signaalinkäsittelymenetelmiin

Signaalinkäsittelymenetelmät ovat keinoja muokata, analysoida ja tulkita signaaleja tarkoituksenmukaisella tavalla. Niiden tavoitteina ovat signaalin laadun parantaminen, häiriöiden suodattaminen, ominaisuuksien erottelu sekä signaalin oikea-aikainen tai jälkikäsäinen tulkinta. Menetelmät kattavat sekä digitaalisen että analogisen käsittelyn sekä reaaliaikaisen että jälkikäsittelyn tilanteet.

Käytännössä signaalinkäsittely jaetaan aikadomainiin ja taajuudomainiin tehtäviin toimenpiteisiin. Aikadomainin käsittely muokkaa signaalia sen alkuperäisessä ajassa, kun taas taajuudomainissa signaali muunnetaan spektriksi ja muokkauksia tehdään spektritasolla. Nykyään suurin osa järjestelmistä perustuu digitaaliseen käsittelyyn, jolloin näytteenotto ja diskreetit muunnokset ovat keskeisiä.

Keskeisiä menetelmiä ovat suodatus (FIR- ja IIR-suodattimet), spektrianalyysi ja muunnokset kuten Fourier-, Laplace- ja Z-muunnokset sekä niiden diskretit versiot (FFT). Lisäksi signaaleja tiivistetään tai palautetaan, ja häiriöitä voidaan poistaa tai signaalin dynamiikkaa parantaa. Esimerkkejä ovat anti-aliasing-suodatus, ikkunointi sekä denoising- ja erottelutekniikat.

Dynaamisemmissä ja tilamallinnallisissa menetelmissä käytetään adaptiivisia suodattimia (esim. LMS, RLS) sekä Kalman-suodatinta tilan estimoinnissa. Signaalin koostumus voidaan esittää dekompositioiden avulla, kuten waveleteilla, joilla on aika–taajuusominaisuuksia. Moniresoluutio auttaa yhdistämään ajankohtaa ja taajuutta tehokkaasti.

Käyttökohteita ovat äänentoisto, kuvan- ja videonkäsittely, viestintä, sensorijärjestelmät sekä biomedisiin mittauksiin. Tärkeimpiä periaatteita ovat näytteenotto ja Nyquistin lause, kvantisointi sekä signaalin laadun mittaaminen, esimerkiksi SNR-arvoilla.