数字信号处理技术考试复习笔记

数字信号处理技术考试复习笔记前言数字信号处理（DSP）是一门将数学理论与工程实践紧密结合的学科，它主要研究如何利用数字计算的方法对信号进行采集、变换、滤波、估值、增强、压缩和识别等处理。掌握DSP技术，关键在于理解其核心概念、数学工具以及它们在实际问题中的应用。本笔记旨在梳理DSP课程的核心知识点，帮助读者巩固基础，理清脉络，为考试复习提供有力支持。一、信号与系统基础回顾1.1信号的概念与分类信号是信息的载体，通常表现为一个或多个独立变量的函数。在DSP中，我们主要关注离散时间信号，即自变量（通常是时间）取离散值的信号。*连续时间信号：自变量连续取值，例如语音信号。*离散时间信号：自变量离散取值，通常由对连续时间信号采样得到，表示为`x[n]`，其中`n`为整数。*确定性信号与随机信号：确定性信号可以用明确的数学表达式描述；随机信号则具有不确定性，需用统计方法描述。*周期信号与非周期信号：周期信号满足`x[n]=x[n+N]`，其中`N`为周期；否则为非周期信号。*能量信号与功率信号：能量信号的总能量有限而平均功率为零；功率信号的平均功率有限而总能量无限。1.2采样定理——连接连续与离散的桥梁采样是将连续时间信号转换为离散时间信号的关键步骤。香农采样定理指出：对于一个最高频率为`f_m`的带限连续时间信号，当采样频率`f_s`大于等于`2f_m`（即Nyquist频率的两倍）时，可由采样信号无失真地恢复原始连续信号。*Nyquist频率：`f_Nyquist=f_s/2`。*欠采样：当`f_s<2f_m`时，会发生频谱混叠（Aliasing），导致信号失真。*抗混叠滤波：在采样前，必须使用模拟低通滤波器（抗混叠滤波器）将高于`f_s/2`的频率成分滤除。1.3离散时间系统的基本性质离散时间系统是将输入序列`x[n]`变换为输出序列`y[n]`的运算。*线性系统：满足叠加性与齐次性。即若`y1[n]=T{x1[n]}`，`y2[n]=T{x2[n]}`，则`T{ax1[n]+bx2[n]}=ay1[n]+by2[n]`，其中`a`、`b`为常数。*时不变系统：系统的特性不随时间（序列的起始位置）变化。即若`y[n]=T{x[n]}`，则`T{x[n-n0]}=y[n-n0]`。*线性时不变系统（LTI）：同时满足线性和时不变性的系统。对于LTI系统，输入与输出的关系可以通过卷积和来描述。*因果系统：系统在`n`时刻的输出只取决于`n`时刻及以前的输入，而与未来的输入无关。其单位脉冲响应`h[n]`满足`h[n]=0`，对于`n<0`。*稳定系统：有界输入产生有界输出（BIBO稳定）。对于LTI系统，其充分必要条件是单位脉冲响应`h[n]`绝对可和，即`sum(|h[n]|)<∞`。1.4卷积和卷积和是LTI系统分析的核心工具。LTI系统的输出`y[n]`是输入序列`x[n]`与系统单位脉冲响应`h[n]`的卷积和：`y[n]=x[n]*h[n]=sum_{k=-∞}^{∞}x[k]h[n-k]`卷积和的计算可遵循“翻转、平移、相乘、累加”的步骤。其主要性质包括交换律、结合律、分配律以及与单位脉冲序列的卷积特性等。二、Z变换Z变换是分析离散时间信号与系统的重要数学工具，它将时域中的卷积运算转换为Z域中的乘法运算，类似于连续时间系统中的拉普拉斯变换。2.1Z变换的定义与收敛域*双边Z变换：`X(z)=Z{x[n]}=sum_{n=-∞}^{∞}x[n]z^{-n}`，其中`z`是一个复变量。*单边Z变换：`X(z)=sum_{n=0}^{∞}x[n]z^{-n}`，主要用于分析因果信号和因果系统。*收敛域（ROC）：使Z变换级数收敛的所有`z`值的集合。ROC的形状通常是Z平面上以原点为中心的圆环（或圆的内部/外部）。*ROC内不包含任何极点。*有限长序列的ROC通常是整个Z平面（可能除去z=0或z=∞）。*右边序列的ROC是某个圆的外部。*左边序列的ROC是某个圆的内部。2.2Z变换的性质与定理掌握Z变换的性质对于简化运算和分析系统至关重要，包括：线性性、时移性、z域尺度变换、时间反转、卷积定理（时域卷积对应z域乘积）、调制特性（频移）、帕塞瓦尔定理等。特别注意时移性质中单边Z变换与双边Z变换的区别。2.3逆Z变换逆Z变换是从`X(z)`求原序列`x[n]`的过程。常用方法有：*部分分式展开法：将`X(z)`表示为常见简单分式的和，再利用已知的Z变换对和性质求解。这是最常用的方法。*幂级数展开法（长除法）：将`X(z)`展开为`z^{-1}`（或`z`）的幂级数，系数即为相应的序列值。适用于只求序列前几项或ROC为圆外（对应右边序列，用`z^{-1}`多项式长除）、圆内（对应左边序列，用`z`多项式长除）的情况。*留数定理法：数学上严格，但计算相对复杂。2.4系统函数与系统特性LTI系统的系统函数`H(z)`定义为单位脉冲响应`h[n]`的Z变换，即`H(z)=Z{h[n]}`。它也等于输出序列的Z变换与输入序列的Z变换之比（在零初始条件下）：`H(z)=Y(z)/X(z)`。*系统函数的极点与零点：`H(z)`通常表示为有理分式`H(z)=N(z)/D(z)`，其中`N(z)`是分子多项式（零点多项式），`D(z)`是分母多项式（极点多项式）。零点是`N(z)=0`的根，极点是`D(z)=0`的根。*系统稳定性与因果性的Z域判定：*因果系统：`h[n]`为因果序列，其ROC是某个圆的外部，且包含`z=∞`。对于有理系统函数，所有极点必须位于单位圆内部（|z|<1）。*稳定系统：系统稳定的充要条件是`H(z)`的ROC包含单位圆（|z|=1）。对于因果系统，稳定则要求所有极点位于单位圆内部。三、离散时间傅里叶变换(DTFT)与快速傅里叶变换(FFT)3.1DTFT的定义与性质离散时间傅里叶变换（DTFT）建立了离散时间信号的时域与频域之间的联系。*正变换：`X(e^{jω})=DTFT{x[n]}=sum_{n=-∞}^{∞}x[n]e^{-jωn}`，`ω`是数字角频率（单位：弧度/样本）。*逆变换：`x[n]=(1/(2π))∫_{-π}^{π}X(e^{jω})e^{jωn}dω`。*物理意义：`X(e^{jω})`是信号`x[n]`的频谱密度函数，它是`ω`的连续周期函数，周期为`2π`。`|X(e^{jω})|`称为幅度谱，`arg{X(e^{jω})}`称为相位谱。*主要性质：线性性、时移性、频移性、时间反转、时域卷积定理（时域卷积对应频域乘积）、频域卷积定理（时域乘积对应频域周期卷积）、帕塞瓦尔定理（能量守恒）等。3.2离散傅里叶变换(DFT)DTFT的结果是连续的频率函数，不便于计算机处理。DFT是对DTFT的等间隔采样，将连续频谱离散化，从而能利用数字计算机进行计算。*N点DFT定义：*正变换：`X[k]=DFT{x[n]}=sum_{n=0}^{N-1}x[n]W_N^{kn}`，`k=0,1,...,N-1`*逆变换：`x[n]=IDFT{X[k]}=(1/N)sum_{k=0}^{N-1}X[k]W_N^{-kn}`，`n=0,1,...,N-1`其中，`W_N=e^{-j2π/N}`称为旋转因子。*DFT与DTFT的关系：`X[k]`是`X(e^{jω})`在频率点`ω_k=2πk/N`（`k=0,1,...,N-1`）上的采样值。*DFT的隐含周期性：DFT变换对均为周期序列，周期为N。实际操作中处理的是主值区间。*循环卷积：DFT的时域卷积定理表明，两个有限长序列的循环卷积的DFT等于它们DFT的乘积。为了用DFT计算线性卷积，需要进行补零操作以避免混叠，使其长度满足`L≥N1+N2-1`（N1,N2为两序列长度），此时循环卷积等价于线性卷积。3.3快速傅里叶变换(FFT)FFT并非一种新的变换，而是DFT的一种快速算法。它巧妙地利用了旋转因子`W_N`的周期性和对称性，将N点DFT的计算复杂度从`O(N^2)`降低到`O(NlogN)`，极大地推动了DFT的工程应用。*基本思想：将大点数DFT分解为小点数DFT，并利用`W_N`的特性合并相同项。*基2FFT算法：最常用的FFT算法，要求N为2的整数次幂。*按时间抽取（DIT）：将时域序列按奇偶序号分解。*按频率抽取（DIF）：将频域序列按奇偶序号分解。*蝶形运算单元：FFT算法的基本构成单元，每个蝶形单元完成特定的加减和乘以旋转因子的运算。*FFT的应用：频谱分析、快速卷积、滤波、相关分析等。在使用FFT进行频谱分析时，需注意频率分辨率（`Δω=2π/N`，对应实际频率`Δf=f_s/N`）和频谱泄漏问题（可通过选择合适的窗函数缓解）。四、数字滤波器设计数字滤波器是DSP的核心应用之一，其作用是对输入信号的特定频率成分进行选择性处理（保留或衰减）。4.1数字滤波器的基本概念与分类*按频率响应划分：低通（LP）、高通（HP）、带通（BP）、带阻（BS）滤波器。*按冲激响应划分：*有限冲激响应（FIR）滤波器：`h[n]`为有限长序列。*无限冲激响应（IIR）滤波器：`h[n]`为无限长序列。*技术指标：通带截止频率、阻带截止频率、通带最大衰减（波纹）、阻带最小衰减。这些指标通常在频域中描述。4.2IIR滤波器设计IIR滤波器的设计方法通常是借助成熟的模拟滤波器设计方法，然后通过模拟-数字转换得到数字滤波器。*模拟低通滤波器原型：巴特沃斯（Butterworth）滤波器（最大平坦幅频特性）、切比雪夫I型（通带等波纹，阻带单调）、切比雪夫II型（通带单调，阻带等波纹）、椭圆（Cauer）滤波器（通带阻带均等波纹，过渡带最窄）。它们各有优缺点，根据实际指标选择。*模拟-数字转换方法：*脉冲响应不变法：将模拟滤波器的单位冲激响应`h_a(t)`等间隔采样，得到数字滤波器的单位脉冲响应`h[n]=h_a(nT)`。优点是时域逼近好，缺点是可能产生频谱混叠，只适用于带限滤波器。*双线性变换法：通过一个非线性的频率映射关系（`s=(2/T)*(1-z^{-1})/(1+z^{-1})`），将整个模拟s平面的左半平面单值映射到z平面的单位圆内部。优点是彻底消除了混叠现象，缺点是引入了频率非线性失真（可通过预畸变补偿）。*设计步骤（以低通为例）：1.根据数字滤波器技术指标，确定相应的模拟低通滤波器技术指标（注意双线性变换需进行预畸变）。2.设计满足指标的模拟低通原型滤波器`H_a(s)`。3.利用脉冲响应不变法或双线性变换法将`H_a(s)`转换为数字滤波器系统函数`H(z)`。*频率变换：将设计好的数字低通滤波器通过频率变换方法（如低通到高通、低通到带通、低通到带阻）转换为其他类型的数字滤波器。4.3FIR滤波器设计FIR滤波器的主要优点是可以设计成线性相位，且系统总是稳定的（只要是因果的，极点全在原点）。*线性相位条件：FIR滤波器具有线性相位的充要条件是其单位脉冲响应`h[n]`满足偶对称或奇对称。*偶对称：`h[n]=h[N-1-n]`，`n=0,1,...,N-1`*奇对称：`h[n]=-h[N-1-n]`，`n=0,1,...,N-1`不同的对称情况和N的奇偶性，对应着不同的频率响应特性（如是否有线性相位、是否存在零点等）。*窗函数设计法：*基本原理：理想滤波器的`h_d[n]`通常是无限长的，且是非因果的。窗函数法通过将`h_d[n]`截断（乘以一个有限长的窗函数`w[n]`）来得到`h[n]=h_d[n]w[n]`，并进行时域移位以实现因果性。*理想低通滤波器的`h_d[n]`：`h_d[n]=(ω_c/π)*sinc(ω_c(n-α)/π)`，其中`ω_c`为截止频率，`α=(N-1)/2`为延迟（确保线性相位和因果性）。*常用窗函数：矩形窗、汉宁（Hanning）窗、汉明（Hamming）窗、布莱克曼（Blackman）窗等。它们的主要区别在于主瓣宽度（决定过渡带宽）和旁瓣衰减（决定阻带衰减）。一般来说，旁瓣衰减越大，主瓣越宽。*设计步骤：1.根据指标确定理想滤波器的频率响应`H_d(e^{jω})`。2.计算理想的单位脉冲响应`h_d[n]`（通过IDTFT）。3.选择合适的窗函数`w[n]`，并确定滤波器长度N（根