信号处理概述

在切入正题以前， 我想简短介绍一下

业界应用最为广泛的

两类信号处理，

即 FFT 和 FIR。

这只是对何为 FFT 和 FIR 的

高度概括。

此处用意并不是使您 成为 FFT 或 FIR 专家。

在许多种信号处理中，有一种是 FFT 或称作快速傅里叶

变换。

本幻灯片 简单介绍或解释了

何为 FFT。

我们将在后面的幻灯片中 介绍 FFT 的用途。

简言之，FFT 可转换时域信号，

并以频域表示信号。

它将信号 分解为多个

累加正弦波的分量。

每个频率槽都是 指定的正弦频率。

FFT 频谱 介于

-f_s/2 至 f_s/2 之间，

f_s 也称作采样频率， 在这里也就是

采样频率的一半。

负频谱完全

镜像至正频域。

如此处 图中所示，

以特定采样频率 对完全正弦波进行

采样。

在数据之上 执行 FFT。

正弦波 能够以频域表示，

正如幻灯片 右侧所示。

在计算幅度后， FFT 频谱

始终以 正频率及其

在整个负频谱范围内 镜像的频率表示。

FFT 频谱上的 单个幅度

表示信号的 频率分量。

由于时域 信号是具有

特定频率的 完全正弦波，

接下来它就会

以 FFT 频域表示为 单个频率分量，

如此处右侧所示。

作为确保信号中 所有频率分量

均可捕获的 重要标准，

以及确保能够 以时域重构该信号的

重要标准，

选择正确的采样率 至关重要。

根据奈奎斯特 采样率理论，

采样率 应至少是

信号中所含 最高频率的两倍。

采样率还与您的频率 分辨率相关。

例如，典型的 人声频带范围是

300 赫兹 至 3 千赫兹。

为保证语音的 所有分量均已捕获，

您的最小 采样率

应为约 6 千赫兹或更高。

如果信号 欠采样，

则将经历 信号混叠，

这可能意味着特定 频率分量可能会在

您的 FFT 窗口中重叠， 从而可能产生

错误的频率分量。

广泛使用的 另一信号处理分量

是 FIR 滤波。

FIR 是具有时长有限 脉冲响应的

数字滤波器。

脉冲响应属于 N 阶离散时间 FIR

文件夹。

简而言之，FIR 将 时域信号离散化，

按滤波器系数 以数字方式过滤信号，

然后重新以时域 信号的形式输出。

这些仅仅是两个 信号处理示例。

此外还有 IIR 及其他很多示例。

并不能确定它们与 IIR 的 区别，

因为这有赖于 输出的反馈。

信号处理应用程序的 主要应用领域包括

计量、 工业

以及便携式医疗等等。

单在计量领域， 超声波计量

使用信号相关性和 滤波来检查流量，

而无需移动分量。

它们通常 由电池供电

且需要 高精度。

FFT 的用途之一 是火灾检测，

其中，FFT 通过检查 PIR 数据 来识别是否有火情。

通常，这些是 限流电源，

并且它们是单电源 菊链系统。

再比如需要 60 赫兹 抑制的可穿戴式

EKG。

这就是 FIR 等数字 滤波器的用途之一。

在切入正题以前， 我想简短介绍一下

业界应用最为广泛的

两类信号处理，

即 FFT 和 FIR。

这只是对何为 FFT 和 FIR 的

高度概括。

此处用意并不是使您 成为 FFT 或 FIR 专家。

在许多种信号处理中，有一种是 FFT 或称作快速傅里叶

变换。

本幻灯片 简单介绍或解释了

何为 FFT。

我们将在后面的幻灯片中 介绍 FFT 的用途。

简言之，FFT 可转换时域信号，

并以频域表示信号。

它将信号 分解为多个

累加正弦波的分量。

每个频率槽都是 指定的正弦频率。

FFT 频谱 介于

-f_s/2 至 f_s/2 之间，

f_s 也称作采样频率， 在这里也就是

采样频率的一半。

负频谱完全

镜像至正频域。

如此处 图中所示，

以特定采样频率 对完全正弦波进行

采样。

在数据之上 执行 FFT。

正弦波 能够以频域表示，

正如幻灯片 右侧所示。

在计算幅度后， FFT 频谱

始终以 正频率及其

在整个负频谱范围内 镜像的频率表示。

FFT 频谱上的 单个幅度

表示信号的 频率分量。

由于时域 信号是具有

特定频率的 完全正弦波，

接下来它就会

以 FFT 频域表示为 单个频率分量，

如此处右侧所示。

作为确保信号中 所有频率分量

均可捕获的 重要标准，

以及确保能够 以时域重构该信号的

重要标准，

选择正确的采样率 至关重要。

根据奈奎斯特 采样率理论，

采样率 应至少是

信号中所含 最高频率的两倍。

采样率还与您的频率 分辨率相关。

例如，典型的 人声频带范围是

300 赫兹 至 3 千赫兹。

为保证语音的 所有分量均已捕获，

您的最小 采样率

应为约 6 千赫兹或更高。

如果信号 欠采样，

则将经历 信号混叠，

这可能意味着特定 频率分量可能会在

您的 FFT 窗口中重叠， 从而可能产生

错误的频率分量。

广泛使用的 另一信号处理分量

是 FIR 滤波。

FIR 是具有时长有限 脉冲响应的

数字滤波器。

脉冲响应属于 N 阶离散时间 FIR

文件夹。

简而言之，FIR 将 时域信号离散化，

按滤波器系数 以数字方式过滤信号，

然后重新以时域 信号的形式输出。

这些仅仅是两个 信号处理示例。

此外还有 IIR 及其他很多示例。

并不能确定它们与 IIR 的 区别，

因为这有赖于 输出的反馈。

信号处理应用程序的 主要应用领域包括

计量、 工业

以及便携式医疗等等。

单在计量领域， 超声波计量

使用信号相关性和 滤波来检查流量，

而无需移动分量。

它们通常 由电池供电

且需要 高精度。

FFT 的用途之一 是火灾检测，

其中，FFT 通过检查 PIR 数据 来识别是否有火情。

通常，这些是 限流电源，

并且它们是单电源 菊链系统。

再比如需要 60 赫兹 抑制的可穿戴式

EKG。

这就是 FIR 等数字 滤波器的用途之一。