DSP知识梳理

此文为记录个人对所学通信的理解，旨在串起各个概念，构建思路，详细公式需查阅教材。

什么是通信？

通信的本质在于将消息从该消息发出一端传送给另一端。发出去的一端叫发送端，接收的一端叫接收端。消息里承载的有价值的内容或含义叫信息，信息需要载体，在某种介质中传输，这时候信息变成了信号。传输介质在古代有空气等，现有电磁波（光、电）。从物理角度说，传播过程可以视为介质震动，震动的波形具有三个基本特性：幅度、频率和相位。信息可以蕴含在这三种特性中的一种或几种，这就是调制的基本思想。

现实生活中的信号可以分为确定信号和随机信号。确定信号可以用确定的时间函数描述；随机信号反之，所以人们用基于统计的方法来研究。

信号的描述

除了分为确定信号和随机信号以外，根据信号在时间上的特点，还可以分为连续信号和离散信号：连续信号在时间和幅度上是连续的，离散信号反之。此外，有周期与非周期、能量与功率信号之分。

在分析信号时，有两种角度：时域和频域

信号的时域分析

现实信号多为复杂，为方便研究，将复杂信号分解为基本信号的组合，称为时域分解。从基本信号的特点出发讨论其组合后的特性，即复杂信号的特性。
基本信号分为普通信号和奇异信号，普通信号包括直流信号、指数信号、正弦信号，奇异信号包括单位阶跃信号、冲激信号。无论是连续还是离散信号，都可以通过基本运算组合。

信号的频域分析

频谱分析可以看作换一个角度看信号的方式，以频率为纵轴，分析一个信号具有的频率分量。这是频谱。傅里叶提供了分析理论：

信号类型	对应傅里叶变换	时频特点
连续周期信号	CFS（Continous Fourier Series）	时域与频域都是连续波形
连续非周期信号	CTFT（Continous Time Fourier Transform）	时域连续，频谱离散
离散周期信号	DFS（Discrete Fourier Series）	时域离散，频谱连续
离散非周期信号	DTFT（Discrete Time Fourier Transform）	时域离散，频谱离散

相互转化：根据时域抽样定理：若离散非周期信号 $x[k]$ 是连续非周期信号 $x(t)$ 的等间隔抽样序列，则离散信号频谱函数$X(e^{j\Omega })$是连续信号的频谱函数 $X(j\omega )$的周期化。即 时域离散化–>频域周期化
根据频域抽样定理：若离散周期信号 $\widetilde{x[k]}$是离散非周期信号 $x[k]$ 的周期化，则离散非周期信号 $\widetilde{x[k]}$的频谱函数$\widetilde{X[m]}$是离散周期信号$x[k]$频谱函数 $X(e^{j\Omega })$的离散化。即 时域周期化 --> 频域离散化。
为解决现实中许多信号没有傅里叶变换的问题，引入了Z变换，将信号映射到单位圆上。

DFT及其快速算法

由于计算机在处理时，要求输入信号与输出信号都是离散的有限长序列，DFT（Discrete Fourier Transform）应运而生。它与其它变换的关系是：
DFT & DTFT: 有限长序列$x[k]$的DFT $X[m]$ 是其DTFT $X(e^{j\Omega })$ 在一个周期 {0,$2\pi$}的等间隔抽样：
X [ m ] = D F T { x [ k ] } = X ( e j Ω ) ∣ Ω = 2 π N m , m = 0 , 1 , .