第1章 概 述
1.1 引 言
数字信号处理(Digital Signal Processing,简称DSP)是一门涉及许多学科而又广泛应用于许多领域的新兴学科.20世纪60年代以来,随着计算机和信息技术的飞速发展,数字信号处理技术应运而生并得到迅速的发展.在过去的二十多年时间里,数字信号处理已经在通信等领域得到极为广泛的应用.
数字信号处理是利用计算机或专用处理设备,以数字形式对信号进行采集,变换,滤波,估值,增强,压缩,识别等处理,以得到符合人们需要的信号形式.
数字信号处理是围绕着数字信号处理的理论,实现和应用等几个方面发展起来的.数字信号处理在理论上的发展推动了数字信号处理应用的发展.反过来,数字信号处理的应用又促进了数字信号处理理论的提高.而数字信号处理的实现则是理论和应用之间的桥梁.
数字信号处理是以众多学科为理论基础的,它所涉及的范围极其广泛.例如,在数学领域,微积分,概率统计,随机过程,数值分析等都是数字信号处理的基本工具,与网络理论,信号与系统,控制论,通信理论,故障诊断等也密切相关.近来新兴的一些学科,如人工智能,模式识别,神经网络等,都与数字信号处理密不可分.可以说,数字信号处理是把许多经典的理论体系作为自己的理论基础,同时又使自己成为一系列新兴学科的理论基础.
数字信号处理的实现方法一般有以下几种:
(1) 在通用的计算机(如PC机)上用软件(如Fortran,C语言)实现;
(2) 在通用计算机系统中加上专用的加速处理机实现;
(3) 用通用的单片机(如MCS-51,96系列等)实现,这种方法可用于一些不太复杂的数字信号处理,如数字控制等;
(4) 用通用的可编程DSP芯片实现.与单片机相比,DSP芯片具有更加适合于数字信号处理的软件和硬件资源,可用于复杂的数字信号处理算法;
(5) 用专用的DSP芯片实现.在一些特殊的场合,要求的信号处理速度极高,用通用DSP芯片很难实现,例如专用于FFT,数字滤波,卷积,相关等算法的DSP芯片,这种芯片将相应的信号处理算法在芯片内部用硬件实现,无需进行编程.
在上述几种方法中,第1种方法的缺点是速度较慢,一般可用于DSP算法的模拟;第2种和第5种方法专用性强,应用受到很大的限制,第2种方法也不便于系统的独立运行;第3种方法只适用于实现简单的DSP算法;只有第4种方法才使数字信号处理的应用打开了新的局面.
虽然数字信号处理的理论发展迅速,但在20世纪80年代以前,由于实现方法的限制,数字信号处理的理论还得不到广泛的应用.直到20世纪70年代末80年代初世界上第一片单片可编程DSP芯片的诞生,才将理论研究结果广泛应用到低成本的实际系统中,并且推动了新的理论和应用领域的发展.可以毫不夸张地说,DSP芯片的诞生及发展对近20年来通信,计算机,控制等领域的技术发展起到十分重要的作用.
1.2 DSP系统
1.2.1 DSP系统构成
图1.1所示为一个典型的DSP系统.图中的输入信号可以有各种各样的形式.例如,它可以是麦克风输出的语音信号或是电话线来的已调数据信号,可以是编码后在数字链路上传输或存储在计算机里的摄像机图像信号等.
图1.1 典型的DSP系统
输入信号首先进行带限滤波和抽样,然后进行A/D(Analog to Digital)变换将信号变换成数字比特流.根据奈奎斯特抽样定理,为保证信息不丢失,抽样频率至少必须是输入带限信号最高频率的2倍.
DSP芯片的输入是A/D变换后得到的以抽样形式表示的数字信号,DSP芯片对输入的数字信号进行某种形式的处理,如进行一系列的乘累加操作(MAC).数字处理是DSP的关键,这与其他系统(如电话交换系统)有很大的不同,在交换系统中,处理器的作用是进行路由选择,它并不对输入数据进行修改.因此虽然两者都是实时系统,但两者的实时约束条件却有很大的不同.最后,经过处理后的数字样值再经D/A(Digital to Analog)变换转换为模拟样值,之后再进行内插和平滑滤波就可得到连续的模拟波形.
必须指出的是,上面给出的DSP系统模型是一个典型模型,但并不是所有的DSP系统都必须具有模型中的所有部件.如语音识别系统在输出端并不是连续的波形,而是识别结果,如数字,文字等;有些输入信号本身就是数字信号(如CD:Compact Disk),因此就不必进行模数变换了.
1.2.2 DSP系统的特点
数字信号处理系统是以数字信号处理为基础,因此具有数字处理的全部优点:
(1) 接口方便.DSP系统与其他以现代数字技术为基础的系统或设备都是相互兼容的,与这样的系统接口以实现某种功能要比模拟系统与这些系统接口要容易得多;

下一页