多维信号系统处理范文

本站小编为你精心准备了多维信号系统处理参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

随着集成电路的运算速度更快，集成度更高，就有可能耐复杂目益增加均一些多维数字信号处理。所它在最近才开始出现的一个新领域。尽管如此，多维信号处埋仍然对以下一些间提了解决的办法，这些问题是：计算机辅动断层成术(CAT)，即综合来自不同方向的X射线的投影，以重建人体某一部分的三维图，源声纳阵列的设计及通过人造卫星地球资源。多维数字信号处理除具有许多引人注目和浅显易行的应用之外，它还具有坚卖的数学基础.，这不仅使我们能了解它的实现情况，而且当新问题出现时，也当及时解决。

典型的信号处理任务就是把信息从一种信号传递到另一种信号上，例如，可将一张照片加以扫描、抽样，并将共存储在计算机的存储器中，在这种情况下，信息是从可变的银粒密度转换戌可见光束，再变成电的波形，最后变戍数字的序列，随后该数字序列用。磁盘上磁畴的排列来表示CAT扫描器是一个比较复杂，经过处理，最后显赤射线管(CRT)的荧光屏上或胶片上。数字处理能增加信息，但可以重新排列信息，使观察者能更方便地理解它.观察者不必观看多个不同测面的投影而可直接观察截面图。、

人们感兴趣的是信号所包含的信息，而不管信号本身是什么形式。也许可以概括地说，信号处理涉及两个基本任务一一信息的重新排列和信息的压缩。

数字信号处理涉及到用数的序列表示的信号的处理，而多维数字信号处理则涉罚用多维阵列表示的信号的处理，例如对同时从几个传感器所接收的抽样图像和抽样的时间波形的处理。由于信号是因而它可以用数字硬件处理，同时可以将信号处理的运算规定为算法。

促使人们采用数字方法的是不言而喻的。数字方法既有效灵活。我们可以用数字系统使其有自适应性并易于重新组合。可以很方便地把数字算法由一个厂商的设备上转换到另一个厂商的设备上去，或者把专用数字硬件来实现。同样，数字算法也可用来处理作为时间函数或空间信号，数字算法自然地和逻辑算符如模式分类相联系。数字信号能够长时间无差错地存储。对很多种应用而言，数字方法Ⅸ其它方法更为简单，对另外一些应用，则可能根本不存在其他方法。多维信号处理是不同于一维信号处理，想在多维序列上实现的多运算，例如抽样、滤波和交换等，用于一维序列，然而，严格芯说，我们不得不说多终信号处理与一维信弓有很大差别的。

信号处理与一维信号处理还是有很大差别的，这是由三个因素造成的;(l)二维通常比一维问题包含的数据量大得多;(2)处理多维系统在数些上不如处理一维系统那样完备；(3)多维信号处理有更多的自由度，这给系统设计音以一维情况中无法比拟的灵活性。虽然所有递归数字滤波器都是用差分方程实现的，一维情况下差分方程是全有序的，而在多维情况下差分方程仅是部分有序的，冈而就存在着灵活性，在一维情况小，离散传里旰变换CDET)可以用快速傅里叶变换CEPT)算法来计算，而在多维情况下，有多且每一个OFT又可用多种AFT算法来计算。在一维情况下，我们可以调整速率。而且也可以调整抽排列。从另一方面来说，多维多项式不能进行因式分解，而一维多项式是可以进行因式分解的。因而在多维情况下，我们不能论及孤立的极，气、孤立的零点及孤立的根。所以，多维信号处理与一维信号处理有相当大的差别。在20世纪60年代初期，用数字系统来模仿模拟系统的想法，使得一维数字信号处毫的各种方法得到了发展。这样，仿照模拟系统理论，创立了许多离散系统理论.随后，当数字系统可以很好地模仿模拟系统时，人们认识到数字系统同时也可以完成更多的功能。由丁这种认识及数字硬件工艺的有力推动，数字信号处理得到了发展，而且现今很多通用的方法，已成为数字方法所特有的，没有与其等效的模拟方法，在发展多维数字信号处理时，可观察到同一发展趋向。因为没有连续时间的(或模拟的)二维系统理论可以仿效，因而最初的二维系统是以一维系统为基础的，80年代后期，多数二维信号处理都是用可分的二维系统。可分的二维系统与用于二维数据的一维系统几乎没有差别。随后，发展了独特的多维算法，该算法相当于一维算法的逻辑推理。这是一段失败的时期，由干许多二维应用要求数据量很大，且iT缺少二淮多项式太分解理论，很多一维方法不能很好地推广到二维上来。我们现在正处于认识的萌芽时代。计算机工业以其部件的小型化和价格日趋低廉而有助于我们解决数据量问题。尽管我们总是受限于数学问题，但仍然认识到，多维系统也给了我们新的自由度。以上这些，使得该领域既富于挑战性又无穷乐趣，电子信息技术的结合之软件结台，传统产业中可用电产信息技术的地方，仍然可以在生产或很低的条件下使用人力或传统机械。电予信息技术应到限制，在不同领域和不同水平有各种原因，但烂有一个共大原因是缺乏认识。没有认识，便没有应层。

事实上，在一维和二维信号处理理论之间有实质性的差别，而在二维和更高维之间，除了计算上的复杂世方耐差异之外，似乎差别较小。