电子科技大学
硕士学位论文
极化理论和相关极化技术在阵列信号处理中的应用
姓名：王珂
申请学位级别：硕士
专业：信号与信息处理
指导教师：张扬
20090501
数字信号处理的应用与发展趋势 作者：王欢 天津大学信息学院电信三班 摘要： 数字信号处理是应用于广泛领域的新兴学科，也是电子工业领域发展最为迅速的技术之一。本文就数字信号处理的方法、发展历史、优缺点、现代社会的应用领域以及发展前景五个方面进行了简明扼要的阐述。 关键词： 数字信号处理发展历史灵活稳定应用广泛发展前景 数字信号处理的简介 1.1、什么是数字信号处理 数字信号处理简称DSP，英文全名是Digital Signal Processing。 数字信号处理是利用计算机或专用处理设备以数字的形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理，以得到符合人们需要的信号形式。 DSP系统的基本模型如下： 数字信号处理是一门涉及许多学科且广泛应用于许多领域的新兴学科。它以众多的学科为理论基础，所涉及范围及其广泛。例如，在数学领域、微积分、概率统计、随即过程、数值分析等都是数字信号处理的基本工具；同时与网络理论、信号与系统、控制论、通信理论、故障诊断等学科也密切相关。近年来的一些新兴学科，如人工智能、模式识别、神经网络等，都是与数字信号处理密不可分的。数字信号处理可以说许多经典的理论体系作为自己的理论基础，同时又使自己成为一门新兴学科的理论基础。 1.2、数字信号系统的发展过程 数字信号处理技术的发展经历了三个阶段。 70 年代DSP 是基于数字滤波和快速傅里叶变换的经典数字信号处理, 其系统由分立的小规模集成电路组成, 或在通用计算机上编程来实现DSP 处理功能, 当时受到计算机速度和存储量的限制,一般只能脱机处理, 主要在医疗电子、生物电子、应用地球物理等低频信号处理方面获得应用。 80 年代DSP 有了快速发展, 理论和技术进入到以快速傅里叶变换(FFT) 为主体的现代信号处理阶段, 出现了有可编程能力的通用数字信号处理芯片, 例如美国德州仪器公司(TI公司) 的TMS32010 芯片, 在全世界推广应用, 在雷达、语音通信、地震等领域获得应用, 但芯片价格较贵, 还不能进 入消费领域应用。 90 年代DSP 技术的飞速发展十分惊人, 理论和技术发展到以非线性谱估计为代表的更先进的信号处理阶段, 能够用高速的DSP 处理技术提取更深层的信息, 硬件采用更高速的DSP 芯片, 能实时地完成巨大的计算量, 以TI 公司推出的TMS320C6X 芯片为例, 片内有两个高速乘法器、6 个加法器, 能以200MHZ 频率完成8 段32 位指令操作, 每秒可以完成16 亿次操作, 并且利用成熟的微电子工艺批量生产,使单个芯片成本得以降低。并推出了C2X 、C3X 、C5X 、C6X不同应用范围的系列, 新一代的DSP 芯片在移动通信、数字电视和消费电子领域得到广泛应用, 数字化的产品性能价 格比得到很大提高, 占有巨大的市场。 1.3、数字信号处理的特点
数字信号处理技术及发展趋势 贵州师范大学物电学院电子信息科学与技术 罗滨志 120802010051 摘要 数字信号处理的英文缩写是DSP，而数字信号处理又是电子设计领域的术语，其实现的功能即是用离散（在时间和幅度两个方面）所采样出来的数据集合来表示和处理信号和系统，其中包括滤波、变换、压缩、扩展、增强、复原、估计、识别、分析、综合等的加工处理，从而达到可以方便获得有用的信息，方便应用的目的【1】。而DPS实现的功能即是对信号进行数字处理，数字信号又是离散的，所以DSP大多应用在离散信号处理当中。 从DSP的功能上来看，其发展趋势日益改变着我们的科技的进步，也给世界带来了巨大的变化。从移动通信到消费电子领域，从汽车电子到医疗仪器，从自动控制到军用电子系统中都可以发现它的身影【2】。拥有无限精彩的数字信号处理技术让我们这个世界充满变化，充满挑战。 In this paper Is the abbreviation of digital signal processing DSP, the digital signal processing (DSP) is the term in the field of electronic design, the function of its implementation is to use discrete (both in time and amplitude) sampling represented data collection and processing of signals and systems, including filtering, transformation, compression, extension, enhancement, restoration, estimation, identification, analysis, and comprehensive processing, thus can get useful information, convenient for the purpose of convenient application [1]. And DPS the functions is to digital signal processing, digital signal is discrete, so most of DSP applications in discrete signal processing. From the perspective of the function of DSP, and its development trend is increasingly changing our of the progress of science and technology, great changes have also brought the world. From mobile communication in the field of consumer electronics, from automotive electronics to medical equipment, from automatic control to the military electronic systems can be found in the figure of it [2]. Infinite wonderful digital signal processing technology to let our world full of changes, full of challenges
多通道实时阵列信号处理系统的设计 由judyzhong于星期三, 11/11/2015 - 14:06 发表 作者：杨欣然,吴琼之,范秋香来源：电子科技 摘要：以全数字化信号产生和数字波束形成处理为基础的数字化阵列雷达已成为当代相控阵雷达技术发展的一个重要趋势，本文针对现代数字化阵列雷达对多通道数据采集和实时处理的需求，设计了一种基于FPGA的多通道实时阵列信号处理系统。可完成对20通道的中频数据采集，实时波束合成和数据传输功能，实验结果表明系统工作稳定、性能良好，具有良好的信噪比和通道一致性。 随着数字信号处理技术的不断进步和相应处理能力的不断提高，数字化阵列雷达以其动态范围大、扫描波束多、设计灵活性高的特点，已经逐步取代传统模拟阵列雷达成为高性能阵列雷达的主要研究方向。数字化阵列雷达需要将各个阵列天线接收的信号经过模拟下变频后经过AD采样并在数字域内进行信号处理，其典型的信号处理的方法包括数字波束形成(DBF)技术和波达方向估计(DOA)技术等。对于数字阵列雷达而言，对模拟下变频后的信号完成多
通道数据采集、数据处理和传输是系统的关键部分，对处理系统的同步性能、通道间幅相一致性均提出了很高要求，如进行DBF处理中通道间的不一致性将会影响波束合成后天线的方向图的特性，使增益下降、旁瓣电平升高。同时数字阵列雷达需要对各个通道采集下的数据实时地完成信号处理和数据传输功能，对处理系统的实时处理能力和信号吞吐能力提出了一定挑战。 本文介绍了一种针对DBF处理的多通道阵列信号处理系统的设计方案，以Xilinx的 XC7K325T FPGA为核心，完成了20通道的中频数据采集，并在FPGA内完成数字波束合成功能，可以同时完成8个波束指向的合成，并且将合成后的数据通过RapidIO结果传输至实时处理机进行进一步的处理。 1 系统设计原理和组成 本系统由数据采集模块和波束合成与传输模块两部分组成，系统框图如图1所示。 20路模拟中频输入通过SSMC连接器输入，由5片四通道A/D芯片AD9653采样后，通过LVDS接口串行输出到到FPGA的ISERDES输入模块中完成串并转换，并在FPGA内完
西工大《阵列信号处理》复习考点整理 考试形式： 一、8道问答题，每道题5分； 二、六道大题，包括PPT 上老师给出的那一道。 一 1. 均匀线列阵在波束扫描时，波束图怎么变化？ 当波束指向法线方向时，波束图具有最窄的主瓣宽度；随着阵元指向逐渐远离法线方向，主瓣一直指向所调方向并且展宽；除了指向法线方向外，主瓣都关于波束倾角轴不对称；当达到某一临界角时不能形成波束，但是在端射方向又可以形成波束。且在端射方向形成一个较宽的主瓣。 2．DI 是什么？ DI 表示指向性指数，其表达式为 D 为方向性，是阵列和孔径的一个常用性能度量。 ???=ππ φθθφθπφθ200 ),(sin 41) ,(P d d P D T T 3. DC 加权的特点 （1）旁瓣级给定时，主瓣宽度最小； （2）主瓣宽度给定时，旁瓣级最低； （3）等旁瓣级。 4. 频域快拍模型是什么，步骤是什么，常用的频域快拍取的时间有什么关系？ （1）记住《最优阵列处理技术》245页图 5.1 （2）步骤： ①把总的观测时间T 分为K 个不重叠的时间区域，区域长度为△T ； ②对时域快拍进行FT ； ③对频域向量（频域快拍）进行窄带波束形成； ④对上述频域信号进行IFT 。 （3）△T 的选择准则 ①△T 必须远大于平面波通过阵列的传播时间； ②△T 依赖于输入信号的带宽和信号的时域谱，16≥??T B （B*△T 足够大，选用频域快拍模型）。 5. 什么是均匀阵的瑞利限？ 常规波束形成分辨率的极限。表达式为 6. 空间白噪声的阵增益的相关计算。 阵列增益ωA 的定义为阵列的输出SNR 和一个阵元上的输入SNR 的比值。下标“ω”表示空域不相关的噪声输入。表达式如下：
数字信号处理的新技术及发展 摘要：数字信号处理是一门涉及许多学科而又广泛应用于许多领域的新兴学科。本文简述了数字信号处理技术的发展过程，分析了数字信号处理技术在多个领域应用状况，介绍了数字信号处理技术的最新发展，对数字信号处理技术的发展前景进行了展望。 关键词：信号数字信号处理信息技术DSP 0引言 自从数字信号处理（Digital Signal Processor）问世以来，随着计算机和信息技术的飞速发展，数字信号处理技术应运而生，并到迅速的发展。由于它具有高速、灵活、可编程、低功耗和便于接口等特点，已在图形、图像处理，语音、语言处理，通用信号处理，测量分析，通信等领域发挥越来越重要的作用。随着技术成本的降低，控制界已对此产生浓厚兴趣，已在不少场合得到成功应用。 1数字信号处理技术的发展历程 DSP的发展大致分为三个阶段： 在数字信号处理技术发展的初期（二十世纪50-60年代），人们只能在微处理器上完成数字信号的处理。直到70年代，有人才提出了DSP的理论和算法基础。一般认为，世界上第一个单片DSP芯片应当是1978年AMI公司发布的S281l。1979年美国Intel公司发布的商用可编程器件2920是DSP芯片的一个重要里程碑。这两种芯片内部都没有现代DSP芯片所必须有的单周期乘法器。1980年，日本NEC公司推出的mPD7720是第一个具有硬件乘法器的商用DSP芯片，从而被认为是第一块单片DSP器件。 随着大规模集成电路技术的发展，1982年美国德州仪器公司推出世界上第一代DSP芯片TMS32010及其系列产品，标志了实时数字信号处理领域的重大突破。Ti公司之后不久相继推出了第二代和第三代DSP芯片。90年代DSP发展最快。Ti公司相继推出第四代、第五代DSP芯片等。 随着CMOS技术的进步与发展，日本的Hitachi公司在1982年推出第一个基于CMOS工艺的浮点DSP芯片，1983年日本Fujitsu公司推出的MB8764，其指
信号子空间： 设N 元阵接收p 个信源，则其信号模型为：()()()()1 p i i i i x t s t a N t θ== +∑ 在无噪声条件下，()()()()()12,, ,P x t span a a a θθθ∈ 称()()()()12 ,, ,P span a a a θθθ为信号子空间，是N 维线性空间中的P 维子空间，记为P N S 。P N S 的正交补空间称为噪声子空间，记为N P N N -。 正交投影 设子空间m S R ∈，如果线性变换P 满足， 则称线性变换 P 为正交投影。 导向矢量、阵列流形 设N 元阵接收p 个信源，则其信号模型为：()()()()1 p i i i i x t s t a N t θ== +∑，其中矢量()i i a θ称为 导向矢量，当改变空间角θ，使其在空间扫描，所形成的矩阵称为阵列流形，用符号 A 表示，即 (){|(0,2)}a A θθπ=∈ 波束形成 波束形成（空域滤波）技术与时间滤波相类似，是对采样数据作加权求和,以增强特定方向信号的功率，即 ()()()()H H y t W X t s t W a θ==，通过加权系数W 实现对θ的选择。 最大似然 已知一组服从某概率模型 ()f X θ的样本集12,, ,N X X X ，其中θ为参数集合，使条件概率 ()12,,,N f X X X θ最大的参数θ估计称为最大似然估计。 不同几何形态的阵列的阵列流形矢量计算问题 假设有P 个信源，N 元阵列，则先建立阵列的几何模型求第i 个信源的导向矢量()i i a θ 选择阵元中的一个作为第一阵元，其导向矢量()1 [1]i a θ= 然后根据阵列的几何模型求得其他各阵元与第一阵元之间的波程差 n ?，则确定其导向矢量 ()2j n i a e πλ θ? =
数字信号处理技术的应用和发展 摘要互联网信息化技术的不断进步和应用范围的持续拓宽加速了数字时代的到来。数字信号处理技术是将声音、图片或者是视频进行信息的模拟再将其转化为数字信息，该技术也是数字时代的标志性技术，目前已经在仪器仪表、通信、计算机以及图像图形处理等领域得到了广泛应用。本文结合数字处理技术的特点，就其应用现状和发展方向进行了思考。【关键词】数字信号处理数字时代计算机技术发展 计算机、机械制造、通讯等技术的进步为数字信号处理技术的发展提供了基础。数字信息护理技术可以对更大层面的数据信息进行分析处理，作为数字信号处理环节中实用性较强的应用型技术综合了数字信号处理理论、硬件技术、软件技术等。分析数字信号技术的发展现状对于技术和优化和应用水平的提高有着重要的理论意义和现实意义。 1 数字信号处理技术概述 1.1 数字信号处理技术的特点 数据提取和转化是数字信号处理技术的本质特征，该技术就是将各类信号从复杂的环境中提取出来并将其转化为更加容易识别和利用的形式。高速的运算能力和高准确性的运算结果是数字信号处理技术的显著特征。通过独特的寻址模式和流水线结构是数字信号处理技术的主要运算方法。在一个指令周期内分别进行一次乘法和一次加法就是硬件乘法累加操作，该技术应用在实际的操作中速度可以达到800Mb/s。除此之外数字信号处理技术的稳定性也十分出色，通过二值逻辑的采用使得数字信号处理技术可以保证较强的环境使用能力。在软件的作用下数字处理技术可以实现参数的修改，保证较强的灵活性。 1.2 数字信号处理技术应用的意义
各类新技术的出现与发展对于社会生产和人类生活产生了巨大的影响，数字信号处理技术作为一项发展较快且适用性强的技术，其发展迅速在各个领域的应用水平也不断提高，销售价格也随之降低。目前应用中的数字信号处理技术的总线、资源及技术结构的标准化程度不断提高，一方面这会加剧我国的电子产品行业的竞争，另一方面也会促进电子产品和其他相关行业的进步与发展。 2 数字信号处理技术的应用思考 2.1 通信领域的应用 目前数字信号技术已经在众多领域得到了应用，通信领域中信号处理技术的应用推动了通信技术的发展和通信行业的变革。数字信号处理技术显著提高了通信信号和信息的处理效率和处理质量，为通信技术的进步与变革提供了基础，数字信号处理技术已经成为了通信理论中的一个新的学科，加快了无线系统成为主流通信方式的进程，数字信号处理技术对于通信行业的发展有着重要的支撑和引导作用，可视电话以及通信扩频等都需要数字信号处理技术参与的情况下才可以实现。 2.2 图像图形技术领域的应用 数字信号处理技术在图像图形技术领域的应用主要集中在有线电视机高品位卫星广播中，除此之外在MPEG2编码器和译码器、DVD活动中的图像压缩和解压中也发挥着重要的作用。数字信号处理技术的应用有效推动了信息处理速度和处理功能的提高，科技的不断进步加快了活动影像解压技术的快速发展。 2.3 仪器仪表领域中的应用 目前仪器仪表领域中相关测量工作中也有着数字信号处理技术的应用，于此同时该技术有取代高档单片机成为主流仪器仪表测量方式的趋势。在仪器仪表的开发和测量中应用数字信号处理技术有利于产品档次的提高，相较于传统的信息处理技术数字信号处理技术的内在资源
1.均匀线阵方向图 %8阵元均匀线阵方向图，来波方向为0度 clc; clear all; close all; imag=sqrt(-1); element_num=8;%阵元数为8 d_lamda=1/2;%阵元间距d与波长lamda的关系 theta=linspace(-pi/2,pi/2,200); theta0=0;%来波方向 w=exp(imag*2*pi*d_lamda*sin(theta0)*[0:element_num-1]'); for j=1:length(theta) a=exp(imag*2*pi*d_lamda*sin(theta(j))*[0:element_num-1]'); p(j)=w'*a; end figure; plot(theta,abs(p)),grid on xlabel('theta/radian') ylabel('amplitude') title('8阵元均匀线阵方向图') 当来波方向为45度时，仿真图如下：
8阵元均匀线阵方向图如下，来波方向为0度，20log（dB）
随着阵元数的增加，波束宽度变窄，分辨力提高：仿真图如下：
2.波束宽度与波达方向及阵元数的关系 clc clear all close all ima=sqrt(-1); element_num1=16; %阵元数 element_num2=128; element_num3=1024; lamda=0.03; %波长为0.03米 d=1/2*lamda; %阵元间距与波长的关系 theta=0:0.5:90; for j=1:length(theta); fai(j)=theta(j)*pi/180-asin(sin(theta(j)*pi/180)-lamda/(element_num1*d)); psi(j)=theta(j)*pi/180-asin(sin(theta(j)*pi/180)-lamda/(element_num2*d)); beta(j)=theta(j)*pi/180-asin(sin(theta(j)*pi/180)-lamda/(element_num3*d)); end figure; plot(theta,fai,'r',theta,psi,'b',theta,beta,'g'),grid on xlabel('theta'); ylabel('Width in radians') title('波束宽度与波达方向及阵元数的关系') 仿真图如下：
宽带信号中的三种二维平面阵DOA估计
宽带信号中的三种二维平面阵DOA 估计 一． 背景 目前关于阵列窄带信号的高分辨算法已比较成熟，但是随着信号处理技术的发展，信号环境日趋复杂，信号形式多样，信号密度日渐增大，窄带阵列探测系统的确定逐渐显示出来。 由于宽带信号具有目标回波携带的信息量大，有利于目标探测、参量估计和目标特征提取等特点，在有源探测系统中越来越多地得到应用。而在无源探测系统中，利用目标辐射的宽带连续谱进行目标检测是有效发现目标的一种重要手段。 ISM 方法把宽带信号在频域分解为J 个窄带分量，然后在每一个子带上直接进行窄带处理。因为信号为调频信号，所以信号在时域的分段实际上就是频域的分段。将信号分解为窄带信号后，我们就可以利用窄带算法进行处理，最后将各个结果进行加权综合，即可得到最终的结果。 二维DOA 估计是阵列信号处理中的重要内容，通过二维DOA 估计可以得到信号源在平面中的角度信息。一般采用L 型、面阵和平行阵或矢量传感器实现二维参数的估计，多数有效的二维DOA 估计算法是在一维DOA 估计的基础上，直接针对空间二维谱提出的，如二维MUSIC 算法以及二维CAPON 算法等。这两种算法可以产生渐进无偏估计，但要在二维参数空间搜索谱峰，计算量相当大。而采用二维ROOT MUSIC 算法可以减小计算量，但是需要付出精度下降的代价。 本次报告将结合宽带信号和二维DOA 估计算法，进行相关的算法介绍和仿真。 二． 算法介绍 1. 接收信号模型： 图 1 平面阵列示意图 如图1所示，设平面阵元数为M ×N ，信源数为K 。信源的波达方向为11(,),,(,)k k θφθφ ， 第i 个阵元与参考阵元之间的波程差为： 2(cos sin sin sin cos )/i i i x y z βπφθφθθλ=++ 设子阵1沿x 轴的方向矩阵为x A ，而子阵2的每个阵元相对于参考阵元的波程差就等于子阵1的阵元的波程差加上2sin sin /d πφθλ，所以接收信号为
21世纪高等院校电子信息类规划教材 省高等学校“十二五”省级规划教材 数字信号处理与DSP实现技术 课后习题与参考答案 主编：帅 副主编：晓波 师学院 2015.11 第1章绪论思考题 1．什么是数字信号？ 2．什么是数字信号处理？ 3．数字信号处理系统的实现方法有哪些？ 4．数字信号处理有哪些应用？
5．数字信号处理包含哪些容？ 6．数字信号处理的特点是什么？ 第1章 绪论参考答案 1．时间和幅度都离散的信号称为数字信号，即信号的时间取离散的值，幅度也取离散的值。 2．数字信号处理是指在数字领域进行数字信号的加工（变换、运算等），即输入是数字信号，采用数字信号处理方法进行处理，输出仍然是数字信号。 3．数字信号处理系统的实现方法有①通用软件方法实现系统；②专用加速处理机方法；③软硬件结合的嵌入式处理方法；④硬件方法。 4．数字信号处理在通信、计算机网络、雷达、自动控制、地球物理、声学、天文、生物医学、消费电子产品等各个领域均有应用，是信息产业的核心技术之一。比如信源编码、信道编码、多路复用、数据压缩，数字语音、汽车多媒体、MP3/MP4/MP5、数字扫面仪、数字电视机顶盒、医院监视系统、生物指纹系统等。 5．数字信号处理主要包含以下几个方面的容 ①离散线性时不变系统理论。包括时域、频域、各种变换域。 ②频谱分析。FFT 谱分析方法及统计分析方法，也包括有限字长效应谱分析。 ③数字滤波器设计及滤波过程的实现（包括有限字长效应）。 ④时频-信号分析（短时傅氏变换），小波变换，时-频能量分布。 ⑤多维信号处理（压缩与编码及其在多煤体中的应用）。 ⑥非线性信号处理。 ⑦随机信号处理。 ⑧模式识别人工神经网络。 ⑨信号处理单片机(DSP)及各种专用芯片(ASIC)，信号处理系统实现。 6．数字信号处理主要具有4个方面优点：①数字信号精度高；②数字信号处理灵活性强；③数字信号处理可实现模拟信号难以实现的特性；④数字信号处理可以实现多维信号处理。 数字信号处理主要存在3个方面缺点：①需要模拟接口等增加了系统复杂性；②由于取样定理的约束其应用的频率受到限制；③功耗大。 第2章 离散时间信号与系统思考题 1.序列的表示方法有哪几种？ 答：枚举表示；公式表示；图像表示 2．已知序列???<+-≥++=0 ,50,1)(2n n n n n n x ，求序列的反褶序列)(n x -、时延序列)2(-n x 。 答：21,0()5,0n n n x n n n ?-+≤-=?+>?，22(2)(2)1,20(2)(2)5,2033,27,2 n n n x n n n n n n n n ?-+-+-≥-=?--+-
数字信号处理总结 一、离散时间信号与系统的基本理论、信号的频谱分析 1、离散时间信号 1）离散时间信号：时间是离散变量的信号，即独立变量时间被量化了。 信号的幅值可以是连续数值，也可以是离散数值。 2）数字信号：时间和幅值都离散化的信号。 3）离散时间信号可用序列来描述 4）序列的卷积和（线性卷积） ∑∞ -∞ ==-= m n h n x m n h m x n y ) (*)()()()( 5）几种常用序列 a)单位抽（采、取）样序列（也称单位冲激序列）， ?? ?≠==0 ,00 ,1)(n n n δ b)单位阶跃序列, ?? ?<≥=0,00,1)(n n n u c)矩形序列， ?? ?=-≤≤=其它n N n n R N , 01 0,1)( d)实指数序列, )()(n u a n x n = 6）序列的周期性 所有n 存在一个最小的正整数N ,满足：)()(N n x n x +=,则称序列)(n x 是周期序列，周期为N 。正弦序列) sin()(0?ω+=n A n x 的周期性取决于 ω，()n x 是 周期序列。 7）时域抽样定理： 一个限带模拟信号 () a x t ，若其频谱的最高频率为 F ，对它进行等间隔抽样 而得()x n ，抽样周期为T ，或抽样频率为 1/s F T =； 只有在抽样频率 2s F F ≥时，才可由()x n 准确恢复 () a x t 。
2、离散时间信号的频域表示（时域离散信号的傅里叶变换；序列的傅立叶变换） ∑∞ -∞ =-= =n n j j e )n (x )e (X )j (X ωω ω，((2))()X j X j ωπω+= ω ωπ ωπ π d e j X n x n j ?- = )(21 )( 3、离散时间信号的复频域分析（时域离散信号的Z 变换，序列的Z 变换） ∑∞ -∞ =-= =n n z n x n x z X )()]([)(Z ； 1）Z 变换与傅立叶变换的关系， ω ωj e z z X j X ==)()( 2）Z 变换的收敛域 收敛区域要依据序列的性质而定。 同时，只有Z 变换的收敛区域确定之后，才能由Z 变换唯一地确定序列。 一般来来说，序列的Z 变换的收敛域在Z 平面上的一环状区域：+ -<
DSP 技 术 论 文 题目:DSP技术在通信领域的发展及应用学号: 09163 专业班级: 09通信1班 姓名: 日期: 2011.09.04 一:摘要 数字信号处理是一门涉及许多学科而又广泛应用于许多领域的新兴学科。20世纪60年代以来,随着计算机和信息技术的飞速发展,数字信号处理技术应运而生并得到迅速的发展。在过去的二十多年时间里,数字信号处理已经在通信等领域得到极为广泛DSP技术图解的应用。数字信号处理是利用计算机或专用处理设备,以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理,以得到符合人们需要的信号形式。 关键词 : 数字信号处理通信发展 1. summary Digital signal processing is a involves many subjects and widely used in many fields of emerging disciplines. Since the 1960 s, along with the computer and the rapid development of information technology, digital signal processing technology arises at the
historic get rapid development. In the past twenty years, digital signal processing has been in communication and other areas to be extremely extensive application of DSP technology diagram. Digital signal processing is using a computer or special treatment equipment, in digital form the signal collection, transform, filtering, valuations, enhance, compression, identification of treatment to get people with need signal types. Keywords: digital signal processing communication development 二:前言 现代社会对数据通信需求正向多样化、个人化方向发展。而无线数据通信作为向社会公众迅速、准确、安全、灵活、高效地提供数据交流的有力手段,其市场需求也日益迫切。正是在这种情况下,3G、4G通信才会不断地被推出,但是无论是3G 还是4G,未来通信都将离不开DSP技术(数字信号处理器,DSP作为一种功能强大的特种微处理器,主要应用在数据、语音、视像信号的高速数学运算和实时处理方面,可以说DSP将在未来通信领域中起着举足轻重的作用。 三:DSP技术在通信领域的发展及应用 为了确保未来的通信能在各种环境下自由高效地工作,这就要求组成未来通信的DSP要具有非常高的处理信号的运算速度,才能实现各种繁杂的计算、解压缩和编译码。而目前DSP按照功能的侧重点不一样,可以分为定点DSP 和浮点DSP,定点DSP以成本低见长,浮点DSP以速度快见长。如果单一地使用一种类型的DSP,未来通信的潜能就不能得到最大程度的发挥。为了能将定点与浮点的优势集于一身,突破DSP技术上的瓶颈,人们又推出了一种高级多重处理结构--VLIW结构,该结构可以在不提高时钟速度的情况下,实现很强的数字信号处理能力,而且它能同时具备定点DSP和浮点DSP所有的优点。为了能推出一系列更高档的新技术平台,人们又开始注重DSP的内核技术的开发,因为DSP的内核就相当于计 算机的CPU一样,被誉为DSP的心脏,大量的算法和操作都得通过它来完成,因此该内核结构的质量如何,将会直接影响整个DSP芯片的性能、功耗和成本。
%----------对角加载（LSMI 和SMI）方向图----------------------- %总结：这种算法主要给出了一种对角加载值的计算方法，对误差具有一定的稳健性，研究发现 %当数据协方差矩阵中含有信号分量会影响算法的性能。 clearall;clearall;clc; ratio_d_and_w=0.5; N_array=20;%阵列数 N_signal=60;% 样本数 ang1=0*pi/180;%所需信号的方向 SNR=5;%信噪比 ASd=sqrt(10.^(SNR/10)); ang2=40*pi/180;%干扰信号的方向 INR=45;%干噪比 ASi=sqrt(10.^(INR/10)); Sd=ASd*(randn(1,N_signal)+i*randn(1,N_signal));%Sd为所需信号 Si=ASi*(randn(1,N_signal)+i*randn(1,N_signal));%Si为干扰信号 Ni=randn(N_array,N_signal)+i*randn(N_array,N_signal);%Ni内噪声 Desired_Array=zeros(N_array,N_signal); Interferential_Array=zeros(N_array,N_signal); for LL=1:N_signal Interferential_Array(:,LL)=Si(LL)*test(ang2,N_array,ratio_d_and_w).'; Desired_Array(:,LL)=Sd(LL)*test(ang1,N_array,ratio_d_and_w).'; end X=zeros(N_array,N_signal); X= Interferential_Array +Ni; Rx=X*X'/N_signal; mm=std(diag(Rx));%对角加载值的确定下限 %mm=trace(Rx)/N_array;%对角加载值的确定上限 R1=Rx+mm*eye(size(Rx)); R=inv(R1); A_est=test(ang1,N_array,ratio_d_and_w); C= A_est; w_SMI=R*C/(C'*R*C);%对角加载 w_LSMI=inv(Rx)*C/(C'*inv(Rx)*C);%普通的Capon算法
数字信号处理 数字信号处理是20世纪60年代，随着信息学科和计算机学科的高速发展而迅速发展起来的一门新兴学科。数字信号处理是把信号用数字或符号表示成序列，通过计算机或通用（专用）信号处理设备，用数值计算方法进行各种处理，达到提取有用信息便于应用的目的。例如：滤波、检测、变换、增强、估计、识别、参数提取、频谱分析等。信号处理技术一直用于转换或产生模拟或数字信号，其中应用的最频繁的领域就是信号的滤波。此外，从数字通信、语音、音频和生物医学信号处理到检测仪器仪表和机器人技术等许多领域中，都广泛地应用了数 字信号处理技术。在本文中，主要介绍数字信号处理中两个方面：傅立叶变换和数字滤波器。 首先，从信号处理的发展来看，傅立叶的思想及其分析方法毫无疑问具有极其重要的地位，因为它开创了对信号进行频谱分析的理论，从而解决了许多复杂的处理过程。 传统的信号分析方法分别在时域和频域使用傅立叶变换进行处理。傅立叶变换以及其数字实现方法一一，快速傅立叶变换允许把一个信号分解成多个独立的频率分量和幅度分量。这样很容易区分开有用信号和噪声。 但是经典傅立叶变换工具的主要缺陷是不能把时间和频率信息结合起来给出频率是怎样随时间变化的。对于非平稳信号，传统的傅立叶变换显然不行，因为它无法给出所需信号频率出现的时间区域，也就无法真正了解频率随时间的变化情况。 短时傅立叶变换是一种能对信号同时进行时间域和频率域分析的工具。它的基本思想是：通过对所感兴趣的时刻附近的一小部分信号进行傅立叶分析，以确定该时刻的信号频率。因为时间间隔与整个信号相比是很短的（如语音信号），因此把这个处理过程叫做短时傅立叶变换。 为实现STFT,研究人员一开始使用的是窗口。实际上，它只给了我们关于信号的部分信息，STFT分析的精度取决于窗的选取。这正难点所在，比如：时间间隔应取多大；我们要确定什么样的窗口形状才能给中心点一个较大的权值，而给边缘点一个较小的权值；不同的窗口会产生不同的短时分布。还应该注意到的是：信号的特性由于窗函数的特性有所扰乱，信号恢复原状需要适当的整理并对信号进行估计。因此，STFT并不总能给我们一个清晰的表述。这就需要更好的方法来表示事件和频率的关系。 因此，研究时间一频率分布的动机是为了改进STFT，其基本思想是获得一个时间和频率的联合函数，用于精确的描述时域和频域的信号能量。 经典傅立叶分析只能把信号分解成单个的频率分量，并且建立其每一个分量的相对强度，但能量频谱并没有告诉我们那些频率在什么时候出现。时一频分布不但能告诉我们出现什么频率，而且还能告诉我们每一个频率出现在什么时候，使多个信号
阵列信号处理课程2011年作业 第1题 假定半波长间隔均匀分布线列阵的阵元数N ＝16，若入射平面波为62.5Hz 的正弦信号，信号持续时间为0.4s ，系统采样频率为1kHz ，阵列加权方式为均匀加权。分别给出 1. 当平面波信号分别从0,10, 20, 30, 40, 50, 60, 70, 80, 90, 100度方向入射时，指向90度的波束形成器的输出序列。 2. 当平面波信号分别从0:1:180度方向入射时，指向90度的波束形成器的输出序列经过平方求和后的分贝数输出。（把所有181个输出绘制在同一幅图中） 1）仿真图 图一：所求角度入射信号输出序列三维表示 注： 1. θ为信号入射角度，取值从0度到100度，每10°为一个间隔； 2. T 为整个阵元采样时间，对于不同的入射角度，t 的取值范围不同； 3. 输出信号幅度表示所有阵元的求和输出幅度，为有噪声情况。 结论： 0.8 t 输出信号幅度
从图一可以看出：①从90°入射的信号输出序列没有得到衰减，而其它角度入射的都得到了衰减；②从100°入射的信号和从80°入射的信号输出序列关于90°方向是对称的；③整个阵列对噪声有很好的抑制作用。 图二：入射信号0°到50°的输出序列 图三：入射信号60°到100°的输出序列 结论： 从图二和图三可以看出：①图一的所有结论；②90°方向入射信号没 0.10.20.30.40.5 -0.1 -0.0500.05 0.1 t A m p l i t u d e 0。 0.10.20.30.40.5 -0.1 -0.0500.05 0.1 t A m p l i t u d e 10。 0.10.20.30.40.5 -0.2 -0.100.1 0.2 t A m p l i t u d e 20。 0.10.20.30.40.5 -0.1 -0.0500.05 0.1 t A m p l i t u d e 30。 0.10.20.30.40.5 -0.1 -0.0500.05 0.1 t A m p l i t u d e 40。 0.10.20.30.40.5 -0.1 -0.0500.05 0.1 t A m p l i t u d e 50。 0.10.2 0.30.40.5 t A m p l i t u d e 60。 0.1 0.20.30.4 t A m p l i t u d e 70。 0.1 0.20.30.4 t A m p l i t u d e 80。 0.1 0.20.30.4 t A m p l i t u d e 90。 0.1 0.20.30.4 t A m p l i t u d e 100。
宽带信号中的三种二维平面阵DOA估计宽带信号中的三种二维平面阵DOA估计
一． 背景 目前关于阵列窄带信号的高分辨算法已比较成熟，但是随着信号处理技术的发展，信号环境日趋复杂，信号形式多样，信号密度日渐增大，窄带阵列探测系统的确定逐渐显示出来。 由于宽带信号具有目标回波携带的信息量大，有利于目标探测、参量估计和目标特征提取等特点，在有源探测系统中越来越多地得到应用。而在无源探测系统中，利用目标辐射的宽带连续谱进行目标检测是有效发现目标的一种重要手段。 ISM 方法把宽带信号在频域分解为J 个窄带分量，然后在每一个子带上直接进行窄带处理。因为信号为调频信号，所以信号在时域的分段实际上就是频域的分段。将信号分解为窄带信号后，我们就可以利用窄带算法进行处理，最后将各个结果进行加权综合，即可得到最终的结果。 二维DOA 估计是阵列信号处理中的重要内容，通过二维DOA 估计可以得到信号源在平面中的角度信息。一般采用L 型、面阵和平行阵或矢量传感器实现二维参数的估计，多数有效的二维DOA 估计算法是在一维DOA 估计的基础上，直接针对空间二维谱提出的，如二维MUSIC 算法以及二维CAPON 算法等。这两种算法可以产生渐进无偏估计，但要在二维参数空间搜索谱峰，计算量相当大。而采用二维ROOT MUSIC 算法可以减小计算量，但是需要付出精度下降的代价。 本次报告将结合宽带信号和二维DOA 估计算法，进行相关的算法介绍和仿真。 二． 算法介绍 1. 接收信号模型： 图 1 平面阵列示意图 如图1所示，设平面阵元数为M ×N ，信源数为K 。信源的波达方向为11(,),,(,)k k θφθφ ， 第i 个阵元与参考阵元之间的波程差为： 2(cos sin sin sin cos )/i i i x y z βπφθφθθλ=++ 设子阵1沿x 轴的方向矩阵为x A ，而子阵2的每个阵元相对于参考阵元的波程差就等于子阵1的阵元的波程差加上2sin sin /d πφθλ，所以接收信号为
阵列信号处理仿真作业 需要解决的问题： 使用优化算法（可以使用遗传算法）挑选旁瓣相消的阵元 要求：（只需要选择一个突破点即可） ①可以针对不同类型的干扰、连片杂波、地杂波或密集型干扰等进行优化 ②也可以考虑存在阵列误差 下面我们针对第一个突破点进行仿真： 一、基本原理 图1给出了一般阵元级部分自适应处理的框图，通常称为多旁瓣相消器。 1 N H x 图1. 多旁瓣相消器结构部分自适应处理框图 如图1所示，整个天线阵的阵元加导向矢量权及用于压低旁瓣的锥削，可得到主通道输出0()m t ，0()m t 的方向图就指向目标方向，而从天线阵中选出M 个阵元作自适应单元，自适应单元加权为H x W ，于是得到主通道输出 00()()H m t t =W X ，辅助通道输出为()H x t W Y 。所以整个自适应信号处理器的输出为 0()()()H x e t m t t =-W Y (1) 其中0()m t 表示为主通道的输出；12[,,,]T M y y y =Y L 为选取的辅助单元接收的信 号；12[,,,]H T x M w w w ***=W L 为自适应权值；()H x t W Y 为形成辅助通道的输出。 在最小均方误差的准则下，求出的自适应权值就演变成为一个优化问题 220min ()min ()()H x E e t E m t t ?????-?????? W Y (2) 得
1 0()()()()H H x E t t E t m t -* ????=????W Y Y Y (3) 为了保证目标信号不损失，应对自适应权作约束，约束条件是在目标信号的 方向上，阵列自适应处理的增益为一常数。即在权值调整过程中，无论权x W 怎 样变化，对有用信号的增益不变。这样在使自适应阵输出()e t 的均方值2 ()E e t ?? ?? 最小时，能最大限度地抑制干扰且不损失有用信号能量。图1中应用式( 2) 的无 约束优化方程显然不合理，它不能保证有用信号增益不变。即由于辅助通道中包含有用信号的能量，就会导致辅助阵元中目标信号分量与主通道中目标信号相减，引起目标信号对消，导致目标增益下降。对此，应设法阻塞目标信号进入辅助支路，避免信号对消现象。一种方法是在优化方程中加入单位增益约束，强制目标方向增益不变，这样的优化方程求解比较麻烦，而且不适合自适应单元自动选取的算法。 这里，采用信号阻塞矩阵来抑制目标信号，使目标信号能量不能进入辅助通道。 0=X JX (4) 其中12[,,,]T N x x x =X L 为阵列信号；01020(1)0[,,,]T N x x x -=X L ；J 为信号阻塞矩阵(N -1)×N 。 在一般情况下，信号到达角为0θ，则信号阻塞矩阵J 可表示为 00001exp(())001exp(())01exp(())0 001exp(())j j j j ?θ?θ?θ?θ??--??--=??--??--??J L L L L 其中002()sin()d π?θθλ =，当00θ=?时，阻塞矩阵变为 11000110 0000 11-??-????=? ?????-?? J L L L L L L L L 这样就得到整个自适应系统框图（图2）。 图2中上支路为主通道, 保证信号完全通过，其加权为导向矢量权和压低旁瓣的锥削。下支路为辅助支路，信号阻塞矩阵阻止信号能量通过，将N 个阵元信号变成N -1个信号（降维），然后由辅助单元选择通路并选择参与自适应的单元，加自适应权后与上支路信号相减，得到自适应输出。