来了来了来了!,好久不见,最近做实验做的要吐,还有四天就要奔三了,这个学期忙碌而且非常快。大二这一年基本是是专业基础课程8,从大一的数学基础课走出来要死要活的,大三上课就全部点到我的技能树上了,23333。话不多说,我们进入今天的正题8。
今天要介绍的是这学期最蛋疼的课,数字信号处理,上了三个学期的数学基础课,这是大学第一门应用数学课,选他主要是当作一个AI基础课来学的,里面大量的信号与系统,电子电路基础,复变函数的知识。
数字信号处理诞生的原因
计算机的发明在某种程度上推动了数学领域的进步,也就是离散类数学的发展。计算机存储的数字必须是离散的,无法对连续的内容进行表达。计算机或者说更早,电台这种电气元件开始使用的时候,就需要数字信号了。电报时代,我们传输的信号是离散的,必须靠查特定的表才能转换成为人能理解的语言。
这明显是不方便的,所以就有了电话。电话接收到的原始输出是声带发出的连续音频,频率在300Hz以下,但明显在传输的时候我们不可能传输这一段连续的音频。对于自然信号离散化即为数字信号。在数字信号传输到电话的另一端的时候,我们希望和还原成为类似的自然信号。(虽然没学过信息论)我们肯定是希望在这个转化的过程当中信息损失比较少,并且传输效率比较高(尽量不要传连续信号)
好的,那么问题来辣! 怎么才能把我们说的一段转化成为数字信号,又怎么把数字信号转化成一段音频呢?
伟大的欧拉
欧拉公式真的很奇妙,也是诞生数字信号处理产生的数学基石。
欧拉公式成功的把三角函数 复数和指数空间连接起来。 三角函数可以当中圆周运动的一种投影方式(构造映射关系) 在复数域当中,三角函数和乘法(指数)运算统一起来,这也是时域卷积,频域相乘的非常重要的一个原因。
因为上面这个原因,我们把很多内容的讨论范围放在复数空间当中。
复数:数学家的玩意
复数在自然界当中不存在,是在实数正负半轴旋转90°的位置,虽然在自然界不存在,但是当作实数域的级数,映射得到有物理意义的结果
隔着电话说爱你
回到正题,怎么把爱你 转化为数字信号
这个问题还是有那么一丢丢难解释,所以我们还是引入一个故事8。
卷积,里在赣神魔
实数域卷积
一个程序猿张三(法外狂徒),有一天心血来潮去了一个信号相关的公司,发现自己jier都不懂。
经理:给你一个产品,有一个输入端,一个输出端,有限输入,有限输出,给你几千个信号,测试一下输出是啥
张三:wdnmd
于奇妙妙屋:你只需要做一次测试就可以通过数学来算出所有可能的结果了
张三:??
于奇妙妙屋:输入一个脉冲信号,俺们都比较喜欢单位脉冲(sinc也不错)。然后对于一个输入,把他切碎(微分)成无数个小脉冲,输入给产品,得到的就是你需要的输出。但是记得把输入和输出反过来。
张三:就这,一个微分+一个积分。这就是卷积 ,i了i了
复数域卷积
经理:大人,食大便了!输入信号变成一个无限时长的周期输出信号,这会输出什么波形
张三:无限时长才能得到一个稳定信号?我还不如回罗老师课堂
于奇妙妙屋:有这么一个伟大的人叫傅里叶,他基于基底的思想,把信号的基底从原来的单位冲击转化成为三角函数,三角函数是具有连续性的,但是可以用频率和幅度两个数来表示。我们可以把混乱的时间信号转化到频域上,利用频域中三角函数和乘法的统一性计算,然后在映射回来
张三:什么是频率
于奇妙妙屋:频率是物质固有的一种特性,在时间上解释为震荡,你可以把不同的震荡叠加起来,构成任意的时间信号。
频域这个性质是真的蛮重要的三,不同的频率模式对应着不同在复平面单位圆当中的旋转速度,视频快放就越是一种音频的频率加速,就怪怪的,你晓得了8.
张三:为啥CD快放慢放有的时候没这种柑橘
于奇妙妙屋:因为虽然转动速度变快了,CD也同样控制了采样的频率,两者结合效果就抵消了
张三:所以傅里叶就是把时域中周期信号的无限的卷积转化为频域中有限的相乘,赞美傅里叶!
信号怎么进行分解和分析呢?用相互正交的三角函数分量的无限和,这就是傅里叶,i了i了
张三的故事还未完待续,后来在傅里叶不能严格收敛的时候,他又学了拉普拉斯变换来解决问题。。。
故事讲完了,但是问题还是没有解决,我们希望转化电话的音频信号,电话音频是一个连续的非周期信号啊,啷个子办?
额,对于周期变换,我们可以用傅里叶级数的方式解决,对于非周期,我们可以假设周期是无限长,原来离散的频率f有无数个连接起来(微分起来就连续了)
连续傅里叶变换:时域连续,频域连续
但是我们希望在电话接收到的是离散的信号,啊这,怎么办啊?快去问神奇海螺。
采用连续信号的数字化处理 :
1.求冲激串频谱2.与原信号卷积 简单来说,就是把原有的连续信号和一系列单位冲击信号卷积(时域相乘,频域相卷)频域。
啊这,还是不行啊 时域离散化,频域周期化 如果周期化不好的化,会导致各个周期发生混叠?
别问,问就时域Nyquist定理
带通信号采用一个更经济准确的采样方式
就这?离散完了怎么还原啊
现在我们把离散的爱传输过去了,怎么在你电话这一端把信号还原回来呢?
和sinc信号(时域门信号)进行内插,把离散的信号连续化(不能把答案说的太早了,一切的开始还要从傅里叶大神开始)
傅里叶说:
来个正变换
来个逆变换
这里我现在实在没想好怎么说,最简单的理解,就是直接在每个点乘上sinc
数字角频率
之前我们一会连续,一会离散,搞的爷质壁分离,甚至都忘计说了关于单位统一的问题。这导致了在积分时候区间的不同。他们带来了在连续领域和离散领域不同的性质
模拟角频率
数字角频率
DSP的梦中情人 线性时不变系统
dsp基本研究的都是线性时不变系统的内容,线性时不变系统具有很好的性质,使得他能轻松的周期延拓,微分和积分
一句话来说,若该系统的的微分方程满足线性性,则该系统为线性系统
也就是说,dsp一直在用的都是一个微分系统,通过不同的基本信号(基底)对内容进行分解,微分方法也是dsp在工业控制当中常用的消除抖动的技术
傅里叶变换的缺陷
傅里叶定理最根本的思想是(敲黑板)
在符合收敛的情况下,任一信号可以由一组无限多种的成谐波关系的复指数信号(三角函数信号)组
但关键的一点是,必须满足收敛条件,啊这
别骂了,Z变换和拉普拉斯变换,强行让你收敛,如果说纯复指数信号是傅里叶的基底,实指数+复指数信号就是拉普拉斯的基底。
因为收敛条件的不同,拉普拉斯变换和Z变换也出现了左边信号,右边信号和双边信号(做题的时候一定要记得分条件进行讨论)。
当然拉普拉斯变换和Z变换的收敛平面也很能证明模拟角频率和数字角频率之间的关系
无限的长方形转换为圆形,也就是在数字角频率和模拟角频率之间的变换
傅里叶的进化FFT
DTFT实现了在时序上的离散化,但是在频域上却是无限连续的,这在还原的时候还是挺恼火的,做个积分到无限,我太难了,所以DTFT的 也没了,直接变成DFT,在DTFT的基础上,进行频域抽样。于是 时域变成了离散的周期信号,频域编程了离散的冲激信号。
由于频域也变成了数字信号,所以DFT的卷积也变成了圆周卷积
在DFT当中我们同样也进行了对于采样间隔的讨论,在频率越大的情况下,越容易出现更复杂的复数信号,采样的效果会更好,同样 对于采样器的要求也就更高。
FFT有效的利用了离散频域的共轭函数的性质,在这篇当中讲的很详细了,甚至还有代码的实现。
白空谷:一小时学会快速傅里叶变换(Fast Fourier Transform)zhuanlan.zhihu.comDSP在实际生产当中的应用
在dsp实际生产应用之前,时延的概念必须先引入进来即相位响应、相位延时、群延时。
相位响应
所有的连续信号都可以表达成为,幅度+相位的形式(根据基本信号的不同进行变换) 额,对于傅里叶变换和拉普拉斯变换都有对应的计算公式哈,他主要呈现出一个周期性的变动 这在做一些两个滤波器叠加的题当中好像经常使用
相位延时
复数域当中的旋转向量的概念在FFT当中有详细的介绍,我这里就不多讲了。相位的改变就是
如果我们知道了当前的相位相应,就可以得到当前的相位时延
群时延是在一段时间内时延不同的情况下,不同时延位置和周边频率的差距,在频率变换的时候在波形变形的时候有一些帮助
紧接着我们就可以介绍几个常用的滤波系统了
- 实有界系统:一个因果系统幅度相应处处小于等于1
- 全通系统:根据位置进行调整 相应幅度处处等于1 作为相位均衡器来控制
- 零相位系统 :感觉8是很好用,必须用非实时的福冈发来控制相位一直为0
- 最小/大相位传递系统: 对于能量和群时延进行控制的系统
根据需要的类型不同,信号的类型分为(感觉这里记得有一点点问题)
- 带通信号
- 全通信号
- 低通信号
- 高通信号
演出开始了 FIR和IIR
在基础知识介绍完后,我们就可以介绍FIR和IIR了
或者说是软件和硬件的较量,一句话说软件可以更精细,但是硬件可以更快,这里就直接上表了
额,到这实在有点累了,我们下次再会8,很多技巧性的答题技巧还有待整理
链
赵越:一篇文章理解信号与系统以及数字信号处理zhuanlan.zhihu.com