Przetwarzanie sygnałów – dział elektrotechniki, zajmujący się w szczególności zagadnieniami takimi, jak analiza, modyfikacja oraz synteza, dla różnego rodzaju sygnałów, do których możemy zaliczyć między innymi: dźwięk, obrazy cyfrowe, potencjał pola, sygnały (fale) sejsmiczne, pomiary związane z altymetrią, oraz pewne inne pomiary naukowe.

Przetwarzanie sygnałów jest interdyscyplinarnym obszarem zaliczanym do telekomunikacji, informatyki, elektrotechniki, elektroniki i matematyki stosowanej. Dotyczy użytecznych operacji na sygnałach lub analizy tych sygnałów odbywającej się w czasie ciągłym lub na dyskretnych próbkach tych sygnałów. W zależności od zastosowań takimi użytecznymi operacjami mogą być działania kontrolne, kompresja danych, transmisja danych, pozbywanie się szumów i sygnałów zakłócających, predykcja zachowania się sygnału, filtrowanie, wygładzanie, deblurring (odtwarzanie zniekształconego sygnału z jego „zarysów”), rekonstrukcja tomograficzna, identyfikacja, klasyfikacja i wiele innych tego typu operacji.

Przetwarzane sygnały mogą zawierać dźwięk, obrazy, wielkości mierzone zależne od czasu i dane pochodzące z czujników pomiarowych, na przykład dane z procesów biologicznych, takich jak elektrokardiogramy, sygnały z systemów kontroli, sygnały transmisji telekomunikacyjnych, np. sygnały radiowe i telewizyjne oraz wiele innych. thumb|Przesył sygnału za pomocą elektronicznego przetwarzania sygnału.Przetwornik przetwarza pierwotny sygnał mowy z zakresu fali akustycznej na przebiegi prądu lub napięcia elektrycznego, które są dalej przetwarzane i transmitowane w postaci fali elektromagnetycznej, a następnie są odbierane, przetwarzane przez następny przetwornik do formy końcowej (która w tym przypadku jest bliska formie pierwotnej).Legenda: Signal – sygnał, Transducer – przetwornik, Electronic signal – sygnał elektroniczny, Electronic processors – procesory elektroniczne, I, V (I, U) – prąd, napięcie elektryczne, Transmitter – nadajnik, Electromagnetic wave – fala elektomagnetyczna, Receiver – odbiornik

Zarys historyczny Według Alana V. Oppenheima i Ronalda W. Schafera (autorów podręcznika o nazwie Discrete-time Signal Processing) zasady przetwarzania sygnałów można znaleźć w technikach klasycznej analizy matematycznej znanej już w XVII wieku. Ponadto twierdzą oni, że pojęcie „digitalizacji” lub cyfrowe udoskonalanie tych technik można znaleźć w cyfrowych systemach kontroli z lat 40. i 50. XX wiekuDigital Signal Processing, Prentice Hall, 1975, s. 5, .. Nad podstawami przetwarzania sygnałów pracował także Jean Baptiste Joseph Fourier (1768–1830). Matematyką zajmował się w wolnych chwilach, bardziej intensywnie pod koniec życia. Wtedy to opracował popularną do dziś, analizę częstotliwościową. Są to tzw. szeregi Fouriera i transformacja Fouriera. Ten aparat matematyczny daje podstawy teoretyczne częstotliwościowej analizy sygnałów. Funkcje będące modelami sygnałów są dzięki metodom Fouriera, zamieniane na ciągi wartości liczbowych lub funkcje, prezentujące częstotliwości zawarte w analizowanych sygnałach.

Klasyfikacja sygnałów Sygnały można podzielić na analogowe, w przypadku których sygnał zmienia się w sposób ciągły, oraz na cyfrowe w przypadku których sygnał zmienia się w sposób dyskretny. Zarówno sygnały analogowe, jak i cyfrowe mogą pochodzić z różnych źródeł i mogą być zarówno wygenerowane w swojej dziedzinie (np. przez oscylatory analogowe lub oscylatory cyfrowe), jak i zostać przekształcone z innej dziedziny.

Istnieje wiele sposobów przetwarzania sygnałów, których użycie jest zależne od natury sygnału, tak jak w poniższych przykładach. Wiele z metod przetwarzania ma swoje odpowiedniki zarówno dla sygnałów analogowych, jak i cyfrowych (np. filtracja, modulacja). Istnieje jednak spora grupa sposobów przetwarzania, które istnieją wyłącznie w dziedzinie cyfrowej (np. kodowanie).

Wyróżnia się: Analogowe przetwarzanie sygnałów – dla sygnałów, które nie zostały zamienione na postać cyfrową, na przykład filtracja analogowa Analogowe przetwarzanie sygnałów przeznaczone jest dla sygnałów, których nie przetwarza się w formie cyfrowej – należą do nich np. XX-wieczne radio, telefon oraz systemy telewizyjne. Tyczy się ono zarówno liniowych, jak i nieliniowych układów elektronicznych. Do liniowych układów elektronicznych, należą na przykład: filtry pasywne, filtry aktywne, sumatory (ang. additive mixers), człony całkujące (integratory), czy analogowe linie opóźniające (ang. analog delay line). Z kolei do układów nieliniowych, należy zaliczyć: kompandery, wzmacniacze (mieszacze (ang. frequency mixers), wzmacniacze sterowane napięciem (VCA)), filtry sterowane napięciowo (VCF), generatory sterowane napięciem (VCO), oraz pętle synchronizacji fazy (PLL). Cyfrowe przetwarzanie sygnałów (CPS) – dotyczy sygnałów w postaci cyfrowej. Przetwarzanie jest realizowane przez układy cyfrowe: procesory sygnałowe, układy programowalne (PLD) lub procesory ogólnego przeznaczenia (komputery osobiste). Cyfrowe przetwarzanie dźwięku – poddziedzina CPS, która dotyczy przetwarzanie sygnałów reprezentujących dźwięki, na przykład odszumiania, filtracji, wytwarzania efektów specjalnych. Cyfrowe przetwarzanie obrazów – poddziedzina CPS, która dotyczy m.in. rozpoznawania obrazów, poprawy ich jakości, kodowania (kompresji). Przetwarzanie sygnałów w czasie ciągłym – ten rodzaj przetwarzania jest przeznaczony dla sygnałów, które zmieniają się w czasie, w sposób ciągły, i których to sygnałów nie uważa się zarazem za podzielone w pewien zestaw konkretnych, rozdzielnych punktów, nazywanych próbkami (ang. samples) – por. też (artykuł): próbkowanie. Ogólnie rzecz biorąc, w dziedzinie nauki jaką jest przetwarzanie sygnałów, należy wyróżnić takie pojęcia jak dziedzina czasu (ang. time domain), dziedzina częstotliwości (ang. frequency domain), oraz dziedzina częstotliwości zespolonej (ang. complex frequency domain). Technologia, ustanowiona między innymi także na tych właśnie pojęciach, zajmuje się przede wszystkim: modelowaniem układów ciągłych o własności LTI (tzn. modelowaniem układów ciągłych, liniowo niezmienniczych w czasie); modelowaniem szczególnego rodzaju całki – związanej dla pewnego danego układu, z jego tzw. zero state response; filtrowaniem deterministycznym sygnałów, opisywanych oraz filtrowanych w czasie ciągłym. Dla przykładu, w dziedzinie czasu, sygnał w czasie ciągłym , przechodzący przez filtr bądź system, o własności LTI (ang. linear time-invariant), który to filtr/system oznaczamy dalej jako ; możemy (sygnał) matematycznie opisywać w sposób następujący:

W pewnych kontekstach, ma czasami – w zamiarze – odwoływać się do pewnej charakterystyki (odpowiedzi) impulsowej (ang. impulse response), rozważanego układu. Występująca w powyższym zapisie tak zwana operacja splotu (ang. convolution), jest obliczana w pewnej istniejącej zależności, pomiędzy określonymi: pewnymi danymi wejściowymi, oraz rozważanym całym układem. Przetwarzanie sygnałów w czasie dyskretnym a także: Przetwarzanie mowyStrona książki Przetwarzanie mowy. – dotyczy m.in. rozpoznawania mowy, rozpoznawania mówców, syntezę mowy, redukcję zakłóceń uwzględniającą specyfikę sygnału mowy. Przetwarzanie sekwencji wizyjnych (sygnałów wideo) – poddziedzina CPS, która dotyczy m.in. kodowania (kompresji) sekwencji, poprawy ich jakości, analizy ruchu w sekwencji, detekcji określonych obiektów i zdarzeń. Przetwarzanie tablicowe – przetwarzanie zbiorów sygnałów najczęściej rejestrowanych przez grupy czujników, na przykład grupę anten, macierz mikrofonów itp. Nieliniowe przetwarzanie sygnałów – zajmuje się analizą oraz przetwarzaniem sygnałów, które zostają otrzymane w ramach pewnych układów drgań nieliniowych (ang. nonlinear systems – układy nieliniowe). Sygnały takie mogą być opisywane za pomocą pewnych równań matematycznych, w zależności od czasu, częstotliwości, bądź w dziedzinie czasoprzestrzennej. Układy nieliniowe mogą prowadzić do wysoce skomplikowanych zachowań (tak w zwykłym opisie, jak i w sensie modelu matematycznego), na które to zachowania mogą składać się w części także zjawiska, takie jak np.: bifurkacje, chaos, harmonika, oraz subharmonika – tych zachowań nie można wygenerować, ani analizować, za pomocą prostszych metod liniowych. Statystyczne przetwarzanie sygnałów – podejście, które traktuje sygnały jako pewne procesy stochastyczne, wykorzystując zarazem ich statystyczne własności, do wykonywania pewnych zadań związanych z przetwarzaniem sygnałów. Metody statystyczne są bardzo szeroko wykorzystywane, w ramach obszarów zajmujących się zastosowaniami praktycznymi, samego przetwarzania sygnałów. Na przykład, osoba chętna może chcieć sporządzić model rozkładu prawdpodobieństwa, dla szumu ponoszonego w trakcie wykonywania określonego zdjęcia fotograficznego; i bazując na tym modelu, skonstruować także pewne bardziej szczegółowe metody redukcji szumu (ang. noise reduction), w tym samym interesującym nas, zdjęciu. Przetwarzanie sygnałów związane z grafami – ten rodzaj przetwarzania sygnałów jest w stanie uogólnić zagadnienia, z jakimi mierzy się ta dziedzina, na pewne nieeuklidesowe płaszczyzny rozważań, których to strukturę można uchwycić za pomocą pewnego grafu ważonego.

Zobacz też Problem odwrotny (matematyka)

Przypisy

Bibliografia J. Szabatin, Podstawy teorii sygnałów, wyd. 4, Wydawnictwa Komunikacji i Łączności, Warszawa 2002. J. Osiowski, J. Szabatin, Podstawy teorii obwodów, tom I, II i III, Wydawnictwa Naukowo-Techniczne, Warszawa 2003, 2006. G.R. Lyons, Wprowadzenie do cyfrowego przetwarzania sygnałów, Wydawnictwa Komunikacji i Łączności, Warszawa 1999. J. Wojciechowski (red.), Sygnały i systemy. Ćwiczenia laboratoryjne, Oficyna Wydawnicza PW, Warszawa 2000. K.G. Beauchamp, Przetwarzanie sygnałów metodami analogowymi i cyfrowymi, Wydawnictwa Naukowo-Techniczne, Warszawa 1978. B. Ziółko, M. Ziółko Przetwarzanie mowy, Wydawnictwa AGH, 2012.

Linki zewnętrzne – wykłady (moduły i ćwiczenia) w formie slajdów Power Pointa