关于信息处理专业方向的学习报告

骆泽群

河北工业大学 信息工程学院 电子信息工程123班 122182

摘要：生活中离不开信号的处理，本论文简单论述了关于对信号进行模拟/数字信号处理的一些基本知识，及对信号进行处理在生活中的一些应用。通过对生活中的信号形式的发展分析，简单阐述了信号处理的发展历程。

关键词：电子信息工程；信息与信号；信号处理；发展历程

引言：信号处理与国民经济息息相关，与国防建设紧密相连；它影响或改变着我们的生产、生活方式，因此受到人们普遍的关注。信息科学是研究信息的获取、传输、处理和利用的一门科学，信息要用一定形式的信号来表示，才能被传输、处理、存储、显示和利用，可以说，信号是信息的表现形式，而信息则是信号所含有的具体内容。

正文：

一、在社会中的发展地位

信息从一开始就是人类社会中不可缺少的一部分，而今在人类世界中越来越重要，信号处理作为一个研究领域非常广的学科，其发展潜力无与伦比！信号处理的应用领域几乎涵盖了国民经济和国防建设的所有领域，包括雷达、航天、声呐、通讯、海洋高技术、微电子、计算机、人工智能、消费电子等。信息

世界各国，特别是发达

国家竞相投资、重点发展的战略性产业部门。而这一切都离不开信号处理技术。

二、现在的发展及趋势

信号处理已为通信技术的发展提供了多种分析工具(如：压缩、转换编码、过滤、去澡、检测、评估和性能评价等工具)，也提供了多种实现工具(如：VI．SI，收缩阵列， )，同时也促使通信技术领域划时代事件的产生(如：速度和视频编号器、调制解调器、均衡器和天线阵列等的出现)．加上半导体技术的发展、计算和通信设备的集成、通过WWW的广泛的互联网的访问、线连接的迅速发展以及终端用户对蜂窝式移动服务需求的增加，所有这些促使IEEE信号处理组织力争实现“任何人、任何时间、任何地方”都能实现通信的梦想。

现代通信技术正经历一个戏剧性的变化．通信和计算设备的融合，互联网的广泛使用给用户提供了无限的潜力：电话会议、视频点播、万维网和互联网电话．与此同时，近年的迅速发展的无线访问是世界电信业发展最强的推动力．在最近的将来“任何人、任何时间、任何地方”能非常方便通信的梦想将成为现实，但这也存在艰难的技术挑战：需要新的理论和复杂的信号处理技术．既包括高速光纤连接，又包括无线、有线和数字预定环技术的未来多媒体通信网络的设计，今天通信发展的趋势中的一个最重要的特性是通信需求的多样性。

信号处理的特点：以算法为中心, 更加注重实现与应用。

信号处理向着非平稳信号处理、非高斯信号处理、非线性信号处理的方向发展，并与各种智能技术相结合主要指神经网络、模糊系统、进化计算，也包括自适应技术、混沌技术等。 同时，信号处理也向着多维、多谱、多分辨率、多媒体方向发展。信号与信息处理在支持和实现下一代通信系统中起决定性作用。

三、应用领域

由于技术的先进性和应用的广泛性，越来越显示出强大的生命力，凡是需要对各种各样的信号进行谱分析、滤波、压缩等的科学领域和工程领域都要用到它，这种趋势还在发展。数字信号处理在语音处理、通信系统、声纳、雷达、地震信号、空间技术、自动控制系统、仪器仪表、生物医学工程河和家用电器等方面得到了广泛应用。

信号处理的应用：

（1） 信号处理 数字滤波、自适应滤波、快速傅里叶变换、相关运算、谱分析、卷积、模式匹配、加窗、波形产生等。

（2） 通信 调制解调器、自适应均衡、数据加密、数据压缩、回波抵消、多路复用、传真、扩频通信、纠错编码、可视电话等。

（3） 语音 语音编码、语音合成、语音识别、语音增强、说话人辨认、语音邮件、语音存储等。

（4） 图形﹨图像 如二维或三维图形处理、图像压缩与传输、图像增强、动画、机器人视觉等。 （5） 仪器仪表 如频谱分析、暂态分析、函数发生、锁相环、勘探、模拟试验等。

（6） 医疗电子 如助听器CT扫描、超声波、心脑电图、核磁共振、医疗监护等。

（7） 军事与尖端科技 如雷达和声纳信号处理、导弹制导、火控系统、导航、全球定位系统、尖端武器试验、航空航天试验、宇宙飞船、侦察卫星等。

（8） 消费电子 如数字电视、高清晰度电视、数字电话、高保真音响、音乐合成等。

（9） 工业控制与自动化 如油井压力测量与控制、温度控制、开关电源控制等。

四、研究方向

（1）实时信号与信息处理主要研究内容：嵌入式操作系统的分析、DSP的开发和设计、信号控制技术。信号的采集、压缩编码、传输、交互和控制技术，流媒体技术以及多人协同工作方式研究，从而实现在DSP和互联网上的视音频、文字等多种信息的实时交互和协同工作。

（2）语音与图像处理该研究方向主要负责研究和探索数字语音和图像处理领域的前沿技术及其应用。研究内容包括：语音的时频分析和算法、声场分析和目标跟踪、动态范围（HDR）图像处理技术和算法、图像加速硬件（GPU）的应用等。

（3）现代传感与测量技术该研究方向理论研究与应用研究并重：在理论上主要开展基础研究，以发现新现象，开发传感器的新材料和新工艺；在应用上主要结合电力系统的应用需求，开发各种传感与检测系统。

（4）信息系统与信息安全现代信息系统中的信息安全其核心问题是密码理论及其应用，其基础是可信信息系统的构作与评估。该方向主要研究与通信和信息系统中的信息安全有关的科学理论和关键技术，主要包括密码理论与技术、安全协议理论与技术、安全体系结构理论与技术、信息隐藏理论与技术、信息对抗理论与技术、网络与信息系统安全研究。

（5）智能信息处理主要侧重于研究将现代智能信息处理的理论、技术和方法应用于现实的各类计算机信息处理系统设计与实现中。为企业培养掌握现代智能信息处理的理论、技术和方法，研究与开发各类智能信息处理系统的技术人才。其主要研究内容有：数字图象处理、视频信息的检测、分析、传输、存储、压缩、重建以及模式识别与协同信息处理；视觉计算与机器视觉、智能语音处理与理解、智能文本分类与信息检索、智能信息隐藏与识别。

（6）信息电力为信息科学与电力系统两学科的边缘新学科（筹），研究内容包括：数字电力系统，电力通信技术与规程，计算机软件与网络，电力生产和运营管理，信息技术及其在电力工业中的应用。

（7）现代电子系统现代电子系统研究方向主要研究使用当今最流行的电子系统设计工具，如嵌入式系统，可编程逻辑器件，DSP系统等实现诸如信息家电、通信、计算机等相关领域的硬件设计软件设计的设计方法。

（8）嵌入式系统与智能控制研究单片机、可编程序控制器（PLC）、DSP、ARM等在智能测量仪表、交通管理、信息家电、家庭智能管理系统、通信和信息处理等方面的应用。

（9）模式识别与人工智能该方向主要研究模式识别与人工智能的新理论与新方法，着重研究这些理论和技术在实际系统、尤其是在电力系统中的应用，解决应用中的关键技术问题，包括智能化信号处理、图像型非图像型目标识别，人工种经元网络、模糊信息处理、统计信号处理、多传感器信息融合以及信号的超高速多通道采集与实时处理技术等。

五、数字信号处理相关的基本问题、基本结构、基本方法

数字信号处理主要是研究有关数字滤波技术、离散变换快速算法和谱分析方法。

数字信号处理主要内容

（1）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（包括有限字长效应）：FFT谱分析方法及统计分析方法

（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（短时付氏变换）?Short Fourier Transform?，小波变换

(Wavelet Analysis), Wigner Distribution

（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

（10）信号处理单片机(DSP)及各种专用芯片(ASIC)，信号处理系统实现

结论：我们的生活的各个方面已经完全离不开信号的处理技术，信号处理技术的重要性就不言而喻了。 以DSP芯片为核心构造的数字信号处理系统，可集数据采集、传输、存储和高速实时处理为一体，能充分体现数字信号处理系统的优越性，能很好地满足载人航天领域设备测量精度、可靠性、信道带宽、功耗、工作电压和重量等方面的要求。DSP芯片进一步的发展和应用将会对载人航天信号处理领域产生深远的影响。正因如此，我必需的努力学习好这门技术，以至今后好抱效祖国，为祖国的航天事业作贡献。

参考文献

（1）刘松强 数字信号处理系统及其应用［M］北京：清华大学出版社，1996:223～228

（2

（32006 2010

 

第二篇：信号检测专业方向的学习总结报告

信号检测专业方向的学习总结报告

龙

电子信息工程

摘要：本文研究信号检测的内容，目的，研究范围；分析产生的原因和规律，运用电子学和信号处理方法检测微弱信号，并并介绍几种行之有效的微弱信号检测方法和技术。

关键词：信号检测 检测方法

引言：微弱信号检测技术是采用电子学、信息论、计算机和物理学的方法，分析噪声产生的原因和规律，研究被测信号的特点和相关性，检测被噪声淹没的微弱有用信号。微弱信号检测的宗旨是研究如何从强噪声中提取有用信号，任务是研究微弱信号检测的理论、探索新方法和新技术，从而将其应用于各个学科领域当中。在微弱信号检测中，总是伴随着噪声，噪声属于电路中的随机扰动，它可能来自电路中元器件中的电子热运动，或者是半导体器件中载流子的不规则运动。

1.信号检测理解

一是在电子技术领域，对原始信号的传感、测量与数据采集，主要与硬件系统有关。

二是在通信领域，对所接收到的含干扰噪声的信号进行提取的过程，主要与数学理论和软件算法有关；

三是在心理学领域，针对反应偏差问题的一种系统研究测试方法，主要关注刺激事件出现与否的决策判断过程。

2.内容

微弱信号检测技术是一门新兴的技术学科，是利用电子学、信息论和物理的方法，分析噪声产生的原理和规律，研
究淹没在噪声背景下的被测信号的特点与相关性，检测被测信号，得到被测信号的特性。

3.微弱信号检测目的

利用电子学、物理学和信息论的方法，分析噪声产生的原因和规律，研究被测信号的特征与相关性，检测被噪声覆盖的微弱信号。

4.研究范围

研究信号和噪声统计特性及其差别，以及从噪声中检测和提取信号的理论和方法。

5.检测方法

(1)窄带滤波法

      这种方法是利用信号的功率谱密度较窄，而噪声功率谱密度相对较宽的特点，使用一个窄带通道滤波器，将有用的信号功率提取出来。

      由于窄带滤波器只让噪声功率的很小一部分通过．而滤掉了大部分噪声功率，由此而得到了高信噪比。

(2)双路消噪法

            双路消噪法是利用两个通路对输入信号的不同处理，然后设法消去共同的噪声。          

(3)锁定接收法

           如下图所示。Vs(t)为输入信号、Vr(t)为参考信号，这两个信号同时输入乘法器进行运算，然后经过积分器，得到输出V0(t)。

(4)取样积分

           对湮没于强白噪声中的周期信号，按照取样定理的要求进行的等间隔取样。设有效信号为S(t)，噪声信号为n(t)，取样周期为T，经过N次积累平均，则输出为:

(5)相关检测

           相关检测技术是应用信号的相关性和噪声随机性的特点，通过相关运算，去除噪声，检测出信号的一种技术。由于信号和噪声是相互独立的过程，根据相关函数的定义，信号只与信号本身相关与噪声不相关，而噪声之间一般也是不相关的。那么就可以利用这种相关性原理，使信号进入相关处理电路，最后输出信号，从而抑制噪声，提取信号。

6.应用

（1）利用锁相放大技术进行视频微弱信号提取是指将窄带低频信号或者通过激励方式转化成在低频基带上调幅信号的直流、缓变微弱信号进行前置放大后，经频谱搬移和低通滤波获取信号真实值的一种信号提取方法。该方法能克服工频干扰的影响；避开1／f 低频噪声；避免直流放大器的温度、零点漂移：抑制噪声，极大地提高信噪比。因此该技术在等离子腐蚀监测、光纤瓦斯传感器、车辆温度测试、扫描电子显微镜、生物医学信号等领域获得了广泛的应用。

（2）将信号稀疏分解思想应用于通信、雷达、声纳等领域的信号检测。信号稀疏分解采用MP（Matching Pursuit）算法实现。原子采用正弦波模型，通过对正弦波模型伸缩和平移形成过完备原子库。由MP 分解结果，可检测出淹没在强噪声环境中的微弱正弦信号的幅度、频率和初相位参数，从而恢复为待检测的微弱正弦信号。此方法在-40dB极低信噪比环境下可以同时检测多个正弦信号。

（3）自相关方法与混沌相结合检测正弦信号，比只采用混沌系统检测正弦信号时的信噪比工作门限又降低了20dB；用于检测微弱信号时，输出信噪比门限的确很低。

（4）强噪声背景中未知微弱信号的一种简便检测方法：针对实际应用中的未知微弱信号的检测，特别是完全被噪声淹没情况下微弱信号的检测问题，根据白噪声零均值的特性，利用将信号按时间分段后延时累加的方法和白噪声信号在任一时间t 均值为零这一特性，将强噪声信号分断延时，到某一时刻累加，由此时刻所得的随机变量的均值是否为零来判断t 时刻以前的信号中是否含有有用信号。利用这种检测方法可以在未知微弱信号波形的情况下，对强噪声背景中的微弱信号进行有效的检测。

（5）在低频通信系统中应用数字式平均法可以有效地提高接收端的信噪比。线性累加平均算法、归一化平均算法和指数平均算法在低信噪比时，都能显著地提高信噪比，但是线性累加平均算法在数据量较大时，容易过载，所以在实际应用中大部分采用的是后两种方法。

（6）微弱信号检测的理论和方法研究，已经形成了基于线性系统和平稳噪声的条件的最佳检测理论和方法，提高了信息传输和提取的有效性、可靠性。对于一些实际系统要根据具体的信号和噪声统计特性，参照最佳检测原则，寻找适当的检测方法。例如射电望远镜和微波遥感器所用的微波辐射计，就是根据检测目标是以类似噪声形式表现的辐射信号，通过消除系统增益波动而造成的干扰，再降低系统本身的干扰噪声，才达到了能检测出极微弱信号的能力，成为当今检测灵敏度最高的仪器。

7.研究方向

近年来，随着信号检测与处理中引入基于非线 性动力学系统的数学理论，如神经网络、混沌理论、 随机共振原理等，在微弱信号检测领域，利用非线性 动力学系统特有性质检测微弱信号的方法逐渐显现 出优势。如利用混沌测量法具有极高的测量灵敏度 和对任何零均值噪声均具有极强的“免疫”力的特 性，可以很好的解决任何零均值噪声背景下微弱信 号的参数估计问题；机械设备早期故障预示和诊断 中应用随机共振方法，将噪声的部分能量转化为信 号能量检测微弱特征信号，提高了故障诊断的准确 率。随着信号检测与处理中非线性理论与方法的广 泛应用，非线性分析法必将成为未来微弱信号检测 研究的主要方向之一。 由于微弱特征信号、噪声的种类较多，如微弱周 期信号、微弱脉冲信号、冲击信号、微弱非周期信号， 噪声有如高斯噪声、白噪声、限带噪声、窄带噪声等， 不同特性的信号和噪声的混合造成待测信号较为复 杂。采用单一的检测方法，检测门限过高，信噪比改 善有限。在实际检测中，充分利用各检测方法的特 点，结合多种检测方法检测微弱信号已逐渐成为一 种趋势。如文献[27]将小波方法与频谱分析方法相 结合，先利用小波变换，对信号进行相干积累，然后 再用周期谱方法对积累信号进行估计，进一步改善 信号的检测能力；混沌理论法能较好的检测微弱未 知信号频率，最低能检测到信噪比为 － 26 dB时的 信号频率，但不适合检测微弱非正弦信号幅值；信噪 比高于3 dB时，小波变换有较好的时频分辨特性；在检测较低信噪比的未知微弱信号时先利 用相关检测法改善信噪比，使其达到小波变换要求， 利用小波变换检测未知微弱信号幅值，利用混沌理论检测信号的频率，取得了较好的检测结果。

结论：我们的生活的各个方面已经完全离不开信号的处理技术，信号处理技术的重要性就不言而喻了。研究信号和噪声统计特性及其差别，以及从噪声中检测和提取信号的理论和方法。我们有理由相信，信号检测将会对人类生活产生深远的影响。

参 考 文 献

[1]Lv Huiying, Cao Zhiyu, Yan Xiaopeng, Li Ping. . A combined method of weak signal detection[C]. 2009. Asia-Pacific Conference on Computational Intelligence and Industrial Applications, IEEE Conference, 2010: 106-109.

[2] XIA Jun-zhong 1,LIU Yuan-hong 1,LEN Yong-gang 2,GE Ji-tao 1(1.Automotive Engineering Department,Military Transportation University,Tianjin 300161,China 2.School of Mechanical Engineering,Tianjin University,Tianjin 300072,China)