数字信号处理复习总结-最终版

数字信号处理总复习第1章时域离散信号与系统1.1信号：传载信息的函数。

（1）模拟信号：在规定的连续时间内，信号的幅值可以取连续范围内的任意值，如正弦、指数信号等，即时间连续、幅值连续的信号。

（2）时域连续信号：在连续时间范围内定义的信号，信号的幅值可以是连续的任意值，也可以是离散（量化）的。

模拟信号是连续信号的特例，一般可以通用。

（3）时域离散信号：在离散的时间上定义的信号，独立（自）变量仅取离散值。

其幅值可以是连续的，也可以是离散（量化）的。

如理想抽信号是典型的离散信号，其幅值是连续的。

（4）数字信号：是量化的离散信号，或时间与幅值均离散的信号，即时间离散幅度被量化的信号为数字信号。

1．2 序列1．2.1序列的定义离散时闻信号可用序列来表示。

序列是一串以序号为自变量的有序数字的集合，简写作x(n)。

x(n)可看作对模拟信号x a(n)的脉冲，即x(n)=x a(n)也可以看作一组有序的数据集合。

1.2．2常用的序列（熟练掌握）数字信号处理中常用的典型序列列举如下：1．单位脉冲序列 2. 单位阶跃序列 3. 矩形序列 4. 实指数序列 5. 复指数序列 6. 正弦7. 周期序列及判别 1.2.3 序列运算（掌握） 1.3 时域离散系统（掌握特性） 1.4 卷积（掌握）例1.4－1、例1.4－21、图表法；2、表格阵法；3、相乘对位相加法；4、卷积的性质（了解）。

1.5 常系数线性差分方程1.6 数字化处理方法 理解物理概念及采样过程：熟练掌握采样定理：()()r n x b k n y a r Mr k Nk -=-∑∑==00()()()k n y a r n x b n y k Nk r M r ---=∑∑==1或：1.6－8、9式第2章 Z 变换与离散系统的频域分析2.1 Z 变换z 变换的定义可由抽样信号的拉氏变换引出的定义及过程。

2.2.1 Z 变换的收敛区理解Z 变换的收敛区的概念。

数字信号处理知识点归纳整理第一章时域离散随机信号的分析1.1. 引言实际信号的四种形式:连续随机信号、时域离散随机信号、幅度离散随机信号和离散随机序列。

本书讨论的是离散随机序列()X n ,即幅度和时域都是离散的情况。

随机信号相比随机变量多了时间因素,时间固定即为随机变量。

随机序列就是随时间n 变化的随机变量序列。

1.2. 时域离散随机信号的统计描述 1.2.1概率描述1. 概率分布函数(离散情况)随机变量n X ,概率分布函数: ()()n X n n n F x ,n P X x =≤(1)2. 概率密度函数(连续情况)若n X 连续,概率密度函数: ()()n n X X n nF x,n p x ,n x ∂=∂ (2)注意,以上两个表达式都是在固定时刻n 讨论,因此对于随机序列而言,其概率分布函数和概率密度函数都是关于n 的函数。

当讨论随机序列时,应当用二维及多维统计特性。

()()()()121212,,,121122,,,12,,,1212,1,,2,,,,,,,1,,2,,,,1,,2,,,NNNx XX N N N N x XX N x XX N NF x x x N P X x X x X x F x x x N p x x x N x x x =≤≤≤∂=∂∂∂1.2.2 数字特征1. 数学期望 ()()()()n xx n n m n E x n x n p x ,n dx ∞-∞==⎡⎤⎣⎦⎰ (3)2. 均方值与方差均方值: ()()22n n x n n E X x n p x ,n dx ∞-∞⎡⎤=⎣⎦⎰ (4)方差: ()()()2222xn x n x n E X m n E X m n σ⎡⎤⎡⎤=-=-⎣⎦⎣⎦(5)3. 相关函数和协方差函数自相关函数:()()nm**n m n m X ,X n m n m r n,m E X X x x p x ,n,x ,m dx dx ∞∞-∞-∞⎡⎤==⎣⎦⎰⎰ (6)自协方差函数:()()()()**cov ,,n m nmn m n X mX xx XXX X E X m Xm r n m m m ⎡⎤=--⎢⎥⎣⎦=- (7)由此可进一步推出互相关函数和互协方差函数。

绪论：本章介绍数字信号处理课程的基本概念。

0.1信号、系统与信号处理1.信号及其分类信号是信息的载体，以某种函数的形式传递信息。

这个函数可以是时间域、频率域或其它域，但最基础的域是时域。

分类：周期信号/非周期信号确定信号/随机信号能量信号/功率信号连续时间信号/离散时间信号/数字信号按自变量与函数值的取值形式不同分类：2.系统系统定义为处理（或变换）信号的物理设备，或者说，凡是能将信号加以变换以达到人们要求的各种设备都称为系统。

3.信号处理信号处理即是用系统对信号进行某种加工。

包括：滤波、分析、变换、综合、压缩、估计、识别等等。

所谓“数字信号处理”，就是用数值计算的方法，完成对信号的处理。

0.2 数字信号处理系统的基本组成数字信号处理就是用数值计算的方法对信号进行变换和处理。

不仅应用于数字化信号的处理，而且也可应用于模拟信号的处理。

以下讨论模拟信号数字化处理系统框图。

（1）前置滤波器将输入信号x a(t)中高于某一频率（称折叠频率，等于抽样频率的一半）的分量加以滤除。

（2）A/D变换器在A/D变换器中每隔T秒（抽样周期）取出一次x a(t)的幅度，抽样后的信号称为离散信号。

在A/D 变换器中的保持电路中进一步变换为若干位码。

（3）数字信号处理器（DSP）（4）D/A变换器按照预定要求，在处理器中将信号序列x(n)进行加工处理得到输出信号y(n)。

由一个二进制码流产生一个阶梯波形，是形成模拟信号的第一步。

（5）模拟滤波器把阶梯波形平滑成预期的模拟信号；以滤除掉不需要的高频分量，生成所需的模拟信号y a(t)。

0.3 数字信号处理的特点（1）灵活性。

（2）高精度和高稳定性。

（3）便于大规模集成。

（4）对数字信号可以存储、运算、系统可以获得高性能指标。

0.4 数字信号处理基本学科分支数字信号处理（DSP）一般有两层含义，一层是广义的理解，为数字信号处理技术——DigitalSignalProcessing，另一层是狭义的理解，为数字信号处理器——DigitalSignalProcessor。

数字信号处理复习要点引言 数字信号处理主要包括如下几个部分1、离散时间信号与系统的基本理论、信号的频谱分析2、离散傅立叶变换、快速傅立叶变换3、数字滤波器的设计一、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。

（本课程主要讲解的实际上是离散时间信号的处理） 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）)(n δ,⎩⎨⎧≠==0,00,1)(n n n δb)单位阶跃序列)(n u ,⎩⎨⎧<≥=0,00,1)(n n n uc)矩形序列，⎩⎨⎧=-≤≤=其它n N n n R N ,010,1)(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()(0ϕω+=n A n x 的周期性取决于0ω，()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0F ，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02s 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 nj j e)n (x )e(X )j (X ωωω，((2))()X j X j ωπω+=ωωπωππd 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 nzn x n x z X )()]([)(Z ；1）Z 变换与傅立叶变换的关系，ωωj 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。

《数字信号处理》辅导一、离散时间信号和系统的时域分析（一） 离散时间信号（1）基本概念信号：信号传递信息的函数也是独立变量的函数，这个变量可以是时间、空间位置等。

连续信号：在某个时间区间，除有限间断点外所有瞬时均有确定值。

模拟信号：是连续信号的特例。

时间和幅度均连续。

离散信号：时间上不连续，幅度连续。

常见离散信号——序列。

数字信号：幅度量化，时间和幅度均不连续。

（2）基本序列（课本第7——10页）1）单位脉冲序列 2）单位阶跃序列 1,0()0,0n n n δ=⎧=⎨≠⎩1,0()0,0n u n n ≥⎧=⎨≤⎩3）矩形序列 4）实指数序列1,01()0,0,N n N R n n n N≤≤-⎧=⎨<≥⎩()n a u n 5）正弦序列6）复指数序列0()sin()x n A n ωθ=+()j n nx n e e ωσ=（3）周期序列1）定义：对于序列，若存在正整数使()x n N ()(),x n x n N n =+-∞<<∞则称为周期序列，记为，为其周期。

()x n ()xn N 注意正弦周期序列周期性的判定（课本第10页）2）周期序列的表示方法：a.主值区间表示法b.模N 表示法3）周期延拓设为N 点非周期序列，以周期序列L 对作无限次移位相加，即可得到()x n ()x n 周期序列，即()xn ()()i xn x n iL ∞=-∞=-∑ 当时， 当时，L N ≥()()()N x n xn R n = L N <()()()N x n xn R n ≠ （4）序列的分解序列共轭对称分解定理：对于任意给定的整数M ，任何序列都可以分解成()x n 关于共轭对称的序列和共轭反对称的序列之和，即/2c M =()e x n ()o x n()()(),e o x n x n x n n =+-∞<<∞并且1()[()()]2e x n x n x M n *=+-1()[()()]2o x n x n x M n *=--（4）序列的运算1）基本运算运算性质描述序列相乘12()()()()()y n x n x n y n ax n ==序列相加12()()()y n x n x n =+序列翻转 （将以纵轴为对称轴翻转）()()y n x n =-()x n 尺度变换（序列每隔m-1点取一点形成的序列）()()y n x mn =()x n 用单位脉冲序列表示()()()i x n x i n i δ∞=-∞=-∑2）线性卷积：将序列以y 轴为中心做翻转，然后做m 点移位，最后与对应点相()x n ()x n 乘求和——翻转、移位、相乘、求和定义式： 1212()()()()()m y n x m x n m x n x n ∞=-∞=-=*∑线性卷积的计算：A 、图解B 、解析法C 、不进位乘法（必须掌握）3）单位复指数序列求和（必须掌握）/2/2/2/2/2/21/2/2/2/2/2/2(1)/21()()/(2)1()()/(2)sin(/2)sin(/2)j N j N j N j N j N j N j N N j nj j j j j j j n j N e e e e e e e j ee e e e e e e j N e ωωωωωωωωωωωωωωωωωω------------=-----===---=∑如果，那么根据洛比达法则有2/k N ωπ=sin(/2)(0)(0)(()())sin(/2)N N k N N k N ωδδω===或可以结合作业题3.22进行练习（5）序列的功率和能量能量：2|()|n E x n ∞=-∞=∑功率：21lim |()|21NN n NP x n N →∞=-=+∑（6）相关函数——与随机信号的定义运算相同（二） 离散时间系统1．系统性质（1）线性性质定义：设系统的输入分别为和，输出分别为和，即1()x n 2()x n 1()y n 2()y n 1122()[()],()[()]y n T x n y n T x n ==统的输对于任意给定的常数、，下式成立a b 1212()[()()]()()y n T ax n bx n a y n by n =+=+则该系统服从线性叠加原理，为线性系统，否则为非线性系统。

数字信号处理第0章绪论1.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。

2.DSP系统构成输入抗混叠滤波A/DDSP芯片D/A平滑滤波输出输入信号首先进行带限滤波和抽样，然后进行A/D（Analog to Digital）变换将信号变换成数字比特流。

根据奈奎斯特抽样定理，为保证信息不丢失，抽样频率至少必须是输入带限信号最高频率的2倍。

DSP芯片的输入是A/D变换后得到的以抽样形式表示的数字信号。

3.信号的形式（1）连续信号在连续的时间范围内有定义的信号。

连续--时间连续。

（2）离散信号在一些离散的瞬间才有定义的信号。

离散--时间离散。

4.数字信号处理主要包括如下几个部分（1）离散时间信号与系统的基本理论、信号的频谱分析（2）离散傅立叶变换、快速傅立叶变换（3）数字滤波器的设计第一章离散时间信号一、典型离散信号定义1.离散时间信号与数字信号时间为离散变量的信号称作离散时间信号；而时间和幅值都离散化的信号称作为数字信号。

2.序列离散时间信号－时间上不连续上的一个序列。

通常定义为一个序列值的集合{x(n)}，n 为整型数，x(n)表示序列中第n 个样值，{·}表示全部样本值的集合。

离散时间信号可以是通过采样得到的采样序列x(n)=x a (nT)，也可以不是采样信号得到。

二．常用离散信号1.单位抽样序列（也称单位冲激序列）)(n δ⎩⎨⎧≠==0,00,1)(n n n δδ(n):在n=0时取值为12.单位阶跃序列)(n u ,⎩⎨⎧<≥=0,00,1)(n n n u 3.矩形序列，⎩⎨⎧=-≤≤=其它n N n n R N ,010,1)(4.实指数序列,)()(n u a n x n =，a 为实数5.正弦型序列)sin()(φω+=n A n x 式中，ω为数字域频率，单位为弧度。

15On 1-10()0sin nω()t 0sin Ω16.复指数序列nj e n x )(0)(ωσ+=7.周期序列如果对所有n 存在一个最小的正整数N ，使下面等式成立：)()(N n x n x +=，则称x(n)为周期序列，最小周期为N 。

数字信号处理复习要点数字信号处理主要包括如下几个部分1、 离散时间信号与系统的基本理论、信号的频谱分析2、 离散傅立叶变换、快速傅立叶变换3、 数字滤波器的设计一、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。

（本课程主要讲解的实际上是离散时间信号的处理） 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)单位抽样序列（也称单位冲激序列）)(n δ,⎩⎨⎧≠==0,00,1)(n n n δb)单位阶跃序列)(n u ,⎩⎨⎧<≥=0,00,1)(n n n uc)矩形序列，⎩⎨⎧=-≤≤=其它n N n n R N ,010,1)(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 。

(注意：按此定义，模拟信号是周期信号，采用后的离散信号未必是周期的)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0F ，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02s F F ≥时，才可由()a x t 准确恢复()x n 。

2、离散时间信号的频域表示（信号的傅立叶变换）∑∞-∞=-=n nj en x j X ωω)()(，((2))()X j X j ωπω+=ωωπωππd ej X n x nj ⎰-=)(21)(3、序列的Z 变换∑∞-∞=-==n nzn x n x z X )()]([)(Z1） Z 变换与傅立叶变换的关系，ωωj 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。

数字信号处理知识点归纳整理第一章时域离散随机信号的分析1.1. 引言实际信号的四种形式:连续随机信号、时域离散随机信号、幅度离散随机信号和离散随机序列。

本书讨论的是离散随机序列()X n ,即幅度和时域都是离散的情况。

随机信号相比随机变量多了时间因素,时间固定即为随机变量。

随机序列就是随时间n 变化的随机变量序列。

1.2. 时域离散随机信号的统计描述 1.2.1概率描述1. 概率分布函数(离散情况)随机变量n X ,概率分布函数: ()()n X n n n F x ,n P X x =≤(1)2. 概率密度函数(连续情况)若n X 连续,概率密度函数: ()()n n X X n nF x,n p x ,n x ∂=∂ (2)注意,以上两个表达式都是在固定时刻n 讨论,因此对于随机序列而言,其概率分布函数和概率密度函数都是关于n 的函数。

当讨论随机序列时,应当用二维及多维统计特性。

()()()()121212,,,121122,,,12,,,1212,1,,2,,,,,,,1,,2,,,,1,,2,,,NNNx XX N N N N x XX N x XX N NF x x x N P X x X x X x F x x x N p x x x N x x x =≤≤≤∂=∂∂∂1.2.2 数字特征1. 数学期望 ()()()()n xx n n m n E x n x n p x ,n dx ∞-∞==⎡⎤⎣⎦⎰ (3)2. 均方值与方差均方值: ()()22n n x n n E X x n p x ,n dx ∞-∞⎡⎤=⎣⎦⎰ (4)方差: ()()()2222xn x n x n E X m n E X m n σ⎡⎤⎡⎤=-=-⎣⎦⎣⎦(5)3. 相关函数和协方差函数自相关函数:()()nm**n m n m X ,X n m n m r n,m E X X x x p x ,n,x ,m dx dx ∞∞-∞-∞⎡⎤==⎣⎦⎰⎰ (6)自协方差函数:()()()()**cov ,,n m nmn m n X mX xx XXX X E X m Xm r n m m m ⎡⎤=--⎢⎥⎣⎦=- (7)由此可进一步推出互相关函数和互协方差函数。