DSP入门（二）

DSP入门（二）: 初识

@(study)[DSP, markdown_study, LaTex_study]

DSP（digital signal processing）: 数字信号处理，此处不是指processor，DSP处理器

Markdown : 普通文本编辑器编写的标记语言，写Blog的时候顺道学习一下

LaTeX : 数学公式编辑语言，也顺道学习一下

乌班图还是U_ban_tooth

---

概述

1.声音滤波

声音滤波器应该取(22000)*2=44000Hz

取22000Hz作为上限频率主要是因为如果采样频率取f=20000Hz的话,滤波器会在20000Hz频段有大概10%的衰减

实际上为了兼容PAL电视和NTSC电视扫描频率，取44100Hz（50和60的整数倍）

为了让DAC的输出更加光滑:取数字filter的工作频率f=44.1KHz

2.两大基石

第一个是 线性时不变系统

第二个是 高斯白噪声

3.三把钥匙

1. 时域与频域的相互切换
2. 向量
3. MATLAB

离散时间信号

1.典型信号

1. 单位冲激信号
   $$\delta (n)=\{\begin{array}{l}1,n=0\\ 0,n̸=0\end{array}$$
2. 单位阶跃信号
   $$u(n)=\{\begin{array}{l}1,n\ge 0\\ 0,n<0\end{array}$$

可以看出单位冲激信号和单位阶跃信号之间存在一阶差分关系
$$\{\begin{array}{l}\delta (n)=u(n)-u(n-1)\\ \\ u(n)={\sum }_{m=0}^{\infty }\delta (n-m)\end{array}$$
3. 脉冲信号,矩形信号
$$p(n)=\{\begin{array}{l}1,n\in [0,N-1]\\ 0,else\end{array}$$
4. 正弦信号*
$$x(n)=Asin(\omega n+\phi )\text{\hspace{1em}(1.1)}$$
其中 A 为信号的幅值, $\omega$为数字角频率, $\phi$为初始相位

$\omega \triangleq$相邻两个信号值之间变化的弧度数*

可由采样的观点理解模拟信号到数字信号:

$$x(n)=x_a(t){\mid }_{t=n{T}_s}=Asin(2\pi f{T}_{s}n+\phi )=Asin(\Omega T_{s}n+\phi )\text{\hspace{1em}(1.2)}$$

其中f为模拟频率,$T_s$为采样周期,$\Omega =2\pi f$为模拟角频率

对比(1.1)和(1.2)得:
$$\omega =2\pi f{T}_s=2\pi \frac{f}{f_s}=\Omega T_s=\frac{\Omega }{f_s}\text{\hspace{1em}(1.3)}$$
可以得到: f和$\Omega$和$\omega$成线性关系$\iff$ 数字角频率是模拟角频率对采样频率的归一化频率

5. 指数信号(信号与系统被讲烂了,就不写了)
   $$x(n)=a^n$$

6. 噪声信号(想不到吧)

经典数字信号处理最基本假设之一即是假设噪声为高斯白噪声。即指时域上某时刻的取值服从高斯分布.

也就是上一个blog中的:
$$p(v)=\frac{1}{\sqrt{2\pi {\sigma }_v^2}}{e}^{-\frac{1}{2{\sigma }_v^2}(v-{\mu }_v{)}^2}$$
其中${\mu }_v$为均值,${\sigma }_v^2$为方差

经典数字信号处理常假设噪声为加性噪声,即:
$$x(n)=s(n)+v(n)$$
然而实际上还有一种叫做乘法噪声的东西:
$$x(n)=s(n)\ast v(n)$$
但由于过于复杂的原因,这里一律采用加法噪声!

2.典型信号的DTFT

突然发现自己好像在写教材一样,那么,没订阅就不写了…

如果你想请我吃个南五的话