信号处理是对各种类型的电信号，按照预期目的和要求进行加工过程的统称。对模拟信号的处理称为模拟信号处理，对数字信号的处理称为数字信号处理。所谓“信号处理”，就是要把记录在某种媒体上的信号进行处理，以便抽取出有用信息的过程，是对信号进行提取、变换、分析、综合等处理过程的统称。
信号处理对于科学研究，如同基础之于建筑，是根基。想要实现研究上的突破，十分倚赖信号处理方法的应用和创新。
与信号有关的理化或数学过程有：信号的发生、信号的传送、信号的接收、信号的分析、信号的处理、信号的存储、信号的检测与控制等。
数字信号处理发展于20世纪60年代，最早是贝尔实验室及麻省理工学院用电子计算机对电路与滤波器设计进行仿真，奠定了数字滤波器的发展基础。60年代中期，发明了快速傅里叶变换，使频谱分析的傅里叶分析的计算速度提高了百倍以上，从而达到了可以利用电子计算机进行谱分析的目的，奠定了信号与系统分析的实用基础，形成了以数字滤波及快速傅里叶变换为中心的数字信号处理的基本方法与概念。
在过去，对于模拟信号，信号处理和信息抽取是一个整体，从物理制约角度看，满足信息抽取的模拟处理受到了很大的限制。
随着数字计算机的飞速发展，信号处理的理论和方法也得以发展。在我们面前出现了不受物理制约的纯数学加工，即算法。
对于信号的处理，通常是先把模拟信号变成数字信号，然后利用高效的数字信号处理器（DSP）或计算机对其进行数字信号处理。
一般来说，数字信号处理涉及三个步骤：
（一）模数转换（A/D转换）：把模拟信号变成数字信号，是对自变量和幅值同时进行离散化的过程，基本的理论保证是采样定理。
（二）数字信号处理：包括变换域分析（如频域变换、数字滤波、识别、合成等）。
（三）数模转换（D/A转换）：把经过处理的数字信号还原为模拟信号（非必须）。
信号处理最基本的内容有变换、滤波、调制、解调、检测以及谱分析和估计等。变换有傅里叶变换、正弦变换、余弦变换、沃尔什变换等；滤波有高通滤波、低通滤波、带通滤波、维纳滤波、卡尔曼滤波、线性滤波、非线性滤波以及自适应滤波等；谱分析包括确知信号的分析和随机信号的分析，研究最普遍的是随机信号的分析，也称统计信号分析或估计，又分为线性谱估计与非线性谱估计；谱估计有周期图估计、最大熵谱估计等；随着信号类型的复杂化，在要求分析的信号不能满足高斯分布、非最小相位等条件时，又有高阶谱分析的方法。高阶谱分析可提供信号的相位信息、非高斯类信息以及非线性信息；自适应滤波与均衡也是应用研究的一大领域。自适应滤波包括横向LMS自适应滤波、格型自适应滤波，自适应对消滤波，以及自适应均衡等。此外，对阵列信号还有阵列信号处理等。
信号处理是电信的基础理论与技术。它的数学理论有方程论、函数论、数论、随机过程论、最小二乘法以及最优化理论等，技术支柱是电路分析、合成及电子计算机技术等。
信号处理与模式识别、人工智能、神经网计算以及多媒体信息处理等有密切联系。同时，数字信号处理技术成为了信息技术发展中最富有活力的学科之一。
在电信领域，数字信号处理最典型的应用有：
1.语音编码与压缩。
2.图像编码与压缩。
3.分路与合路滤波器组的设计。
4.自适应均衡及回波抵消。
参考资料：百度百科之信号处理
网友评论