Expert Zamkovoy Vladimir "Фабрика инновационных технологий"
Книги по теме - Форум
Меню сайта

Форма входа

Поиск

Друзья сайта

Статистика

Приветствую Вас, Гость · RSS 28.03.2024, 23:56

[ Новые сообщения · Участники · Правила форума · Поиск · RSS ]
  • Страница 1 из 1
  • 1
Модератор форума: Диттер  
Форум » Начинающему конструктору » DSP сигнальные процессоры » Книги по теме
Книги по теме
ДиттерДата: Воскресенье, 22.03.2009, 15:50 | Сообщение # 1
ведущий консультант форума
Группа: Администраторы
Сообщений: 591
Статус: Offline
DSP-ПРОЕКТ «НАРОДНЫЙ УЧЕБНИК».

ГЛАВА 1[/size]©Вадим Грибунин, E-mail: wavelet@autex.spb.ru
©АВТЭКС Санкт-Петербург, http://www.autex.spb.ru, E-mail: info@autex.spb.ru

1. ПОНЯТИЕ О ЦИФРОВОЙ ОБРАБОТКЕ СИГНАЛОВ

1.1. Задачи, решаемые при помощи цифровой обработки сигналов
Прежде всего, необходимо определиться с тем, что же такое сигнал. В
зависимости от контекста этому понятию могут придаваться различные значения.
Вообще говоря, сигнал – это изменение некоторой физической величины,
например, напряжения. В зависимости от области определения говорят о
временной, частотной, пространственной форме представления сигнала. Если
область определения непрерывна, то говорят о непрерывном, или аналоговом
сигнале. В противном случае сигнал – дискретный. Название «аналоговый» дано
непрерывным сигналам, потому что они «аналогичны» физическим процессам,
встречающимся в действительности. Примером дискретного сигнала может
служить, например, совокупность значений напряжения, измеряемых с секундным
интервалом. В этом случае сигнал определен лишь в дискретные, то есть
отдельные моменты времени.
Область значений сигналов также может быть непрерывной или дискретной.
Стрелочный вольтметр – пример прибора, измеряющего непрерывную величину.
Записывая его показания с определенной точностью, мы, тем самым,
дискретизируем сигнал напряжения по уровню. Процесс дискретизации сигнала
по уровню называется квантованием. Сигнал, у которого область определения и
область значений дискретны, называется цифровым. Именно с такими сигналами
обычно имеют дело в цифровой обработке сигналов (ЦОС) – науке, изучающей
методы и алгоритмы обработки цифровых сигналов.
Цифровой сигнал можно представить в виде массива чисел – обычно
одномерного или двумерного. Примером одномерного сигнала является речь,
примером двумерного - изображение. Вы можете возразить, что и речь и
изображение непрерывны. Как же можно представлять их счетной
последовательностью чисел? Согласны с Вами, но добавим, что в большинстве
глав этой книги (как и обычно в ЦОС) мы будем рассматривать сигналы на выходе
аналого-цифрового преобразователя (АЦП), который выполняет операции
дискретизации по времени, квантования по уровню и кодирования. Выполнение
этих трех операций и связанные с ними проблемы будут рассмотрены в Главе 2.
Будем считать, что при их выполнении исходный сигнал не искажается (хотя это
и не так). Примером АЦП может являться звуковая карта компьютера.
Сигнал на входе АЦП является непрерывным по уровню и по времени. После
дискретизации он становится дискретным по времени, а после квантования –
дискретным по уровню. Можно было бы выполнить операцию квантования в
первую очередь. Тогда сигнал был бы непрерывным по времени, но дискретным
по уровню. Подробнее сигналы описаны в п.1.3.


Чем больше мы знаем, тем дороже стоим на рынке труда
 
ДиттерДата: Воскресенье, 22.03.2009, 15:51 | Сообщение # 2
ведущий консультант форума
Группа: Администраторы
Сообщений: 591
Статус: Offline
Элементы массива сигнала обычно называются отсчетами, а если речь идет об
изображении, то отсчеты чаще именуют пикселами. Значения отсчетов сигнала
дискретны. Их максимальная величина зависит от разрядности АЦП. Для
кодирования речи обычно применяется 12-разрядный АЦП, рассматриваемые в
книге изображения являются 8-разрядными (256 градаций серого).
Множество задач, решаемых цифровой обработкой сигналов, можно разделить на
две большие группы: анализ сигналов и их синтез. Задачей анализа сигналов
является выделение небольшой группы значимых параметров, максимально
полно описывающих сигнал. Обычно полученные параметры подвергаются
обработке. Если анализ сигналов проводился с целью, например, их
классификации, то на этом все заканчивается. Принадлежность полученных
параметров к некоторому классу позволяет с большой долей уверенности
говорить о принадлежности к этому же классу и анализируемого сигнала. Вот
несколько примеров анализа сигналов, реально встречающихся в жизни. Все эти
процедуры должны выполняться автоматически.
• Определение типа объекта по некоторой совокупности сигналов. Например,
таких сигналов, как шум двигателя, визуальные очертания объекта,
изображение на экране радара. Для решения этой задачи необходимо
обрабатывать как одномерные, так и двумерные сигналы.
• Анализ речевого сигнала с целью идентификации говорящего.
• Выделение речевого сигнала, наблюдаемого в условиях преднамеренных
помех. Такая задача возникает при попытке внешнего прослушивания
разговора в помещении, которое «защищено», например, генератором шума.
• Определение параметров перехваченного радиосигнала: частоты излучения,
типа модуляции, начала и конца посылок. Здесь задача осложняется тем, что
сигнал наблюдается в условиях сильных шумов, так как радиолиния не
настроена: ведь сигнал не предназначался для нас.
• Анализ сейсмических сигналов помогает предсказать землетрясения.
• Изучение отклика геодезического зонда позволяет обнаружить полезные
ископаемые и определить характеристики залежей.
• Анализ электрокардиограммы способствует диагностированию болезней, в том
числе на ранних стадиях их возникновения.
• Анализ свойств материалов (рентгенография, спектроскопия...).
• Анализ трафика в локальных и глобальных сетях передачи данных. (Да- да, и
здесь применяются методы цифровой обработки сигналов).
• Анализ временных рядов (колебания численности населения, курсов акций...).

Скачать:

Прикрепления: part1.pdf (138.1 Kb)


Чем больше мы знаем, тем дороже стоим на рынке труда
 
ДиттерДата: Воскресенье, 22.03.2009, 16:00 | Сообщение # 3
ведущий консультант форума
Группа: Администраторы
Сообщений: 591
Статус: Offline
2. ДИСКРЕТИЗАЦИЯ И КВАНТОВАНИЕ СИГНАЛОВ
В систему обработки информации сигналы поступают, как правило, в
непрерывном виде. Далее они преобразуются к дискретному виду, более
удобному для обработки. Для этого выполняются операции дискретизации (по
времени) и квантования (по уровню). Получившиеся дискретные отсчеты
кодируются тем или иным образом, и на вход вычислителя системы ЦОС
поступает последовательность цифр. Операции дискретизации и квантования,
выполняются АЦП, операции преобразования цифрового сигнала в аналоговый –
ЦАП. В данной главе рассматриваются основные проблемы, возникающие при
преобразованиии сигналов из одной формы в другую, и пути их решения. Также
рассмотрены принципы построения ЦАП и АЦП. Особое внимание уделено сигма-
дельта АЦП.
2.1. Дискретизация непрерывных сигналов
Под дискретизацией понимается преобразование непрерывного сигнала в
дискретный, представляемый совокупностью отсчетов, по которым непрерывный
сигнал может быть восстановлен с заданной точностью. Без потери общности
везде в данной главе будем предполагать, что отсчеты сигнала являются
отсчетами времени. На Рис.2.1 показан процесс дискретизации сигнала x(t).
Интервал времени T , через который берутся значения непрерывного сигнала
называется интервалом, или шагом дискретизации. Обратная шагу дискретизации
величина называется частотой дискретизации, или частотой взятия отсчетов д f .
Рис.2.1. Дискретизация непрерывного сигнала;
а) исходный сигнал;
б) сигнал после дискретизации.
Прикрепления: part2.pdf (243.0 Kb)


Чем больше мы знаем, тем дороже стоим на рынке труда
 
Форум » Начинающему конструктору » DSP сигнальные процессоры » Книги по теме
  • Страница 1 из 1
  • 1
Поиск:

Copyright MyCorp © 2024
Используются технологии uCoz