数字信号处理--前言--第0节

        数字信号处理是弱电+通信的核心专业课程。广泛应用于通信、音频和视频处理、医疗成像、语音识别、雷达信号处理、地震信号分析、生信号分析等领域。我目前做的比较多的是生信分析和时间序列处理，同时也在往智能通信方向发展。

        在学习数字信号处理之前，我们最好要知道以下几个概念：

1. 采样： 采样就是将连续时间信号转换为离散时间信号的过程。相当于一天到晚太阳的变化（这是连续的，尽管它运动不易被人察觉），我们用照相机一张一张照片进行定格，这样就是一张一张照片的原则就是不能间隔很远，不然很容易错过某些细节，影响到后续操作。

2. 量化：将采样值转换为数字形式的过程，涉及到精度和分辨率。类似于体温计中的26.7摄氏度只能显示为26摄氏度。这就代表了信号再量化中一定会存在信息损失。这种损失称为量化噪声，同样正如我们理解的那样，量化精度越高丢失的信号也就越少，但同时对存储空间和处理能力要求就会变大。

3. 编码： 这个大家应该都比较熟悉。编码就是将量化后的数值转换为适合数字系统处理的格式，如二进制编码。也就是我们把采样拍摄的照片进行编号好让计算机知道我们照片的顺序和位置。

4. 变换： 通常是将信号的时域转换到频域上来。比如一些应用最广泛的傅里叶变换、快速傅里叶变换、短时傅里叶变换等等。

5. 系统结构和算法设计： 我把这两个结合在一起说是因为这两个通常是离不开的，系统结构是来提高处理效率的，就像一个流水线让每个环节都有其作用。算法设计，我认为是考验创新思维、数学功底、代码能力的一个环节，这个算法设计通常会用于特定的信号分析与处理上。（后面会介绍一些）。

6. 时域与频域： 信号可以在时间上表示（时域）或在频率上表示（频域）。

7. 卷积： 描述线性时不变系统对信号的响应。假如你有一个滚动印刷的绘制图案的物件。卷积就是用这个物件在一张纸上滚动（留下来的图案就是信号），每滚动一次（叠加）就是一个印记（信号）。

8. 还有一些概念类似于窗函数、滤波、估值、调制等等，后面结合案例给大家详细介绍。

声明：这是我第一次发CSDN，我会在这个暑假对部分实验进行开源（用MATLAB（2022a以上）Python这些较为主流的语言来编程）。我是根据CoolComm通信实验室学习的，所以很多东西也是在一些已有实验的基础之上进行的修改。如有侵权，迅速删除。