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
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
- 时域与频域的相互切换
- 向量
- MATLAB
离散时间信号
1.典型信号
- 单位冲激信号
δ ( n ) = { 1 , n = 0 0 , n ≠ 0 \delta (n) =\begin{cases} 1, \quad n=0 \\ 0, \quad n \neq 0 \end{cases} δ(n)={1,n=00,n̸=0 - 单位阶跃信号
u ( n ) = { 1 , n ≥ 0 0 , n < 0 u(n) =\begin{cases} 1, \quad n \geq 0 \\ 0, \quad n < 0 \end{cases} u(n)={1,n≥00,n<0
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
{
δ
(
n
)
=
u
(
n
)
−
u
(
n
−
1
)
u
(
n
)
=
∑
m
=
0
∞
δ
(
n
−
m
)
\begin{cases} \delta (n)=u(n)-u(n-1) \\ \\ u(n)= \sum_{m=0}^\infty \delta(n-m) \end{cases}
⎩⎪⎨⎪⎧δ(n)=u(n)−u(n−1)u(n)=∑m=0∞δ(n−m)
3. 脉冲信号,矩形信号
p
(
n
)
=
{
1
,
n
∈
[
0
,
N
−
1
]
0
,
e
l
s
e
p(n) =\begin{cases} 1, \quad n \in [0,N-1] \\ 0, \quad else \end{cases}
p(n)={1,n∈[0,N−1]0,else
4. 正弦信号*
(1.1)
x
(
n
)
=
A
s
i
n
(
ω
n
+
φ
)
x(n)=Asin(\omega n+\varphi ) \tag{1.1}
x(n)=Asin(ωn+φ)(1.1)
其中 A 为信号的幅值,
ω
\omega
ω为数字角频率,
φ
\varphi
φ为初始相位
ω ≜ \omega\triangleq ω≜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:
(1.2) x ( n ) = x a ( t ) ∣ t = n T s = A s i n ( 2 π f T s n + φ ) = A s i n ( Ω T s n + φ ) x(n)=x_a(t)\mid_{t=nT_s} = Asin(2\pi fT_sn+\varphi)=Asin(\Omega T_sn+\varphi) \tag{1.2} x(n)=xa(t)∣t=nTs=Asin(2πfTsn+φ)=Asin(ΩTsn+φ)(1.2)
其中f为模拟频率, T s T_s Ts为采样周期, Ω = 2 π f \Omega=2\pi f Ω=2πf为模拟角频率
对比(1.1)和(1.2)得:
(1.3)
ω
=
2
π
f
T
s
=
2
π
f
f
s
=
Ω
T
s
=
Ω
f
s
\omega = 2\pi f T_s = 2\pi \frac{f}{f_s}=\Omega T_s =\frac{\Omega}{f_s} \tag{1.3}
ω=2πfTs=2πfsf=ΩTs=fsΩ(1.3)
可以得到: f和
Ω
\Omega
Ω和
ω
\omega
ω成线性关系
⇔
\Leftrightarrow
⇔ 数字角频率是模拟角频率对采样频率的归一化频率
-
指数信号(信号与系统被讲烂了,就不写了)
x ( n ) = a n x(n)=a^n x(n)=an -
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
)
=
1
2
π
σ
v
2
e
−
1
2
σ
v
2
(
v
−
μ
v
)
2
p(v)=\frac1{\sqrt{2\pi\sigma_v^2}}e^{-\frac{1}{2\sigma_v^2}(v-\mu_v)^2}
p(v)=2πσv21e−2σv21(v−μv)2
其中
μ
v
\mu_v
μv为均值,
σ
v
2
\sigma_v^2
σv2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 ) x(n) = s(n) + v(n) 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 ) ∗ v ( n ) x(n) = s(n) * v(n) x(n)=s(n)∗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…