现代数字信号处理
(32学时)
Digital Signal Processing (DSP)
一门新的学科
 Digital Signal Processor (DSP)
数字信号处理器: DSPs

一门正在蓬勃发展的高新技术学科
（一）信号
（二）数字信号
绪
论
（三）数字信号处理
1 数字信号处理的任务
2 数字信号处理的优势
3 数字信号处理的理论
4 数字信号处理的实现
5 数字信号处理的应用
6 关于数字信号处理的学习
（一）
信号
信号是信息（Information)的载体，
即信息包含在信号中。
t
信号，特别是一维信号，多是时间
的函数，即连续时间信号 x (t ) ，又称
模拟信号（Analog Signal)
t
x (t )
常见信号：电压，电流，磁通；温度，压力，
压强；光，机械振动；价格，经济指数，股市
指数；流量，水位，潮位；人体生理信号等等
常见人体生理信号 （生物医学信号）
ECG(心电)
EEG(脑电)
EOG(眼电)
EMG(肌电)
PCG(心音)
要求：准确检测R波，>99％
准确检测 P,Q,S,T等波，
>90%
准确测量 P－Q间期，
QRS宽度， S-T段形态
不同心脏病人的心电图
脑电信号
胎儿心电信号
脑电（EEG）的节律（即主要频率）：
 节律：<4Hz 的成分；
（深睡）
 节律：4Hz～8Hz 的成分； （浅睡）
 节律：8Hz～13Hz 的成分； （清醒）
 节律：>13Hz 的成分。（受刺激或思考）
火车鸣笛信号
1
0.8
0.6
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
0
2000
二维信号：
视频信号：
4000
6000
8000
10000
12000
14000
（二）数字信号
nZ
x[n]=xa(t)|t=nT=xa (nT),
n=…, -2, -1, 0, 1, 2, …
n: 所有整数
T : 抽样间隔 ，
𝑓𝑇=1/T ：抽样频率(Sampling Frequency)
数字信号处理流程图
信号源
sensors
x’[t]
放大器
x[t]
A/D
x[n]
DSP装置
D/A
y[t]
y[n]
（三） 数字信号处理
以PC或专用DSP装置为硬件平台, 以数
值分析为基本工具, 发展众多的信号
处理算法，实现信号自身的提取或是
信号有用特征( 幅度, 周期, 持续时
间, 过零点个数, 上升时间, 下降时
间, 自相关函数, 功率谱)的提取, 以
达到认识信号, 利用信号的目的。
1.数字信号处理的任务
任务：从信号中提取出所需要的信息，并将其用于
实际 。
例：
心电监护仪：
内含CPU
用于危重病房（intensive care unit，ICU）的
心电自动监护仪的作用是监护病人的心电状态（同时
也包括其他生理参数，如血压、呼吸等），它应能实
时地显示和存储病人的心电波形，并根据心电图的异
常来自动决定是否给出报警。一个实际的心电监护仪
由心电放大器、A/D 转换器、CPU、显示单元、存储
单元、系统管理软件和心电信号处理软件所组成。
心电处理软件的功能：
（1） 在CPU的控制下实现心电信号的采集、显
示和存储；
（2）去除噪声：
在信号采集时，身体的任一微小运动都会产生
“基线漂移”，这是一种低频干扰，同时，由于肌电
的存在又产生了高频的肌电噪声，由于空间电磁场的
存在又使心电信号中混有50Hz的工频干扰。这些噪声
不去除，就会影响下一步的信号处理。
带有高频噪声及病态失真的心电信号
（3）波形检测（参数提取）：
 R波检测：要求>99％；
 P波检测，T波检测：幅度特别低，>90％；
 P-Q间期测量；S-T段形态检测；
 QRS宽度检测
（4）病类判别：根据检测出的参数、心脏疾病的
原 理和医生的临床经验，建立起各种心律异常的数
学模型并对心电信号做出判别，决定是否异常，如异
常，又属于哪一类异常。这一工作即是信号处理的应
用。
以上内容虽然属于生物医学工程学科的范畴，但
从中可以看出数字信号处理的内容和任务。其他学科
的信号处理过程和该问题类似，即大体上也包含了去
噪、特征检测（或提取）和应用于实际这三个方面。
2.数字信号处理的优势
（1）精度高
（2）可重复性强
（3）体积小
（4）成本低
（5）可编程：所以灵活性强
（6）实时性(Real-time)强
3.数字信号处理的理论
基
础
数学: 微积分, 线性代数, 概率,
随机过程, 数论, 近世代数
信号与系统，计算机
现代通信原理、现代控制理论
发
展
模式识别、最优化、神经网络
系统辨识、 振动测试
生物医学工程
数字信号处理的理论非常丰富，
且在不断的飞速发展中，如：
上个世纪的六十、七十年代
DFT，FFT，Z变换，Hilbert变换；
离散系统分析理论；
各种数字滤波器设计理论；
随机信号统计分析理论；
上个世纪的八十年代：
现代功率谱估计理论（AR，ARMA
模型）；
自适应滤波理论；
时频联合分析（Wigner分布，
Cohen类分布；
滤波器组理论；高阶统计量理论；
上个世纪的九十年代：
小波变换理论；
独立分量分析理论（ICA）
这20年：Hilbert－Huang变换；
压缩传感（compressed sensing）
理论，被誉为信号处理领域的“Next a
big idea”
数字信号处理的理论
大体上可以分为：
（一）、经典信号处理
（二）、统计信号处理
实 现
应 用
（三）、现代信号处理
（一）.
经典信号处理:
经典数字信号处理主要
围绕两大部分内容：
1. 有关信号；
2. 有关系统；
1.
有关信号
（1）. 信号的描述：函数式；曲线；
（2）. 特殊信号：冲激；阶跃；斜坡；正弦，指数；
（3）. 信号的运算：加；减；乘；卷积；变换；
（4）. 信号的分解：正交分解；
（5）. 信号的抽样：抽样定理；
（6）. 信号的重建：正交分解；
2、有关系统
（1）. 离散时间系统的描述；
（2）. 离散时间系统的属性
线性；
移不变性；
因果性；
稳定性
（3）. 离散时间系统的输入输出关系；
（4）. 离散时间系统的分析
（5）. 离散时间系统设计
（数字滤波器设计）
属性判别？
LP？HP?
BP? BS?
线性相位？
IIR DF
FIR DF
（二）.统计信号处理:
1. 随机信号的描述；
2. 平稳及各态遍历信号
均值；
方差；
自相关函数；
功率谱
3. 估计问题；
自相关函数估计；
功率谱估计
（经典，现代）
4. 最优滤波；
维纳滤波器；
线性预测；
自适应滤波器；
卡尔曼滤波器
(三).现代信号处理:
1. 非平稳信号的
联合时频分析；
Wigner 分布
Cohen类分布；
2. 多抽样率信号处理；
3. 小波变换；
4. HILBERT－HUANG变换；
5. 独立分量分析（ICA）；
6. 压缩传感理论（CS）；
信号抽取；
信号插值；
两通道滤波器组；
M通道滤波器组
4.数字信号处理的实现
（教学, 科研, 开发的前期）
软件实现:
DSP软件包
MATLAB Signal Processing
Tool Box
硬件实现:
CPU, MCU,
DSP
TI产品系列
5.数字信号处理的应用
6.关于数字信号处理的学习
（1）特别要注意加深概念的理解，不要只停留在死记
数学公式上；
（2）通过应用来加深理解和记忆；
特别希望大家在学习的过程中利用MATLAB来完成实际的信
号处理任务
（3）打好基础，循序渐进。
成绩：平时成绩 15%+大作业 25%+闭卷笔试 60% ）
希望并相信 DSP 会在您的学位论文及今后
的就业中发挥重要的作用！
大作业要求
完成利用 MATLAB 仿真实现的相关算法（例如
奇异值分解、PCA、ICA、谱估计、维纳滤波、同
态滤波、自适应滤波等）分析报告（应有必要的
注释和结果分析，杜绝抄袭！）。
建议的内容（不限于此）：
A. 语音信号分析；
B. 脑电、心电、脉搏等
生理信号分析；
C. 图像信号分析；
D. 故
障信号分析 E. 电网信号分析； F .语音、图
像增强等
有关期刊
1. I EEE Trans. on Signal Processing;
2. I EEE Trans. on Circuits and Systems;
3. I EEE Trans. on Biomedical Engineering;
4. Proc. of I EEE;
5. Signal Processing;
6. 信号处理
教材
胡广书
《数字信号处理
--理论、算法与实现》
（第三版）清华大
学出版社，2012
参考书
[1] 胡广书 《数字信号处理导论》
清华大学出版社，2005
[2] S K Mitra. Digital Signal Processing:
A Computer－ Based Approach .
[3] 清华大学出版社 数字信号处理教程
(第5版) MATLAB版 程佩青
清华大学出版社，2017