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
你手头有没有遇到过这种情况：设备采集到的传感器数据噪声太大，需要过滤掉干扰才能用；或者嵌入式产品播放音频时总是有杂音，怎么调都调不好；再或者产品需要实时分析振动信号来判断设备运行状态，但算力又有限。这些问题的背后，都指向一个核心技术：数字信号处理。
数字信号处理在嵌入式领域扮演着极其重要的角色。从简单的滤波去噪，到复杂的音频编解码、雷达信号处理、图像处理，几乎所有需要处理真实世界信号的系统都离不开它。但是嵌入式环境跟桌面或者服务器环境完全不同，内存有限、算力有限、功耗还要控制，所以通用计算机上的那些信号处理方法往往不能直接拿来用，需要专门针对嵌入式平台做优化。
这门课正是为了解决这个实际问题而设计的。课程围绕嵌入式环境下的数字信号处理展开，不是那种纸上谈兵的理论课，而是实打实地教你怎么做、怎么优化。
课程首先会带你理解DSP的基本原理。很多初学者搞不清楚为什么数字信号处理需要专门的硬件或者算法支持，明明计算机也能做运算。这里会从采样和量化讲起，解释奈奎斯特采样定律是怎么回事，采样率设低了为什么会产生失真。理解这些基础概念，你才能在实际项目中做出正确的参数选择，而不是瞎试。
掌握了基础之后，课程会深入到信号分析的核心方法。我们都知道，分析信号可以从时域看，也可以从频域看。时域分析能告诉你信号随时间怎么变化，但很多噪声问题只有转到频域才能看清楚。快速傅里叶变换FFT就是把信号从时域转到频域的强大工具，用好了它，定位噪声来源、分析信号频谱都不在话下。课程会通过实际例子演示怎么用FFT处理真实数据，让你体会这两个域之间的转换到底是怎么回事。
信号分析完了，下一步就是滤波。课程专门用一整个章节来讲FIR滤波器和IIR滤波器的设计方法。FIR滤波器稳定可靠，适合对可靠性要求高的场合；IIR滤波器计算量小，节省资源，但设计起来需要更多技巧。这两种滤波器各有优劣，什么时候该用哪种，课程里讲得很清楚。更进一步，课程还介绍了自适应滤波器。自适应滤波器厉害的地方在于，它能根据输入信号自动调整参数，在运行环境不断变化的场景下特别有用。比如消除回声、主动降噪这些应用，自适应滤波都是核心技术。
处理真实数据，光设计出滤波器还不够，还得让滤波器在嵌入式设备上跑得又快又稳。课程最后几讲聚焦在性能优化上。定点数运算替代浮点数运算是最常用的优化手段，很多嵌入式芯片没有浮点单元，用定点数能大幅提升计算效率。课程会教你怎么做数值定标，怎么避免定点运算中的精度损失和溢出问题。另外，硬件加速也是重要的一环，很多微控制器和DSP芯片都内置了专门的硬件模块来处理信号复用、累加这类常见运算，用好这些硬件资源，往往能让处理速度提升好几倍。
整门课不到一个半小时，内容非常紧凑。如果你想在嵌入式设备上做好信号处理，这门课能帮你建立起完整的知识框架，从理论到实践，从设计到优化，每个环节都有覆盖。学了之后你再回头看那些传感器噪声、音频杂音、频谱分析的问题，会有一种豁然开朗的感觉，知道问题出在哪里，也知道该怎么解决了。