现代信号处理算法资料.ppt

现代信号处理,2009年11月 严勤 yanqin@ieee.org,2,教材事项,现代数字信号处理 姚天任等编，华中科技大学出版社 张贤达，现代信号处理，北京：清华大学出版社，2002年10月 离散时间语音信号处理, Thomas F. Quatieri, 电子工业出版社 离散时间信号处理,A.V. 奥本海姆, R.W.谢弗, 刘树棠,黄建国译, 西安交通大学出版社 Mitra，数字信号处理，北京：清华大学出版社，2001年9月（影印版）3,课程内容,第一章 概述 第二章 数字信号处理基础 第三章 自适应信号处理 第四章 现代谱估计 第五章 多速率信号处理与小波变换 第六章 数字语音信号处理,4,考核,读论文报告一篇—平时成绩 课程考试--2小时,第一章 概述,现代信号处理研究进展,6,序 言,物质、能量同信息一起构成人类最宝贵的三项战略资源；人类正快步走向信息社会 ，信息技术(IT)已经成为最具时代特征和最富活力的支柱技术之一 作为IT基础的信息科学正在经历从“统计”到“理解”,从“传输”到“认知”的巨大变革，正满怀信心地迎接以信息的“理解”和“认知”为主要特征，以全信息理论为主要内容的信息时代的新阶段—智能信息科学时代。

作为信息载体的信号处理经历了从模拟到数字，从确知到随机的发展过程，正阔步迈向以非平稳信号、非高斯信号为主要研究对象和以非线性、不确定性为主要特征的智能信号处理时代7,序 言,通信担负着信息流通的功能，近一、二十年获得异乎寻常的发展；各种基于因特网和移动网的新业务相继出现，新概念和新技术层出不穷标志性技术有：IP技术、3G,4G移动通信技术、宽带接入技术、基于波分复用技术的光传送网(WDM-OTN)技术 网络是国家信息基础设施(NII)的基础，网络功能是各类通信技术的出发点和归宿 信息与通信，涉及方方面面的问题这里并不试图对这些问题给出回答只想对21世纪信号处理技术特别对通信信号处理发展趋势作一介绍8,信 号 处 理,信号处理地位与作用 信号处理的基础 信号处理与现代通信 信号处理的发展趋势 当前研究热点－通信信号处理,9,信号处理地位与作用,信号与信息处理学科是信息科学一个重要组成部分 信号与信息处理学科的发展水平从一个侧面反映了一个国家整体科学技术水平 作为信号与信息处理基础的DSP － 它是“数字会聚”和“信息产业合流(3C结合)”的粘合剂 －其作用将超过电路在电子信息技术中的作用 In the future, DSP is much more likely to be useful to most engineers and scientists than circuits,10,信号处理的基础,信号处理与信息论、现代通信的关系 首先，请注意如下学术现象： 1. 现象之一：在纪念信息论五十周年的时候，信号处理刊物发表了大量文章 IEEE信息论汇刊98年10月出版了纪念“Shannon信息论50周年”特辑 IEEE SP汇刊连续两年冠以“Shannon信息论50周年”发表论文 IEEE SP杂志连续三年冠以“Shannon信息论50周年”发表特邀论,11,信号处理的基础（续）,这些论文是： The past, present, and future of multimedia signal processing. IEEE SP Magazine, July 1997 The past, present, and future of neural networks for signal processing. IEEE SP Magazine, Nov. 1997 The past, present, and future of image & multidimensional signal processing. IEEE SP Magazine, March 1998 The past, present, and future of speech processing. －, May 1998 Highlights of statistical signal & array processing. －, Sep. 1998 Highlights of signal processing for communication. －, March 1999 Highlights of signal processing education. －, Sep. 1999 结论：Shannon信息论既是现代通信的基础，也是信号处理的基础,12,信号处理与现代通信,2.现象之二： 通信信息技术高速发展的这十几年，正是信号处理技术快速发展的时期，许多新的信号处理方法，如 - 高阶统计量方法 - 盲信号处理方法 - 小波变换 - 神经网络信号处理方法 - 量子信号处理方法 都是在这一时期产生和/或发展的。

结论：信号处理是现代通信发展的基础和推动力 没有以DSP为代表的信号处理技术的发展，就不会有今天 的通信与信息技术的巨大进步13,信号处理与现代通信（续）,信号处理与现代通信的密切关系还具体表现在通信的如下方面： 接入网的宽带化－ADSL 骨干网的信道倍增－DCME 语音、图像和视频信息的压缩与传输 无线信道的估计、均衡与信道分配 3G/4G移动通信中的多用户检测和智能天线 软件无线电技术 加密、认证 网络信号处理,14,信号处理发展趋势,特点 以算法为中心, 更加注重实现与应用 突出一个“非”， 呈现“智、多、新” 趋势 “非” SP向着非平稳、非高斯、非线性方向发展 － 非线性信号处理 － 非平稳信号处理 － 多分辨信号处理,15,信号处理发展趋势（续）,”智“ 信号处理与智能技术相结合 各种智能及其关系 生物智能(BI) 人工智能(AI)： 计算智能(CI)： 相互关系：BI AICI 计算智能(软计算)技术 主要指神经网络、模糊系统、进化计算 也包括自适应技术、混沌技术等,16,信号处理发展趋势（续）,信号处理与智能技术相结合的智能信号处理方法 盲自适应信号处理 神经网络信号处理 模糊信号处理 混沌信号处理,17,信号处理发展趋势（续）,“多” SP向着多维、多谱、多分辨率、多媒体方向发展 多维信号处理 高阶谱估计 多分辨率信号处理 多媒体信号处理,18,信号处理发展趋势（续）,“新” IT与量子力学、生物技术等结合的信息处理新技术 生物信息学：基因工程与信息科学相结合的产物。

它以计算机为工具,对遗传信息进行管理、交流、破译、预测 量子信息学：量子力学与信息科学相结合的产物，包括量子计算、量子通信、量子密码术、量子计算机 基于内容的信息理论 信息内容的智能处理,19,信号处理发展趋势（续）,“实现” 信号处理技术与VLSI相结合,集理论、实现和应用于一体 DSP算法与VLSI技术相结合的DSP处理器有力地促进DSP技术的应用 DSPs与4C结合,有力促进了IT技术及产业进步 把微控制单元(MCU)和DSPs结合在一起的所谓“系统芯片”已经问世 把DSPs和应用结合在一起的专用芯片(ASIC),以及片上系统(SOC)、片上网络均已问世20,信号处理发展趋势（续）,“应用” 信号处理与通信相结合的通信信号处理是当前研究热点 通信信号处理成为信号处理一个独立分支，并有专著出版 通信信号处理成为通信与信号处理期刊和学术会议的专题、专集 通信信号处理从信源、终端、信道深透到网络(如选路、流控、均衡) 基于DSP平台的软件无线电技术成为现代通信的一项重要技术,21,通信信号处理 —与雷达信号处理的比较,通信信号处理 用户 通信用户为合作性对象 信道 通信信道时变、衰落特征明显 干扰 码间干扰和多址干扰 信号 通信用户信号部分特征可已知,雷达信号处理 用户 雷达目标为非合作性对象 信道 干扰 杂波干扰 信号 雷达目标的特征未知,结论：虽然移动通信与雷达是完全不同的系统，但其信号处理却存在诸多相通的地方，一些主要的理论、技术和方法可以相互借鉴。

22,通信信号处理 —主要研究领域,盲均衡：码间干扰对消器称为均衡器盲”：不需 要训练序列 多用户检测：多址干扰对消器称为多用户检测器 阵列信号处理：天线阵列可以减小同信道干扰，分集接收可以有效抑制衰落，是改善蜂窝和个人通信服务系统质量、覆盖范围和容量的强有力技术 自适应阵列（智能天线）：根据信号和干扰环境，自适应调节天线阵列的空间特性 第3代和后3代通信系统的信号处理,23,通信信号处理 — 过采样技术,定义： - 波特间隔采样：以波特间隔T 采样 - 分数间隔采样（过采样）：T/K, K 为整数 应用： - 分数间隔均衡器 - 信道估计：通信信道一般为非最小相位信道，其估计需要使用高阶统计量过采样的信道变成单输入多输出信道，每个子信道为最小相位信道，可以使用二阶统计量估计24,通信信号处理 — 阵列信号处理,波束形成 波达方向估计 旁瓣对消(sidelobe cancellation) 随机布阵阵列的盲波束形成与波达方向估计,25,通信信号处理 —智能天线（或空时二维自适应）,不同点：固定的分节天线阵列和相控阵列只能调节信号的相位。

智能天线(即自适应阵列)可同时进行增益和相位调节 主要自适应方法 最优空间MMSE(或MVDR)处理＋RAKE时域处理 最优空间MMSE(或MVDR)处理＋最优时域MMSE(MVDR)处理 联合空时最优MMSE（MVDR）处理 联合空时RAKE处理 联合空时自适应MVDR处理 自适应空时多用户检测 信源定位,26,通信信号处理 — 降秩MMSE滤波,原理：将接收信号投影到低维子空间，在子空间进行滤波器的优化设计 性能：由于子空间约束，降秩滤波比全秩滤波性能更好 主要方法 - 空时辅助向量滤波(AVF：auxiliary vector filtering) - 多级Weiner滤波(MWF：multistage Wiener filtering),27,通信信号处理 — 子空间方法,基于子空间的多用户检测 基于子空间的MIMO信道估计 基于子空间的自适应阵列 基于子空间的波达方向估计 基于子空间的时延和Doppler频移的估计 盲空时信号处理的子空间方法,28,通信信号处理 — 空时编码,基于空时编码的多用户接收机 基于空时编码的信道估计 自适应天线 空时处理的TDMA,29,通信信号处理 — 盲信号分离,独立分量分析（ICA） 主分量分析（PCA） 信源分离 信道估计,30,通信信号处理 — Turbo处理,基本原理：具有软输入－软输出的迭代处理技术。

在迭代过程中，解调器和解码器利用得到的输出作为下一次迭代的先验输入 主要应用 - Turbo码 - Turbo均衡，包括自适应均衡与信道解码的联合优化 - Turbo多用户检测,31,通信信号处理 — Monte Carlo 统计信号处理,Kalman滤波与Monte Carlo信号处理 - Kalman滤波: 线性状态空间模型问题(过程噪声和观测噪声服从正态分布)，解决高斯噪声情况下参数估计和滤波问题 - MC处理(又称粒子滤波,particle filtering,使用MC仿真实现递推Bayes滤波)：非线性状态空间模型问题、解决非高斯噪声情况下的参数估计和滤波问题 两类Monte Carlo信号处理方法： - Sequential Monte Carlo(SMC)法, 用于信号的批处理 - Markov Chain Monte Carlo(MCMC)法，用于信号自适应处理 一个重要应用领域: 无线通信 - IEEE信号处理汇刊于2002年2月发表了“Monte Carlo methods for stat。