|
Email: 103282699@qq.com. QQ：103282699. 提倡“我为人人，人人为我”，欢迎广大朋友提供好的资料、文章、题解和学习经验，共同学习，共同进步。 一 数字信号处理的主要内容 “数字信号处理”的概念比较广泛, 理论包括三部分: ①以快速傅里叶变换和IIR/FIR滤波器设计等经典内容为主的数字信号处理; ②以随机信号为研究对象的随机信号分析与处理; ③较新的现代信号处理. 一般来说, ①是电子信息类专业本科课程, ②为本科生高年级和硕士研究生课程, ③是研究生(包括硕士生和博士生)课程. 此外, 数字信号处理既包括理论基础和软件仿真, 也包括硬件实现即DSP芯片. 在本科阶段学习的是①, 包括两个主要内容: 离散傅里叶变换及其快速算法和滤波器(IIR/FIR)设计. 有的教材介绍了数字信号处理硬件实现的有关知识, 和多采样率信号处理等相关知识. 二 数字信号处理的应用 可以说, 没有数字信号处理, 就没有现在这样丰富多彩的娱乐和学习生活, 也没有现代强大的生产能力, 文献[1]第5页表0.1给出数字信号处理的典型应用, 包括自动控制、消费电子、电子通信、语音、图形/图像和工业应用等. 作为本科生学习的数字信号处理, 是整个数字信号处理的基础, 涉及较为简单的内容, 虽然简单, 但是仍然可以帮助理解和解决很多问题, 下面以我阅读过的一个语音编码国际规范为例, 说明基础的数字信号处理的实际应用. 文献[2]简称G.722.2标准, 是国际电信联盟ITU制定的一个宽带语音编码标准, 由于较高的采样率(16 kHz), 可以得到比窄带语音(8 kHz)好得多的质量. 采样率和信号质量的关系, 就是《数字信号处理》和《通信原理》等课程的基本内容. 采样率越高, 信号的带宽越宽, 失真越小, 语音质量越高. 在语音编码的初始阶段, 有一个模数转换(A/D)过程, 将模拟信号转化为PCM数字信号, 有一个很重要的处理步骤为抗混叠滤波, 滤波器的设计就涉及《数字信号处理》这门课程的无限冲激响应滤波器设计的内容. 在预处理阶段, 还要将采样信号从16 kHz降采样到12.8 kHz,以进行LPC, LTP和固定码本参数的分析, 升/降采样也是《数字信号处理》的基本内容. 为了滤除不必要的低频成分, 用一个截止频率为50 kHz的高通滤波器滤波, 该高通滤波器为 学习了《数字信号处理》这门课, 就可以根据一定的指标, 设计符合要求的滤波器. 信号经过高通滤波去掉低频成分之后, 还要进行预加重以加强高频成分, 预加重滤波器为 为什么要对语音进行预加重呢? 因为语音信号的低频分量能量大, 而高频能量明显偏小, 高频分量对于语音的个性特征是很重要的. 而鉴频器输出的功率谱密度随频率的平方而增加, 低频噪声小, 高频噪声大, 结果语音信号在低频信噪比较大而高频信噪比较小, 使得高频相对低频失真较大. 预加重即是加强高频信号的能量, 使得低频和高频的信噪比接近一致, 接收端则进行去加重滤波. 上述功率谱密度的概念是随机信号分析的基本内容, 而预加重滤波器则是《数字信号处理》的基本内容. 对语音信号进行LPC分析时, 要进行加窗处理, 加窗是FIR滤波器设计的基本技术. 由于G.722.2进行矢量量化, 为了提高量化效率, 还要对语音信号进行感知加权, 以充分利用语音的掩蔽效应. 所谓“掩蔽效应”, 即强音掩蔽弱音, 高频掩蔽低频. 通过感知加权后,对能量较高的语音部分量化时可以适当加大失真, 根据信息论基本原理, 量化失真越大, 则需要的量化比特越少, 也就是编码效率越高. 感知加权滤波器为 在语音的解码合成阶段, 要经过升采样即从12.8 kHz到16 kHz和去加重等相反的过程. 以上讲了一些本科《数字信号处理》需要学习的内容, 学好这门课就能深刻理解以上各个过程. 此外, 还有一些内容涉及现代信号处理, 如Levinson-Durbin算法等, 这里不介绍了. 总之, 学好《数字信号处理》这门课, 不仅为以后的继续深造打下良好的基础, 而且可以理解很多信号处理的相关过程, 也可以做一些基本的滤波器设计工作. 三 《数字信号处理》课程教学改革设想 有学生提问, 学数字信号处理到底有什么用, 以上结合自己的学习过程给出一个回答, 可以看出学完这门课, 可以理解很多以前不懂的内容. 对于那些想进一步深造的学生来说, 学好这门课是必需的. 由于绝大多数学生不从事后续研究工作, 因此这门课的教学应该尽量紧密结合实际应用, 而将枯燥的理论只从定性上讲解, 将繁琐的数学推导尽量省略掉. 比如讲解FFT的时候, 只要讲解快速傅里叶变换的基本思想, 为什么能进行快速傅里叶变换就可以了. 定性的说明应该反复强调以加深印象, 万不得已的时候也要结合一些简单的数学公式. 尽量结合语音和图像等具体信号的处理讲解基础理论的应用. 多做MATLAB仿真, 切实感受信号处理的视觉和听觉效果. 同时, 也要加强基本概念的讲解, 尽量做到不仅知其然, 也要知其所以然. 总之, 数字信号处理这门课很精深, 要学好、讲好都很不容易, 只有教师和学生全力合作, 才能很好地完成这门课的学习. 参考文献 [1] 吴镇扬. 数字信号处理(第三版). 北京: 高等教育出版社, 2016 [2]Wideband coding of speech at around 16 kbit/s using Adaptive Multi-RateWideband(AMR-WB). ITU-T. 2003, 7
|
|
|
