数字信号处理学习方法
数字信号处理估计是学习信息类课程最难的一门了，很多人都感觉这门课程学习起来很吃力，或者不知道学了以后如何用，更多的，是当时学习的时候感觉还行，应付应付考试是没有问题的，但是一个礼拜不看，就忘的干干净净。下面一起看看数字信号处理学习方法吧~
我本科学习最认真的一门课就是这个了，当时每次上课都做在第一排，课前课后都仔细的预习复习，当时我们选用的是华中科技大学的那本教材！实事求是的讲，那本教程是比较简单的，而且由于它有配套的习题答案，所以当时我学的还是不错的。当时老师讲授的方法也很特别，就是在课堂上和大家一起推到公式，如何想到FFT，如何设计滤波器，如何看待量化误差，真的收益匪浅！
但是到考研时，我在看北理王世一老师出的教程，却是傻了眼，这本书与其他教程比起来确实有难度，但是这本书却是很多学校指定的参考书，比如北京这边很多高校，中科院系统，这说明了这本书很有水平。但是对入门级的学子来说，不啻算是噩梦！幸而当时考研教程虽然难，但是考研试题确是有章可循，自己最后勉强过关。
后来在实验室接触具体的工程，我才感觉以前学到的那些东西，简直就是小儿科，看起来自己学到很多，实际上自己根本不理解，这也算一个老问题了。大家都会说，只有吧学到的东西付诸于实际，自己才能更加深刻的了解这门学问。而数字信号处理，或者称为离散信号处理，恰恰就是只用你用了，你才会理解，如果你不用，光是拘泥于连续状态下公式的推导和理论的理解，那么变到数字域时，很容易被这里的坑坑洼洼绊倒，最后搞的自己糊里糊涂的
首先必须搞明白的就是符号问题，信号与系统中的符号有些和数字信号处理中用到的符号所表达的意思刚好相反，这个我自己估计也就是老师的习惯问题，但是对于学生可是苦大了，这点要注意，最重要的就是角频率和模拟频率，数字频率这三个符号
其次是圆周卷积和线性卷积，什么是线性卷积？有没有深刻的想过这个问题，我理解的就是线性卷积就是系统的零状态响应，但是为啥信号进入系统后，出来的信号长度确变长了呢？从物理上解释：实际上的系统总是有储能的，存在迟滞效应，虽然信号完全通过了，但是系统仍然会有输出。如果是全通系统（实际上就是一个冲激函数），则卷积后不会存在长度拉长的现象。从系统角度来理解，信号通过任何实际上的系统都等于被滤波了，因为系统长度是有限的啊，既然滤波了，那么有一部分频率分量就丢失了，频率上变窄，不就是时域上变宽嘛，所以卷积后信号拉长！
线性卷积是实际系统中需要得到的结果，那么为啥提出来圆周卷积呢？还是从实际上来理解，送入系统的信号总是时限，离散的，也就是长度有限，可以理解为非周期的，那么非周期离散的信号频域上就是连续的，周期的！那么计算机处理周期的还好，但是能不能处理连续的呢？显然不可以。所以我们需要输入输出信号都是离散的，周期的（这样只需要取它一段周期就行了），那么我们就得把输入信号看成是一个周期的信号，这一点很好理解。虽然不是，但是我们把它假设是这样的。然后利于在计算机上实现！
线性卷积在信号比较长的时候，难于运算，这个时候出现了FFT快速算法，所以我们提出周期卷积，为了是利用FFT算法来快速运算。周期卷积在实际上是没有什么意义的'，就是一个算法的工具问题。FFT也就是一个算法，不是傅立叶变换的一种，这个要注意了！
第三是FFT，FFT真的很经典，大家一点要自己推导一下，我保证，每个学校的期末考试题，都会出现这道题的。
我们可以在matlab中认真体会FFT的优势和，如果能利用c语言编译FFT程序，那么你就能理解什么是原位运算了。
说明：FFT输入输出点数是一样的，有时你自己做仿真会感觉在matlab中好像可以不用满足这个要求，但是一点要搞明白为什么！
第四是滤波器设计，这块确实比较难，但是希望大家不要把他搞的太过于复杂，因为我们实际用到时，是不可能让我们一步步设计具体的滤波器的，在matlab中，一条语句就出来了！所以做仿真很重要，需要搞明白的是，各种滤波器各自的优缺点。注意，实际上用的多的是FIR，想想为什么？FIR的最大缺点运算量大，现在是不是一个需要着重考虑的问题呢？
滤波器这块完成，基本上数字信号处理这块基本上本科阶段需要的就完成了，至于谱估计和量化误差之类的，本科阶段是不需要的。大家也不必深究去
【数字信号处理学习方法】相关文章：
通信工程数字信号处理现况分析论文09-06
Vc 下如何利用Matlab工具箱进行数字信号处理10-06
解读日本留学热门数字信号专业10-01
数字信号对电子信息工程的应用08-02
数字信号对电子信息工程的应用论文12-11
年末账务处理如何处理10-02
PS图象处理常用20种处理技术08-08
个险业务处理及帐务处理流程08-21
股份支付的会计处理和税务处理08-16