信息工程概论课件 第十三讲 信息处理

第13讲信息处理13.1概述信号与信息信号是用来表示信息的形式和用来携载信息的载体。信号和信息的关系，是形式和内容的关系。正因为如此，对信息的处理往往需要通过对信号的处理来实现。在各种信号形式之中，电信号容易产生、存储、处理、变换、传输、控制与显示，因此最常用来表示信息。信息处理的两种层次：一是通过对信号进行处理达到对信息本身进行处理的目的，一是仅仅对信号进行处理。前者是深层的处理，触及信息本身，是真正意义的“信息处理”，后者是浅层处理，只改变信号而（原则上）不会影响信息本身，因此称为“信号处理”。2信息科学导论13.1概述信号处理的概念信号的特性可从两方面来描述，即时域特性与频域特性。信号的时域特性指的是信号随时间而变化的形式，出现时间的先后，持续时间的长短，随时间变化的快慢和大小，重复周期的大小等。频域特性则指它的频率结构：频谱的宽度，各个频率成分的强度分布等。信号处理可分为模拟信号处理（ASP）和数字信号处理（DSP）。由于数字技术的灵活性和高稳健性以及超大规模集成电路（VLSI）技术的飞速发展，DSP已成为信号处理的主要发展方向。3信息科学导论13.1概述信号处理的概念所谓信号处理就是指对信号的各种参数进行的各种调整，如滤波、提取、变换、分析和综合等运算或加工的过程。常见的信号处理包括以下几个方面：（1）信号纯化：去除信号中冗余的和次要的成分，包括噪声，也就是提高信噪比。（2）特征抽取：把信号的表征性特征提取出来。（3）编码解码：把信号变成适于传输、交换与存储的形式（编码），或从编码信号中恢复出原始信号（解码）。4信息科学导论13.1概述信息处理的概念信息处理由浅入深大致可以分为四类。(1)简单的数据处理。处理这类信息包括过滤掉信息中的干扰成分，找出信息中的主要成分，或挑选表示主题的重要的语句。(2)是对信息进行分析、概括和综合，目的是可以产生出能够辅助决策的有用信息。(3)是通过应用数学模型，经过复杂的计算和推理之后，产生出决策信息。常用的数学模型有预测模型、决策模型和模拟模型。(4)使用智能理论和技术。使系统能像人的眼睛一样“看见“周围的事物，“看”懂文字和图像。使它能像人的耳朵一样，“听见”声音，“听”懂人的语言。使它能像人一样，用语言输出信息，表达信息。最终使系统能像人的大脑一样会思考问题，，会学习新的知识，适应外界环境的变化，等等。5信息科学导论13.1概述信号处理与信息处理的区别与联系信号处理着重在对作为信息载体的信号（而不是信息本身）在时间和频率域等方面进行的加工过程，其主要目的是增强信号中的感兴趣部分或削弱信号中的其它部分。信息处理通常是指对获取的信息本身进行处理，使其更便于应用。信号处理主要触及信息的载体和外表–信号，信息处理则不仅触及信号，更重要的是要触及信息本身。（1）信号处理侧重于波形上采集，降噪，放大或降低，增强，分离等处理。（2）信息处理侧重对内容的理解，如对音乐的理解与欣赏方面。6信息科学导论13.1概述常规信息处理与智能信息处理的区别与联系常规信息处理主要指前述的信号处理和浅层信息处理。智能信息处理则是深层信息处理，主要包括识别、分类、融合、推理、理解等，比较强调处理的目的是从信号中获取新的信息和知识。用信息科学的专门术语来说，浅层信息处理只涉及“语法信息（形式）”，深层信息处理（智能信息处理）则还要涉及“语义信息”（内容）和“语用信息”（价值）。7信息科学导论13.1概述

常规信息处理与智能信息处理的区别与联系信号与信息，信号处理与信息处理的概念在不断发展，其边界和区分越来越模糊。可以概括为如下理解：（1）把信号处理与信息处理看成两种完全独立的过程，这种概念有片面性：信号是信息的外壳，信息是信号的内核，不可截然分割。（2）信息蕴涵在信号之中，对信号处理必然对其信息进行了处理。这种看法有些绝对，因为浅层的处理是对信号的处理，不一定会触及信息本身。（3）广义的信息处理概念，把与信号和信息的处理划分为常规信息处理和智能信息处理两大类。（4）信号与信息融合一体的概念，“信号与信息处理”的概念则是把信号与信息看成整体，不予区分。即处理是对信号与信息同时进行的，不予分离。这种处理过于笼统。8信息科学导论13.1概述信息处理无处不在9信息科学导论13.2常规信息处理1、常规信息处理的发展常规信息处理经历了模拟信号处理、简单数字信号处理、可编程数字信号处理、VLSI与并行处理等发展历程，现在正在向综合智能信息处理方向发展。2、模拟信号处理模拟信号处理的发展可追溯到上世纪20年代。模拟信号处理主要包括:滤波、延时、存贮、有源或无源网络运算。20世纪60～70年代，模拟信号处理的发展达到了它的成熟期。3、数字信号处理数字信号处理是将信号以数字方式表示并进行处理的理论和技术。数字信号处理的算法需要利用计算机或专用处理设备如DSP和ASIC等。10信息科学导论13.2常规信息处理11信息科学导论13.2常规信息处理常规信息处理主要内容与方法1、信号运算常规运算（线性运算乘除运算）、数学运算（微分运算积分运算）、波形变换（反转运算时移运算压扩运算）、关联运算（卷积运算相关运算）2、信号变换使用的主要数学工具是Fourier变换。近来，发展了时间－频率联合分析的方法，如小波变换。信号在时间域-空间域-频率域的耦合关系

12信息科学导论13.2常规信息处理3、信号滤波这里滤波的对象并非数据本身，而是混入的已知类型噪声。比如，待测信号中很容易混入50Hz工频电源干扰，可采用特殊的点阻数字滤波器（陷波器）滤除它。13信息科学导论13.2常规信息处理4、信号的谱分析谱是指信号的某些特征随频率的分布，如幅度谱、相位谱、能量谱功率谱。5、特征提取特征提取就是利用已有特征参数构造一个较低维数的特征空间，将原始特征中蕴含的有用信息映射到少数几个特征上，忽略多余的不相干成分。从数学意义上讲，特征提取就是对一个向量进行降维，变换为低维向量，后者确实含有原高维向量的主要特性。6、信号检测与估值信号检测的目的是要在噪声背景下发现是否有某种信息存在（回答“有或无”的问题）；信号估计是在信号检测的基础上估计所发现的信息的参数类型（回答“属于何种类型”的问题）。14信息科学导论13.3智能信息处理智能信息处理的概念智能信息处理就是模拟人或者自然界其他生物处理信息的机理而建立的处理复杂系统信息的理论和技术，因此也称为“人工智能”。1、基于神经网络和符号逻辑的两种基本智能信息处理途径在符号逻辑智能系统中，它们具有模仿人的逻辑思维的功能，通过逻辑符号处理系统的推理规则来实现自动诊断、问题求解以及专家系统的智能。基于神经网络的信息处理具有非线性，大规模，分布式和可学习等特点。15信息科学导论13.3智能信息处理例如有报道称，已经研制出一种能辨认人的面孔的神经网络新型智能机器或神经计算机，只要让它看一下某人或他的照片，就能记住描述此人面貌的256个数字参数，在人群中就能认出这个人。这种神经计算机是由许多神经元组成的，可以记住达500人的信息，思考辨认时间在数秒之内。美国HNC公司研制出的神经计算机，其性能远超过目前国际上巨型超级计算机，而且具有体积小、鲁棒性高等特点。智能信息处理是在常规信息处理的基础上发展起来的，它们之间最大的区别是在信号获取和处理方法上的区别。常规的信息处理主要是对信号进行获取、传输及处理。它们处理是信号和信息本身。而智能信息处理是将获取的信息进行学习和理解（称为“认知”），最终转化为知识，再根据知识得到处理的智能策略。16信息科学导论13.3智能信息处理2、综合智能信息处理系统人脑信息处理主要是中央神经系统和周围神经系统共同分工合作完成的。基于这样的事实，提出了综合智能信息处理系统。综合智能信息处理系统框图17信息科学导论13.3智能信息处理3、网络化智能信息处理二十世纪中叶以后，由于知识在人类文明中所起的作用越来越大，不仅是哲学家、逻辑学家和心理学家，而且计算机科学家也在认真地研究知识的一般特性与规律。这是因为人类已经进入了信息化社会，而且正在向知识化社会前进。当前分布式计算网络与大型数据库的广泛使用，使决策者与经营者面临巨量的数据而无所适从，用智能信息处理方法解决这一问题是当今信息社会的重要手段。人类对知识的掌握很大程度上体现为这些汪洋大海般的知识是能够通过智能化的信息网络操作和使用的。科学家的任务是要研究处理各种复杂知识的理论与方法。动态的计算机互连网络以及发展中的信息网格为这种大规模的信息处理即网络化的智能信息处理系统的出现提供机会。18信息科学导论13.3智能信息处理智能信息处理的理论与方法1、人工神经网络2、符号逻辑智能人工智能(ArtificialIntelligence)是相对人的自然智能而言，即用人工的方法和技术，模仿、延伸和扩展人的智能。传统的人工智能是基于数字计算机符号逻辑推理发展起来的。人工智能不单单需要逻辑思维与模仿，科学家们对人类大脑和神经系统研究表明：情感是智能的一部分。因此人工智能领域的下一个突破可能不仅在于赋予计算机更多的逻辑推理能力，而且还要赋予它情感能力。19信息科学导论13.3智能信息处理3、模糊逻辑4、计算智能与进化计算20世纪60年代以来，如何模仿生物来建立功能强大的算法，进而将它们运用于复杂的优化问题，成为一个研究热点。遗传算法是模仿生物遗传学和自然选择机理，通过人工方式构造的一类优化搜索算法。进化策略是一类模仿自然进化原理以求解参数优化问题的算法。进化规划根据正确预测的符号数来度量适应值。通过变异，为父代群体中的每个机器状态产生一个子代。父代和子代中最好的部分被选择生存下来。人工生命(ArtificialLife，ALife)旨在用计算机和精密机械等人工媒体生成或构造出能够表现自然生命系统行为特征的仿真系统或模型系统。20信息科学导论13.3智能信息处理5、知识发现与数据挖掘知识发现是从大量数据中辨识出有效的、新颖的、潜在有用的、并可被理解的模式的高级处理过程。知识发现的主要任务有：（1）数据总结：对数据进行总结与概括。（2）分类：根据分类模型对数据集合分类。属于有导师学习。（3）聚类：根据数据的不同特征，将其划分为不同的类。属于无导师学习。（4）相关性分析：发现特征之间或数据之间的依赖关系，发现关联规则。（5）偏差分析：寻找观察结果与参照量之间有意义的差别。通过发现异常，引起人们对特殊情况的加倍注意。（6）建模：构造描述一种活动或状态的数学模型。数据挖掘是通过综合运用统计学、粗糙集、模糊数学、机器学习和专家系统等多种学习手段和方法，从大量的数据中提炼出抽象的知识。21信息科学导论13.3智能信息处理智能信息处理的应用1、智能机器（1）智能计算机智能计算机是要试图打破冯·诺依曼式计算机的存储程序式的框架，实现类似人脑结构的计算机体系结构，以期获得自学习、自组织、自适应、分布式的并行计算的功能。（2）智能机器人机器人是一种能模拟人的行为的机械，对它的研究经历了三代的发展过程。第三代（智能）机器人：智能机器人具有类似于人的智能，它装备了高灵敏度的传感器，因而具有超过一般人的视觉、听觉、嗅觉、触觉的能力，能对感知的信息进行分析，控制自己的行为，处理环境发生的变化，完成交给的各种复杂、困难的任务。而且有自我学习、归纳、总结、提高掌握知识的能力。22信息科学导论13.3智能信息处理2、智能识别（1）文字识别在文字识别方面，已经开发出了较高水平的光学字符阅读器（OCR）技术、笔输入技术和笔迹鉴别技术。称为脱机文字识别。笔输入系统是通过专用的书写板和笔输入文字，由于一边写一边识别，也称为联机文字识别。（2）语音识别语音识别首先分特定人识别和非特定人识别。目前，小词汇量特定人语音识别技术已经达到较高的实用化水平，典型的应用是手机人名声控拨号系统。（3）图像识别图像识别，可以看作视觉信息的智能处理。在图像识别中，将当前的图像经过预处理、分割、描述、特征提取，进而加以判别分类或决策。如从遥感图像中分辨出各种农作物、森林资源、矿产资源等。23信息科学导论13.3智能信息处理3、智能信息检索（1）网络信息智能搜索搜索引擎对网络信息进行分类、索引和摘要。早期搜索引擎的上述工作是靠信息发布者人工完成的。自动搜索引擎通过专门设计的网络程序自动发现网络上新出现的信息，并对其进行自动分类、自动索引和自动摘要。由于自动搜索引擎的关键技术带有明显的智能特征，因此也被称为智能搜索引擎。（2）多媒体信息检索多媒体信息检索是根据用户的要求，对图形、图像、文本、声音、动画等多媒体信息进行检索，得到用户所需的信息。多媒体信息检索既能检索以文本信息为代表的离散媒体，也能对以图像、声音等为代表的连续媒体的内容进行检索。24信息科学导论13.3智能信息处理4、智能信息交互（1）自然语言理解自然语言理解是指用计算机自动处理和理解自然语言。（2）机器翻译机器翻译是指用计算机自动实现不同语言之间的转换。（3）语音合成通过文语转换技术可以让计算机朗读文章，这一技术有两个关键性能，一是正确，二是自然。（4）虚拟现实虚拟现实利用计算机生成一种模拟环境（如飞机驾驶舱、操作现场等），通过多种传感设备使用户“投入”到该环境中。以虚拟现实技术为代表的新型人机交互技术旨在探索自然和谐的人机关系。虚拟现实技术具有以下四个重要特征：多感知性、沉浸感、交互性和自主性。25信息科学导论13.3智能信息处理5、智能控制与决策（1）智能控制技术智能控制技术主要用来解决那些用传统的方法难以解决的复杂系统的控制问题，如智能机器人系统、计算机集成制造系统(CIMS)、复杂的工业过程控制系统、航天航空控制系统、社会经济管理系统、交通运输系统、通信网络系统、环保与能源系统等。（2）智能决策（专家系统）在80年代以来专家系统在许多方面取得成功，将人工智能中特别是智能和知识处理技术应用于决策支持系统，扩大了决策支持系统的应用范围，提高了系统解决问题的能力，这就成为智能决策支持系统。26信息科学导论13.3智能信息处理6、智能网技术（1）智能通信技术智能通信技术主要体现在智能（通信）网技术、智能化网络管理与控制技术、智能信息网络等方面。（2）智能（通信）网技术智能（通信）网技术的目标是为快速、灵活、经济地生成通信新业务提供标准体系结构。智能（通信）网首先在于它的体系结构是智能化的，因为它可以提供开放的、分布的、灵活的、经济的、独立于具体业务的智能业务生成平台。（3）智能信息网络技术智能信息网络不仅要求电信网、互联网、有线电视网三者有效融合，成为高速多媒体网络，也不仅要求融合之后的网络具有更合理的体系结构，更重要的是要求融合之后的网络能够支持各种智能服务，能够有效地支持智能化的工业活动、智能化的农业活动、智能化的科学与教育活动、智能化的社会服务活动等等。27信息科学导论13.4信息处理的发展趋势迄今，信号与信息处理技术发展经历了如下几个阶段：模拟信号处理简单数字信号处理可编程信号处理小规