【畢業(yè)設(shè)計(jì)】音頻信號(hào)數(shù)字處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)外文文獻(xiàn)及翻譯

畢業(yè)設(shè)計(jì)（論文）外文文獻(xiàn)譯文及原文學(xué)生魏江紅學(xué)號(hào)20110311107專業(yè)電子信息工程指導(dǎo)教師馬令坤陜西科技大學(xué)職業(yè)教育師范學(xué)院2015年6月2日數(shù)字信號(hào)處理一、導(dǎo)論數(shù)字信號(hào)處理（DSP）是由一系列的數(shù)字或符號(hào)來(lái)表示這些信號(hào)的處理的過(guò)程的。數(shù)字信號(hào)處理與模擬信號(hào)處理屬于信號(hào)處理領(lǐng)域。DSP包括子域的音頻和語(yǔ)音信號(hào)處理，雷達(dá)和聲納信號(hào)處理，傳感器陣列處理，譜估計(jì)，統(tǒng)計(jì)信號(hào)處理，數(shù)字圖像處理，通信信號(hào)處理，生物醫(yī)學(xué)信號(hào)處理，地震數(shù)據(jù)處理等。由于DSP的目標(biāo)通常是對(duì)連續(xù)的真實(shí)世界的模擬信號(hào)進(jìn)行測(cè)量或?yàn)V波，第一步通常是通過(guò)使用一個(gè)模擬到數(shù)字的轉(zhuǎn)換器將信號(hào)從模擬信號(hào)轉(zhuǎn)化到數(shù)字信號(hào)。通常，所需的輸出信號(hào)卻是一個(gè)模擬輸出信號(hào)，因此這就需要一個(gè)數(shù)字到模擬的轉(zhuǎn)換器。即使這個(gè)過(guò)程比模擬處理更復(fù)雜的和而且具有離散值，由于數(shù)字信號(hào)處理的錯(cuò)誤檢測(cè)和校正不易受噪聲影響，它的穩(wěn)定性使得它優(yōu)于許多模擬信號(hào)處理的應(yīng)用（雖然不是全部）。DSP算法一直是運(yùn)行在標(biāo)準(zhǔn)的計(jì)算機(jī)，被稱為數(shù)字信號(hào)處理器（DSP）的專用處理器或在專用硬件如特殊應(yīng)用集成電路（ASIC）。目前有用于數(shù)字信號(hào)處理的附加技術(shù)包括更強(qiáng)大的通用微處理器，現(xiàn)場(chǎng)可編程門陣列（FPGA），數(shù)字信號(hào)控制器（大多為工業(yè)應(yīng)用，如電機(jī)控制）和流處理器和其他相關(guān)技術(shù)。在數(shù)字信號(hào)處理過(guò)程中，工程師通常研究數(shù)字信號(hào)的以下領(lǐng)域時(shí)間域（一維信號(hào)），空間域（多維信號(hào)），頻率域，域和小波域的自相關(guān)。他們選擇在哪個(gè)領(lǐng)域過(guò)程中的一個(gè)信號(hào)，做一個(gè)明智的猜測(cè)（或通過(guò)嘗試不同的可能性）作為該域的最佳代表的信號(hào)的本質(zhì)特征。從測(cè)量裝置對(duì)樣品序列產(chǎn)生一個(gè)時(shí)間或空間域表示，而離散傅立葉變換產(chǎn)生的頻譜的頻率域信息。自相關(guān)的定義是互相關(guān)的信號(hào)本身在不同時(shí)間間隔的時(shí)間或空間的相關(guān)情況。二、信號(hào)采樣隨著計(jì)算機(jī)的應(yīng)用越來(lái)越多地使用，數(shù)字信號(hào)處理的需要也增加了。為了在計(jì)算機(jī)上使用一個(gè)模擬信號(hào)的計(jì)算機(jī)，它上面必須使用模擬到數(shù)字的轉(zhuǎn)換器（ADC）使其數(shù)字化。采樣通常分兩階段進(jìn)行，離散化和量化。在離散化階段，信號(hào)的空間被劃分成等價(jià)類和量化是通過(guò)一組有限的具有代表性的信號(hào)值來(lái)代替信號(hào)近似值。奈奎斯特香農(nóng)采樣定理指出，如果樣本的取樣頻率大于兩倍的信號(hào)的最高頻率，一個(gè)信號(hào)可以準(zhǔn)確地重建它的樣本。在實(shí)踐中，采樣頻率往往大大超過(guò)所需的帶寬的兩倍。數(shù)字模擬轉(zhuǎn)換器（DAC）用于將數(shù)字信號(hào)轉(zhuǎn)化到模擬信號(hào)。數(shù)字計(jì)算機(jī)的使用是數(shù)字控制系統(tǒng)中的一個(gè)關(guān)鍵因素。三、時(shí)間域和空間域在時(shí)間或空間域中最常見(jiàn)的處理方法是對(duì)輸入信號(hào)進(jìn)行一種稱為濾波的操作。濾波通常包括對(duì)一些周邊樣本的輸入或輸出信號(hào)電流采樣進(jìn)行一些改造。現(xiàn)在有各種不同的方法來(lái)表征的濾波器，例如一個(gè)線性濾波器的輸入樣本的線性變換；其他的過(guò)濾器都是“非線性”。線性濾波器滿足疊加條件，即如果一個(gè)輸入不同的信號(hào)的加權(quán)線性組合，輸出的是一個(gè)同樣加權(quán)線性組合所對(duì)應(yīng)的輸出信號(hào)?！耙蚬睘V波器只使用以前的樣本的輸入或輸出信號(hào)；而“非因果”濾波器使用未來(lái)的輸入樣本。一個(gè)非因果濾波器通?？梢酝ㄟ^(guò)增加一個(gè)延遲將它變成了一個(gè)因果濾波器?！皶r(shí)間不變”濾波器隨著時(shí)間的推移性具有穩(wěn)定特性；其他濾波器如隨時(shí)間變化的自適應(yīng)濾波器。一些濾波器是“穩(wěn)定”的，別的是“不穩(wěn)定的”。一個(gè)穩(wěn)定的濾波器產(chǎn)生的輸出信號(hào)隨時(shí)間收斂于一個(gè)恒定值，或在一個(gè)有限的時(shí)間間隔內(nèi)是有界的。一種不穩(wěn)定的濾波器可以產(chǎn)生一個(gè)沒(méi)有增長(zhǎng)界限的輸出，甚至零輸入有界。“有限脈沖響應(yīng)（FIR）”濾波器只使用于輸入信號(hào)，而“無(wú)限脈沖響應(yīng)濾波器（IIR）”使用于輸入信號(hào)和輸出信號(hào)之前的樣品。FIR濾波器總是穩(wěn)定的，而IIR濾波器可能是不穩(wěn)定的。大多數(shù)濾波器可以被描述在Z域（頻域的一個(gè)超集）的傳遞函數(shù)。如果它是一個(gè)FIR濾波器的脈沖響應(yīng)和階躍響應(yīng)，濾波器也可以被描述為一個(gè)差分方程，或?qū)α泓c(diǎn)和極點(diǎn)的收集。一個(gè)FIR濾波器的輸出是通過(guò)對(duì)任何給定的輸入與脈沖響應(yīng)的卷積計(jì)算得到的。濾波器也可以被用來(lái)推導(dǎo)出一個(gè)樣品的處理算法的方塊圖利用硬件指令實(shí)現(xiàn)濾波器所代表。四、頻域信號(hào)通常是通過(guò)傅立葉變換將其從時(shí)間或空間域轉(zhuǎn)換到頻率域。傅里葉變換將信號(hào)轉(zhuǎn)換信息和相位分量級(jí)的每個(gè)頻率。通常的傅里葉變換轉(zhuǎn)換為功率譜，這是大小的每個(gè)頻率分量的平方。在頻域?qū)π盘?hào)分析的最常見(jiàn)的用途是信號(hào)特性分析。工程師可以研究頻譜來(lái)確定哪一頻率的存在于輸入信號(hào)中。濾波，特別是在非實(shí)時(shí)的工作也可以被轉(zhuǎn)換到頻域?qū)崿F(xiàn)，應(yīng)用濾波器，然后轉(zhuǎn)換回時(shí)域。這是一個(gè)快速，O（NLOGN）操作，可以基本上給出任何濾波器的形狀包括磚墻濾波器優(yōu)良的逼近。有一些常用的頻域變換。例如，倒譜轉(zhuǎn)換信號(hào)的頻域傅立葉變換，取對(duì)數(shù)，然后將另一個(gè)傅里葉變換。這強(qiáng)調(diào)的頻率成分的幅度較小而保留的頻率分量的大小順序。頻域分析又稱譜或譜分析。五、信號(hào)處理信號(hào)通常需要以不同的方式進(jìn)行處理。例如，從一個(gè)傳感器的輸出信號(hào)可能被污染的多余電“噪音”。電極連接到一個(gè)病人的胸部時(shí)，心電圖是測(cè)量由心臟和其他肌肉的活動(dòng)引起的微小的電壓變化。由于電的干擾從電源的強(qiáng)烈影響，信號(hào)通常是采用“總管拾取”。處理信號(hào)的濾波電路可以消除或至少降低信號(hào)的不需要的部分?，F(xiàn)在，越來(lái)越多的的情況下，是由DSP技術(shù)來(lái)進(jìn)行信號(hào)的濾波以提高信號(hào)質(zhì)量或提取重要信息，而不是模擬電子技術(shù)。六、DSP的發(fā)展數(shù)字信號(hào)處理的發(fā)展從1960年代的大型數(shù)字計(jì)算機(jī)的數(shù)字運(yùn)算應(yīng)用程序的使用快速傅立葉變換（FFT），它允許一個(gè)信號(hào)的頻譜可以快速計(jì)算。這些技術(shù)在當(dāng)時(shí)沒(méi)有被廣泛使用，因?yàn)楹线m的計(jì)算設(shè)備通常僅在大學(xué)及其他科研機(jī)構(gòu)可以使用。七、數(shù)字信號(hào)處理器（DSP）在20世紀(jì)70年代末和20世紀(jì)80年代初微處理機(jī)的介紹使DSP技術(shù)在更廣泛的范圍內(nèi)得到了使用。然而，通用微處理器如INTELX86的家庭并不適合于DSP的計(jì)算密集型的需求，隨著20世紀(jì)80年代DSP重要性的增加導(dǎo)致幾個(gè)主要的電子產(chǎn)品制造商（如德克薩斯儀器，模擬設(shè)備和摩托羅拉）去開(kāi)發(fā)數(shù)字信號(hào)處理器芯片，專門的微處理器，專門設(shè)計(jì)用于在數(shù)字信號(hào)處理要求的操作的類型的架構(gòu)。（注意，縮寫DSP數(shù)字信號(hào)處理的不同的意思，這個(gè)詞用于處理數(shù)字信號(hào)，多種技術(shù)或數(shù)字信號(hào)處理器，一種特殊類型的微處理器芯片）。像一個(gè)通用微處理器，DSP是一種具有其自己的本地指令代碼的可編程器件。DSP芯片是能夠每秒進(jìn)行數(shù)以百萬(wàn)計(jì)的浮點(diǎn)運(yùn)算，像他們同類型的更著名的通用器件，更快和更強(qiáng)大的版本正在不斷被引入。DSP也可以嵌入在復(fù)雜的“系統(tǒng)芯片”裝置，通常包括模擬和數(shù)字電路。8、數(shù)字信號(hào)處理器的應(yīng)用DSP技術(shù)是當(dāng)今普遍在手機(jī)，多媒體計(jì)算機(jī)，錄像機(jī)，CD播放器，硬盤驅(qū)動(dòng)器和控制器的調(diào)制解調(diào)器等設(shè)備，并將很快在電視和電話業(yè)務(wù)中取代模擬電路。DSP的一個(gè)重要的應(yīng)用是信號(hào)的壓縮和解壓。信號(hào)壓縮用于數(shù)字蜂窩電話，在每一個(gè)地方的“單元”讓更多的電話同時(shí)被處理。DSP信號(hào)壓縮技術(shù)不僅使人們可以相互交談，而且可以通過(guò)使用安裝在計(jì)算機(jī)上的小的攝像機(jī)使人們通過(guò)顯示器看見(jiàn)對(duì)方，而這些只需要將傳統(tǒng)的電話線連接在一起。在音頻CD系統(tǒng)，DSP技術(shù)來(lái)執(zhí)行復(fù)雜的錯(cuò)誤檢測(cè)和校正原始數(shù)據(jù)，因?yàn)樗菑墓獗P讀取。雖然一些潛在的DSP技術(shù)的數(shù)學(xué)理論，如傅立葉和希爾伯特變換，數(shù)字濾波器的設(shè)計(jì)和信號(hào)壓縮，可以相當(dāng)復(fù)雜，而數(shù)值運(yùn)算所需的實(shí)際實(shí)現(xiàn)這些技術(shù)是非常簡(jiǎn)單的，主要包括操作可以在一個(gè)便宜的四功能的計(jì)算器上進(jìn)行操作。一種DSP芯片的結(jié)構(gòu)設(shè)計(jì)進(jìn)行這樣的操作非?？?，處理的樣品每秒數(shù)以億計(jì)，提供實(shí)時(shí)的性能即，能夠處理一個(gè)實(shí)時(shí)的信號(hào)，因?yàn)樗遣蓸?，然后輸出信?hào)的處理，例如揚(yáng)聲器或視頻顯示。所有的DSP應(yīng)用前面提到的實(shí)例，如硬盤驅(qū)動(dòng)器和移動(dòng)電話，要求實(shí)時(shí)操作。主要電子產(chǎn)品制造商已投入巨資在DSP技術(shù)。因?yàn)樗麄儸F(xiàn)在發(fā)現(xiàn)在大眾市場(chǎng)的產(chǎn)品應(yīng)用中，DSP芯片的電子裝置占有世界市場(chǎng)的很大比例。銷售額每年數(shù)十億美元，并可能繼續(xù)快速增長(zhǎng)。DSP主要應(yīng)用的音頻信號(hào)處理，音頻壓縮，數(shù)字圖像處理，視頻壓縮，語(yǔ)音處理，語(yǔ)音識(shí)別，數(shù)字通信，雷達(dá)，聲納，地震，和生物醫(yī)學(xué)。具體的例子是在數(shù)字移動(dòng)電話的語(yǔ)音壓縮與傳輸，空間匹配均衡的音響、擴(kuò)聲領(lǐng)域，良好的天氣預(yù)測(cè)，經(jīng)濟(jì)預(yù)測(cè)，地震數(shù)據(jù)處理，和工業(yè)過(guò)程控制分析，計(jì)算機(jī)生成的動(dòng)畫電影中，醫(yī)學(xué)影像如CAT掃描和MRI，MP3壓縮，圖像處理，高保真度揚(yáng)聲器分頻器和均衡，并與電吉他放大器使用的音頻效果。九、數(shù)字信號(hào)處理的實(shí)驗(yàn)數(shù)字信號(hào)處理是經(jīng)常使用專門的微處理器，如DSP56000，TMS320，或SHARC。這些通常處理數(shù)據(jù)使用定點(diǎn)運(yùn)算，雖然某些版本可以使用浮點(diǎn)算法和更強(qiáng)大。更快的應(yīng)用FPGA可能從慢啟動(dòng)流處理器應(yīng)用FREESCALE公司的出現(xiàn)，傳統(tǒng)的較慢的處理器如單片機(jī)可能是適當(dāng)?shù)??！居⑽脑摹緿IGITALSIGNALPROCESSING1、INTRODUCTIONDIGITALSIGNALPROCESSINGDSPISCONCERNEDWITHTHEREPRESENTATIONOFTHESIGNALSBYASEQUENCEOFNUMBERSORSYMBOLSANDTHEPROCESSINGOFTHESESIGNALSDIGITALSIGNALPROCESSINGANDANALOGSIGNALPROCESSINGARESUBFIELDSOFSIGNALPROCESSINGDSPINCLUDESSUBFIELDSLIKEAUDIOANDSPEECHSIGNALPROCESSING,SONARANDRADARSIGNALPROCESSING,SENSORARRAYPROCESSING,SPECTRALESTIMATION,STATISTICALSIGNALPROCESSING,DIGITALIMAGEPROCESSING,SIGNALPROCESSINGFORCOMMUNICATIONS,BIOMEDICALSIGNALPROCESSING,SEISMICDATAPROCESSING,ETCSINCETHEGOALOFDSPISUSUALLYTOMEASUREORFILTERCONTINUOUSREALWORLDANALOGSIGNALS,THEFIRSTSTEPISUSUALLYTOCONVERTTHESIGNALFROMANANALOGTOADIGITALFORM,BYUSINGANANALOGTODIGITALCONVERTEROFTEN,THEREQUIREDOUTPUTSIGNALISANOTHERANALOGOUTPUTSIGNAL,WHICHREQUIRESADIGITALTOANALOGCONVERTEREVENIFTHISPROCESSISMORECOMPLEXTHANANALOGPROCESSINGANDHASADISCRETEVALUERANGE,THESTABILITYOFDIGITALSIGNALPROCESSINGTHANKSTOERRORDETECTIONANDCORRECTIONANDBEINGLESSVULNERABLETONOISEMAKESITADVANTAGEOUSOVERANALOGSIGNALPROCESSINGFORMANY,THOUGHNOTALL,APPLICATIONSDSPALGORITHMSHAVELONGBEENRUNONSTANDARDCOMPUTERS,ONSPECIALIZEDPROCESSORSCALLEDDIGITALSIGNALPROCESSORSDSPS,ORONPURPOSEBUILTHARDWARESUCHASAPPLICATIONSPECIFICINTEGRATEDCIRCUITASICSTODAYTHEREAREADDITIONALTECHNOLOGIESUSEDFORDIGITALSIGNALPROCESSINGINCLUDINGMOREPOWERFULGENERALPURPOSEMICROPROCESSORS,FIELDPROGRAMMABLEGATEARRAYSFPGAS,DIGITALSIGNALCONTROLLERSMOSTLYFORINDUSTRIALAPPLICATIONSSUCHASMOTORCONTROL,ANDSTREAMPROCESSORS,AMONGOTHERSINDSP,ENGINEERSUSUALLYSTUDYDIGITALSIGNALSINONEOFTHEFOLLOWINGDOMAINSTIMEDOMAINONEDIMENSIONALSIGNALS,SPATIALDOMAINMULTIDIMENSIONALSIGNALS,FREQUENCYDOMAIN,AUTOCORRELATIONDOMAIN,ANDWAVELETDOMAINSTHEYCHOOSETHEDOMAININWHICHTOPROCESSASIGNALBYMAKINGANINFORMEDGUESSORBYTRYINGDIFFERENTPOSSIBILITIESASTOWHICHDOMAINBESTREPRESENTSTHEESSENTIALCHARACTERISTICSOFTHESIGNALASEQUENCEOFSAMPLESFROMAMEASURINGDEVICEPRODUCESATIMEORSPATIALDOMAINREPRESENTATION,WHEREASADISCRETEFOURIERTRANSFORMPRODUCESTHEFREQUENCYDOMAININFORMATIONTHATISTHEFREQUENCYSPECTRUMAUTOCORRELATIONISDEFINEDASTHECROSSCORRELATIONOFTHESIGNALWITHITSELFOVERVARYINGINTERVALSOFTIMEORSPACE2、SIGNALSAMPLINGWITHTHEINCREASINGUSEOFCOMPUTERSTHEUSAGEOFANDNEEDFORDIGITALSIGNALPROCESSINGHASINCREASEDINORDERTOUSEANANALOGSIGNALONACOMPUTERITMUSTBEDIGITIZEDWITHANANALOGTODIGITALCONVERTERADCSAMPLINGISUSUALLYCARRIEDOUTINTWOSTAGES,DISCRETIZATIONANDQUANTIZATIONINTHEDISCRETIZATIONSTAGE,THESPACEOFSIGNALSISPARTITIONEDINTOEQUIVALENCECLASSESANDQUANTIZATIONISCARRIEDOUTBYREPLACETHESIGNALWITHREPRESENTATIVESIGNALVALUESAREAPPROXIMATEDBYVALUESFROMAFINITESETTHENYQUISTSHANNONSAMPLINGTHEOREMSTATESTHATASIGNALCANBEEXACTLYRECONSTRUCTEDFROMITSSAMPLESIFTHESAMPLESIFTHESAMPLINGFREQUENCYISGREATERTHANTWICETHEHIGHESTFREQUENCYOFTHESIGNALINPRACTICE,THESAMPLINGFREQUENCYISOFTENSIGNIFICANTLYMORETHANTWICETHEREQUIREDBANDWIDTHADIGITALTOANALOGCONVERTERDACISUSEDTOCONVERTTHEDIGITALSIGNALBACKTOANALOGSIGNALTHEUSEOFADIGITALCOMPUTERISAKEYINGREDIENTINDIGITALCONTROLSYSTEMS3、TIMEANDSPACEDOMAINSTHEMOSTCOMMONPROCESSINGAPPROACHINTHETIMEORSPACEDOMAINISENHANCEMENTOFTHEINPUTSIGNALTHROUGHAMETHODCALLEDFILTERINGFILTERINGGENERALLYCONSISTSOFSOMETRANSFORMATIONOFANUMBEROFSURROUNDINGSAMPLESAROUNDTHECURRENTSAMPLEOFTHEINPUTOROUTPUTSIGNALTHEREAREVARIOUSWAYSTOCHARACTERIZEFILTERS,FOREXAMPLEA“LINEAR”FILTERISALINEARTRANSFORMATIONOFINPUTSAMPLESOTHERFILTERSARE“NONLINEAR”LINEARFILTERSSATISFYTHESUPERPOSITIONCONDITION,IEIFANINPUTISAWEIGHTEDLINEARCOMBINATIONOFDIFFERENTSIGNALS,THEOUTPUTISANEQUALLYWEIGHTEDLINEARCOMBINATIONOFTHECORRESPONDINGOUTPUTSIGNALSA“CAUSAL”FILTERUSESONLYPREVIOUSSAMPLESOFTHEINPUTOROUTPUTSIGNALSWHILEA“NONCAUSAL”FILTERUSESFUTUREINPUTSAMPLESANONCAUSALFILTERCANUSUALLYBECHANGEDINTOACAUSALFILTERBYADDINGADELAYTOITA“TIMEINVARIANT”FILTERHASCONSTANTPROPERTIESOVERTIMEOTHERFILTERSSUCHASADAPTIVEFILTERSCHANGEINTIMESOMEFILTERSARE“STABLE”,OTHERSARE“UNSTABLE”ASTABLEFILTERPRODUCESANOUTPUTTHATCONVERGESTOACONSTANTVALUEWITHTIME,ORREMAINSBOUNDEDWITHINAFINITEINTERVALANCONVERGESTOACONSTANTVALUEWITHTIME,ORREMAINSBOUNDEDWITHINAFINITEINTERVALANUNSTABLEFILTERCANPRODUCEANOUTPUTTHATGROWSWITHOUTBOUNDS,WITHBOUNDEDOREVENZEROINPUTA“FINITEIMPULSERESPONSE”FIRFILTERUSESONLYTHEINPUTSIGNAL,WHILEAN“INFINITEIMPULSERESPONSE”FILTERIIRUSESBOTHTHEINPUTSIGNALANDPREVIOUSSAMPLESOFTHEOUTPUTSIGNALFIRFILTERSAREALWAYSSTABLE,WHILEIIRFILTERSMAYBEUNSTABLEMOSTFILTERSCANBEDESCRIBEDINZDOMAINASUPERSETOFTHEFREQUENCYDOMAINBYTHEIRTRANSFERFUNCTIONSAFILTERMAYALSOBEDESCRIBEDASADIFFERENCEEQUATION,ACOLLECTIONOFZEROESANDPOLESOR,IFITISANFIRFILTER,ANIMPULSERESPONSEORSTEPRESPONSETHEOUTPUTOFANFIRFILTERTOANYGIVENINPUTMAYBECALCULATEDBYCONVOLVINGTHEINPUTSIGNALWITHTHEIMPULSERESPONSEFILTERSCANALSOBEREPRESENTEDBYBLOCKDIAGRAMSWHICHCANTHENBEUSEDTODERIVEASAMPLEPROCESSINGALGORITHMTOIMPLEMENTTHEFILTERUSINGHARDWAREINSTRUCTIONS4、FREQUENCYDOMAINSIGNALSARECONVERTEDFROMTIMEORSPACEDOMAINTOTHEFREQUENCYDOMAINUSUALLYTHROUGHTHEFOURIERTRANSFORMTHEFOURIERTRANSFORMCONVERTSTHESIGNALINFORMATIONTOAMAGNITUDEANDPHASECOMPONENTOFEACHFREQUENCYOFTENTHEFOURIERTRANSFORMISCONVERTEDTOTHEPOWERSPECTRUM,WHICHISTHEMAGNITUDEOFEACHFREQUENCYCOMPONENTSQUAREDTHEMOSTCOMMONPURPOSEFORANALYSISOFSIGNALSINTHEFREQUENCYDOMAINISANALYSISOFSIGNALPROPERTIESTHEENGINEERCANSTUDYTHESPECTRUMTODETERMINEWHICHFREQUENCIESAREPRESENTINTHEINPUTSIGNALANDWHICHAREMISSINGFILTERING,PARTICULARLYINNONREALTIMEWORKCANALSOBEACHIEVEDBYCONVERTINGTOTHEFREQUENCYDOMAIN,APPLYINGTHEFILTERANDTHENCONVERTINGBACKTOTHETIMEDOMAINTHISISAFAST,ONLOGNOPERATION,ANDCANGIVEESSENTIALLYANYFILTERSHAPEINCLUDINGEXCELLENTAPPROXIMATIONSTOBRICKWALLFILTERSTHEREARESOMECOMMONLYUSEDFREQUENCYDOMAINTRANSFORMATIONSFOREXAMPLE,THECEPSTRUMCONVERTSASIGNALTOTHEFREQUENCYDOMAINFOURIERTRANSFORM,TAKESTHELOGARITHM,THENAPPLIESANOTHERFOURIERTRANSFORMTHISEMPHASIZESTHEFREQUENCYCOMPONENTSWITHSMALLERMAGNITUDEWHILERETAININGTHEORDEROFMAGNITUDESOFFREQUENCYCOMPONENTSFREQUENCYDOMAINANALYSISISALSOCALLEDSPECTRUMORSPECTRALANALYSIS5、SIGNALPROCESSINGSIGNALSCOMMONLYNEEDTOBEPROCESSEDINAVARIETYOFWAYSFOREXAMPLE,THEOUTPUTSIGNALFROMATRANSDUCERMAYWELLBECONTAMINATEDWITHUNWANTEDELECTRICAL“NOISE”THEELECTRODESATTACHEDTOAPATIENTSCHESTWHENANECGISTAKENMEASURETINYELECTRICALVOLTAGECHANGESDUETOTHEACTIVITYOFTHEHEARTANDOTHERMUSCLESTHESIGNALISOFTENSTRONGLYAFFECTEDBY“MAINSPICKUP”DUETOELECTRICALINTERFERENCEFROMTHEMAINSSUPPLYPROCESSINGTHESIGNALUSINGAFILTERCIRCUITCANREMOVEORATLEASTREDUCETHEUNWANTEDPARTOFTHESIGNALINCREASINGLYNOWADAYS,THEFILTERINGOFSIGNALSTOIMPROVESIGNALQUALITYORTOEXTRACTIMPORTANTINFORMATIONISDONEBYDSPTECHNIQUESRATHERTHANBYANALOGELECTRONICS6、DEVELOPMENTOFDSPTHEDEVELOPMENTOFDIGITALSIGNALPROCESSINGDATESFROMTHE1960SWITHTHEUSEOFMAINFRAMEDIGITALCOMPUTERSNUMBERCRUNCHINGAPPLICATIONSSUCHANTHEFASTFOURIERTRANSFORMFFT,WHICHALLOWSTHEFREQUENCYSPECTRUMOFASIGNALTOBECOMPUTEDRAPIDLYTHESETECHNIQUESARENOTWIDELYUSEDATTHATTIME,BECAUSESUITABLECOMPUTINGEQUIPMENTWASGENERALLYAVAILABLEONLYINUNIVERSITIESANDOTHERSCIENTIFICRESEARCHINSTITUTIONS7、DIGITALSIGNALPROCESSORSDSPSTHEINTRODUCTIONOFTHEMICROPROCESSORINTHELATE1970SANDEARLY1980SMADEITPOSSIBLEFORDSPTECHNIQUESTOBEUSEDINAMUCHWIDERRANGEOFAPPLICATIONSHOWEVER,GENERALPURPOSEMICROPROCESSORSSUCHASTHEINTERX86FAMILYARENOTIDEALLYSUITEDTOTHENUMERICALLYINTENSIVEREQUIREMENTSOFDSP,ANDDURINGTHE1980STHEINCREASINGIMPORTANCEOFDSPLEDSEVERALMAJORELECTRONICSMANUFACTURERSSUCHASTEXASINSTRUMENTS,ANALOGDEVICESANDMOTOROLATODEVELOPDIGITALSIGNALPROCESSORCHIPSSPECIALISEDMICROPROCESSORSWITHARCHITECTURESDESIGNEDSPECIFICALLYFORTHETYPESOFOPERATIONSREQUIREDINDIGITALSIGNALPROCESSINGNOTETHATTHEACRONYMDSPCANVARIOUSLYMEANDIGITALSIGNALPROCESSING,THETERMUSEDFORAWIDERANGEOFTECHNIQUESFORPROCESSINGSIGNALSDIGITALLY,ORDIGITALSIGNALPROCESSOR,ASPECIALIZEDTYPEOFMICROPROCESSORCHIPLIKEAGENERALPURPOSEMICROPROCESSOR,ADSPISAPROGRAMMABLEDEVICE,WITHITSOWNNATIVEINSTRUCTIONCODEDSPCHIPARECAPABLEOFCARRYINGOUTMILLIONSOFFLOATINGPOINTOPERATIONSPERSECOND,ANDLIKETHEIRBETTERKNOWNGENERALPURPOSECOUSINS,FASTERANDMOREPOWERFULVERSIONSARECONTINUALLYBEINGINTRODUCEDDSPSCANALSOBEEMBEDDEDWITHINCOMPLEX“SYSTEMONCHIP”DEVICES,OFTENCONTAININGBOTHANALOGANDDIGITALCIRCUITRY8、APPLICATIONSOFDSPDSPTECHNOLOGYISNOWADAYSCOMMONPLACEINSUCHDEVICESASMOBILEPHONES,MULTIMEDIACOMPUTERS,VIDEORECORDERS,CDPLAYERS,HARDDISCDRIVECONTROLLERSANDMODEMS,ANDWILLSOONREPLACEANALOGCIRCUITRYINTVSETSANDTELEPHONESANIMPORTANTAPPLICATIONOFDSPISINSIGNALCOMPRESSIONANDDECOMPRESSIONSIGNALCOMPRESSIONISUSEDINDIGITALCELLULARPHONESTOALLOWAGREATERNUMBEROFCALLSTOBEHANDLEDSIMULTANEOUSLYWITHINEACHLOCAL“CELL”DSPSIGNALCOMPRESSIONTECHNOLOGYALLOWSPEOPLENOTONLYTOTALKTOONEANOTHERBUTALSOTOSEEONEANTHERONTHEIRCOMPUTERSCREENS,USINGSMALLVIDEOCAMERASMOUNTEDONTHECOMPUTERMONITORS,WITHONLYACONVENTIONALTELEPHONELINELINKINGTHEMTOGETHERINAUDIOCDSYSTEMS,DSPTECHNOLOGYISUSEDTOPERFORMCOMPLEXERRORDETECTIONANDCORRECTIONONTHERAWDATAASITISREADFROMTHECDALTHOUGHSOMEOFTHEMATHEMATICALTHEORYUNDERLYINGDSPTECHNIQUES,SUCHASFOURIERANDHILBERTTRANSFORMS,DIGITALFILTERDESIGNANDSIGNALCOMPRESSION,CANBEFAIRLYCOMPLEX,THENUMERICALOPERATIONSREQUIREDACTUALLYTOIMPLEMENTTHESETECHNIQUESAREVERYSIMPLE,CONSISTINGMAINLYOFOPERATIONSTHATCOULDBEDONEONACHEAPFOURFUNCTIONCALCULATORTHEARCHITECTUREOFADSPCHIPISDESIGNEDTOCARRYOUTSUCHOPERATIONSINCREDIBLYFAST,PROCESSINGHUNDREDSOFMILLIONSOFSAMPLESEVERYSECOND,TOPROVIDEDREALTIMEPERFORMANCETHATIS,THEABILITYTOPROCESSASIGNAL“LIVE”ASITISSAMPLEDANDTHENOUTPUTTHEPROCESSEDSIGNAL,FOREXAMPLETOALOUDSPEAKERORVIDEODISPLAYALLOFTHEPRACTICALEXAMPLESOFDSPAPPLICATIONSM