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 ] x[k] x[k] 是连续非周期信号 x ( t ) x(t) x(t) 的等间隔抽样序列,则离散信号频谱函数 X ( e j Ω ) X(e^{j\Omega}) X(ejΩ)是连续信号的频谱函数 X ( j ω ) X(j\omega) X(jω)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 x [ k ] ~ \tilde{x[k]} x[k]~是离散非周期信号 x [ k ] x[k] x[k] 的周期化,则离散非周期信号 x [ k ] ~ \tilde{x[k]} x[k]~的频谱函数 X [ m ] ~ \tilde{X[m]} X[m]~是离散周期信号 x [ k ] x[k] x[k]频谱函数 X ( e j Ω ) X(e^{j\Omega}) X(ejΩ)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 ] x[k] x[k]的DFT X [ m ] X[m] X[m] 是其DTFT X ( e j Ω ) X(e^{j\Omega}) X(ejΩ) 在一个周期 {0, 2 π 2\pi 2π}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 , .