Дигитална обрада сигнала

С Википедије, слободне енциклопедије

Дигитална обрада сигнала (ДСП) је употреба дигиталне обраде, као што су рачунари, за обављање разних операција обраде сигнала. Сигнали обрађени на овај начин су низ бројева који представљају узорке континуалне променљиве у домену као што су време, простор или фреквенција.

Дигитална обрада сигнала и аналогна обрада сигнала су под-поља обраде сигнала. ДСП апликације укључују аудио и говорну обраду, сонар, радар и друге обраде сензорских низова, процену спектралне густине, статистичку обраду сигнала, дигиталну обраду слика, обраду сигнала за телекомуникације, контролне системе, биомедицински инжењеринг, сеизмологију, између осталог.

ДСП може да промени линеарне и нелинеарне операције. Нелинеарни сигнални процес је најближе повезан са нелинеарним системом идентификације[1] и може бити имплементиран на време, фреквенцију, и просторно-временски домен.

Апликација дигиталног прорачуна за обраду сигнала омогућава многе предности у односу на обраду аналогног у многим апликацијама, попут детекција и исправки грешака у преносу као и компресије података.[2] ДСП се примењује на преносне податке и статичке (сачуване) податке.

Сигнал узимања узорака[уреди | уреди извор]

За дигиталну анализу и манипулацију аналогним сигналом, мора бити извршена дигитализација аналогно-дигиталним конвертором (АДЦ). Узимање података се обично спроводи у две фазе, а то су дискретизација и квантизација. Дискретизација значи да је сигнал подељен једнаким интервалима времена, и сваки од интервала је представљен једнаким мерењем амплитуде. Квантизација значи да се свако амплитудно мерење апроксимира вредностима из коначног скупа. Пример је заокруживање реалног броја у цео број.

Најквист-Шенонова теорема одабирања тврди да се сигнал може тачно реконструисати из својих узорака ако је фреквенција узорковања два пута већа од највеће компоненте фреквенције у сигналу. У пракси, учесталост узорковања је често знатно већа од двоструке Најквист фреквенције.

Теоретска ДСП анализа и извођење се најчешће изводе на дискретно-временским моделима без икакве амплитудне нетачности (квантне грешке). Нумеричке методе захтевају квантне сигнале, попут оних произведених од АДЦ. Обрађени резултат може бити спектар фреквенција или скуп статистичких података. Али често је то један квантни сигнал који се претвара назад у аналогни облик од стране дигитално-аналогног конвертора (ДАЦ).

Домени[уреди | уреди извор]

У ДСП-у, инжењери обично проучавају дигиталне сигнале у једном од следећих домена:

  • временски домен (енгл. тиме домаин) - једнодимензионални сигнали,
  • просторни домен (енгл. спаце домаин)- вишедимензионални сигнали,
  • фреквентни домен (енгл. фреqуенцy домаин) и
  • таласић домен (енгл. wавелет домаин).

Они бирају домен у коме ће обрађивати сигнал правећи информисану претпоставку (или испробавајући различите могућности) према ком домену најбоље представљају суштинске карактеристике сигнала и обраду коју треба применити на њега. Низ узорака из мерног уређаја производи временско или просторно представљање, док дискретна Фуријеова трансформација производи представљање фреквентног домена.

Временски и просторни домен[уреди | уреди извор]

Најчешћи приступ обраде у временском или просторном домену је побољшање улазног сигнала путем методе која се назива филтрирање. Дигитално филтрирање се углавном састоји од неке линеарне трансформације већег броја околних узорака око тренутног узорка улазног или излазног сигнала. Постоје различити начини за карактеризацију филтера; на пример:

  • "Линеарни" филтер је линеарна трансформација улазних узорака; други филтери су "нелинеарни". Линеарни филтери задовољавају услов суперпозиције, тј. ако је улаз тежинска линеарна комбинација различитих сигнала, излаз је слична тежинска линеарна комбинација одговарајућих излазних сигнала.
  • "Узрочни" филтер користи само претходне узорке улазних или излазних сигнала; док "не-узрочни" филтер користи будуће улазне узорке. Не-узрочни филтер обично може бити промењен у узрочни филтер додавањем кашњења.
  • "Временско-инваријантни" филтер има константна својства током времена; други филтери као што су адаптивни филтери се мењају у току времена.
  • "Стабилни" филтер ствара излаз који константно конвергира са временом, или остаје ограничен унутар коначног интервала.
  • "Нестабилни" филтер може произвести излаз који расте без граница, са ограниченим или чак нултим улазом.

Филтер "коначног импулсног одзива" (ФИР) користи само улазне сигнале, док филтер "бесконачног импулсног одзива" (ИИР) користи и улазни сигнал и претходне узорке излазног сигнала. ФИР филтери су увек стабилни, док ИИР филтери могу бити нестабилни.

Филтер се може представити блок дијаграмом, који се затим може користити за извођење алгоритма који представља обраду узорка за имплементацију филтера са хардверским упутствима. Филтер такође може бити описан диференцном једначином, као колекција нула и полова или, ако је то ФИР филтер, импулсни одзив или одговарајући корак.

Излаз линијског дигиталног филтера на било који улаз може се израчунати сакривањем улазног сигнала импулсним одзивом.

Фреквентни домен[уреди | уреди извор]

Сигнали се конвертују из времена или простора домена у фреквентном домену најчешће кроз Фуријеову трансформацију. Фуријеова трансформација претвара информације о сигналу у магнитуду и фазну компоненту сваке фреквенције. Често се Фуријеова трансформација конвертује у спектар снаге, што је величина магнитуде квадрата сваке компоненте фреквенције.

Најчешћа сврха анализе сигнала у фреквентном домену је анализа својства сигнала. Инжењер може да проучи спектар да одреди које фреквенције су присутне у улазу сигнала а које недостају. Поред информација о фреквенцији, информације о фази су често потребне. Ово се може добити Фуријеовом трансформацијом. У неким апликацијама значајан фактор може бити како фаза варира у зависности од фреквенције. Филтрирање, нарочито у не-реалном времену рада, може се постићи конвертовањем (претварањем) у фреквентни домен, применом филтера и затим конвертовањем назад у временски домен. Ово је брза, О(нлог н) операција, и може дати суштински било који облик филтера укључујући одличне апроксимације ''брицкwалл'' филтера.

Постоје неке најчешће кориштене фреквенције домена трансформације. На пример, ''цепструм'' претвара сигнал у фреквентни домен кроз Фуријеову трансформацију, узима логаритам, и затим примењује другу Фуријеову транформацију. Ово наглашава хармонијску структуру оригиналног спектра.

Анализа фреквентног домена се такође назива спектрална или спектар-анализа.

З-раван анализа[уреди | уреди извор]

Дигитални филтери се могу наћи у два облика, ИИР и ФИР. ФИР имају многе предности, али су рачунски захтевнији. Док су ФИР филтери увек стабилни, ИИР филтери имају повратну петљу која може резонирати када се стимулише одређеним улазним сигналима.З-трансформација обезбеђује алат за анализирање питања потенцијалних стабилности дигиталних ИИР филтера. Ово је аналогно Лапласовој трансформацији, која се користи за пројектовање аналогних ИИР филтера.

Таласић домен[уреди | уреди извор]

Пример 2Д дискретне таласић трансформације која се користи у ЈПЕГ2000. Оригинална слика је филтрирана на високом нивоу, што даје три велике слике, од којих свака описује локалне промене у осветљености (детаљима) у оригиналној слици. Затим је нископропусно филтриран и смањен, дајући приближну слику; ова слика је високопропусно филтрирана како би се произвеле три мање детаљне слике, а нископропусно филтрирана како би се направила финална приближна слика у горњем левом углу.

У нумеричкој анализи и функционалној анализи, дискретна таласна трансформација (ДВТ) је свака таласна трансформација за коју се дискетно узимају узорци. Као и код других таласних трансформација, кључна предност у односу на Фуријеову трансформацију је временска резолуција: она обухвата информације о фреквенцији и локацији. Тачност заједничке резолуције временске фреквенције је ограничена принципом несигурности временске фреквенције.

Апликације[уреди | уреди извор]

Главне апликације ДСП-а су обрада аудио сигнала, аудио компресија, дигитална обрада слика, обрада видео записа, обрада говора, препознавање говора, дигитална комуникација, дигитални синтисајзери, радар, сонар, сеизмологија и биомедицина. Специфични примери су: компресија говора и пренос дигиталних мобилних телефона, дигитална собна корекција звука у хи-фи и озвучавање апликације, временска прогноза, економска предвиђања, сеизмолошка обрада података, анализа и контрола индустријских процеса, медицинска сликања као што су ЦАТ скенирања и Магнетна резонантна тимографија (МРИ), МП3 компресија, компјутерска графика, манипулација сликама, хи-фи звучник, скретнице и уједначавање, и аудио ефекти који се користе код електричне гитаре тј. њених појачала.

Имплементација[уреди | уреди извор]

ДСП алгоритми одавно раде на рачунарима опште намене и дигиталним обрадама сигнала. ДСП алгоритми се такође спроводе на наменски хардвер као што су апликације специфично интегрисаног кола (АСИЦ). Додатне технологије за дигиталну обраду сигнала укључују моћније опште намене микропроцесора, интегрисаног кола ФПГА, дигиталних сигналних контролора(углавном за индустријску примену, као што је контрола мотора), и обрада протока.[3]

У зависности од захтева апликације, задаци дигиталне обраде сигнала могу бити реализовани и на рачунаре опште намене. Често када услов обраде није у реалном времену, обрада се економски ради са рачунарима опште намене и подацима сигнала (или улаз или излаз) који постоји у датотекама. Ово се у основи не разликује од било које друге обраде података, осим ДСП што користе математичке технике, као сто је Брза Фуријеова трансформација(ФФТ), а за узорковане податке се обично претпоставља да се равномерно узоркују у времену и простору. На пример: обрада дигиталне фотографије са софтвером као што је Пхотосхоп.

Међутим, када је захтев апликације у реалном времену, ДСП је често спроводи коришћењем специјализованих микропроцесора као што је ДСП56000, у ТМС320, или СХАРЦ. Они често обрађују податке користећи фиксне тачке аритметике, иако неке снажније верзије користе покретни зарез. За бржу апликацију ФПГА[4] може се користити.

Почев од 2007. године, имплементација више језгара (мултицоре) ДСП-а је почела да се појављује од компанија укључујући Фреесцале и Стреам Процессорс, итд. За брже примене са огромном употребом, АСИЦ може бити дизајниран специјално. За споре примене, традиционални спорији процесор као што је микроконтролер може бити адекватан. Такође, све већи број ДСП апликација се сада примењује на уграђене системе који користе моћне рачунаре са вишејезгарнним процесором.

Види још[уреди | уреди извор]

Белешке[уреди | уреди извор]

Референце[уреди | уреди извор]

  1. ^ Биллингс, Степхен А. (2013). Нонлинеар Сyстем Идентифицатион: НАРМАX Метходс ин тхе Тиме, Фреqуенцy, анд Спатио-Темпорал Домаинс. УК: Wилеy. ИСБН 978-1-119-94359-4. 
  2. ^ Броесцх, Јамес D.; Страннебy, Даг; Wалкер, Wиллиам (2008-10-20). Дигитал Сигнал Процессинг: Инстант аццесс (1 изд.). Буттерwортх-Хеинеманн - Неwнес. стр. 3. ИСБН 9780750689762. 
  3. ^ Страннебy, Даг; Wалкер, Wиллиам (2004). Дигитал Сигнал Процессинг анд Апплицатионс (2нд изд.). Елсевиер. ИСБН 978-0-7506-6344-1. 
  4. ^ ЈПФиx (2006). „ФПГА-Басед Имаге Процессинг Аццелератор”. Приступљено 10. 5. 2008. 

Литература[уреди | уреди извор]

  • Биллингс, Степхен А. (2013). Нонлинеар Сyстем Идентифицатион: НАРМАX Метходс ин тхе Тиме, Фреqуенцy, анд Спатио-Темпорал Домаинс. УК: Wилеy. ИСБН 978-1-119-94359-4. 
Дигитална обрада сигнала на Викимедијиној остави.
Викикњиге имају више информација о Дигитална обрада сигнала
  • Н. Ахмед анд К.Р. Рао . Ортхогонал Трансформс фор Дигитал Сигнал Процессинг. Спрингер-Верлаг (Берлин – Хеиделберг – Неw Yорк). 1975. ISBN 978-3-540-06556-2.
  • Јонатхан M. Блацкледге, Мартин Турнер: Дигитал Сигнал Процессинг: Матхематицал анд Цомпутатионал Метходс, Софтwаре Девелопмент анд Апплицатионс, Хорwоод Публисхинг. ISBN 978-1-898563-48-8.
  • Јамес D. Броесцх: Дигитал Сигнал Процессинг Демyстифиед, Неwнес. ISBN 978-1-878707-16-1.
  • Паул M. Ембрее, Дамон Даниели: C++ Алгоритхмс фор Дигитал Сигнал Процессинг, Прентице Халл. ISBN 978-0-13-179144-2.
  • Хари Крисхна Гарг: Дигитал Сигнал Процессинг Алгоритхмс, ЦРЦ Пресс. ISBN 978-0-8493-7178-3.
  • П. Гаyдецки: Фоундатионс Оф Дигитал Сигнал Процессинг: Тхеорy, Алгоритхмс Анд Хардwаре Десигн, Институтион оф Елецтрицал Енгинеерс. ISBN 978-0-85296-431-6.
  • Асхфаq Кхан: Дигитал Сигнал Процессинг Фундаменталс, Цхарлес Ривер Медиа. ISBN 978-1-58450-281-4.
  • Сен M. Куо, Wоон-Сенг Ган: Дигитал Сигнал Процессорс: Арцхитецтурес, Имплементатионс, анд Апплицатионс, Прентице Халл. ISBN 978-0-13-035214-9.
  • Паул А. Лyнн, Wолфганг Фуерст: Интродуцторy Дигитал Сигнал Процессинг wитх Цомпутер Апплицатионс, Јохн Wилеy & Сонс. ISBN 978-0-471-97984-5.
  • Рицхард Г. Лyонс: Ундерстандинг Дигитал Сигнал Процессинг, Прентице Халл. ISBN 978-0-13-108989-1.
  • Вијаy Мадисетти, Доуглас Б. Wиллиамс: Тхе Дигитал Сигнал Процессинг Хандбоок, ЦРЦ Пресс. ISBN 978-0-8493-8572-8.
  • Јамес Х. МцЦлеллан, Роналд W. Сцхафер, Марк А. Yодер: Сигнал Процессинг Фирст, Прентице Халл. ISBN 978-0-13-090999-2.
  • Бернард Мулгреw, Петер Грант, Јохн Тхомпсон: Дигитал Сигнал Процессинг - Цонцептс анд Апплицатионс, Палграве Мацмиллан. ISBN 978-0-333-96356-2.
  • Боаз Порат: А Цоурсе ин Дигитал Сигнал Процессинг, Wилеy. ISBN 978-0-471-14961-3.
  • John G. Proakis, Dimitris Manolakis: Digital Signal Processing: Principles, Algorithms and Applications, , Pearson, April. (4th изд.). 2006. ISBN 978-0131873742. 
  • Јохн Г. Проакис: А Селф-Студy Гуиде фор Дигитал Сигнал Процессинг, Прентице Халл. ISBN 978-0-13-143239-0.
  • Цхарлес А. Сцхулер: Дигитал Сигнал Процессинг: А Хандс-Он Аппроацх, МцГраw-Хилл. ISBN 978-0-07-829744-1.
  • Доуг Смитх: Дигитал Сигнал Процессинг Тецхнологy: Ессентиалс оф тхе Цоммуницатионс Револутион, Америцан Радио Релаy Леагуе. ISBN 978-0-87259-819-5.
  • Smith, Steven W. (2002). Digital Signal Processing: A Practical Guide for Engineers and Scientists. Newnes. ISBN 978-0-7506-7444-7. 
  • Stein, Jonathan Yaakov (2000). Digital Signal Processing, a Computer Science Perspective. Wiley. ISBN 978-0-471-29546-4. 
  • Stergiopoulos, Stergios (2000). Advanced Signal Processing Handbook: Theory and Implementation for Radar, Sonar, and Medical Imaging Real-Time Systems. CRC Press. ISBN 978-0-8493-3691-1. 
  • Van De Vegte, Joyce (2001). Fundamentals of Digital Signal Processing. Prentice Hall. ISBN 978-0-13-016077-5. 
  • Oppenheim, Alan V.; Schafer, Ronald W. (2001). Discrete-Time Signal Processing. Pearson. ISBN 978-1-292-02572-8. 
Дигитална обрада сигнала
Teorija Detection theory - Discrete signal - Estimation theory -Nyquist–Shannon sampling theorem
Под-поља Audio signal processing - Digital image processing - Speech processing - Statistical signal processing
Технике Advanced Z-transform - Bilinear transform - Discrete Fourier transform (DFT) - Discrete-time Fourier transform (DTFT) - Impulse invariance - Matched Z-transform method - Z-transform - Zak transform
Узорковање Aliasing - Anti-aliasing filter - Downsampling - Nyquist rate / frequency - Oversampling - Quantization - Sampling rate - Undersampling - Upsampling
Преузето из „https://sr.wikipedia.org/w/index.php?title=Digitalna_obrada_signala&oldid=27674506”