数字信号处理EEEN30201

课程内容：

本课程旨在提供对现代数字信号处理主题的全面介绍，强调理论基础与实际应用之间的联系。课程将通过算法和实际案例的使用，鼓励学生对知识的理解和掌握。同时，通过详细的实践实验，探索离线和实时DSP软件与硬件，提供实用技能。

课程大纲：

1、数字信号处理（DSP）及线性系统导论。

2、卷积与相关。使用冲激函数表示离散信号；利用线性叠加原理描述卷积；卷积的傅里叶变换解释；基于卷积的简单滤波；自相关与互相关；互相关、匹配滤波器及信噪比提升；时间展宽与伪随机比特序列。

3、傅里叶分析。周期信号的连续三角傅里叶级数；数据表示与绘图；非周期信号的连续三角傅里叶级数；对连续傅里叶级数的观察；傅里叶级数的指数表示；连续傅里叶变换；离散傅里叶分析；快速傅里叶变换。

4、离散傅里叶性质与处理。窗函数；频谱泄漏；频谱数据的表示；相位考虑；离散傅里叶变换的关键性质；离散傅里叶变换信号处理。

5、拉普拉斯变换。其在微分方程中的应用；s域；电路分析；模拟滤波器设计。

6、Z变换与数字滤波器设计。定义与性质；数字滤波器、电路图及Z传递函数；基于极点零点布局的滤波器设计；FIR与IIR滤波器的优缺点。

7、信号采样。采样过程；信号数字化；模拟到数字及数字到模拟转换原理；系统中的ADC与DAC。

8、FIR滤波器的设计。窗函数法；相位线性性；频率采样法；任意FIR滤波器设计软件；逆滤波与信号重建。

9、IIR滤波器的设计。双线性Z变换；BZT与二阶无源系统；数字巴特沃斯与切比雪夫IIR滤波器；极点零点布置的重新探讨；双二次算法设计策略；IIR响应的FIR表达式。

10、自适应滤波器。自适应FIR滤波器的简要理论；最小均方差（LMS）自适应FIR算法；自适应滤波器在系统建模中的应用；用于噪声去除的延迟（单输入）自适应LMS滤波器；真正的（双输入）自适应LMS滤波器。

11、实时DSP与硬件设计。系统架构；汇编语言编程；实时系统设计；外设接口；实时环境中的FIR、IIR和自适应滤波器。

12、典型DSP应用。

学习成果：

完成本课程后，学生将能够：

1、从系统层面设计完整的DSP工程解决方案（硬件和软件规格），适用于实时应用。

2、掌握DSP的基本原理，并理解各种基本方程的运作机制及其构建方式。

3、使用基于Eclipse的开发和调试框架。

4、编写并测试离线和实时DSP算法，既可在个人电脑上运行，也可在专用DSP硬件上运行。