP芯片的特点，让同学们对数字信号处理这门课程的应用有一个更加直观的认识；当然还在图像处理、图像滤波等方面、自动控制等方面进行了图片或者动画的示例，收到了良好的效果。

五、利用Matlab实验来辅助教学

在课堂上适量引入MATLAB例程，既增加了对本课程学习的兴趣，又加深了对教材内容的理解，还可以有效的引导学生们的实验。MATLAB语言比较简单易学，里面自带了好几十种的工具箱，我们专业要用到里面的数值运算、信号处理等工具箱，每种工具箱有大量的库函数供我们调用，这样在编程时就省去了很大的工作量。例如进行DFT、FFT、求解差分方程时一个函数调用，一句话就完成了。因此，利用它可以很方面的求解系统，得到系统的频响特性。在教学中，通过MATLAB示例，可以对着图形分析，可以让同学们更加直接的地识信号的频谱和系统特性。

六、结束语

本文在数字信号处理课程的教学特点、教材选择、教学实践安排、实验教学等几个方面对该课程的教改进行了探讨，一方面丰富了教学内容，另一方面激发了同学的学习兴趣和学习主动性，收到了良好的效果。

参考文献：

[1]姚天任.数字信号处理[M].清华大学出版社.

[2]高西全.多媒体教学的地位与作用[J].西安电子科技大学学报社科版.

[3]吴镇扬.数字信号处理[M].高等教育出版社.

数字信号实时处理 篇7

1 系统构成与设计嵌入式技术的针刺手法实时信号处理系统

嵌入式系统(Embedded System)是以计算机技术为基础,软硬件可裁剪的专用计算机系统[4]。它的显著特点是体积小、功耗低，功能强。因此，研究开发测试灵活、功能强大、基于嵌入式系统的针刺手法采集与分析仪器,具有十分重要的意义[5]。

1.1 系统硬件设计

整个嵌入式硬件结构包括接口板和核心板。接口板即为硬件结构框图1中的数据采集模块其中包括放大器、滤波器、A/D转换模块等部分，用以将传感器得的针刺手法微弱电信号进行放大、去除干扰，同时将前端放大装置输出的模拟电信号转换为数字信号,通过数据总线送入核心板。

核心板基于ARM作为嵌入式系统中的处理器，具有低电压、低功耗和高集成度等特点，并具有开放性和可扩性。ARM体系结构已成为嵌入式系统首选的处理器体系结构，ARM体系结构总的设计思路是在不影响性能的同时尽量简化处理器，同时从体系结构的表层上支持灵活的处理器扩展，这种简化和开放的思路使ARM处理器采用了很简单的结构来进行实现。ARM是精简指令集计算机(Reduced InstructionSet Computer,RISC)结构的一种实现，包含RISC结构的一些典型特征。

1.1.1 传感器模块

针刺手法传感器模块在本系统中具有极其重要作用。针刺手法传感器采用应变片传感技术，将采集到的针刺手法参数的数据，经运放电路变换为连续的模拟电信号，再由A/D转化芯片把模拟电信号转为数字信号，与嵌入式系统接口连接。

1.1.2 放大器与滤波器模块

针刺手法参数信号的放大，消除高、低噪声是该系统的重要部分，记录的针刺手法信号质量在相当大程度上取决于该放大器与滤波器。其电路包括前级放大电路、滤波电路和数据转换电路。

1.1.3 A/D转换模块

将传感器获取的模拟信号转换成为离散的数字信号，以便后面的硬件模块进行数据的处理，在实际设计中，根据针刺手法参数信号特点、设计要求及通信接口等不同，选择A/D芯片来满足本项目对精度、实时控制等要求。

1.1.4 核心板硬件

核心板硬件部分是基于ARM920T作为嵌入式系统中的处理器，该平台通过各种接口实现了强大的扩展性，实现了对针刺手法参数数据进行处理的功能。

嵌入式AT91RM9200处理器内嵌ARM920T核,具有显著的高性能低功耗特点。ARM920T在ARM9TDMI的基础上增加了指令和数据cache,带有全性能的MMU,大容量的SDRAM和Flash,扩展了10/100 Mbps以太网接口、USB Host、USB Slave、UART接口,支持嵌入式Linux、uC/OS II等操作系统运行,主频可高达180 MHz(200 MIPS）。另外，ARM920T处理器包括两个协处理器：

(1)CP14-控制软件对调试信道的访问。

(2)CP15-系统控制处理器，提供16个额外寄存器用来配置与控制缓存、MMU、系统保护、时钟模式及其他系统选项。

1.2 系统软件设计

本项目的软件体系包括嵌入式操作系统、支持对底层硬件操作的支持包(BSP)以及应用软件（针刺手法参数分析软件）。嵌入式操作系统是根据目标板处理器类型和应用对象的要求,来进行适当裁剪、增加和修改，支持多任务的特点,可以非常方便地实现针刺手法参数提取及分析仪器的复杂功能开发。

1.2.1 BSP模块

BSP模块是仪器软件部分与硬件操作的重要接口,主要对上层(应用软件)提供函数接口,对下层(硬件设备)完成初始化、读写操作或其他控制任务。

1.2.2 应用软件

针刺手法参数分析软件由主控模块、参数设置模块、实时任务模块(包括实时数据采集和实时特征信息分析)、显示模块及辅助功能模块组成。主控模块制定框架协议,调度各模块之间协调动作。模块结构如图2所示。

实时任务模块由两个线程来实现,分别实现对临床试验时数据的实时采集和对数据的特征信息分析。由于手法参数信号频率范围为0.05～100 Hz,90%能量集中在0.25～40 Hz,故设置固定采样频率250 Hz。采集过程中,需要连续不断从A/D模块中读取采集数据,并及时送入缓冲区,因此利用多线程技术和互斥保护机制,专门开辟实时采集子线程来完成此功能。数据的特征信息分析是针刺手法实时信号处理的核心功能。

2 针刺手法AR参数模型的模式识别

AR(autoregressive)参数模型法是针刺手法实时信号分析的方法，它将针刺手法信号的性质可以用模型的若干系数来表征，并通过AR参数模型的学习和用该模型进行各种针刺手法的特征提取[11]，满足针刺手法实验研究的需要。

2.1 AR参数模型建立

设定研究的针刺手法参数信号x(n)是由一个输入序列u(n)激励一个线性系统H(z)的输出。因此，由数据x(n)估计H(z)的参数，再由得到的参数用分类器来确定对应的各种针刺手法。

AR模型的数学表达式为：

其中：x(n)代表针刺手法参数信号的第n个采样值，w(n)是白噪声残差,p是AR模型的阶数。ak是AR模型的第k个系数,即为要确定的参数。在提取AR模型的参数时,由U-C算法可得关于ak的线性方程组：

其中:

并且矩阵G有如下特点:

(1)zij=zji.即G是对称矩阵。

(2)zij=zp-i,p-j例如z00=zpp,zp1=z0,p-1,…。

故G是反对称矩阵。

所以G是中心对称矩阵，只需求出G中约1/4的元素即可。由魦=G-1I式即可估计出ak(1≤k≤p)。

2.2 模型阶数选择

在构建AR参数模型时，AR模型阶数的选择是一个重要问题。根据有关研究表明[6]，阶数取得太高，谱估计会出现谱分裂现象;阶数取得太低，又可能导致其分辨率不足。实验表明，当AR模型阶数取4时，对信号的分析和识别性能为最好。更高阶数的模型不但不会改善分类结果，而且会加大运算量。因此,我们选用4阶AR参数模型。

2.3 特征值的提取

对提取到的不同的针刺手法信号，计算其每组的四阶AR模型参数值，构成特征矢量Ai,即Ai=[a i1 a i2 a i3 a i4]，则可用一个4维的特征矢量Ai作为一种针刺手法信号的特征值来表征某个针刺手法，提供给模式分类器进行模式识别，并选择多路参数为信号采集单元，所以一个针刺手法的特征矢量为：

2.4 模式分类

在模式识别中,分类器的性能主要依赖于信号特征表示的有效性,本文的模式识别采用了基于距离测度的马氏(Mahalanobis)距离d作为实现模式识别的分类器。

设n维矢量x和xj是矢量集{x1,x2,…,xm}中的两个矢量,它们的马氏距离d定义为：

马氏距离对一切非奇异线性变换都是不变的，它不受特征量纲选取的影响，并且是平移不变的。另外，V的含义是矢量集{x1,x2,…,xm}的协方差阵的统计量，所以马氏距离也反映了特征的相关性。

2.5 聚类分析

我们用已知针刺手法训练集的特征矢量的均值构成每个动作的聚类中心。通过对训练数据的聚类分析，可以得到每个特定针刺手法的聚类中心，每个聚类中心都是一个n维矢量。当给定一矢量，如果它是属于第i类的，那么通过计算它到各聚类中心的马氏距离可以得知，它到第i类聚类中心的距离是最短的，因此，要判定一矢量属于哪一类，只要计算它到哪一类聚类中心的马氏距离最短即可，提取针刺手法的相关信号特征，构造特征矢量识别各种针刺手法模式。

3 实验验证

针刺手法实时信号处理与AR参数模型的模式识别的实验验证，通过采集单复式针刺手法的位移（S）、角度（θ）、频率（f）、速度（v）、角速度（Ф）等参数，提取针刺手法的信号特征，构造特征矢量识别各种针刺手法模式，建立针刺手法评价体系。

4 结束语

本研究在以往工作的基础上[7]，采用软硬件可裁剪的专用计算机系统（嵌入式ARM技术），对针刺手法实时信号处理，并应用AR参数模型的模式识别方法，对各种针刺手法模式进行识别，为针刺手法的量化测定与针刺效应的相关分析研究提供实验依据[8]。本研究不仅能为提高针灸临床疗效提供研究手段，而且解决了长期以来在针灸教学中无法对学生进行手法练习和操作考核的问题[9,10]，同时针刺手法实时信号处理及模式识别方法是开展针刺手法的量化、规范化以及手法技能传承研究的一种新的手段。因此，它将对针灸学的发展有十分着重要意义并具有广阔的应用前景。

参考文献

[1]杨华元,刘堂义.针刺手法参数实时采集及教学演示系统的研究.中西医结合学报,2006,(3):43-46.

[2]杨华元,刘堂义.针刺手法的定量学研究[J].中医研究,1999,12(12):44-46.

[3]刘堂义,杨华元.ATP-I型针刺手法参数测定仪评分功能的实现.上海针灸杂志,2003,22(5):44.

[4]蒋元林,费军.嵌入式系统在医疗仪器上的应用.医疗卫生装备,2008,29(4):73-74.

[5]余波,何为,王平,等.基于嵌入式系统的远程多参数监护系统.计算机工程,2008,34(6):252-254.

[6]崔建国,王旭,李忠海,等.基于AR参数模型与聚类分析的肌电信号模式识别方法.计量学报,2006,27(3):781-784.

[7]杨华元,刘堂义,蒯乐,等.针刺手法参数实时采集及教学演示系统的研究.中西医结合学报,2006,5(4):311.

[8]马铁明,于红.浅议针刺手法[J].辽宁中医学院学报,2003,5(2):145-146.

[9]胡燕燕.邵洪琪,李秀昌.针灸刺激量的衡量及其主客观因索[J].山东医科大学学报社会科学版,1999,(1):48.

数字信号实时处理 篇8

合成孔径雷达是一种大带宽、高分辨率的成像雷达系统。对于实时成像来说, 过高的数据率和实际硬件处理能力是一对矛盾, 所以预处理的本质就是在不影响实时成像质量的前提下, 通过降低数据率来使实时成像成为可能。通常, SAR的数据采样率远远大于其处理所需的多普勒带宽, 属于过采样。适当地降低回波的采样率, 不仅不会对成像质量造成大的影响, 而且可以大大降低雷达系统的整体数据率, 从而满足实时成像的要求。直接降采样有可能导致功率谱混叠, 造成成像质量严重下降。因此, 在降采样之前需要对SAR原始数据进行线性相位的FIR低通滤波。一方面, 防止了混叠干扰;另一方面, 利用FIR的线性相位特点, 又保住了回波的相位信息。这就是预处理的基本原理。

FPGA作为一种灵活可编程的逻辑器件, 在合成孔径雷达实时系统设计中的应用越来越广泛。QDR作为一种高性能大容量的SRAM存储器, 用作FPGA的外挂存储器, 为对存储深度有要求的预滤波设计提供了很好的解决方法。本文设计采用的QDR芯片型号为CY7C1512V18, FPGA控制器的时钟167 MHz, 有效数据位32 bit, 其最高的数据率可以达到668 MB/s。

本文详细讨论了利用FPGA结合QDR存储器实现SAR预处理器的设计过程, 并对利用QDR进行方位数据存取进行了讨论, 给出了系统的设计过程和实现步骤。

1 预处理的核心FIR滤波器原理

1.1 FIR的基本概念

FIR滤波器数学表达式为

$y(n)={\displaystyle \sum _{i=0}^{{\rm N}-1}h}(i)x(n-i)(1)$

式中:N是FIR滤波器的抽头数;x (i) 表示第i个时刻的输入样本;h (i) 是FIR滤波器的第i级抽头系数。

普通的直接型FIR滤波器结构如图1所示。

由此可见, FIR滤波器的基本结构如一个分节的延迟线, 把每一节的输出加权累加, 得到滤波器的输出。对于FIR滤波器, 在幅度上只需满足以下两个条件之一, 就能构成线性相位FIR滤波器。

$\begin{array}{l}h(n)=h({\rm N}-1-n)(2)\\ h(n)=-h({\rm N}-1-n)(3)\end{array}$

式 (2) 称为第一类线性相位的幅度条件 (偶对称) , 式 (3) 称为第二类线性相位的幅度条件 (奇对称) 。

1.2 FIR滤波器的优化

在实际的应用中, 为了减少逻辑资源的占有量和提高系统的运行速度, 要对FIR滤波器进行优化处理。本例中的优化主要是表达式的直接优化。

对于线性相位因果FIR滤波器, 它的系数具有中心对称特性, 亦即h (i) =±h (N-1-i) 。令s (i) =x (i) ±x (N-1-i) , 对于偶对称, 代入式 (1) 可得

$y(n)={\displaystyle \sum _{i=0}^{{\rm N}-1}h}(i)x(n-i)={\displaystyle \sum _{i=0}^{{\rm N}/2}h}(i)s(n-i)(4)$

根据式 (4) , 线性相位FIR滤波器的直接型结构可以改进为如图2所示的结构。从而使N次乘法减少为[N/2]次, 加法次数增加了[N/2]次 (N为偶数) , 总的运算量减少, 并且更重要的是减少了乘累加器的使用个数, 大大节约了硬件资源。

2 QDR的选型、性能介绍及其控制器设计

由于SAR的回波数据流是二维的, 数据到达方式都是先距离向后方位向, 而方位向预滤波和降采样是在方位向进行。所以采用线性相位滤波器进行方位向数据的降采样滤波时, 如果滤波器的阶数是N, 那么需要存储N条距离向原始数据, 这对SAR实时成像系统的存储提出了很高的要求。由于FPGA芯片内部的Block RAM的容量有限, 不能满足要求, 所以需要采用外接大容量RAM的方法。

QDR是一种四倍数据率SRAM, 它是静态存储器的一种, 是专门针对带宽需求极大的应用而设计的体系结构。QDR提供了读和写两个独立的接口, 每个接口都支持双速率。由于在数据访问时不需要交换周期且数据吞吐量大幅提高, 保证可以对同一地址进行同时访问。QDR又分为两字突发结构和四字突发结构两种。这两种结构的不同在于每次读和写请求的传输字节不同。

系统的硬件平台采用Xilinx公司Virtex-5系列FPGA完成对QDR SRAM外部接口的控制, 并在该平台上完成预处理的所有信号处理功能。

进行FPGA程序设计时, 在满足关键时序余量的同时力争实现更好的性能。为了设计好存储器的接口控制器, Xilinx公司推出了MIG (Memory Interface Generator) 工具, 即存储器接口控制的Core, 它可以支持DDR、DDR2、QDRII等架构的存储器。该工具的优点是用户只需编写用户端程序, 无需关心端口时序等外部RAM事项。这样一来, 设计相对简单了许多, 从而更加可靠。设计时充分利用该工具生成的RTL和UCF文件, 依照图3和图4的读写时序写好预处理用户接口逻辑, 添加控制代码, 完成设计。

3 系统设计与实现

下面以具体雷达系统中的一个预处理设计为例说明设计的过程。

3.1 滤波器设计指标及参数提取

(1) 滤波器的设计指标

原始方位PRF (Fs) :2 000 Hz;

类型:低通;

阶数:32阶;

抽取率:4抽1;

滤波后保留带宽:320 Hz;

输入数据宽度:8位;

输出数据宽度:32位。

(2) 参数提取

采用汉宁窗函数 (Hanning) 设计32阶线性相位FIR数字滤波器, 并提取其特性参数。

这里需要注意的是:下载到FPGA的程序是按照FIR滤波器的差分方程式编写的。由于从Matlab中算出的系数h (n) 的值是一组浮点小数, 而FPGA器件只进行定点值的计算, 所以要进行浮点值到定点值的转换。假定“1”对应10000000000000000 (17位, 相当于乘上65 536) 。负数的转换用其补码表示。系数设计时需要考虑精度的问题, 保证滤波结果不溢出。

用汉宁窗进行设计, 此32阶FIR数字低通滤波器特性参数经过换算如下所示:

该系数对应的FIR滤波器的幅频图见图5。

3.2 系统具体实现步骤

(1) FIR滤波器的建立

利用Matlab设计出该滤波器的相应系数, 然后利用ISE的core generate工具生成FIR硬核, 生成时将该系数加载到FIR核中, 生成FIR核的相应代码, 用来进行预滤波器的设计。

(2) 预处理的详细工程实现

整个预处理的工程设计原理框图如图6所示。

系统从AD模块接收雷达原始回波数据后, 将原始回波数据写入FPGA外挂QDR存储器A中, 然后按方位向4抽1 的方式读出原始回波数据, 因为QDR一个时钟节拍读出的数据位宽度是32 bit, 所以需要将读出的原始回波数据人为分为双通道, 分别进入FIR_ENGINE_1和FIR_ENGINE_2模块进行FIR低通滤波。滤波完的数据写入另外一片FPGA外挂的QDR存储器B中, 满足存储器半满的条件时给CPU发取数中断。

(3) 处理时序

详细处理时序如图7所示。

4 设计结果

通过给滤波器置系数为1～32的递增数, 观测滤波器输出结果, 表明滤波器工作正常。图8是给滤波器送数的在线逻辑分析仪观测结果。实时滤波结果见图9。/fir_engine_A/din, /fir_engine_B/din分别是给两个fir送数的端口, /fir_engine_A/dout, /fir_engine_B/dout分别是两个fir滤波器输出结果。

该设计在某型雷达的外场试飞中得到了充分的验证, 获得了比较好的实时图像, 证明该设计能达到预期的效果, 满足系统的设计要求。图10是试验中加入本文设计完成的陕西关中平原的SAR实时图像。结果表明:预处理设计没有带来频谱混叠和图像质量的下降, 给实时处理节省了大量时间, 保证了实时成像的顺利完成。

5 结束语

方位向FIR低通滤波器设计是合成孔径雷达预处理器的核心。本文基于Virtex-5 FPGA和QDR存储器的设计, 充分利用QDR的优势解决了方位向数据的缓存问题, 电路设计简单可靠, 并且滤波完的数据可以直接进入CPU进行后续处理, 极大地利用了FPGA作为协处理器的作用, 增强了合成孔径雷达实时信号处理的能力, 获得了很好的试飞结果。该设计还可为未来的合成孔径雷达小型化设计提供思路, 将更多的算法通过FPGA实现将成为可能。

参考文献

[1]Xilinx.Xilinx Memory Interface Generator (MIG) UserGuide, UG086[M].Xilinx, 2008.

[2]郭勐, 王贞松.SAR实时成像系统中方位向滤波器设计研究[J].系统仿真学报, 2007, 9 (3) :593-600.

[3]迈耶-贝斯.数字信号处理的FPGA实现[M].刘凌, 胡永生, 译.北京:清华大学出版社, 2003.

[4]程佩青.数字信号处理教程[M].北京:清华大学出版社, 1995.

数字信号实时处理 篇9

一、生物医学信号的提取滤波

1、常规滤波。

噪声与信号的结合方式对滤波的处理方式有个根本性的影响。通常情况下将信号看作是噪声与信号本身两者的加法性结合, 即接收到的信号a (t) =信号x (t) +噪声n (t) .如果两者频谱不混叠或者交叠范围很小, 那么用常规的滤波器就可以取得很好的效果。最常用的是频域滤波法。频域滤波器分为两类:线性相位FIR数字滤波器, 它的设计方法主要有窗函数法, 频率采样法等。还有一种是IIR滤波器, 它的主要设计方法为脉冲响应不变法和双线性变换设计法。但这种方法的前提是信号的频率是已知的。

2、相干平均法。

相干平均法是提高信噪比的一种叠加平均法, 在医学研究中也叫平均诱发反应法, 简称AEV方法。AEV方法是可保证信号不失真从噪声中分离出信号的数字技术。它的原理是信号平均将重叠的时间位置求和。若信号的时间位子十分一致, 则信号将直接组合在一起, 另一方面, 无关联的噪声被平均, 从而信噪比得到提高。AEV方法常用来检测医学微弱的生物医学信号, 如希氏束电图, 脑电图等。该方法要求噪声是随机的, 并且协方差为零。信号是周期或重复出现的, 这样经过N次平方叠加, 信噪比将提高N倍。

3、自适应滤波。

近年来, 自适应处理技术受到人们重视, 在数字信号处理领域发展十分迅速。它的特点是在没有关于待提取信息的先验统计知识的条件下, 直接利用观测的数据根据某种判据在观测过程中不断地递归更新处理参数以逐步逼近某一最优处理结果。

二、生物医学信号的处理分析

1、傅里叶变换。

传统的信号处理方法一般采用傅里叶变换, 从本质上将, 傅里叶变换就像一个三棱镜, 它将一个信号函数分解成多个频率成分, 吧信号从时域变为频域上研究, 其理论描述为。

傅里叶变换可以获得信号的整体频谱, 但却不能将二者有机的结合起来, 信号的时域波形中不包含任何的频域信息, 而傅里叶谱是信号的统计特性, 是时域内的积分, 积分区间为无穷大, 没有局部化分析信号的功能, 由于这个局限性, 它对生物医学信号这种非平稳型很强的处理功能很差。

2、小波变换。

像心电信号这种具有较强的随机性和强背景噪声, 而且又属于非平稳非线性的弱信号的生物医学信号的处理, 小波分析较之傅里叶变换显示出了强大的优越性。

小波变换定义如下:

如果某函数满足一下条件:

(其中ψ (w) 是ψ (t) 的傅里叶变换) , 我们就说ψ (t) 满足小波变换的允许条件, 小波变换是指把这一基本小波的函数ψ (t) 作位移之后, 再在不同尺度下与待分析信号x (t) 作内积

3、人工神经网络。

信息科学与生命科学的相互交叉, 相互渗透和相互促进是近代科学技术发展的一个显著特点, 人工神经网络是在现代神经生物学研究成果的基础上发展起来的一种模拟人脑信息处理机制的网络系统, 它以大规模并行处理为主, 不但具有处理数值数据的一般计算能力, 而且还具有处理只是的思维, 学习和记忆能力。近年来, 人工神经网络的迅速发展使其成为信号处理强有力的工具, 由于神经网络可以把专家知识和先验知识结合成一个数学框架来完成提取和识别功能, 不需要任何对数据和噪声的先验假设, 所以最适合用于研究和分析生物医学信号。

三、发展前景

对数字信号处理技术的未来发展, 在生物医学信号处理方面, 我认为应减小其应用的局限性, 加强对人工神经网络和小波分析的研究, 研究分析利用小波理论开发具有真正意义的生物医学信号分析软件。面对现在就医难, 医院病床紧张的问题, 应致力于以小波变换的数据压缩技术及远程医疗和家庭医疗监护数据的存储问题, 让一些病人可以在家里完成监护功能, 缓减医院病床紧张问题。

参考文献

[1]刘海龙生物医学信号处理化学工业出版社2006

[2]C.Sidney Burrus, Ramesh A.Gopinath机械工业出版社2008

数字信号实时处理 篇10

声音是人类进行信息传递的一种重要形式, 它主要依靠声波进行描述。在数字音频技术中, 由于计算机本身的处理特点, 在进行声音处理时, 需要将声音转换成数字信号。转换的过程如图1.1所示, 首先需要对声音信号进行采样, 然后将采样信息进行归一化处理并分为几个量化等级, 最后将量化后的信号进行二进制转码, 转码后就能成为数字信号, 此时计算机就可以对这个信号进行处理了。

声音信号不同时, 其数字化过程也会存在一定的差异。数字化效果的差异主要体现在采样率、通道数、采样位宽及编码方式等参数上, 我们可以通过控制这些参数来实现不同的数字化效果。同时, 还可以借这些参数来描述其数字化情况。

2 数字音频实时延时处理器

数字音频实时延时处理器是在数字技术及计算机技术发展的基础上产生的, 它通过利用计算机对数据的高速计算能力来实现对音频数据的各种操作变换。

数字音频实时延时处理器采用模块化结构构成, 所有的数字音频输出信号都是由一个相对应的输入信号通过数字音频实时延时处理器转换而成的, 而具体的输出信号则有转换参数进行控制, 参数不同则输出信号不同。通过利用数字音频实时延时处理器可以对数字音频信号进行实时延时控制、变换采样率以及进行压缩解压操作等。同时可以通过多种方式的组合来实现对同一信号的多种转换。

数字音频实时延时处理器主要被应用于广播电视的节目制作、管理、存储和播出的各个方面, 对音频信号进行多种处理, 有很强的实用性。通常, 实时性与延时性是两个相互对立的概念, 很难被同时应用到一种事物的处理中。但是在广播电视领域, 常常会同时对这两种特性产生需求。比如很多需要进行直播多节目, 就需要信号具有实时性;而很多节目为了保证播出过程中的质量, 就需要信号具有一定的延时性。比如在节目录播的过程中, 其中出现了一些因各种原因而无法播出的内容, 这时就需要利用延时的特性将这部分内容剪掉, 保证节目能够正常播出。另外, 还可以利用数字音频实时延时处理器对节目数据进行压缩和解压缩, 这样可以使节目的存储占用更小的空间、更加方便。同时可以让受网络带宽限制无法正常播出的节目能够通过网络进行正常播放。

3 实时延时功能的实现

实时延时是数字音频实时延时处理器最重要的功能, 它能够在对数字信号进行动态延时控制的同时, 保证信号的实时性。

输入和输出功能是基于声卡的底层波形音频函数实现的。数字音频实时延时处理器所采样的音频信号底层波形处理函数主要包含在System.dll中, 其函数的种类较多, 其中以Wave In为词头的函数主要负责对波形音频进行录制, 以Wave Out为刺头的函数主要负责实现波形音频的播放功能。

实时延时的功能则是使用算法完成的。所谓实时性, 主要是指输出的数字信号与当前所输入的信号应该保持一致, 但由于处理机制的原因, 并不能达到真正的实时, 这只是一种相对的状态。我们所说的实时性是通过建立一个缓冲区对对输入信号与输出信号进行交换, 并利用处理器的多线程同步机制来对实现两种数据之间的瞬时交换。比如利用录音线程实现连续的录音功能, 这里需要至少三个基本线程, 分别实现数据的采样、处理及播放功能, 这三个线程对数据进行同步处理, 最终实现音频信号从采集到播出的实时性, 其中对数据的处理线程并非出于一种运行的状态。

这里的延时性, 包括增大延时时间的变化和减小延时时间的变化, 分为延时建立阶段和延时阶段, 延时阶段的时间则是最终要延迟的时间t。对于具体的延时系统, 它采用了一大小固定的延时缓冲区, 并建立两数据指针分别对应数据的存储和读取。如图3.1所示:

延时缓冲区中所存储的数据量大小与具体的延时时间有关, 其具体数据量大小为t秒钟的数据录入量, 该数据量也是存放指针域读取指针之间的差量。当延时时间增大时, 延时缓冲区及数据存放读取指针间的差量也会随之增加;反之, 则减少。因此, 通过对延时时间进行调整, 即可实现动态延时转换功能。

4 结束语

目前, 数字音频实时延时处理器已被广泛应用到广播系统中, 而且随着数字化广播的覆盖范围不断扩大, 将会对数字音频实时延时处理技术提出更高的要求, 需要数字音频实时延时处理器具有更高的控制精度极易压缩速度。在此基础上, 还可以将数字音频实时延时处理器应用到视频领域中。总之, 基于数字信号处理的实时延时处理器对推动广播视频领域的发展具有重要意义。

摘要：近年来, 随着数字技术、计算机技术以及网络技术的不断发展, 数字音频技术也迅速发展, 并且在广播电视领域获得了极为广泛的应用。在广播电视节目的 制作管理过程中, 数字音频实时延时处理技术起到了较大的作用, 通过它的应用可以有效完成某些数字音频信号的处理要求。

数字信号处理教学实践改革的研究 篇11

【摘要】针对目前数字信号处理教学中存在的实践环节较抽象，不利于学生深入理解的问题，进行了教学实践方法的探索和改革。在教学实践环节中引入全新的数字信号处理开发工具DSP Builder，可以将Matlab中编写的数字信号处理算法，直接在FPGA器件中得以实现，可以实现信号的实时在线观测，使得学生对所学数字信号处理的理论知识能有更生动的体会和更深刻的理解，增强学生的学习兴趣，提高学生理论联系实践的能力。

【关键词】数字信号处理  DSP Builder  教学实践环节

【基金项目】论文由“上海理工大学‘精品本科系列研究项目”专项资助。

【中图分类号】G642.0 【文献标识码】A 【文章编号】2095-3089（2016）35-0231-01

数字信号处理是一门的重要专业基础课，由于理论性很强、比较抽象，对于听课的学生和授课的教师均是一个难点。为了能让学生深入的体会和学好数字信号处理的理论知识，教学实践环节是必不可少的。

1.数字信号处理教学实践环节的现状

目前在数字信号处理课程的教学实践环节中，较为普遍的是采用MathWorks公司的数学分析软件Matlab，学生通过Matlab软件编程对数字信号处理的理论知识进行仿真和验证，这种通过纯粹软件编程进行仿真验证的实践方法仍然是比较抽象的，不利于学生对所学知识的深入理解，也不利于理论联系实践。

国内一些高校开始采用Matlab编程与可编程逻辑器件相结合的方法来进行该课程的实践教学，这种将软、硬件平台相结合的方法是一个很好的尝试，但它需要学生在熟悉可编程逻辑器件的基础上，熟练进行硬件描述语言（HDL，hardware description language）的编程，这样就容易使学生在掌握软件使用和熟悉硬件平台等方面花费过多的时间，从而忽视了对数字信号处理课程本身一些重要理论和概念的理解与掌握，达不到教学实践目的。因此，需要对本课程教学实践的方法进行探索和改革。

2.教学实践方法的改革

2.1教学实践方法的思路探索

需要找到一种简单易行的方法，使得数字信号处理的理论算法可以在硬件上得以实现，并且可以通过嵌入式测量软件（如：QuartusII中的SignalTapII Logic Analyzer）对信号的处理结果进行实时在线观测，那么学生必然会对所学的理论知识能有更生动的体会和更深刻的理解，增强学生的学习兴趣，提高学生理论联系实践的能力。

鉴于学生在前期课程中已学习过可编程逻辑器件FPGA的相关知识，而FPGA是一种实现数字信号处理的通用硬件器件，如果能够通过一种简单的操作将数字信号处理的理论算法在FPGA器件中得以直接实现，那么就能起到事半功倍的学习效果。

2.2 DSP Builder工具软件的特点

在数字信号处理中Matlab是用作算法开发和仿真的软件，而DSP Builder通过Matlab中的Simulink模块将Matlab的算法开发和仿真与硬件描述语言（HDL）的综合、仿真和Altera开发工具整合在一起，实现了这些工具软件的集成，从而使学生在进行系统级设计、算法设计和硬件设计时共享同一个开发平台，并且不需要过多关注硬件设计方面的知识和硬件描述语言的编程，同时，DSP Builder是作为Matlab中Simulink模块的一个工具箱出现[1]，使得学生可以通过Simulink图形界面调用DSP Builder工具箱中的提供Altera知识产权核（IP core， intellectual propert core）MegaCore进行DSP系统设计，因此学生只需要掌握Simulink的使用即可，并不需要花过多的精力熟悉DSP Builder的使用。

2.3 DSP Builder应用于教学实践

应用DSP Builder在教学实践中进行基于FPGA的DSP系统开发，整个设计流程是基于Matlab的Simulink模块，DSP Builder和QuartusII的，包括从系统描述到硬件实现都可以在一个完整的设计环境中完成，构成了一个自顶向下的设计流程。它主要分为以下几步[2， 3]：

（1）利用Simulink模块、DSP Builder模块以及IP核模块Matlab的Simulink模块中对DSP系统进行建模，只需双击系统中的模块就可以对该模块进行参数设置，同时可以基于Simulink平台仿真验证所搭建DSP系统的功能。

（2）利用DSP Builder具箱中的Signal Compiler模块，将Simulink模块文件（.mdl）转换成RTL级的VHDL硬件描述语言代码描述以及用于综合、仿真、编译的TCL脚本。

（3）在得到VHDL文件后，设计者仍然可以通过Signal Com？鄄piler自动调用综合工具和编译工具。目前DSP Builder自动流程中支持的综合器有QuartusII， Synplify和Leonardo Spectrum。综合后产生的网表文件送到QuartusII中进行编译优化，最后生成编程文件和仿真文件，即利用生成的POF和SOF配置文件对目标器件进行编程配置和硬件实现，同时生成可分别用于QuartusII的门级仿真文件和Modelsim的VHDL时序仿真文件以及配套的VHDL仿真激励文件，可用于实时测试DSP系统的工作性能。另外，设计者也可以在Simulink外手动调用其他綜合工具和编译工具。

（4）针对第二步中生成的VHDL，利用自动生成的Modelsim的TCL脚本和仿真激励文件所做的仿真为功能仿真，而当由QuartusII编译后生成的VHDL仿真激励文件和Modelsim的TCL脚本进行的仿真为时序仿真。

（5）最后将QuartusII生成的配置文件下载到目标器件中，形成DSP硬件系统。

2.4教学实践的实施步骤

（1）教授学生使用DSP Builder进行基于FPGA的DSP系统开发的过程。

（2）设计出利用DSP Builder进行数字信号处理教学实践的典型题目。

（3）让学生将Matlab中编写的数字信号处理算法，直接在FPGA器件中得以实现。

（4）对信号的处理结果进行实时测试，解决数字信号处理中的实际问题，切实做到理论联系实践。

3.教学实践的效果

在数字信号处理的教学实践中，应用DSP Builder在FPGA器件上实现数字信号处理的算法，使学生在设计过程中摆脱了繁琐的具体硬件设计，将更多的精力关注在数字信号处理算法设计的实现上，对所学数字信号处理的理论知识能有一个更生动的体会和更深刻的理解，增强学生的学习兴趣，提高学生理论联系实践的能力，取得了良好的教学效果。

参考文献：

[1]杨守良. Matlab/simulink在FPGA设计中的应用[J]. 微计算机信息，2005（8）：[98].

[2]王前，李韬. 基于DSP Builder实《现数字信号处理》实验教学新方法[J].实验技术与管理，2005（9）：[75].

探讨数字信号处理的发展 篇12

1 数字信号处理技术的特点

数字信号处理实际上就是对数据进行提取以及变换, 把信息从有干扰的环境里提取处理, 之后再进行转换, 变成便于识别的形式。较早的信号处理方法是模拟, 这种方法很难修改参数, 而且模拟器对周边环境变换不够敏感, 渐渐被淘汰。数字信号处理技术采用的是二值逻辑, 对电路噪音和温度有很强的适应能力。芯片技术的快速发展为数字信号处理技术带来了很多好处, 比如集成度高, 高速处理能力强, 带动了数字信号处理的能力。数字信号处理技术是把离散的符号或者数字进行处理, 主要的工作是剔除信号当中的干扰, 减少所采集信号的多余成分, 也被称为数字滤波。还可以把分散的信息结合在一起, 从而加强识别和分析。数字信号处理技术与模拟信号处理技术相比有更多的优势, 比如:信号处理的动态范围比模拟信号大几十倍, 更加精确;数字信号处理更加灵活, 能够快速处理、缓存以及重组数据, 可以灵活改变系统的参量, 实现可编程处理;数字信号处理过程中不产生其他的噪音, 信噪比更高;算法有直接的可实现性;良好的可靠性和预见性;可以对多径干扰和白噪音进行最佳处理。

2 数字信号处理的发展史

70年代DSP是基于数字滤波的信号处理, 由分立的小规模集成电路组成, 或者是使用计算机编程来实现, 受到当时计算机技术的限制, 主要是应用在医疗电子和生物电子等低频信号处理方面。80年代DSP进入到以快速傅立叶变换为主的信号处理阶段, 出现了通用信号处理芯片, 在雷达、地震以及语音通信方面得到应用, 但是芯片的价格比较贵, 还不能进入消费领域。90年代DSP技术发展到以非线性谱估计为代表的信号处理阶段, 能够使用高速的DSP处理技术提取更深层次的信息。硬件使用更加高速的芯片, 实现巨大的计算量, 每秒可以完成16亿次操作, 并且使用微电子工艺批量生产, 芯片的成本大大降低。在通信、数字电视和消费电子等领域开始广泛应用, 并且占有了巨大市场。

3 数字信号处理的应用

3.1 数字信号处理技术在短波通信当中的应用

在短波通讯领域当中, 数字信号处理技术主要应用在信道扫描、探测、数字化, 链路质量分析, 自适应呼叫, 音频信号处理以及扩频技术等等方面。使用信号处理技术模块, 是在模拟前端的射频信号处理之后, 中频信号在输入数字信号后对模块进行数字化处理, 之后再输出音频信号, AGC控制信号以及数字量化基带信号。AGC的控制信号反映到模拟前端的数字量的基带信号, 以便分析波形和频谱, 还可以供给终端设备, 避免模拟信号多次量化而引发的噪音。采用AD+PDC+DSP的模式来处理模块中的硬件构造, 放大滤波之后的中频信号被输入到高速模数进行量化, 然后再输入到可编程的变频器中降速, 在搬移频率和频谱之后输出I/O的分量, 之后经过基带信号到数模的转换之后, 完成解调信息, 输出最后的两路模拟量音频信号的任务。

3.2 数字信号处理技术在其他方面的应用

数字信号技术在测量仪表和测量仪器领域当中也被广泛运用, 取代了之前的高档单片机, 可以大幅度提高产品的功能, 简化仪器上硬件的电路, 实现测量的高精确度。数字信号处理技术在PC领域也被广泛应用, 实现音频和视频的转换。信号处理技术在数字电视方面也已经普及, 数字电视接收机已经有接收地面广播的数字电视机、接收有线电视广播的机顶盒、接收卫星数字电视广播的解码器。

4 数字信号处理技术的展望

今后DSP的发展领域将更加广泛, 通信、电视控制、家用电器等消费类电子产品的数字时代已经到来, 会迎来新的高潮。还可以开发大批专用的芯片, 与其他的集成电路融合在一起, 嵌入DSP内核的电路, 发展成为性价比高的专用芯片。新的单芯片系统, 不仅有大量的数字电路, 还要有大量的模拟电路、敏感元件、高速A/D和D/A, 所以芯片结构、算法、生产工艺以及生产规范等方面都会进入一个新阶段。

5 总结

现在数字信号技术不断发展, 如同一个巨大的宝藏等待人们不断的开发和挖掘。相比20年前, 数字信号处理的性能提高了1500倍以上。虽然消费者还有更多的其他技术可选择, 但数字信号处理技术的主导位置不会发生改变, 新型的数字信号处理技术装备以及高级编译器, 正向着高速、更低功耗、更大容量的道路迈开步子。

参考文献

[1]张炜, 魏永旺, 郝婧.浅谈数字信号处理的发展及其在图像处理中的应用[J].科技信息, 2008 (29) .