-- 绪论：本章介绍数字信号处理课程的基本概念。

0.1信号、系统与信号处理 1.信号及其分类 信号是信息的载体，以某种函数的形式传递信息。这个函数可以是时间域、频率域或其它域，但最基础的域是时域。 分类： 周期信号/非周期信号 确定信号/随机信号 能量信号/功率信号 连续时间信号/离散时间信号/数字信号 按自变量与函数值的取值形式不同分类：

2.系统 系统定义为处理（或变换）信号的物理设备，或者说，凡是能将信号加以变换以达到人们要求的各种设备都称为系统。

3.信号处理 信号处理即是用系统对信号进行某种加工。包括：滤波、分析、变换、综合、压缩、估计、识别等等。所谓“数字信号处理”，就是用数值计算的方法，完成对信号的处理。

0.2 数字信号处理系统的基本组成 数字信号处理就是用数值计算的方法对信号进行变换和处理。不仅应用于数字化信号的处理，而且也可应用于模拟信号的处理。以下讨论模拟信号数字化处理系统框图。 -- （1）前置滤波器 将输入信号xa(t)中高于某一频率（称折叠频率，等于抽样频率的一半）的分量加以滤除。 （2）A/D变换器 在A/D变换器中每隔T秒（抽样周期）取出一次xa(t)的幅度，抽样后的信号称为离散信号。在A/D变换器中的保持电路中进一步变换为若干位码。 （3）数字信号处理器（DSP） （4）D/A变换器 按照预定要求，在处理器中将信号序列x(n)进行加工处理得到输出信号y(n)。由一个二进制码流产生一个阶梯波形，是形成模拟信号的第一步。 （5）模拟滤波器 把阶梯波形平滑成预期的模拟信号；以滤除掉不需要的高频分量，生成所需的模拟信号ya(t)。

0.3 数字信号处理的特点 （1）灵活性。（2）高精度和高稳定性。（3）便于大规模集成。（4）对数字信号可以存储、运算、系统可以获得高性能指标。

0.4 数字信号处理基本学科分支 数字信号处理（DSP）一般有两层含义，一层是广义的理解，为数字信号处理技术——DigitalSignalProcessing，另一层是狭义的理解，为数字信号处理器——DigitalSignalProcessor。

0.5 课程内容 该课程在本科阶段主要介绍以傅里叶变换为基础的“经典”处理方法，包括：（1）离散傅里叶变换及其快速算法。（2）滤波理论（线性时不变离散时间系统，用于分离相加性组合的信号，要求信号频谱占据不同的频段）。 在研究生阶段相应课程为“现代信号处理”（AdvancedSignalProcessing）。信号对象主要是随机信号，主要内容是自适应滤波（用于分离相加性组合的信号，但频谱占据同一频段）和现代谱估计。 简答题： 1．按自变量与函数值的取值形式是否连续信号可以分成哪四种类型? 2．相对模拟信号处理，数字信号处理主要有哪些优点? 3．数字信号处理系统的基本组成有哪些？ -- 第一章：本章概念较多，需要理解和识记的内

容较多，学习时要注意。

1.1 离散时间信号 1.离散时间信号的定义 离散时间信号是指一个实数或复数的数字序列，它是整数自变量n的函数，表示为x(n)。一般由模拟信号等间隔采样得到：()()aatnTxnxxnTn。时域离散信号有三种表示方法：1）用集合符号表示 2）用公式表示 3）用图形表示

2.几种基本离散时间信号（记住定义）

（1）单位采样序列 （2）单位阶跃序列 （3）矩形序列 -- （4）实指数序列 （5）正弦序列 ω是正弦序列数字域的频率，单位是弧度。

对连续信号中的正弦信号进行采样，可得正弦序列。设连续信号为，它的采样值为，因此（重点） 这个式子具有一般性，它反映了由连续信号采样得到的离散序列，其数字频率与模拟频率的一般关系。另外需要说明的是，ω的单位为弧度，Ω的单位为弧度/秒。本书中，我们一律以ω表示数字域频率，而以Ω及f表示模拟域频率。 例：已知采样频率FT = 1000Hz, 则序列x（n） = cos(0.4πn) 对应的模拟频率为 ( 400π ) 弧度/s。

说明：本题旨在理解数字频率与模拟频率之间的关系：TF。

（6）复指数序列 复指数序列是以余弦序列为实部、正弦序列为虚部所构成的一个复数序列。 （7）周期序列(重点) 所有n存在一个最小的正整数N,满足：)()(Nnxnx,则称序列)(nx是周期序列，周期为N。(注意：按此定义，模拟信号是周期信号，采用后的离散信号未必是周期的)

例：正弦序列)sin(0n的周期性：

当kN20，k为整数时，)sin()](sin[00nNn，即为周期性序列。周期02kN，式中，k、N限取整数，且k的取值要保证N是最小的正整数。 可分几种情况讨论如下：（1）当0/2为整数时，只要1k，0/2N就为最小正整数，即周期为0/2。（2）当0/2不是整数，而是一个有理数时，设QP//20，式中，P、Q

是互为素数的整数（互为素数就是两个数没有公约数），取Qk，则PN，即周期为P。（3）当0/2是无理数时，则任何k皆不能使N为正整数，这时，正弦序列不是周期性的。 例：X(n) = cos(0.4πn)的基本周期为( 5 )。

[说明]基本周期的定义即计算公式：kN2，其中N和k均为整数，N为基本周期（使得N为

最小整数时k取值）。本题ω = 0.4π，代入上式得到：1,5kN。

3.信号运算

（1）加法：两个信号之和 由同序号的序列值逐点对应相加得到。 （2）乘法：两个信号之积 由同序号的序列值逐点对应相乘得到。 -- （3）移位：当，序列右移（称为延时）；当，序列左移（称为超前）。 （4）翻转：

（5）尺度变换：或，其中M和N都是正整数。 当时，序列是通过取x(n)的每第M个采样形成，这种运算称为下采样。对

于序列，定义如下这种运算称为上采样。 4.信号分解（重点） 任一信号x(n)可表示成单位脉冲序列的移位加权和：

简记为 1.2 时域离散系统

时域离散系统定义 ()().xnynT ()()ynTxn 1 线性系统（重点） 判定公式： 若1()yn=1[()]Txn,2()yn=2[()]Txn则1212()[()()]()()ynTaxnbxnaynbyn

2 时不变系统（重点） 判定公式：y(n)=T[x(n)] y(n-0n)=T[x(n-0n)] 例：判断下列系统是否为线性、时不变系统。（重点） （1）()()2(1)3(2)ynxnxnxn；

（2）2()()ynxn； -- 解：

（1）令：输入为0()xnn，输出为'000'0000()()2(1)3(2)()()2(1)3(2)()ynxnnxnnxnnynnxnnxnnxnnyn 故该系统是时不变系统。 12121212

()[()()] ()()2((1)(1))3((2)(2))ynTaxnbxnaxnbxnaxnbxnaxnbxn



1111[()]()2(1)3(2)Taxnaxnaxnaxn

2222[()]()2(1)3(2)Tbxnbxnbxnbxn

1212[()()][()][()]TaxnbxnaTxnbTxn 故该系统是线性系统。 （2）2()()ynxn 令：输入为0()xnn，输出为'20()()ynxnn，因为

2'00()()()ynnxnnyn

故系统是时不变系统。又因为 21212

122212

[()()](()()) [()][()] ()()TaxnbxnaxnbxnaTxnbTxnaxnbxn 因此系统是非线性系统。

3 线性时不变系统（LTI或者LSI系统）输入与输出之间关系（重点）：

()[()]hnTn

()()()mynxmnm ()[()()]mynTxmnm y（n）=()()mxmhnm=x（n）*h（n） 重点：线性离不变系统的输出等于输入序列和该系统的单位脉冲响应的卷积 【说明】离散时间LTI系统的单位冲激响应h(n)为系统对单位冲激序列δ(n)的零状态响应。 -- 单位冲激响应的概念非常重要。在时域，LTI系统可以由其单位冲激响应h(n)唯一确定，因此，我们常常用单位冲激响应描述 LTI 系统。在这种情况下， LTI 系统的输入输出关系可以由卷积运算

描述：y（n）=()()mxmhnm=x（n）*h（n） 物理意义： 卷积和运算具有显式意义，即可以用来确定系统的输出。如果系统确定，则其单位冲激响应是唯一的。由此，可求系统对任意输入的响应。 注意：计算卷积和的关键是求和区间的确定。因此，常常需要绘制序列x(m) 和h(n-m)的图形。利用序列x(m) 和h(n-m)的图形可助我们方便地确定求和区间。 卷积的求解方法（重点）： 线性卷积是一种非常重要的一种运算，对它的求解，一般我们采用作图法。线性卷积满足交换律，设两序列长度分别是N和M，线性卷积后序列的长度为N＋M－1。 卷积的计算过程包括翻转、移位、相乘、相加四个过程。

1）将和用和表示，画出和这两个序列；

2）选择一个序列，并将其按时间翻转形成序列； 3）将移位n，得到； 4）将和相同m的序列值对应相乘后，再相加。 例：设(),xnn04n≤≤，4()()hnRn, ()xn和()hn如图1所示。求()xn和()hn的卷积()yn。（重点）

n 0 1 2 3

R4(n) 1 0 1 2 3 4

4 n

()xn

图1 解 方法一：用图解法求卷积和。

(1) 将()xn和()hn用()xm和()hm表示(图2中(a)、(b)图)。