El proceso de señal numérica del (DSP) es el estudio de las señales en una representación de Digitaces y los métodos de proceso de estas señales. DSP y la señal analógica que procesa son subcampos del tratamiento de señales . DSP incluye subcampos como: tratamiento de señales audio de discurso de y, tratamiento de señales del sonar y de radar, tratamiento matricial del sensor, valoración espectral, tratamiento de señales estadístico, tratamiento de la imagen, tratamiento de señales para las comunicaciones, tratamiento de señales biomédico, la informática sísmica, etc.

Puesto que la meta de DSP es generalmente medir o filtrar señales analógicas del mundo real continuas, el primer paso es generalmente convertir la señal de un análogo a una forma digital, usando un convertidor de analógico a digital . A menudo, la señal de salida required es otra señal de la salida analógica, que requiere un convertidor de digital a analógico .

Los algoritmos requeridos para DSP se realizan a veces usar las computadoras especializadas, que hacen uso de los microprocesadores especializados llamados los procesadores de señal numérica ( también abreviado DSP ). Éstos procesan señales en el en tiempo real y son generalmente los circuitos integrados específicos a la aplicación (ASICs) purpose-designed. Cuando la flexibilidad y el desarrollo rápido son más importantes que los costes unitarios en en grandes cantidades, los algoritmos de DSP se pueden también ejecutar usar los órdenes de puerta Field-programmable (FPGAs) o los procesadores de la corriente.

Dominios de DSP

En DSP, los ingenieros estudian generalmente señales numéricas en uno de los dominios siguientes: Dominio de tiempo (señales unidimensionales), dominio espacial (señales multidimensionales), dominio de frecuencia, dominio de la autocorrelación, y dominios de la olita . Eligen el dominio en el cual procesar una señal haciendo una conjetura informada (o intentando diversas posibilidades) en cuanto a la cual el mejor del dominio representa las características esenciales de la señal. Una secuencia de muestras de un aparato de medición produce una época o una representación espacial del dominio, mientras que un que Fourier discreto transforma presenta la información del dominio de frecuencia, que es el espectro de la frecuencia. La autocorrelación se define como la correlación cruzada de la señal consigo mismo sobre intervalos diversos del tiempo o del espacio.

Muestreo de la señal

considera también:

l muestreo (tratamiento de señales) Con el uso cada vez mayor de las computadoras el uso de y la necesidad del proceso de señal numérica ha aumentado. Para utilizar una señal analógica en una computadora debe ser convertida a digital con un convertidor de analógico a digital ( ADC ). El muestreo se realiza generalmente en dos etapas, discretizaciones y cuantificaciones . En la etapa de la discretización, el espacio de señales se reparte en las clases de la equivalencia y la discretización es realizada substituyendo la señal por la señal representativa de la clase de equivalencia correspondiente. En la etapa de la cuantificación los valores representativos de la señal son aproximados por valores de un sistema finito.

Para que una señal analógica muestreada sea reconstruida exactamente, el teorema del muestreo de Nyquist-Shannon debe ser satisfied. Este teorema indica que la frecuencia de muestreo debe ser mayor de dos veces la anchura de banda de la señal. En la práctica, la frecuencia de muestreo es a menudo significantly more de dos veces la anchura de banda required. Los panoramas mas comunes de la anchura de banda son: C. - BW_x (banda base ); y F_c +/-BW_x, una banda de frecuencia se centró en una frecuencia portadora (" demodulation" directo;).

Un convertidor de digital a analógico (DAC) se utiliza para convertir la señal numérica de nuevo a análogo. El uso de una calculadora numérica es un ingrediente dominante en los sistemas del control numérico.

Dominios del tiempo y del espacio

El acercamiento de proceso más común del dominio del tiempo o del espacio es realce de la señal de entrada con un método llamado filtración. La filtración consiste en generalmente una cierta transformación de un número de muestras circundantes alrededor de la muestra actual de la señal de la entrada o de salida. Hay varias maneras de caracterizar los filtros; por ejemplo:
" del

A; linear" el filtro es una transformación linear de las muestras de la entrada; otros filtros son " non-linear." Los filtros lineares satisfacen la condición de la superposición, es decir si una entrada es una combinación linear cargada de diversas señales, la salida es una combinación linear igualmente cargada de las señales de salida correspondientes.
" del

A; causal" el filtro utiliza solamente las muestras anteriores de las señales de la entrada o de salida; mientras que un " non-causal" el filtro utiliza las muestras futuras de la entrada. Un filtro non-causal se puede cambiar generalmente en un filtro causal agregando un retardo a él.
" del

A; tiempo-invariant" el filtro tiene características constantes en un cierto plazo; otros filtros tales como filtros adaptantes cambian a tiempo.

algunos filtros es " stable", otros son " unstable". Un filtro estable produce una salida que converja a un valor constante con tiempo, o los restos limitados dentro de un intervalo finito. Un filtro inestable produce la salida que diverge.
" del

A; response" finito del impulso; (ABETO ) el filtro utiliza solamente la señal de entrada, mientras que un " response" infinito del impulso; el filtro ( IIR ) utiliza la señal de entrada y las muestras anteriores de la señal de salida. Los filtros del ABETO son siempre estables, mientras que los filtros de IIR pueden ser inestables.

La mayoría de los filtros se pueden describir en el Z-dominio (un sobreconjunto del dominio de frecuencia) por sus funciones de transferencia que el filtro de A se puede también describir como ecuación de diferencia, una colección de los ceros y los postes o, si es un filtro del ABETO, una respuesta de impulso o la respuesta de paso . La salida de un filtro del ABETO a cualquier entrada dada se puede calcular por el convolving la señal de entrada con la respuesta de impulso . Los filtros se pueden también representar por bloque diagrama que se pueden entonces utilizar para derivar una muestra que procesa el algoritmo para ejecutar el filtro usar instrucciones del hardware.

Dominio de frecuencia

Las señales se convierten a partir de tiempo o el dominio del espacio al dominio de frecuencia a través Fourier transforma generalmente . El Fourier transforma a convertidos la información de la señal a un componente de la magnitud y de la fase de cada frecuencia. El Fourier transforma a menudo se convierte al espectro de energía, que es la magnitud de cada componente de la frecuencia ajustado.

El propósito más común para el análisis de señales en el dominio de frecuencia es análisis de las características de la señal. El ingeniero puede estudiar el espectro para determinar qué frecuencias están presentes en la señal de entrada y cuáles faltan.

Hay algunas transformaciones de uso general del dominio de frecuencia. Por ejemplo, el Cepstrum convierte una señal al dominio de frecuencia a través de Fourier transforma, toma el logaritmo, después aplica otro Fourier transforma. Esto acentúa los componentes de la frecuencia con una magnitud más pequeña mientras que conserva la orden de magnitudes de componentes de la frecuencia.

Usos

Los usos principales de DSP son el tratamiento de señales audio, la compresión audio, el tratamiento de la imagen de Digitaces, la compresión video, el proceso de discurso, el reconocimiento de discurso, el RADAR de las comunicaciones de Digitaces, el SONAR, sismología, y biomedecina. Los ejemplos específicos son la compresión de discurso y transmisión en la igualación que empareja del sitio digital de los teléfonos móviles del sonido en el los usos sanos de alta fidelidad del refuerzo de y, la previsión meteorológica, la previsión económica, la informática, análisis y control sísmicos de las animaciones originadas en ordenador industriales de los procesos en la proyección de imagen médica de las películas tal como exploraciones del CAT y el MRI, la manipulación de la imagen, las cruces e igualación de alta fidelidad del altavoz, y los efectos del audio para el uso con los amplificadores de la guitarra eléctrica .

Puesta en práctica

El proceso de señal numérica se ejecuta a menudo usar los procesadores micro especializados tal como el MC56000 y el TMS320. Éstos procesan a menudo datos usar la aritmética de punto fijo, aunque algunas versiones estén disponibles que utilizan la coma flotante aritmético y sean más de gran alcance. Para un más rápido FPGAs de los usos pudo ser utilizado. Comenzando en 2007, las puestas en práctica multifilares de DSPs han comenzado a emerger de las compañías incluyendo Freescale y el arranque Stream Processors, Inc. para usos más rápidos con el uso extenso, ASICs se pudo diseñar específicamente. Para los usos lentos tales como exploración de la llama, un procesador más lento tradicional tal como un microcontrolador puede hacer frente.

Técnicas

style=" del
El bilineario transforma
El Fourier discreto transforma
El tiempo discreto Fourier transforma
Diseño del filtro
Teoría de sistema LTI
Fase mínima
Función de transferencia
Z-transform
Algoritmo de Goertzel
S-plano