资源介绍
视频数量：9个
总时长：1小时33分
课程介绍：
嵌入式应用数字信号处理
想象一个场景：你手上有一块资源紧张的微控制器，要它实时处理音频信号、过滤传感器噪声、做频谱分析，同时还得保持低功耗。普通编程思路在这类场景下几乎行不通，处理器跑不动，内存不够，延迟顶不住。这时候就需要数字信号处理。
这门课专门讲嵌入式场景下的DSP，从基础概念一路讲到性能优化。课程分四个主体章节加一个加餐讲座，总时长一个半小时出头。下面挨个说说每个部分讲什么。
一、DSP基础入门
第一部分回答一个根本问题：数字信号处理和普通计算机编程到底差在哪里。核心差异在于硬件和算法的匹配度。课程会讲清楚为什么DSP处理需要专门的硬件，因为卷积、滤波、变换这类运算非常密集，通用CPU架构跑起来效率太低。
然后是采样和量化。奈奎斯特采样定理是绕不开的基础：信号最高频率是多少，采样率就得至少是它的两倍，否则混叠出现，信号就废了。课程用3kHz振动信号的采样选择作为具体例子，这种细节很实用，工程中选错采样率是常犯的错误。量化部分讲清楚模数转换过程中精度的损失，以及在嵌入式系统有限位数下怎么取舍。
二、时域与频域分析
这部分进入实际分析工具的讲解。时域分析讲嵌入式环境下做信号观察时要注意的问题，比如采样点数选择、窗口效应等。频域分析重点是快速傅里叶变换，也就是FFT。直接计算离散傅里叶变换的复杂度是N的平方，FFT能降到N乘以log(N)，N等于1024时差距就是几十甚至上百倍。课程会讲FFT在嵌入式平台上的实际用法，包括常见陷阱和性能考量。这部分还会涉及线性时不变系统的概念，这是设计任何滤波器的前提。
三、滤波器设计与优化
这是课程的重头戏，讲嵌入式系统里的滤波器怎么设计。FIR滤波器天生稳定，能保证线性相位，所有频率分量延迟相同，这在音频和通信里往往是必须的，代价是阶数高、内存消耗大，N阶滤波器需要N+1个系数，在资源紧的MCU上可能放不下。IIR滤波器用反馈结构实现，低阶数就能达到类似的频率响应，效率高，但有潜在的不稳定性，相位响应非线性。课程讲怎么根据需求做选择，怎么优化系数，怎么避免定点化中的量化问题，以及极零点配置对滤波器稳定性的影响。
接下来讲自适应滤波器，系数不是固定的，会根据输入信号和环境实时调整。课程讲两种最广泛使用的算法：最小均方算法和递归最小二乘算法，前者简单、计算量小，后者收敛快但计算复杂度高。课程对比这两种算法在实际应用中的差异。自适应滤波器的典型场景包括降噪耳机、无线通信信道均衡、回声消除，共同特点是信号特性在不断变化。
四、性能优化技巧
这部分讲怎么把DSP代码的性能榨干。定点优化是核心内容。很多嵌入式DSP芯片不支持浮点运算，或者浮点运算慢、费电，这时就得用定点。定点运算能把速度提升2到10倍，听起来很诱人，但代价是你得自己控制小数点位置，不像浮点那样自动处理大小数值。课程讲定点化的几个关键技巧：怎么合理缩放数值，怎么做智能舍入避免累计偏差，怎么防止溢出。溢出是定点系统的噩梦，处理不好整个算法就崩。
硬件加速部分讲DSP芯片的特殊模块，比如SIMD指令，一条指令处理多个数据点，对FFT、卷积这类运算特别有效。课程讲这些加速机制的原理和适用场景，还讨论哪些优化手段对减少CPU负载最有效，比如改算法、减少采样率、用查表法替代复杂运算。
五、加餐讲座
最后还有一个简短的加餐讲座，综合回顾前面讲的设计和优化技巧，把知识点串起来，帮你建立完整的知识框架。
这门课不是入门级编程课，假设你有一些嵌入式开发或信号处理基础。比较合适的人群包括：做音频处理、传感器信号分析、电机控制、无线通信等嵌入式项目的工程师；从通用编程转入DSP领域的开发者；以及电子信息、通信、自动化相关专业的学生。
完成课程后，你会对嵌入式DSP的完整链路有清晰认识：从采样量化，到时频域分析，到滤波器设计，再到定点优化和硬件加速。不只是知道概念，而是理解每个环节的工程权衡——什么时候用FIR、什么时候选IIR，什么时候上自适应滤波器，定点化时有哪些坑，哪些优化真正有效。这些知识能直接用到实际项目里，对于正在做实时信号处理嵌入式产品的人来说，能帮你少走不少弯路，少踩那些教科书上不写、但工程里让人抓狂的陷阱。