![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数字信号处理
文章平均质量分 75
Li Kang
这个作者很懒,什么都没留下…
展开
-
一文读懂滤波器的线性相位,全通滤波器,群延迟
数字信号处理最常见的面试题,请简述FIR和IIR的区别。其中的一个区别是FIR可以方便地实现线性相位。那这个线性相位指的是什么呢?先说结论,**线性相位能保证信号中各频率成分的相对相位关系不改变。通俗解释是:信号经过滤波器后,各个频率分量的延时时间是一样的**。...原创 2018-11-05 20:01:25 · 58195 阅读 · 35 评论 -
音频通信网络之一:音频编解码
音频编解码主要分为语音编码和音频编码。原创 2023-08-23 00:57:19 · 461 阅读 · 0 评论 -
音频通信网络之二:netEQ
netEQ 模块主要负责消除因网络传输路径和拥塞情况变化所造成的丢包和时延抖动问题,所以分成抖动消除和丢包隐藏两个部分。如图所示,抖动消除是MCU隐藏,丢包隐藏是DSP模块,当时DSP模块不仅仅是做丢包隐藏,还包括了加减速和融合。原创 2023-08-14 09:19:27 · 710 阅读 · 1 评论 -
一文读懂线性相位滤波器和最小相位滤波器
一文读懂最小相位滤波器和线性相位滤波器1. 线性相位滤波器一定更适合音频吗?2. 最小相位定义2.1 最小相位多项式2.2 最大相位滤波器2.3 最小相位意味最快的衰减3. 最小相位/全通分解4. 线性相位滤波器一定更适合音频吗?前一篇博客写提到了滤波器的线性相位,与之对应的是最小相位滤波器。本文就最小相位滤波器和线性相位滤波器展开讨论一番。1. 线性相位滤波器一定更适合音频吗?% ellipt.m - Compare minimum-phase and zero-phase%原创 2023-11-02 22:25:40 · 3314 阅读 · 0 评论 -
MiniDSP车载声学之二:车载音频调试,DSP模块(Car Audio Tuning: DSP Modules and Their Use)
MiniDSP关于车载声学的测试一共有四篇文章,本文是对第三第四篇的总结。主要阐述了车载音频调试的基本步骤,均衡器设置技巧以及对各频带的分析。原文链接放在最后。原创 2023-06-17 20:48:45 · 1344 阅读 · 0 评论 -
MiniDSP 车载声学之一:麦克风技术和车内声学测试(Microphone Techniques for Measurements in Car Cabins)
MiniDSP关于车载声学的测试一共有四篇文章,本文是对第一篇的总结。主要阐述了六种车内声学测试的布置方式以及各自的优缺点和适用场景。原文链接放在最后。原创 2023-08-13 07:20:58 · 1428 阅读 · 1 评论 -
一文读懂IIR和FIR
数字信号处理最常见的面试题,请简述FIR和IIR的区别。百度一下,网上能搜到很多答案。比如1. FIR能实现线性相位响应,IIR不能实现线性相位。2. 实现同一量级的幅度响应FIR需要比IIR更高的阶数,更高的阶数意味着更多运算。3. FIR因为没有极点,在位宽有限系统,即定点系统中更稳定。IIR为了实现更加极限的幅度响应,需要更多的位宽。原创 2020-04-08 18:25:54 · 3102 阅读 · 0 评论 -
一文读懂FFT,补零对FFT的影响
一文读懂FFT,补零对FFT的影响数字信号处理离不开频域分析,一定会用到FFT。做FFT又经常会有补零的操作,那么补零对FFT有什么影响?结论放在前面。两个结论1. 进行zero padding只是增加了数据的长度,而不是原信号的长度。并不能增加频谱分辨率,只相当于频域插值。2. 进行zero padding 确实增加了频域的分辨率,但是得到的信号频谱已经不是我们想要分析的信号频谱了。就好...原创 2020-04-25 09:47:05 · 11910 阅读 · 0 评论 -
一文读懂FFT,为什么要加窗
数字信号处理离不开频域分析,一定会用到FFT。做FFT之前又会用到窗函数。为什么FFT需要加窗呢?结论放在前面。FFT假设输入信号是**整数**个**周期**信号。如果输入信号满足条件,则不需要加窗。但实际上这两个条件几乎不能满足,FFT的这个假设会导致频谱泄露,为了减少频谱泄露需要用到窗函数。原创 2020-04-25 09:46:37 · 18583 阅读 · 1 评论 -
一文读懂FFT,海宁窗(hann)和汉明窗(hamming)的区别,如何选择窗函数
一文读懂FFT,海宁窗(hann)和汉明窗(hamming)的区别数字信号处理离不开频域分析,一定会用到FFT。做FFT之前又会用到窗函数。那么各种窗函数之间有什么区别呢?结论放在前面。窗函数有两个评价指标,主瓣和旁瓣。如果分析对象是单一频率信号的幅度分辨率比频域分辨率更高,则需要宽的主瓣。如果分析对象是单一频率信号,频域分辨率要求比幅度分辨率更高,则需要更窄的主瓣。...原创 2020-04-25 09:45:30 · 67716 阅读 · 4 评论