信号处理常用算法

‘壹’ 经典的数字信号处理的算法主要包括哪些内容试分别简述之

经典数字信号处理的内容，包括离散时间信号与离散时间系统的基本概念、Z变换及离散时间系统分析、离散傅里叶变换、傅里叶变换的快速算法、离散时间系统的相位与结构、数字滤波器设计（IIR、FIR及特殊形式的滤波器）、信号的正交变换（正交变换的定义与性质、K-L变换、DCT及其在图像压缩中的应用）、信号处理中若干典型算法（如抽取与插值、子带分解、调制与解调、反卷积、SVD、独立分量分析及同态滤波）、数字信号处理中的有限字长问题及数字信号处理的硬件实现等；下篇是统计数字信号处理的内容，包括平稳随机信号的基本概念、经典功率谱估计、参数模型功率谱估计、维纳滤波器及自适应滤波器等。

‘贰’ 举例说明两种数字信号的预处理方法

数字信号处理算法 一、信号的时域参数 1.均值 均值E[x(t)]表示集合平均值或数学期望值． E[x(t)]= x(n)/N 均值E[x(t)]计算机编程实现很简单，用Signal VBScript实现的程序代码为： E=0 For i="0" To N-1 E="E"+x(i) Next E=E/N 2.均方值 信号x(t)的均方值E[x 2 (t)]( )，或称为平均功率，其表达式为： E[x 2 (t)]= x 2 (n)/N 均方值表达了信号的强度，其正平方根值，又称为有效值，也是信号的平均能量的一种表达。在工程信号测量中一般仪器的表头示值显示的就是信号的均方值。均值E[x(t)]计算机编程实现很简单，用Signal VBScript实现的程序代码为： RMS=0 For i="0" To N-1 RMS="RMS"+x(i)*x(i) Next E=sqrt(E)/N 二、信号的相关函数 在离散情况下，信号x(n)和y(n)的相关函数定义为： R(k)=[ x(n)y(k+i)]/N，k=0,1,2,.... 在不考虑计算效率的情况下计算也很容易： For i="0" To N/2 R(i)=0 For j="0" To N/2 R(i)=R(i)+x(j)*x(j+i) Next R(i)=R(i)/N Next 三、数字滤波 数字滤波器的作用是利用离散时间系统的特性对输入信号波形（或频谱）进行加工处理，或者说利用数字方法按预定的要求对信号进行变换。把输入序列 x(n) 变换成一定的输出序列 y(n) 从而达到改变信号频谱的目的。从广义讲，数字滤波是由计算机程序来实现的，是具有某种算法的数字处理过程。 数字滤波主要分为有限冲击响应滤波器(FIR)和无限冲击响应滤波器两种，FIR滤波器的滤波计算公式为： y(k)=a 0 x(k)+a 1 x(k+1)+a 2 x(k+2)+...+a m x(k+m),k=0,1,.........N-m 式中N为信号采样长度，m为数字滤波器长度，{a 0 ,a 1 ,a 2 ,...a m }为滤波器系数。 FIR数字滤波器和IIR数字滤波器都有专用的设计软件，给出数字滤波器的频率特性就可以求出滤波器的系数。下面是一个低通滤波器和一个高通滤波器的实例： 低通滤波器 高通滤波器 M=7 -0.02216042 -0.05067773 0.26974228 0.58996165 0.26974228 -0.05067773 -0.02216042 N=7 0.02211721 -0.0509717 -0.26960272 0.5903648 -0.26960272 -0.0509717 0.02211721 数字低通滤波的实现代码为： For i="0" To N－7 Y(i)=-0.02216042X(0)-0.05067773X(1)+0.26974228X(2)+0.58996165X(3) +0.26974228X(4)-0.05067773X(5)-0.02216042X(6) Next 十分简单，但作用却与一个RC低通滤波器相当。

‘叁’ 常见信号处理过程中的平均方式有哪几种

一、算术平均滤波法

算术平均滤波法是指对一点数据连续采n个值，然后取其平均值。这种方法能够滤除一般的随机干扰信号，使信号变的平滑，但当n值较大时，灵敏度会降低，故n值要视具体情况进行选取。一般情况下取3～5平均即可。
二、滑动平均滤波法
算术平均滤波法每计算一次数据需要采集n次数据，这对于测量数据较慢或要求数据计算速度较快的实时控制系统则无法使用，此时可采用滑动平均滤波法。滑动平均滤波法是把n个采样值看成一个队列，队列是长度为n，每进行一次采样就把采样值放入队尾，而去掉原队首的一个采样值，这样，队列中就始终有n个“最新”的采样值，对这n个值进行平均就可以得到新的滤波值。
滑动平均滤波法对周期性的干扰具有较好的抑制作用，但对偶然出现的脉冲性干扰抑制作用差，难以消除由于脉冲干扰而引起的采样值的偏差。
三、去极值滤波法
算术平均滤波法和滑动平均滤波法都难以消除脉冲干扰所引起的误差，会将脉冲干扰“平均”到结果中去。在脉冲干扰严重的场合可采用去极值平均滤波法。去极值平均滤波法的思想是：连续采样n个值，找出并去除其中的最大值和最小值，然后对其余的n-2个值求平均，即可得到有效采样值。为了使算法简单，n通常取偶数，如4，6，8，10等。
四、中位值滤波法
对某一被测信号连续采样n次，然后把n次采样值按大小排序，取中间值为本次采样值。为方便，n一般取奇数。算法上，则可以采用“冒泡法”来对这n个数据进行排序。中位值滤波法能有效地克服因偶然因素引起的波动干扰，但对于一些快变参数则不宜采用。

‘肆’ 四象限光电探测器的信号处理算法

为束斑在四象限上的位置。图中四象限探测器光敏面的半径为R。四象限中心与直角坐标的零点O重合。图中四象限的对称轴分别与坐标的x、y轴重合。束斑中心为O?。当O?位于四象限中心时，四个象限上接收到的光信号强度相等，经计算处理后得到的误差信号为零。当O?逐渐偏离O时，Er逐渐增大。Ex、Ey分别代表Er在x、y方向上的分量。为消除束斑光强（光能量或功率）波动对Er的影响，通常要对Er进行归一化处理。即在Er计算过程中除以一个与束斑光强度相关的量值。根据不同的应用目的，束斑半径r相对于四象限光敏区半径R存在一个最佳值ropt。对大多数应用场合ropt取1/2R。

‘伍’ 数字信号处理系统的基本原理及特点(要详细一点的介绍）

谁说网络学术方面不行？这本身是个伪命题。不是网络行不行，是网络上的人行不行。据我所知，牛人还是很多的。
回答楼主的疑问。
数字信号处理是将信号以数字方式表示并处理的理论和技术。数字信号处理与模拟信号处理是信号处理的子集。 数字信号处理系统的优点：体积小、功耗低、精度高、可靠性高、灵活性大、易于大规模集成、可进行二维与多维处理。
随着大规模集成电路以及数字计算机的飞速发展，加之从60年代末以来数字信号处理理论和技术的成熟和完善，用数字方法来处理信号，即数字信号处理，已逐渐取代模拟信号处理。 随着信息时代、数字世界的到来，数字信号处理已成为一门极其重要的学科和技术领域。
数字信号处理的目的是对真实世界的连续模拟信号进行测量或滤波。因此在进行数字信号处理之前需要将信号从模拟域转换到数字域，这通常通过模数转换器实现。而数字信号处理的输出经常也要变换到模拟域，这是通过数模转换器实现的。
数字信号处理的算法需要利用计算机或专用处理设备如数字信号处理器（DSP）和专用集成电路（ASIC）等。数字信号处理技术及设备具有灵活、精确、抗干扰强、设备尺寸小、造价低、速度快等突出优点，这些都是模拟信号处理技术与设备所无法比拟的。
数字信号处理的核心算法是离散傅立叶变换(DFT)，是DFT使信号在数字域和频域都实现了离散化，从而可以用通用计算机处理离散信号。而使数字信号处理从理论走向实用的是快速傅立叶变换(FFT)，FFT的出现大大减少了DFT的运算量，使实时的数字信号处理成为可能、极大促进了该学科的发展。
希望对你有用~

‘陆’ 信号处理有哪些算法可以实现C语言编程,汇编语言,labview是不是算法

你这问题。。。信号处理范围大了去了，各种不同的问题有不同的处理算法，不知道你问得是不是FFT，DFT之类。这些常用matlab来写程序实现C和汇编是程序设计语言，labview是开发环境。。。这些是工具，不是算法。算法是设计人员设计的处理某些问题的方法和步骤，然后用这些个工具来实现。

‘柒’ 谁知道数字信号处理的循环卷积的手工算法

两个信号
x1
x2循环卷积，长度分别为n1
n2，第一个数不变，第二个数周期延拓，注意一点，两个数循环卷积，长度n必须一样，卷积以后的长度也是n，所以把x1的周期变为n，不够的补零，x2按照周期n周期延拓，然后翻转，然后在0到n内与信号x1相乘求和。有个公式
y(n)=0~m内求和∑x1(m)x2((n-m))然后取主值序列,你要把图画出来理解。
文字叙述的话不太好表示，建议你看一下王艳芬的数字信号处理原理及实现有关内容
结合图看一下就明白了，再看一下在什么情况下可以代替线性卷积。
这些东西还是要自己看，希望对你有帮助。

‘捌’ 数字信号处理算法的主要特点是什么为什么乘积累加是数字信号处理器的基本运算

谁说网络学术方面不行？这本身是个伪命题。不是网络行不行，是网络上的人行不行。据我所知，牛人还是很多的。回答楼主的疑问。数字信号处理是将信号以数字方式表示并处理的理论和技术。数字信号处理与模拟信号处理是信号处理的子集。 数字信号处理系统的优点：体积小、功耗低、精度高、可靠性高、灵活性大、易于大规模集成、可进行二维与多维处理。 随着大规模集成电路以及数字计算机的飞速发展，加之从60年代末以来数字信号处理理论和技术的成熟和完善，用数字方法来处理信号，即数字信号处理，已逐渐取代模拟信号处理。 随着信息时代、数字世界的到来，数字信号处理已成为一门极其重要的学科和技术领域。数字信号处理的目的是对真实世界的连续模拟信号进行测量或滤波。因此在进行数字信号处理之前需要将信号从模拟域转换到数字域，这通常通过模数转换器实现。而数字信号处理的输出经常也要变换到模拟域，这是通过数模转换器实现的。 数字信号处理的算法需要利用计算机或专用处理设备如数字信号处理器（DSP）和专用集成电路（ASIC）等。数字信号处理技术及设备具有灵活、精确、抗干扰强、设备尺寸小、造价低、速度快等突出优点，这些都是模拟信号处理技术与设备所无法比拟的。数字信号处理的核心算法是离散傅立叶变换(DFT)，是DFT使信号在数字域和频域都实现了离散化，从而可以用通用计算机处理离散信号。而使数字信号处理从理论走向实用的是快速傅立叶变换(FFT)，FFT的出现大大减少了DFT的运算量，使实时的数字信号处理成为可能、极大促进了该学科的发展。 希望对你有用~

‘玖’ 经典的数字信号处理的算法主要包括哪些内容

经典数字信号处理的内容，包括离散时间信号与离散时间系统的基本概念、Z变换及离散时间系统分析、离散傅里叶变换、傅里叶变换的快速算法、离散时间系统的相位与结构、数字滤波器设计（IIR、FIR及特殊形式的滤波器）、信号的正交变换（正交变换的定义与性质、K-L变换、DCT及其在图像压缩中的应用）、信号处理中若干典型算法（如抽取与插值、子带分解、调制与解调、反卷积、SVD、独立分量分析及同态滤波）、数字信号处理中的有限字长问题及数字信号处理的硬件实现等；下篇是统计数字信号处理的内容，包括平稳随机信号的基本概念、经典功率谱估计、参数模型功率谱估计、维纳滤波器及自适应滤波器等。

‘拾’ 有什么算法处理生物信号

处理生物信号的算法是频谱分析。

频谱分析是一种将复杂信号分解为较简单信号的技术。许多物理信号均可以表示为许多不同频率简单信号的和。找出一个信号在不同频率下的信息（如振幅、功率、强度或相位等）的做法即为频谱分析。

频谱是指一个时域的信号在频域下的表示方式，可以针对信号进行傅里叶变换而得，所得的结果会是以分别以幅度及相位为纵轴，频率为横轴的两张图，不过有时也会省略相位的信息，只有不同频率下对应幅度的资料。有时也以“幅度频谱”表示幅度随频率变化的情形，“相位频谱”表示相位随频率变化的情形。

生物信号采集系统：

研究人员、老师和学生可以通过该系统观察到各种生物机体内或离体器官中探测到的生物电信号以及张力、压力、温度等生物非电信号的波形，从而对生物肌体在不同的生理或药理实验条件下所发生的机能变化加以记录与分析。生物机能实验系统是研究生物机能活动的主要设备和手段之一。