數字信號處理在前沿技術中的應用分析

【摘 要】本文結合數字信號處理的特點，對數字信號處理的前沿技術進行了簡單的分析。從小波變換、提升小波變換、經驗模態分解、獨立分量分析、模糊計算技術、神經計算技術、進化計算技術、混沌計算技術、分形計算技術等方面分析了數字信號處理的前沿技術。綜合研究，這些數字信號處理的前沿技術發展迅速，并且具有廣闊的應用前景。

【關鍵詞】數字信號；信號處理；前沿技術；智能技術

應用分析數字信號處理就是用數值計算的方式對信號進行加工的理論和技術。數字信號處理的目的是對真實世界的連續模擬信號進行測量或濾波。在進行數字信號處理之前要使用模數轉換器將信號從模擬域轉換到數字域。通常情況下，數字信號處理的輸出經常也要變換到模擬域，這也是通過數模轉換器實現的。

一、數字信號處理的特點

數字信號處理技術在測量控制和儀器儀表領域的應用，有效地推動了測量控制和儀器儀表學科的發展。近年來，測量控制和儀器儀表領域基本上都采用數字信號處理技術來取代模擬信號調理電路，該領域應用的數字信號處理技術有3類。第1類是數字濾波技術，主要目的是剔除信號噪聲；第2類是數字信號分析技術，其目的是估計和提取信號的相關信息；第3類是在信號分析的基礎上，進行識別和判斷等方面的技術。數字信號處理方法具有精度高、穩定性好、可程序控制、重復性好等特點。即數字信號處理系統的精度取決于數值計算的有效字長，通常比模擬系統處理信號的精度要高很多；不可能出現溫度漂移和時間漂移現象；由于應用數字濾波器的靈活性，對同1個硬件配置可通過編程控制來執行多樣的信號處理任務；使用多臺硬件運行同1個數字信號處理程序，可得到完全相同的處理結果。

二、前沿技術分析

近年來，隨著信息技術的發展，涌現出很多先進的數字信號處理技術。

（一）小波變換

小波變換是1種新的變換分析方法，不僅繼承了短時傅立葉變換局部化的精髓，同時還克服了窗口大小不隨頻率變化等缺點，是進行信號時頻分析和處理的理想工具。由于小波變換具有分辨率高，帶通濾波器在不同尺度下對信號作濾波功能等優點，因此適當選擇基本小波，可使小波變換在時頻兩域都具有表征信號局部特性的能力，有利于檢測信號的瞬態等功能。隨著小波變換技術的不斷完善，小波變換技術已在故障診斷、小波神經網絡、過程辯識與建模、軟測量技術、預測控制、魯棒控制、機器人控制和采用小波分析進行編碼壓縮與量化等方面有著廣泛的應用。

（二）提升小波變換

小波的構造是以傅里葉變換為工具，而不滿足傅里葉變換的場合，小波就不再適用。小波變換是建立在卷積運算基礎之上的，因此這種小波變換不僅計算量大，效率也不高，對存儲空間的要求較高。為此，研究人員通過進一步研究，提出利用提升將小波變換分解成有限步的提升過程，就完全脫離了傅里葉變換，利用提升研究整數到整數的小波變換，即提升小波變換。由于提升小波變換具有同址計算功能，不需要借助傅里葉變換就可以獲得逆變換，由于不需要對變換后的系數進行量化，因此提供了實現無損壓縮的可能性。

（三）經驗模態分解

經驗模態分解就是將時域信號按照頻率尺度分解的數值算法，結果是將信號中不同尺度的波動逐級分解出來，產生出系列具有不同特征尺度的固有模態函數。經驗模態分解可應用于任何類型信號的分解，因此經驗模態分解在不同的工程領域得到了廣泛的應用。經驗模態分解在處理非平穩及非線性數據方面，具有明顯優勢，適用于分析非線性、非平穩信號序列，具有很高的信噪比。

（四）獨立分量分析

獨立分量分析是指從多個源信號的線性混合信號中分離出源信號的技術。即獨立分量分析是基于信號源之間的相互統計的獨立性。應用獨立分量分析技術在消除噪聲的同時，對其他信息的細節幾乎沒有破壞，去除噪聲的性能也要比傳統的濾波方法好很多，具有非常重要的應用價值。基于獨立分量分析技術的特點，使其在通信工程、醫學工程、語音信號處理等領域得到迅速而廣泛的應用。

（五）模糊計算技術

通常來說，模糊計算的基礎是模糊邏輯，模糊計算技術是以模糊集理論為基礎，模擬人腦非精確、非線性的信息處理能力的技術。模糊計算技術最初是由美國科學家提出來的，而且對其進行了深入的研究，使模糊計算技術發展迅速，也被稱為未來信息領域的核心技術。近年來，隨著信息科學的發展，不僅模糊邏輯的應用進展迅速，而模糊計算技術的應用也獲得了突破。雖然模糊計算技術是數字信號處理的前沿技術，但應用前景還是非常廣闊的。

（六）神經計算技術

神經計算技術是指以高級動物的神經系統，特別是人腦的智能活動為模仿對象，研究神經智能系統的工作機理、組織機構和計算機制等，并在工程上讓機器實現要人腦認知思維功能才能完成的工作，以解決實際中大量智能應用問題的一門學科。由于神經網絡所具有的特點以及聯想功能和容錯功能等特征，因此將神經網絡的研究成果與信息技術與理論進行融合發展，形成了神經計算技術。神經計算技術應用已經非常廣泛，如智能控制、通信工程、語言和圖象識別等方面。

（七）進化計算技術

進化計算技術是在進化論的基礎上發展起來的，已經受到很多領域的高度重視。進化計算技術就是一種模擬生物遺傳和進化的隨機尋優技術。要實現這種模擬進化，只有遺傳算法，進化策略和進化規則3種方法。人們對遺傳算法的研究比較深入，遺傳算法將變異操作看作是算法的輔助操作，而進化策略和進化規劃則認為交叉并不優于變異，可以去掉交叉操作。近年來，遺傳算法已經滲透到信息科學、計算數學、通信工程等諸多領域，遺傳算法的應用已經非常廣泛，如機器人等領域等。遺傳算法除優化計算以外，還可以應用到更加復雜的場合，如遺傳編程等，但遺傳編程還目前還不成熟，有待于進一步研究。

（八）混沌計算技術

混沌計算是一種使用混沌單元實現基本邏輯門的新計算模式，從而使復雜公式的計算得到簡化。綜合利用人為生成的混沌，從中獲得混沌動力學可能具有的功能，并對獲取的混沌信號進行分析，找出其中存在的規律，用以解決計算理論、預測理論和控制論等方面存在的實際問題。目前混沌計算技術已經廣泛應用于天氣預測、醫學中的心律分析、通信工程和計算機網絡等方面。信息處理和混沌動力學的有效結合將產生新的通信模式，來傳遞隱藏的信息，即初級的保密通信。

（九）分形計算技術

分形技術是當前計算智能和非線性科學的研究熱點之一，已經進入圖形圖像等信息科學的各個分支領域。由于分形是圖形圖像的特征參數，因此將分形應用于圖像分析與模式識別、圖像生成、分形神經網絡、信號濾波與圖像處理等領域的研究取得了一些進展，其應用前景將非常廣闊。目前，分形計算技術已經成功應用于地質勘探、疾病診斷、信息科學和股市預測等領域，為人們的生產和生活解決了諸多技術難題。

三、結束語

通過對數字信號處理中的前沿技術的分析，有理由對數字信號處理技術的發展充滿信心，相信通過信息技術的進步，定將對數字信號處理技術具有促進作用，數字信號處理技術已經深入到人們生活的諸多領域，因此數字信號處理技術的未來應用前景是廣闊的。

【參考文獻】

[1]林玉池.測量控制與儀器儀表前沿技術及發展趨勢[M].天津：天津大學出版社，2008：156-184.

[2]何銘.關于數字信號處理技術的發展與思考[J].中國電子商務，2011（11）：55.

[3]孫炳.關于數字信號處理技術的應用與發展研究[J].信息通信，2015（7）：177.

[4]馬天翔，詹繼承.關于數字信號處理技術的應用與發展[J].電子世界，2013（11）：20.