Elecfans工程师故事：我眼中的信号与信息处理

电子发烧友网12月“处理器与DSP特刊”火热下载中，缺你怎可！

　　本文作者maxfiner结合个人专业写的一篇文章《我眼中的信号与信息处理》，结合他的项目经历、感悟写的一篇有些科普性质的小文。鉴此，作者投稿电子发烧友网，欲与其广大电子发烧友网工程师网友分享其心得体会，故撰此文，以飨网友。在此，也欢迎更多工程师网友分享更多工程师故事，在沟通与交流中不断磨砺进步。下一次，期待听到您的声音...【投稿邮箱：moyanfen@elecfans.com】

　　信号处理，准确的说，数字信号处理（DSP），或更广泛地说，信号与信息处理，属于电子信息工程专业中的一大研究领域。

　　提及电子工程，直观感觉好像是电子器件，电路，电气设备等等，其实其内涵已经远远不止于此。随着电子信息技术的发展，它往往会囊括通信、计算机、雷达、导航、电机、电力、控制、测量仪表等等领域，可谓博大精深。也是当今世界的几个主要产业之一（能源汽车电子钢铁农业等）。

　　而信号与信息处理学科又可以认为是一个交叉学科，往往与通信、控制、计算机等学科紧密关联。所以我们常常可以看到，很多计算机专业的研究人员会搞些图像处理的东西。信号处理的研究人员会搞些通信方面的东西，通信方向的研究人员又会搞些计算机网络相关的东西。因为这几者之间都是互通互联的，不存在严格的区分。

　　那么信号与信息处理具体又都主要研究哪些内容呢？根据我目前的粗浅的理解，可以通过一个简单的划分来做一个简单的介绍。

　　划分方式有多种，从研究方向上，可划分为基本的数字信号处理，阵列信号处理，多维信号处理，小波信号分析，多抽样率信号处理，自适应信号处理，统计信号处理（或者叫信号的检测与估值，或者叫噪声中信号的检测），功率谱估计等大方向，从应用领域上，可划分为通信信号处理，雷达信号处理，声音/语音信号处理，图像（医学影像）信号处理，地震信号处理等等。

　　信号与信息处理的应用领域是相当广泛的，稍举数例。

　　第一例，通信信号处理的广泛应用。与我们每个个体接触最多的就是移动电话了，即手机。小小手机，犹如麻雀五脏俱全，其通信过程中包含了丰富的信号处理过程，如信号的变换，调制，信号的检测，信号参数的估计和获取，接收机的频偏估计、信道估计、信息的采集、恢复、压缩编码等等。又比如卫星通信，深空通信，都属于是噪声中的微弱信号检测，上面提到的统计信号处理，或者叫信号检测与估值，在深空通信中大有用武之地。又比如导航，本质也是通信，只不过通信的目的不再是语音通话，而是定位。通信的发展已经到达这样一个地步，位于巴基斯坦的美国特种部队袭杀本拉登的全部过程可以实时的传送给美国白宫，供奥巴马总统和五角大楼高级将领实时观看。这在以前是不可想象的。

　　第二例，数字图像处理的广泛应用。日常应用中，最常见的就是数码相机了，自从数码相机诞生之日起，因其易用性不断迅猛发展，以至于到目前为止，已经将传统的胶片相机完全挤出了日常消费市场，并同时不断进攻和蚕食胶片摄影的高端摄影领域，单反的日益普及就是一个明证。近日百年老店柯达的结果也是一个明证。这也从一个侧面也反映了数字信号处理之强大。数码相机的图像处理过程同样包含了丰富的信号处理。准确的说，是数字图像处理。图像的信号采集、变换，比如图像的压缩编码处理（JPEG用到DCT），图像大小的变换，白平衡、色彩的调整等等。所有这些都通过数字信号的形式进行处理，也即数字图像处理。又比如数字电视，安全领域的视频监控，涉及到了动态图像的捕获，压缩编码处理，传输和检测、提取、跟踪等等，畅想一下，当代WLAN日趋成熟，基于数字图像处理可开发一套智能视频检测算法，组装成一个视频监控和存储记录装置，放到家中，只要小偷一进屋，智能检测算法立即识别并启动摄像头进行视频录取，记录小偷的相貌身形等特征，同时通过WLAN传送至另一个隐藏的视频存储装置，即使小偷发现了明面上的摄像头，但是要找到视频记录装置是较困难的。再举一例，美国著名的战斧巡航导弹，就利用了图像匹配算法，将实时摄取的当前地形照片与预先存储好的地形照片进行实时匹配，从而确定导弹的当前位置，控制导弹的前进方向。

　　信号与信息处理在图像和视频领域极为突出的一个方向即图像信息的压缩。因为相对于语音信号，图像/视频信号的容量显得更为庞大，这对图像/视频信号的传输也好，还是存储处理也好，都构成了严重的挑战。基于一幅图像的相邻区域的相关性冗余，或者基于视频图像相邻帧的相关冗余，可以对图像/视频进行大幅度的压缩。比如，类似傅立叶变换，基于DCT（离散余弦变换）和霍夫曼编码技术，人们制定了JPEG的静态图像压缩标准。基于DWT（离散小波变换），制定了JPEG2000图像压缩标准。

　　第三例，医学影像处理。本质上也属于数字图像处理，但由于在医学上的广泛应用，已经形成了一个极为重要的图像处理分支。比如IEEE会刊，除了ImageProcessing之外，还有MedicalImaging，由此可见一斑。医学影像处理极大的革新了医疗诊断和治疗手段，比如基于图像处理中的RADEON变换（基于多个角度的一维信息恢复人体截面的二维信息），制造出了能够呈现高清晰度人体三维影像的计算机断层扫描。相对传统的模拟信号形式的X射线成像，清晰度大幅度提升。鉴于在医学成像领域的革命性创新，发明人还因此获得了诺贝尔医学奖。

　　第四例，语音信号处理。语音在人际交流与沟通中，发挥着重要作用，以至于人们平时都已经不大注意到了。信号处理在语音信号领域也可以大展拳脚。比如语音信号的压缩，人的声音基本分布在20-22000赫兹的范围，因此要不失真的录取人的声音，根据香农采样定理，采样率得达到44000赫兹，而这正是CD的数据速率。但是为了更有效的节省信道带宽，基于AR参数模型等方法，可以将数据速率压缩到3k-4k左右，而基本不令语音产生较大的失真。这样就使得同样的一个物理信道，可以同时容纳更多的通话用户，也即在不增加硬件成本的情况下，大大增加了通信的容量。比如语音识别，本质上属于模式识别，但由于语音的重要应用，已经发展成为模式识别的一个分量很重的分支，而语音识别的一个重要工具和理论支撑就是随机过程中的马尔可夫过程。又比如语音/乐音合成，熟悉音乐的朋友应该都知道日本的雅马哈，其数字音乐合成技术令人惊叹。