论文部分内容阅读
摘要：现如今随着网络技术及信息传播技术发展迅猛，信号与信息处理技术是当前科技发展的先头兵和杀手锏，掌握了信号与信息处理技术的要点与方向，方可将信息处理技术及通信传播技术真正为己所用。就此，基于信号与信息处理的重要性，本文着重分析信号与信息处理技术的发展历程以及技术要点。
关键词：信号;信息处理;技术要点
1信号与信息处理技术的发展历程、理论依据及应用范围
信号与信息处理带有浓厚的学术色彩与实践价值，该技术随着数学计算机的发展而逐渐兴起，与FFT，即快速傅里叶变换理论的提出和发展紧密相关。经由FFT理论，数学滤波算法理论也得以长足发展。随着时间的推移，在通用计算机领域中，集成电路得到了应用，其中的数学硬件部分能够开始对信号加以处理操作。当单片机产生时，信号与信息处理技术的依托载体，实现了体积及功能上的双重优化。信号与信息处理技术实际应用趋于及范围较为广泛，可以涵盖工程领域及科学领域，涉及到国家地震信号检测、语音通信、仪表电器生产、雷达制导、卫星通信、无线电对抗、声纳空间、生物技术、医学工程等诸多板块。
在新时期，围绕语音技术及图像实时处理技术，相关专业热度升温，信号与信息处理开始更多地与计算机技术及理论融合，尤其是国家核心骨干通信网络系统的不断升级改造，使信号与信息处理技术大有用武之地。在信号与信息处理技术的研究范围上，从基础的信息集成管理、信号实时处理、图像传输处理、DSP技术应用、特殊信号，主要是雷达探测系统的跟踪处理、语音识别、图像处理、红外热像测温、公共信息安全管控等诸多领域，都可寻到信号与信息处理技术的身影。下面以笔者从事雷达电子战卫星通信相关的信号与信息处理技术工作十余年的工作经历，浅谈一些对信号与信息处理技术要点的认识。
2信号与信息处理技术要点探析
信号根据不同的分类，可分为平稳信号、非平稳信号、连续信号、离散信号、周期信号、随机信号等诸多形式。信号与信息处理技术主要是对信号的时间变换或域变换情况进行综合分析处理。涉及到信号存在的时域变换性强，信号特征不明显等情况时，较为常用傅立叶变换、短时傅立叶变换、小波变换、泰勒展开等技术加以辅助提高信号分析维度。具体到信号与信息处理技术实践中，较为常见的技术形式及要点如下：
2.1小波分析处理技术
小波，wavelet，最早由傅里叶在其论著中分析，在雷达数据分析领域中应用较为普及，“正交小波基”，多分辨度分析理论等逐渐得到学术界重视。运用小波分析对信号与信息进行处理，主要是围绕信号多变化的属性，通过掌握其变化特点，然后将其应用到去除噪声、压缩数据等环节。在技术原理上，小波分析技术主要是分解原始信号，分解工具为“小波基函数”。通过借助小波对信号的稳定状态、信号时频状况、信号域分布等进行分析，进而实现信号与信息的深层处理。
在“指定时间”、“指定频率”变化状况的分析上，小波基通过对A时间、B时间的变化情况进行分析提取，能够对信号的小波动情况实时了解。然后再通过对信号A，B进行频率的提取及鉴定，可以对信号的频率高低、时间等作出判定。
小波分析处理技术全面应用于图像压缩、视频压缩、图像特征抽取、无损数据处理隐藏、图像水印等多个方面。
2.2.多分辨分析处理技术
信号与信息处理技术应用领域，Mallat研究并提出了多分辨度分析理论，通过该理论，镜向滤波、短时波形、金字塔图像处理等多种信号处理形式得以发展。多分辨分析技术的发展以正交小波基构造为基础，并与小波分析技术结构，使信号与信息处理实现了正交基于小波变换之间的快速运算。多分辨技术与小波分解及小波基联系较为紧密，各要素之间的关系如找下图所示。
2.3小波除噪技术
信号与信息处理中，基于滤波方法与信号分辨率及信号噪比之间存在一定的矛盾，此时通过小波除噪技术的延展使用，可以使信號得到平滑抑制。通过使用高通滤波器装置，信号的噪音能够得到削弱。在采用Mallat算法对信号进行分析及分解后，对信号的小波系数进行确定，提取信号中的有用成分，最后经由Mallat算法具备的重构功能，对信号再进行排序或重建，通过这一技术手段，信号的噪比能够得到控制，信号在重建时也能够保真。小波除噪技术在信号与信息处理中予以应用时，关键所在是要对门限做出好的设计及控制。
另外值得注意的一点是，在小波分析及小波除噪技术中，仅靠小波对信号进行分析，往往无法对信号的原始数据做出准确的直观判定，这时通过对信号的时域和频域特征局部细节来加以辅助分析及表征，则能够对信号进行更加全面的分析。例如，信号具备的极值点、过零点，可视为信号的共同特征，通过对这类表征信号进行小波分析，信号的奇异性能够得到把握。
2.4现代信号处理技术
现代信号处理技术已经得到了成熟发展，在信号的分析及处理上实现了高频谱利用率、大容量设计、高速并行、异构、自适应处理等多种技术优势。现代信号处理技术更多地开始与军用雷达、卫星通信结合应用，军工科技的驱动助推了信号处理实现更高的精度和更快的速度。现代信号处理的要求愈来愈高，而以SOC，即超大规模集成电路技术为基础的片上系统技术形式的跨越式发展，在雷达和移动通信领域内，现代信号处理技术更彰显其优势和长处，以Xilinx的内嵌了ARM内核的异构FPGA和Intel的内嵌了XEON CPU的异构FPGA为代表的大规模异构处理器的不断发展演进，并且向智能化异构处理器演进，目前业内已经有了内嵌神经网络人工智能内核的异构处理器，从而推动了信号处理技术向异构并行、高度集成、智能化等方向发展。除了信号处理中的短时傅立叶变换技术、小波分析技术、并行处理和优化技术等，人工智能神经网络理论和自学习信号处理算法也获得了研究领域内的长足发展。更为复杂的信号处理技术趋于成熟，从而使信号与信息处理技术的研究方向具有极为广阔的发展空间。
关键词：信号;信息处理;技术要点
1信号与信息处理技术的发展历程、理论依据及应用范围
信号与信息处理带有浓厚的学术色彩与实践价值，该技术随着数学计算机的发展而逐渐兴起，与FFT，即快速傅里叶变换理论的提出和发展紧密相关。经由FFT理论，数学滤波算法理论也得以长足发展。随着时间的推移，在通用计算机领域中，集成电路得到了应用，其中的数学硬件部分能够开始对信号加以处理操作。当单片机产生时，信号与信息处理技术的依托载体，实现了体积及功能上的双重优化。信号与信息处理技术实际应用趋于及范围较为广泛，可以涵盖工程领域及科学领域，涉及到国家地震信号检测、语音通信、仪表电器生产、雷达制导、卫星通信、无线电对抗、声纳空间、生物技术、医学工程等诸多板块。
在新时期，围绕语音技术及图像实时处理技术，相关专业热度升温，信号与信息处理开始更多地与计算机技术及理论融合，尤其是国家核心骨干通信网络系统的不断升级改造，使信号与信息处理技术大有用武之地。在信号与信息处理技术的研究范围上，从基础的信息集成管理、信号实时处理、图像传输处理、DSP技术应用、特殊信号，主要是雷达探测系统的跟踪处理、语音识别、图像处理、红外热像测温、公共信息安全管控等诸多领域，都可寻到信号与信息处理技术的身影。下面以笔者从事雷达电子战卫星通信相关的信号与信息处理技术工作十余年的工作经历，浅谈一些对信号与信息处理技术要点的认识。
2信号与信息处理技术要点探析
信号根据不同的分类，可分为平稳信号、非平稳信号、连续信号、离散信号、周期信号、随机信号等诸多形式。信号与信息处理技术主要是对信号的时间变换或域变换情况进行综合分析处理。涉及到信号存在的时域变换性强，信号特征不明显等情况时，较为常用傅立叶变换、短时傅立叶变换、小波变换、泰勒展开等技术加以辅助提高信号分析维度。具体到信号与信息处理技术实践中，较为常见的技术形式及要点如下：
2.1小波分析处理技术
小波，wavelet，最早由傅里叶在其论著中分析，在雷达数据分析领域中应用较为普及，“正交小波基”，多分辨度分析理论等逐渐得到学术界重视。运用小波分析对信号与信息进行处理，主要是围绕信号多变化的属性，通过掌握其变化特点，然后将其应用到去除噪声、压缩数据等环节。在技术原理上，小波分析技术主要是分解原始信号，分解工具为“小波基函数”。通过借助小波对信号的稳定状态、信号时频状况、信号域分布等进行分析，进而实现信号与信息的深层处理。
在“指定时间”、“指定频率”变化状况的分析上，小波基通过对A时间、B时间的变化情况进行分析提取，能够对信号的小波动情况实时了解。然后再通过对信号A，B进行频率的提取及鉴定，可以对信号的频率高低、时间等作出判定。
小波分析处理技术全面应用于图像压缩、视频压缩、图像特征抽取、无损数据处理隐藏、图像水印等多个方面。
2.2.多分辨分析处理技术
信号与信息处理技术应用领域，Mallat研究并提出了多分辨度分析理论，通过该理论，镜向滤波、短时波形、金字塔图像处理等多种信号处理形式得以发展。多分辨分析技术的发展以正交小波基构造为基础，并与小波分析技术结构，使信号与信息处理实现了正交基于小波变换之间的快速运算。多分辨技术与小波分解及小波基联系较为紧密，各要素之间的关系如找下图所示。
2.3小波除噪技术
信号与信息处理中，基于滤波方法与信号分辨率及信号噪比之间存在一定的矛盾，此时通过小波除噪技术的延展使用，可以使信號得到平滑抑制。通过使用高通滤波器装置，信号的噪音能够得到削弱。在采用Mallat算法对信号进行分析及分解后，对信号的小波系数进行确定，提取信号中的有用成分，最后经由Mallat算法具备的重构功能，对信号再进行排序或重建，通过这一技术手段，信号的噪比能够得到控制，信号在重建时也能够保真。小波除噪技术在信号与信息处理中予以应用时，关键所在是要对门限做出好的设计及控制。
另外值得注意的一点是，在小波分析及小波除噪技术中，仅靠小波对信号进行分析，往往无法对信号的原始数据做出准确的直观判定，这时通过对信号的时域和频域特征局部细节来加以辅助分析及表征，则能够对信号进行更加全面的分析。例如，信号具备的极值点、过零点，可视为信号的共同特征，通过对这类表征信号进行小波分析，信号的奇异性能够得到把握。
2.4现代信号处理技术
现代信号处理技术已经得到了成熟发展，在信号的分析及处理上实现了高频谱利用率、大容量设计、高速并行、异构、自适应处理等多种技术优势。现代信号处理技术更多地开始与军用雷达、卫星通信结合应用，军工科技的驱动助推了信号处理实现更高的精度和更快的速度。现代信号处理的要求愈来愈高，而以SOC，即超大规模集成电路技术为基础的片上系统技术形式的跨越式发展，在雷达和移动通信领域内，现代信号处理技术更彰显其优势和长处，以Xilinx的内嵌了ARM内核的异构FPGA和Intel的内嵌了XEON CPU的异构FPGA为代表的大规模异构处理器的不断发展演进，并且向智能化异构处理器演进，目前业内已经有了内嵌神经网络人工智能内核的异构处理器，从而推动了信号处理技术向异构并行、高度集成、智能化等方向发展。除了信号处理中的短时傅立叶变换技术、小波分析技术、并行处理和优化技术等，人工智能神经网络理论和自学习信号处理算法也获得了研究领域内的长足发展。更为复杂的信号处理技术趋于成熟，从而使信号与信息处理技术的研究方向具有极为广阔的发展空间。