Zpracování signálu - Signal processing
 | Tento článek má několik problémů. Prosím pomozte vylepši to nebo diskutovat o těchto otázkách na internetu diskusní stránka. (Zjistěte, jak a kdy tyto zprávy ze šablony odebrat) (Zjistěte, jak a kdy odstranit tuto zprávu šablony) |
Zpracování signálu je elektrotechnika podpole, které se zaměřuje na analýzu, úpravy a syntézu signály jako zvuk, snímky a vědecká měření.[1] Techniky zpracování signálu lze použít ke zlepšení přenosu, efektivity ukládání a subjektivní kvality a také k zdůraznění nebo detekci sledovaných složek v měřeném signálu.[2]
Dějiny
Podle Alan V. Oppenheim a Ronald W. Schafer, principy zpracování signálu lze nalézt v klasice numerická analýza techniky 17. století. Dále uvádějí, že digitální zdokonalení těchto technik lze nalézt v digitálu řídicí systémy 40. a 50. let.[3]
V roce 1948 Claude Shannon napsal vlivný papír “Matematická teorie komunikace "který byl zveřejněn v Technický deník Bell System.[4] Příspěvek položil základy pro pozdější vývoj informačních komunikačních systémů a zpracování signálů pro přenos.[5]
Zpracování signálu vyzrálo a vzkvétalo v šedesátých a sedmdesátých letech a digitální zpracování signálu se stalo široce používaným u specializovaných procesor digitálního signálu čipy v 80. letech.[5]
Kategorie
Analogový
Zpracování analogového signálu je pro signály, které nebyly digitalizovány, jako ve většině rozhlasových, telefonních, radarových a televizních systémů 20. století. To zahrnuje lineární elektronické obvody i nelineární. První jsou například pasivní filtry, aktivní filtry, míchačky přísad, integrátoři, a zpožďovací linky. Nelineární obvody zahrnují kompandéry, multiplikátory (frekvenční směšovače, napěťově řízené zesilovače ), napěťově řízené filtry, napěťově řízené oscilátory, a fázově uzamčené smyčky.
Nepřetržitý čas
Kontinuální zpracování signálu je pro signály, které se mění se změnou spojité domény (bez zohlednění některých jednotlivých přerušených bodů).
Mezi způsoby zpracování signálu patří časová doména, frekvenční doména, a komplexní frekvenční doména. Tato technologie pojednává hlavně o modelování lineárního časově invariantního spojitého systému, integrálu odezvy systému v nulovém stavu, nastavení funkce systému a kontinuálního filtrování času deterministických signálů
Diskrétní čas
Diskrétní zpracování signálu je pro vzorkované signály, definované pouze v diskrétních bodech v čase, a jako takové jsou kvantizovány v čase, ale ne ve velikosti.
Analogové zpracování diskrétního času je technologie založená na elektronických zařízeních, jako je vzorek a podržte obvody, analogové časové dělení multiplexery, analogové zpožďovací linky a analogové zpětnovazební posuvné registry. Tato technologie byla předchůdcem digitálního zpracování signálu (viz níže) a stále se používá v pokročilém zpracování gigahertzových signálů.
Koncept zpracování diskrétního času také odkazuje na teoretickou disciplínu, která vytváří matematický základ pro digitální zpracování signálu, aniž by chyba kvantování v úvahu.
Digitální
Digitální zpracování signálu je zpracování digitalizovaných diskrétních vzorkovaných signálů. Zpracování se provádí pro všeobecné účely počítače nebo digitálními obvody jako např ASIC, polní programovatelná hradlová pole nebo specializované procesory digitálního signálu (DSP čipy). Mezi typické aritmetické operace patří pevný bod a plovoucí bod, reálné a komplexní, násobení a sčítání. Další typické operace podporované hardwarem jsou kruhové nárazníky a vyhledávací tabulky. Příklady algoritmů jsou rychlá Fourierova transformace (FFT), konečná impulzní odezva (FIR) filtr, Nekonečná impulzní odezva (IIR) filtr a adaptivní filtry tak jako Wiener a Kalmanovy filtry.
Nelineární
Nelineární zpracování signálu zahrnuje analýzu a zpracování signálů produkovaných z nelineárních systémů a může být v časové, frekvenční nebo časoprostorové doméně.[6][7] Nelineární systémy mohou vytvářet velmi složité chování včetně bifurkace, chaos, harmonické, a subharmonie které nelze vyrobit nebo analyzovat pomocí lineárních metod.
Statistický
Statistické zpracování signálu je přístup, který zpracovává signály jako stochastické procesy, s využitím jejich statistický vlastnosti k provádění úkolů zpracování signálu.[8] Statistické techniky jsou široce používány v aplikacích zpracování signálu. Například lze modelovat rozdělení pravděpodobnosti hluku vznikajícího při fotografování snímku a konstruovat techniky založené na tomto modelu až snížit hluk ve výsledném obrázku.
Aplikační pole
- Zpracování zvukového signálu - pro elektrické signály představující zvuk, jako např mluvený projev nebo hudba[9]
- Zpracování obrazu - v digitálních fotoaparátech, počítačích a různých zobrazovacích systémech
- Zpracování videa - pro interpretaci pohyblivých obrázků
- Bezdrátová komunikace - generace vln, demodulace, filtrování, ekvalizace
- Řídicí systémy
- Zpracování pole - pro zpracování signálů z řady senzorů
- Kontrola procesu - používá se řada signálů, včetně průmyslového standardu 4–20 mA proudová smyčka
- Seismologie
- Zpracování finančních signálů - analýza finančních údajů pomocí technik zpracování signálu, zejména pro účely predikce.
- Extrakce funkcí, jako porozumění obrazu a rozpoznávání řeči.
- Zlepšení kvality, jako je redukce hluku, vylepšení obrazu, a zrušení ozvěny.
- Zdrojové kódování včetně audio komprese, komprese obrazu, a komprese videa.
- Genomický zpracování signálu[10]
V komunikačních systémech může ke zpracování signálu dojít na:
- OSI vrstva 1 v sedmivrstvém modelu OSI, fyzická vrstva (modulace, vyrovnání, multiplexování, atd.);
- OSI vrstva 2, vrstva datového spojení (dopředná oprava chyb );
- OSI vrstva 6, prezentační vrstva (zdrojové kódování, včetně analogově-digitální převod a komprese dat ).
Typická zařízení
- Filtry - například analogový (pasivní nebo aktivní) nebo digitální (JEDLE, IIR, frekvenční doména nebo stochastické filtry, atd.)
- Vzorníky a analogově-digitální převaděče pro získávání signálu a rekonstrukce, která zahrnuje měření fyzického signálu, jeho uložení nebo přenos jako digitálního signálu a případně později opětovné sestavení původního signálu nebo jeho aproximace.
- Signální kompresory
- Procesory digitálního signálu (DSP)
Použité matematické metody
- Diferenciální rovnice[11]
- Vztah opakování[12]
- Teorie transformace
- Časově-frekvenční analýza - pro zpracování nestacionárních signálů[13]
- Spektrální odhad - pro určení spektrálního obsahu (tj. Distribuce energie přes frekvenci) časové řady[14]
- Statistické zpracování signálu - analýza a extrakce informací ze signálů a šumu na základě jejich stochastických vlastností
- Lineární časově invariantní systém teorie a teorie transformace
- Polynomiální zpracování signálu - analýza systémů, které spojují vstup a výstup pomocí polynomů
- Identifikace systému[6] a klasifikace
- Počet
- Složitá analýza[15]
- Vektorové prostory a Lineární algebra[16]
- Funkční analýza[17]
- Pravděpodobnost a stochastické procesy[8]
- Teorie detekce
- Teorie odhadu
- Optimalizace[18]
- Numerické metody
- Časové řady
- Dolování dat - pro statistickou analýzu vztahů mezi velkým množstvím proměnných (v této souvislosti představujících mnoho fyzických signálů), k získání dříve neznámých zajímavých vzorů
Viz také
- Zvukový filtr
- Ohraničená variace
- Digitální zpracování obrazu
- Komprese dynamického rozsahu, kompaktní, omezující, a hlukové hradlo
- Informační teorie
- Nemístní prostředky
- Dozvuku
Reference
- ^ Sengupta, Nandini; Sahidullah, Md; Saha, Goutam (srpen 2016). "Klasifikace plicního zvuku pomocí cepstrálních statistických funkcí". Počítače v biologii a medicíně. 75 (1): 118–129. doi:10.1016 / j.compbiomed.2016.05.013. PMID 27286184.
- ^ Alan V. Oppenheim a Ronald W. Schafer (1989). Zpracování signálu v diskrétním čase. Prentice Hall. p. 1. ISBN 0-13-216771-9.
- ^ Oppenheim, Alan V .; Schafer, Ronald W. (1975). Zpracování digitálních signálů. Prentice Hall. p. 5. ISBN 0-13-214635-5.
- ^ „Matematická teorie komunikace - revoluce CHM“. Počítačová historie. Citováno 2019-05-13.
- ^ A b Padesát let zpracování signálu: Společnost IEEE pro zpracování signálu a její technologie, 1948–1998. Společnost pro zpracování signálů IEEE. 1998.
- ^ A b Billings, S.A. (2013). Nelineární identifikace systému: Metody NARMAX v časové, frekvenční a časoprostorové doméně. Wiley. ISBN 978-1119943594.
- ^ Slawinska, J., Ourmazd, A. a Giannakis, D. (2018). „Nový přístup ke zpracování signálu časoprostorových dat“. Workshop IEEE Statistické zpracování signálů (SSP) 2018. IEEE Xplore. 338–342. doi:10.1109 / SSP.2018.8450704. ISBN 978-1-5386-1571-3. S2CID 52153144.CS1 maint: používá parametr autoři (odkaz)
- ^ A b Scharf, Louis L. (1991). Statistické zpracování signálu: detekce, odhad a analýza časových řad. Boston: Addison – Wesley. ISBN 0-201-19038-9. OCLC 61160161.
- ^ Sarangi, Susanta; Sahidullah, Md; Saha, Goutam (září 2020). "Optimalizace datové banky filtrů pro automatické ověření reproduktorů". Zpracování digitálních signálů. 104: 102795. arXiv:2007.10729. doi:10.1016 / j.dsp.2020.102795. S2CID 220665533.
- ^ Anastassiou, D. (2001). "Zpracování genomického signálu". IEEE Signal Processing Magazine. IEEE. 18 (4): 8–20. doi:10.1109/79.939833.
- ^ Patrick Gaydecki (2004). Základy zpracování digitálního signálu: teorie, algoritmy a návrh hardwaru. IET. str. 40–. ISBN 978-0-85296-431-6.
- ^ Shlomo Engelberg (8. ledna 2008). Digitální zpracování signálu: experimentální přístup. Springer Science & Business Media. ISBN 978-1-84800-119-0.
- ^ Boashash, Boualem, ed. (2003). Analýza a zpracování časového signálu a komplexní reference (1. vyd.). Amsterdam: Elsevier. ISBN 0-08-044335-4.
- ^ Stoica, Petre; Mojžíš, Randolph (2005). Spektrální analýza signálů (PDF). NJ: Prentice Hall.
- ^ Peter J. Schreier; Louis L. Scharf (4. února 2010). Statistické zpracování signálů komplexně hodnotných dat: Teorie nesprávných a nekruhových signálů. Cambridge University Press. ISBN 978-1-139-48762-7.
- ^ Max A. Little (13. srpna 2019). Machine Learning for Signal Processing: Data Science, Algorithms, and Computational Statistics. OUP Oxford. ISBN 978-0-19-102431-3.
- ^ Steven B. Damelin; Willard Miller, Jr (2012). Matematika zpracování signálu. Cambridge University Press. ISBN 978-1-107-01322-3.
- ^ Daniel P. Palomar; Yonina C. Eldar (2010). Konvexní optimalizace zpracování signálu a komunikace. Cambridge University Press. ISBN 978-0-521-76222-9.
Další čtení
- P Stoica, R Moses (2005). Spektrální analýza signálů (PDF). NJ: Prentice Hall.
- Kay, Steven M. (1993). Základy statistického zpracování signálů. Upper Saddle River, New Jersey: Prentice Hall. ISBN 0-13-345711-7. OCLC 26504848.
- Papoulis, Athanasios (1991). Pravděpodobnost, náhodné proměnné a stochastické procesy (třetí vydání). McGraw-Hill. ISBN 0-07-100870-5.
- Kainam Thomas Wong [1]: Poznámky k přednášce Statistické zpracování signálu na University of Waterloo v Kanadě.
- Ali H. Sayed Adaptivní filtry, Wiley, NJ, 2008, ISBN 978-0-470-25388-5.
- Thomas Kailath, Ali H. Sayed, a Babak Hassibi, Lineární odhad, Prentice-Hall, NJ, 2000, ISBN 978-0-13-022464-4.
externí odkazy
- Zpracování signálu pro komunikaci - bezplatná online učebnice Paola Prandoniho a Martina Vetterliho (2008)
- Příručka pro vědce a inženýry ke zpracování digitálního signálu - bezplatná online učebnice od Stephena Smitha
