अंकीय संकेत प्रक्रिया: Difference between revisions

From Vigyanwiki
No edit summary
No edit summary
Line 30: Line 30:


=== समय-आवृत्ति विश्लेषण ===
=== समय-आवृत्ति विश्लेषण ===
संकेत का एक समय-आवृत्ति प्रतिनिधित्व विश्लेषण किए गए संकेत के अस्थायी विकास और आवृत्ति संरचना दोनों को कैप्चर कर सकता है।टेम्पोरल और फ्रीक्वेंसी रिज़ॉल्यूशन अनिश्चितता के सिद्धांत द्वारा सीमित हैं और ट्रेडऑफ को विश्लेषण विंडो की चौड़ाई से समायोजित किया जाता है।रैखिक तकनीक जैसे कि शॉर्ट-टाइम फूरियर रूपांतरण, वेवलेट रूपांतरण, निस्पंदनबैंक,<ref>{{Cite conference| last1 = So| first1 = Stephen| last2 = Paliwal| first2 = Kuldip K.| title = Improved noise-robustness in distributed speech recognition via perceptually-weighted vector quantisation of filterbank energies| book-title = Ninth European Conference on Speech Communication and Technology| date = 2005}}</ref> गैर-रैखिक (जैसे, विग्नर-विले रूपांतरण<ref name = "Ribeiro" /> और ऑटोरेग्रेसिव तरीके (जैसे खंडित प्रोन विधि)<ref name = "Ribeiro" /><ref>{{Cite journal| doi = 10.1515/acgeo-2015-0012| issn = 1895-6572| volume = 63| issue = 3| pages = 652–678| last1 = Mitrofanov| first1 = Georgy| last2 = Priimenko| first2 = Viatcheslav| title = Prony Filtering of Seismic Data| journal = Acta Geophysica| date = 2015-06-01| bibcode = 2015AcGeo..63..652M| s2cid = 130300729}}</ref><ref>{{Cite journal| doi = 10.20403/2078-0575-2020-2-55-67| issn = 2078-0575| issue = 2| pages = 55–67| last1 = Mitrofanov| first1 = Georgy| last2 = Smolin| first2 = S. N.| last3 = Orlov| first3 = Yu. A.| last4 = Bespechnyy| first4 = V. N.| title = Prony decomposition and filtering| journal = Geology and Mineral Resources of Siberia| access-date = 2020-09-08| date = 2020| s2cid = 226638723| url = http://www.jourgimss.ru/en/SitePages/catalog/2020/02/abstract/2020_2_55.aspx}}</ref> समय-आवृत्ति विमान पर संकेत के प्रतिनिधित्व के लिए उपयोग किया जाता है।गैर-रैखिक और खंडित प्रोन विधियाँ उच्च संकल्प प्रदान कर सकती हैं, लेकिन अवांछनीय कलाकृतियों का उत्पादन कर सकती हैं।समय-आवृत्ति विश्लेषण का उपयोग आमतौर पर गैर-स्थिर संकेतों के विश्लेषण के लिए किया जाता है।उदाहरण के लिए, मौलिक आवृत्ति आकलन के तरीके, जैसे कि RAPT और PEFAC<ref>{{Cite journal| doi = 10.1109/TASLP.2013.2295918| issn = 2329-9290| volume = 22| issue = 2| pages = 518–530| last1 = Gonzalez| first1 = Sira| last2 = Brookes| first2 = Mike| title = PEFAC - A Pitch Estimation Algorithm Robust to High Levels of Noise| journal = IEEE/ACM Transactions on Audio, Speech, and Language Processing| access-date = 2017-12-03| date = February 2014| s2cid = 13161793| url = https://ieeexplore.ieee.org/document/6701334}}</ref> खिड़की वाले वर्णक्रमीय विश्लेषण पर आधारित हैं।
संकेत का एक समय-आवृत्ति प्रतिनिधित्व विश्लेषण किए गए संकेत के अस्थायी विकास और आवृत्ति संरचना दोनों को अधिकृत कर सकता है। अस्थायी और आवृत्ति संकल्प अनिश्चितता के सिद्धांत द्वारा सीमित हैं और ट्रेडऑफ़ को विश्लेषण विंडो की चौड़ाई से समायोजित किया जाता है। रैखिक तकनीक जैसे कि शॉर्ट-टाइम फूरियर रूपांतरण, वेवलेट रूपांतरण, निस्पंदन बैंक,<ref>{{Cite conference| last1 = So| first1 = Stephen| last2 = Paliwal| first2 = Kuldip K.| title = Improved noise-robustness in distributed speech recognition via perceptually-weighted vector quantisation of filterbank energies| book-title = Ninth European Conference on Speech Communication and Technology| date = 2005}}</ref> गैर-रैखिक (जैसे, विग्नर-विले रूपांतरण<ref name = "Ribeiro" /> और स्वप्रतिगामी तरीके (जैसे खंडित प्रोन विधि)<ref name = "Ribeiro" /><ref>{{Cite journal| doi = 10.1515/acgeo-2015-0012| issn = 1895-6572| volume = 63| issue = 3| pages = 652–678| last1 = Mitrofanov| first1 = Georgy| last2 = Priimenko| first2 = Viatcheslav| title = Prony Filtering of Seismic Data| journal = Acta Geophysica| date = 2015-06-01| bibcode = 2015AcGeo..63..652M| s2cid = 130300729}}</ref><ref>{{Cite journal| doi = 10.20403/2078-0575-2020-2-55-67| issn = 2078-0575| issue = 2| pages = 55–67| last1 = Mitrofanov| first1 = Georgy| last2 = Smolin| first2 = S. N.| last3 = Orlov| first3 = Yu. A.| last4 = Bespechnyy| first4 = V. N.| title = Prony decomposition and filtering| journal = Geology and Mineral Resources of Siberia| access-date = 2020-09-08| date = 2020| s2cid = 226638723| url = http://www.jourgimss.ru/en/SitePages/catalog/2020/02/abstract/2020_2_55.aspx}}</ref> समय-आवृत्ति विमान पर संकेत के प्रतिनिधित्व के लिए उपयोग किया जाता है। गैर-रैखिक और खंडित प्रोन विधियाँ उच्च संकल्प प्रदान कर सकती हैं, लेकिन अवांछनीय कलाकृतियों का उत्पादन कर सकती हैं। समय-आवृत्ति विश्लेषण का उपयोग आमतौर पर गैर-स्थिर संकेतों के विश्लेषण के लिए किया जाता है। उदाहरण के लिए, मौलिक आवृत्ति आकलन के तरीके, जैसे आरएपीटी और पीईएफएसी <ref>{{Cite journal| doi = 10.1109/TASLP.2013.2295918| issn = 2329-9290| volume = 22| issue = 2| pages = 518–530| last1 = Gonzalez| first1 = Sira| last2 = Brookes| first2 = Mike| title = PEFAC - A Pitch Estimation Algorithm Robust to High Levels of Noise| journal = IEEE/ACM Transactions on Audio, Speech, and Language Processing| access-date = 2017-12-03| date = February 2014| s2cid = 13161793| url = https://ieeexplore.ieee.org/document/6701334}}</ref> खिड़की वाले वर्णक्रमीय विश्लेषण पर आधारित हैं।


=== तरंग ===
=== तरंगिका ===
[[File:Jpeg2000 2-level wavelet transform-lichtenstein.png|thumb|300px|2 डी असतत तरंग परिवर्तन का एक उदाहरण जो JPEG2000 में उपयोग किया जाता है।मूल छवि उच्च-पास निस्पंदनकी गई है, जो तीन बड़ी छवियों की उपज है, प्रत्येक मूल छवि में चमक (विवरण) में स्थानीय परिवर्तनों का वर्णन करता है।यह तब कम-पास फ़िल्टर्ड और डाउनस्केल्ड है, जो एक सन्निकटन छवि पैदा करता है;यह छवि तीन छोटी विस्तार छवियों का उत्पादन करने के लिए उच्च-पास निस्पंदनकी गई है, और ऊपरी-बाएँ में अंतिम सन्निकटन छवि का उत्पादन करने के लिए कम-पास निस्पंदनकिया गया है।]]
[[File:Jpeg2000 2-level wavelet transform-lichtenstein.png|thumb|300px|2 डी असतत तरंग परिवर्तन का एक उदाहरण जो JPEG2000 में उपयोग किया जाता है।मूल छवि उच्च-पास निस्पंदनकी गई है, जो तीन बड़ी छवियों की उपज है, प्रत्येक मूल छवि में चमक (विवरण) में स्थानीय परिवर्तनों का वर्णन करता है।यह तब कम-पास फ़िल्टर्ड और डाउनस्केल्ड है, जो एक सन्निकटन छवि पैदा करता है;यह छवि तीन छोटी विस्तार छवियों का उत्पादन करने के लिए उच्च-पास निस्पंदनकी गई है, और ऊपरी-बाएँ में अंतिम सन्निकटन छवि का उत्पादन करने के लिए कम-पास निस्पंदनकिया गया है।]]
संख्यात्मक विश्लेषण और कार्यात्मक विश्लेषण में, एक असतत तरंग रूप से परिवर्तन किसी भी तरंगिका रूपांतरण के लिए है जिसके लिए तरंगों को विवेकपूर्ण रूप से नमूना लिया जाता है।अन्य तरंगिका के रूप में परिवर्तित होने के साथ, फूरियर रूपांतरण पर इसका एक महत्वपूर्ण लाभ अस्थायी संकल्प है: यह आवृत्ति और स्थान दोनों की जानकारी को कैप्चर करता है।संयुक्त समय-आवृत्ति संकल्प की सटीकता समय-आवृत्ति के अनिश्चितता सिद्धांत द्वारा सीमित है।
संख्यात्मक विश्लेषण और कार्यात्मक विश्लेषण में, एक असतत तरंगिका परिवर्तन किसी भी तरंगिका रूपांतर होता है जिसके लिए तरंगिकाएं अलग-अलग नमूना होती हैं। अन्य तरंगिका रूपांतरणों की तरह, फूरियर रूपांतरण पर इसका एक प्रमुख लाभ अस्थायी समाधान है: यह आवृत्ति और स्थान की जानकारी दोनों को कैप्चर करता है। संयुक्त समय-आवृत्ति संकल्प की सटीकता समय-आवृत्ति के अनिश्चितता सिद्धांत द्वारा सीमित है।


=== अनुभवजन्य मोड अपघटन ===
=== अनुभवजन्य प्रणाली पघटन ===
अनुभवजन्य मोड अपघटन आंतरिक मोड फ़ंक्शंस (IMF) में अपघटन संकेत पर आधारित है।आईएमएफ quasiharmonical दोलनों हैं जो संकेत से निकाले जाते हैं।<ref>{{Cite journal| doi = 10.1098/rspa.1998.0193| issn = 1364-5021| volume = 454| issue = 1971| pages = 903–995| last1 = Huang| first1 = N. E.| last2 = Shen| first2 = Z.| last3 = Long| first3 = S. R.| last4 = Wu| first4 = M. C.| last5 = Shih| first5 = H. H.| last6 = Zheng| first6 = Q.| last7 = Yen| first7 = N.-C.| last8 = Tung| first8 = C. C.| last9 = Liu| first9 = H. H.| title = The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis| journal = Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences| access-date = 2018-06-05| date = 1998-03-08| bibcode = 1998RSPSA.454..903H| s2cid = 1262186| url = http://rspa.royalsocietypublishing.org/cgi/doi/10.1098/rspa.1998.0193}}</ref>
अनुभवजन्य प्रणाली अपघटन आंतरिक मोड फ़ंक्शन (आईएमएफ) में अपघटन संकेत पर आधारित है। आईएमएफ क्वासिहार्मोनिकल दोलन हैं जो सिग्नल से निकाले जाते हैं।<ref>{{Cite journal| doi = 10.1098/rspa.1998.0193| issn = 1364-5021| volume = 454| issue = 1971| pages = 903–995| last1 = Huang| first1 = N. E.| last2 = Shen| first2 = Z.| last3 = Long| first3 = S. R.| last4 = Wu| first4 = M. C.| last5 = Shih| first5 = H. H.| last6 = Zheng| first6 = Q.| last7 = Yen| first7 = N.-C.| last8 = Tung| first8 = C. C.| last9 = Liu| first9 = H. H.| title = The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis| journal = Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences| access-date = 2018-06-05| date = 1998-03-08| bibcode = 1998RSPSA.454..903H| s2cid = 1262186| url = http://rspa.royalsocietypublishing.org/cgi/doi/10.1098/rspa.1998.0193}}</ref>




== कार्यान्वयन ==
== कार्यान्वयन ==
डीएसपी एल्गोरिदम को सामान्य-उद्देश्य कंप्यूटर और अंकीयसंकेत प्रोसेसर पर चलाया जा सकता है।डीएसपी एल्गोरिदम को उद्देश्य-निर्मित हार्डवेयर जैसे एप्लिकेशन-विशिष्ट एकीकृत सर्किट (एएसआईसी) पर भी लागू किया जाता है।अंकीयसंकेत प्रोसेसिंग के लिए अतिरिक्त प्रौद्योगिकियों में अधिक शक्तिशाली सामान्य उद्देश्य माइक्रोप्रोसेसर्स, ग्राफिक्स प्रोसेसिंग यूनिट्स, फील्ड-प्रोग्रामेबल गेट एरेज़ (FPGAs), अंकीयसंकेत कंट्रोलर (ज्यादातर औद्योगिक अनुप्रयोगों जैसे कि मोटर कंट्रोल) और स्ट्रीम प्रोसेसर शामिल हैं।<ref>{{cite book |title=Digital Signal Processing and Applications |last1=Stranneby |first1=Dag |last2=Walker |first2=William |edition=2nd |publisher=Elsevier |year=2004 |isbn=0-7506-6344-8 |url=https://books.google.com/books?id=NKK1DdqcDVUC&pg=PA241}}</ref>
डीएसपी एल्गोरिदम सामान्य प्रयोजन के कंप्यूटर और अंकीय संकेत प्रक्रमक पर चलाए जा सकते हैं। डीएसपी कलन विधि को उद्देश्य-निर्मित हार्डवेयर जैसे अनुप्रयोग-विशिष्ट एकीकृत सर्किट (एएसआईसी) पर भी लागू किया जाता है। डिजिटल सिग्नल प्रोसेसिंग के लिए अतिरिक्त तकनीकों में अधिक शक्तिशाली सामान्य प्रयोजन सूक्ष्मप्रक्रमक, आलेखिकी प्रसंस्करण इकाई, फील्ड-प्रोग्रामेबल गेट एरेज़ (FPGAs),अंकीय संकेत नियंत्रक (ज्यादातर मोटर कंट्रोल जैसे औद्योगिक अनुप्रयोगों के लिए), और धारा प्रक्रमक शामिल हैं।<ref>{{cite book |title=Digital Signal Processing and Applications |last1=Stranneby |first1=Dag |last2=Walker |first2=William |edition=2nd |publisher=Elsevier |year=2004 |isbn=0-7506-6344-8 |url=https://books.google.com/books?id=NKK1DdqcDVUC&pg=PA241}}</ref> उन प्रणालियों के लिए जिनके पास वास्तविक समय संगणनाआवश्यकता नहीं है और संकेत डेटा (या तो निविष्ट या आउटपुट) डेटा फ़ाइलों में मौजूद हैं, प्रसंस्करण सामान्य-उद्देश्य वाले कंप्यूटर के साथ आर्थिक रूप से किया जा सकता है।यह अनिवार्य रूप से किसी भी अन्य डेटा प्रोसेसिंग से अलग नहीं है, डीएसपी गणितीय तकनीकों (जैसे डीसीटी और एफएफटी) को छोड़कर, और नमूना किए गए डेटा को आमतौर पर समय या स्थान में समान रूप से नमूना माना जाता है। ऐसे प्रयोग का एक उदाहरण फोटोशॉप जैसे सॉफ्टवेयर के साथ डिजिटल तस्वीरों को प्रक्रिया करना है।
उन प्रणालियों के लिए जिनके पास वास्तविक समय कंप्यूटिंग आवश्यकता नहीं है और संकेत डेटा (या तो निविष्ट या आउटपुट) डेटा फ़ाइलों में मौजूद हैं, प्रसंस्करण सामान्य-उद्देश्य वाले कंप्यूटर के साथ आर्थिक रूप से किया जा सकता है।यह अनिवार्य रूप से किसी भी अन्य डेटा प्रोसेसिंग से अलग नहीं है, डीएसपी गणितीय तकनीकों (जैसे डीसीटी और एफएफटी) को छोड़कर, और नमूना किए गए डेटा को आमतौर पर समय या स्थान में समान रूप से नमूना माना जाता है।इस तरह के एप्लिकेशन का एक उदाहरण फ़ोटोशॉप जैसे सॉफ़्टवेयर के साथ अंकीयतस्वीरों को संसाधित कर रहा है।


जब एप्लिकेशन की आवश्यकता वास्तविक समय होती है, तो डीएसपी को अक्सर विशेष या समर्पित प्रोसेसर या माइक्रोप्रोसेसरों का उपयोग करके लागू किया जाता है, कभी-कभी कई प्रोसेसर या कई प्रोसेसिंग कोर का उपयोग करते हुए।ये फिक्स्ड-पॉइंट अंकगणित या फ्लोटिंग पॉइंट का उपयोग करके डेटा को संसाधित कर सकते हैं।अधिक मांग वाले अनुप्रयोगों के लिए FPGA का उपयोग किया जा सकता है।<ref>{{cite web |last=JPFix |title=FPGA-Based Image Processing Accelerator |url=http://www.jpfix.com/About_Us/Articles/FPGA-Based_Image_Processing_Ac/fpga-based_image_processing_ac.html |date=2006 |access-date=2008-05-10}}</ref> सबसे अधिक मांग वाले अनुप्रयोगों या उच्च-मात्रा वाले उत्पादों के लिए, अनुप्रयोग-विशिष्ट एकीकृत सर्किट | ASICS को विशेष रूप से एप्लिकेशन के लिए डिज़ाइन किया जा सकता है।{{vanchor|Native processing}}डीएसपी या आउटबोर्ड प्रोसेसिंग के बजाय कंप्यूटर के सीपीयू द्वारा किया जाता है, जो एक्सटेंशन कार्ड या बाहरी हार्डवेयर बॉक्स या रैक पर स्थित अतिरिक्त तृतीय-पक्ष डीएसपी चिप्स द्वारा किया जाता है।कई अंकीयऑडियो वर्कस्टेशन जैसे लॉजिक प्रो, क्यूबेस, अंकीयपरफॉर्मर और प्रो टूल्स ले मूल प्रोसेसिंग का उपयोग करते हैं।अन्य, जैसे कि प्रो टूल्स एचडी, यूनिवर्सल ऑडियो के यूएडी -1 और टीसी इलेक्ट्रॉनिक के पॉवरकोर डीएसपी प्रसंस्करण का उपयोग करते हैं।
जब प्रयोग की आवश्यकता वास्तविक समय होती है, तो डीएसपी को अक्सर विशेष या समर्पित प्रक्रमक या सूक्ष्मप्रक्रमक का उपयोग करके कार्यान्वित किया जाता है, कभी-कभी एकाधिक प्रोसेसर या एकाधिक प्रोसेसिंग कोर का उपयोग करते है। ये फिक्स्ड-पॉइंट अंकगणित या फ्लोटिंग पॉइंट का उपयोग करके डेटा को संसाधित कर सकते हैं। अधिक मांग वाले अनुप्रयोगों के लिए का उपयोग किया जा सकता है।<ref>{{cite web |last=JPFix |title=FPGA-Based Image Processing Accelerator |url=http://www.jpfix.com/About_Us/Articles/FPGA-Based_Image_Processing_Ac/fpga-based_image_processing_ac.html |date=2006 |access-date=2008-05-10}}</ref> सबसे अधिक मांग वाले अनुप्रयोगों या उच्च मात्रा वाले उत्पादों के लिए, ASIC को विशेष रूप से अनुप्रयोग के लिए रचना की जा सकती है। डीएसपी या आउटबोर्ड प्रक्रिया के बजाय कंप्यूटर के सीपीयू द्वारा मूल प्रसंस्करण किया जाता है, जो विस्तार कार्ड या बाहरी हार्डवेयर बॉक्स या रैक पर स्थित अतिरिक्त तृतीय-पक्ष डीएसपी चिप्स द्वारा किया जाता है। कई अंकीय ऑडियो वर्कस्टेशन जैसे लॉजिक प्रो, क्यूबेस, डिजिटल परफॉर्मर और प्रो टूल्स एलई नेटिव प्रोसेसिंग का उपयोग करते हैं। अन्य, जैसे प्रो टूल्स एचडी, यूनिवर्सल ऑडियो का यूएडी-1 और टीसी इलेक्ट्रॉनिक का पावरकोर डीएसपी प्रक्रिया का उपयोग करते हैं।


== अनुप्रयोग ==
== अनुप्रयोग ==

Revision as of 00:52, 3 August 2022

अंकीय संकेत प्रक्रिया (डीएसपी) अंकीय प्रसंस्करण (अंकीयप्रोसेसिंग) का उपयोग, संगणक (computer) या अधिक विशिष्ट अंकीय संकेत प्रक्रमक (अंकीयसंकेत प्रोसेसर), संकेत प्रसंस्करण (संकेत प्रोसेसिंग) संचालन की एक विस्तृत विविधता करने के लिए किया जाता है। इस तरीके से संसाधित अंकीय संकेत संख्याओं का एक अनुक्रम हैं जो समय, स्थान या आवृत्ति जैसे कार्यक्षेत्र में एक लगातार बदलने वाले प्रतिमान का प्रतिनिधित्व करते हैं। अंकीयइलेक्ट्रॉनिक्स में, एक अंकीय संकेत को स्पंदावली के रूप में दर्शाया जाता है,[1][2] जो आमतौर पर एक ट्रांजिस्टर के स्विचिंग द्वारा उत्पन्न होता है।[3] अंकीय संकेत प्रक्रिया और अनुरूप संकेत प्रक्रिया संकेत प्रक्रिया के उपक्षेत्र हैं। डीएसपी अनुप्रयोगों में ऑडियो और स्पीच प्रोसेसिंग, सोनार, रडार और अन्य नियंत्रक सरणी प्रसंस्करण, वर्णक्रमीय घनत्व अनुमान, सांख्यिकीय संकेत प्रक्रिया, अंकीयछवि प्रसंस्करण, प्रदत्त संपीड़न, वीडियो कोडिंग, ऑडियो कोडिंग, छवि संपीड़न, दूरसंचार, नियंत्रण प्रणाली, जैवचिकित्सा अभियांत्रिकी और भूकंप विज्ञान के लिए संकेत प्रक्रिया शामिल हैं।

डीएसपी में रैखिक या अरेखीय संचालन शामिल हो सकते हैं। अरेखीय संकेत प्रक्रिया अरेखीय अभिज्ञान प्रणाली [4] से निकटता से संबंधित है और इसे समय, आवृत्ति और स्थानिक-अस्थायी कार्यक्षेत्र में लागू किया जा सकता है। संकेत प्रक्रिया के लिए अंकीय गणना का अनुप्रयोग कई अनुप्रयोगों में अनुरूप प्रक्रिया पर कई लाभों की अनुमति देता है, जैसे कि पारेषण में त्रुटि का पता लगाने और सुधार के साथ -साथ डेटा संपीडन भी।[5] अंकीय संकेत प्रक्रिया, अंकीय दूरसंचार और बेतार संचार जैसे अंकीय तकनीक के लिए भी मौलिक है।[6] अंकीय संकेत प्रक्रिया (डीएसपी) प्रवाही डेटा और स्थिर (संग्रहीत) डेटा दोनों पर लागू होता है।

संकेत प्रतिदर्श

अनुरूप संकेत को अंकीयरूप से विश्लेषण और हेरफेर करने के लिए, इसे अनुरूप से अंकीय रूपांतरक (एडीसी) के साथ अंकीय किया जाना चाहिए।[7] नमूनाकरण आमतौर पर दो चरणों में किया जाता है, विवेकाधिकार और परिमाणीकरण। विवेकीकरण का अर्थ है कि संकेत समय के समान अंतराल में विभाजित है, और प्रत्येक अंतराल को आयाम के एकल माप द्वारा दर्शाया जाता है। परिमाणीकरण का अर्थ है कि प्रत्येक आयाम माप को एक परिमित सेट से मान द्वारा अनुमानित किया जाता है। वास्तविक संख्याओं को पूर्णांक में पूर्णांकित करना एक उदाहरण है।

निक्विस्ट-शैनन प्रतिदर्श प्रमेय (Nyquist–Shannon sampling theorem) में कहा गया है कि यदि नमूना आवृत्ति सिग्नल में उच्चतम आवृत्ति घटक के दोगुने से अधिक है, तो एक संकेत को उसके नमूनों से ठीक से पुनर्निर्मित किया जा सकता है। व्यवहार में, नमूने की आवृत्ति अक्सर इससे काफी अधिक होती है।[8] सैद्धांतिक डीएसपी विश्लेषण और व्युत्पत्ति आमतौर पर असतत-समय संकेत मॉडल पर किए जाते हैं, जिसमें कोई आयाम अशुद्धि (मात्राकरण त्रुटि) नहीं होती है, नमूनाकरण की अमूर्त प्रक्रिया द्वारा "बनाई गई"। संख्यात्मक विधियों के लिए एक परिमाणित संकेत की आवश्यकता होती है, जैसे कि अनुरूप से अंकीय रूपांतरक (एडीसी) द्वारा उत्पादित। संसाधित परिणाम एक आवृत्ति स्पेक्ट्रम या आंकड़ों का एक सेट हो सकता है। लेकिन अक्सर यह एक और मात्रात्मक संकेत होता है जिसे अंकीय रूपांतरक से अनुरूप (डीएसी) द्वारा वापस अनुरूप रूप में परिवर्तित किया जाता है।

कार्यक्षेत्र

डीएसपी अभियंता आमतौर पर निम्नलिखित कार्यक्षेत्र में से एक में अंकीय संकेतों का अध्ययन करते हैं: समय कार्यक्षेत्र (एक-आयामी संकेत), स्थानिक कार्यक्षेत्र (बहुआयामी संकेत), आवृत्ति कार्यक्षेत्र और वेवलेट कार्यक्षेत्र। वे उस कार्यक्षेत्र का चयन करते हैं जिसमें एक सूचित धारणा (या अलग -अलग संभावनाओं की कोशिश करके) बनाकर एक संकेत को संसाधित करने के लिए, जिसमें कार्यक्षेत्र सबसे अच्छा संकेत की आवश्यक विशेषताओं और उस पर लागू होने वाले प्रसंस्करण का प्रतिनिधित्व करता है। एक मापने वाले उपकरण से नमूनों का एक अनुक्रम एक अस्थायी या स्थानिक कार्यक्षेत्र प्रतिनिधित्व का उत्पादन करता है, जबकि एक असतत फूरियर रूपांतरण आवृत्ति कार्यक्षेत्र प्रतिनिधित्व का उत्पादन करता है।

समय और स्थान कार्यक्षेत्र

समय कार्यक्षेत्र समय के संबंध में संकेतों के विश्लेषण को संदर्भित करता है। इसी तरह, स्थान कार्यक्षेत्र स्थिति के संबंध में संकेतों के विश्लेषण को संदर्भित करता है, उदाहरण के लिए, छवि प्रसंस्करण के मामले में पिक्सेल स्थान।

समय या अंतरिक्ष कार्यक्षेत्र में सबसे आम प्रसंस्करण दृष्टिकोण निस्पंदन नामक विधि के माध्यम से निविष्ट संकेत को बढ़ाना है। अंकीय निविष्ट में आम तौर पर निविष्ट या उत्पादन संकेत के वर्तमान नमूने के आसपास के कई नमूनों का कुछ रैखिक परिवर्तन होता है। आसपास के नमूनों की पहचान समय या स्थान के संबंध में की जा सकती है। किसी भी दिए गए निविष्ट के लिए एक रैखिक अंकीय निस्पंदन के उत्पादन की गणना एक आवेग प्रतिक्रिया के साथ निविष्ट संकेत को स्वीकार करके की जा सकती है।

आवृत्ति कार्यक्षेत्र

संकेतों को समय या अंतरिक्ष कार्यक्षेत्र से आवृत्ति कार्यक्षेत्र में आमतौर पर फूरियर रूपांतरण के उपयोग के माध्यम से परिवर्तित किया जाता है। फूरियर रूपांतरण समय या स्थान की जानकारी को प्रत्येक आवृत्ति के परिमाण और चरण घटक में परिवर्तित करता है। कुछ अनुप्रयोगों के साथ, आवृत्ति के साथ चरण कैसे बदलता है, यह एक महत्वपूर्ण विचार हो सकता है। जहां चरण महत्वहीन है, अक्सर फूरियर रूपांतरण को पावर स्पेक्ट्रम में बदल दिया जाता है, जो कि प्रत्येक आवृत्ति घटक वर्ग का परिमाण होता है।

आवृत्ति कार्यक्षेत्र में संकेतों के विश्लेषण के लिए सबसे आम उद्देश्य संकेत गुणों का विश्लेषण है। अभियंता यह निर्धारित करने के लिए स्पेक्ट्रम का अध्ययन कर सकता है कि कौन से आवृत्तियां निविष्ट संकेत में मौजूद हैं और कौन से गायब हैं। आवृत्ति कार्यक्षेत्र विश्लेषण को स्पेक्ट्रम- या वर्णक्रमीय विश्लेषण भी कहा जाता है।निस्पंदन, विशेष रूप से गैर वास्तविक समय कार्य में भी आवृत्ति कार्यक्षेत्र में प्राप्त किया जा सकता है, निस्पंदन को लागू करना और फिर समय कार्यक्षेत्र में वापस परिवर्तित करना यह एक कुशल कार्यान्वयन हो सकता है और ब्रिकवॉल निस्पंदनको उत्कृष्ट अनुमानों सहित अनिवार्य रूप से किसी भी निस्पंदनप्रतिक्रिया दे सकता है। कुछ आमतौर पर उपयोग किए जाने वाले आवृत्ति कार्यक्षेत्र परिवर्तन होते हैं। उदाहरण के लिए, सेपस्ट्रम फूरियर रूपांतरण के माध्यम से आवृत्ति कार्यक्षेत्र में एक संकेत को परिवर्तित करता है, लघुगणक लेता है, फिर एक और फूरियर रूपांतरण लागू करता है। यह मूल स्पेक्ट्रम की हार्मोनिक संरचना पर जोर देता है।

जेड-प्लेन विश्लेषण

अंकीय निस्पंदनआईआईआर (IIR) और एफआईआर (FIR) दोनों प्रकार में आते हैं। जबकि एफआईआर निस्पंदन हमेशा स्थिर होते हैं, आईआईआर निस्पंदन में पुनर्भरण पाशहोते हैं जो अस्थिर और दोलन हो सकते हैं। जेड-ट्रांसफॉर्म अंकीय आईआईआर निस्पंदन की स्थिरता के मुद्दों का विश्लेषण करने के लिए एक उपकरण प्रदान करता है। यह लैपलेस ट्रांसफॉर्म के अनुरूप है, जिसका उपयोग अनुरूप आईआईआर निस्पंदन को डिजाइन और विश्लेषण करने के लिए किया जाता है।

स्वप्रतिगमन विश्लेषण

एक संकेत को उसके पिछले नमूनों के रैखिक संयोजन के रूप में दर्शाया जाता है। संयोजन के गुणांक को स्वप्रतिगमन गुणांक कहा जाता है। इस विधि में उच्च आवृत्ति संकल्प है और फूरियर रूपांतरण की तुलना में कम संकेतों को संसाधित कर सकता है।[9] प्रोनी की विधि (Prony's method) का उपयोग चरण, आयाम, प्रारंभिक चरणों और संकेत के घटकों के क्षय का अनुमान लगाने के लिए किया जा सकता है। [10][9]घटकों को जटिल क्षयकारी घातांक माना जाता है।[10][9]


समय-आवृत्ति विश्लेषण

संकेत का एक समय-आवृत्ति प्रतिनिधित्व विश्लेषण किए गए संकेत के अस्थायी विकास और आवृत्ति संरचना दोनों को अधिकृत कर सकता है। अस्थायी और आवृत्ति संकल्प अनिश्चितता के सिद्धांत द्वारा सीमित हैं और ट्रेडऑफ़ को विश्लेषण विंडो की चौड़ाई से समायोजित किया जाता है। रैखिक तकनीक जैसे कि शॉर्ट-टाइम फूरियर रूपांतरण, वेवलेट रूपांतरण, निस्पंदन बैंक,[11] गैर-रैखिक (जैसे, विग्नर-विले रूपांतरण[10] और स्वप्रतिगामी तरीके (जैसे खंडित प्रोन विधि)[10][12][13] समय-आवृत्ति विमान पर संकेत के प्रतिनिधित्व के लिए उपयोग किया जाता है। गैर-रैखिक और खंडित प्रोन विधियाँ उच्च संकल्प प्रदान कर सकती हैं, लेकिन अवांछनीय कलाकृतियों का उत्पादन कर सकती हैं। समय-आवृत्ति विश्लेषण का उपयोग आमतौर पर गैर-स्थिर संकेतों के विश्लेषण के लिए किया जाता है। उदाहरण के लिए, मौलिक आवृत्ति आकलन के तरीके, जैसे आरएपीटी और पीईएफएसी [14] खिड़की वाले वर्णक्रमीय विश्लेषण पर आधारित हैं।

तरंगिका

2 डी असतत तरंग परिवर्तन का एक उदाहरण जो JPEG2000 में उपयोग किया जाता है।मूल छवि उच्च-पास निस्पंदनकी गई है, जो तीन बड़ी छवियों की उपज है, प्रत्येक मूल छवि में चमक (विवरण) में स्थानीय परिवर्तनों का वर्णन करता है।यह तब कम-पास फ़िल्टर्ड और डाउनस्केल्ड है, जो एक सन्निकटन छवि पैदा करता है;यह छवि तीन छोटी विस्तार छवियों का उत्पादन करने के लिए उच्च-पास निस्पंदनकी गई है, और ऊपरी-बाएँ में अंतिम सन्निकटन छवि का उत्पादन करने के लिए कम-पास निस्पंदनकिया गया है।

संख्यात्मक विश्लेषण और कार्यात्मक विश्लेषण में, एक असतत तरंगिका परिवर्तन किसी भी तरंगिका रूपांतर होता है जिसके लिए तरंगिकाएं अलग-अलग नमूना होती हैं। अन्य तरंगिका रूपांतरणों की तरह, फूरियर रूपांतरण पर इसका एक प्रमुख लाभ अस्थायी समाधान है: यह आवृत्ति और स्थान की जानकारी दोनों को कैप्चर करता है। संयुक्त समय-आवृत्ति संकल्प की सटीकता समय-आवृत्ति के अनिश्चितता सिद्धांत द्वारा सीमित है।

अनुभवजन्य प्रणाली पघटन

अनुभवजन्य प्रणाली अपघटन आंतरिक मोड फ़ंक्शन (आईएमएफ) में अपघटन संकेत पर आधारित है। आईएमएफ क्वासिहार्मोनिकल दोलन हैं जो सिग्नल से निकाले जाते हैं।[15]


कार्यान्वयन

डीएसपी एल्गोरिदम सामान्य प्रयोजन के कंप्यूटर और अंकीय संकेत प्रक्रमक पर चलाए जा सकते हैं। डीएसपी कलन विधि को उद्देश्य-निर्मित हार्डवेयर जैसे अनुप्रयोग-विशिष्ट एकीकृत सर्किट (एएसआईसी) पर भी लागू किया जाता है। डिजिटल सिग्नल प्रोसेसिंग के लिए अतिरिक्त तकनीकों में अधिक शक्तिशाली सामान्य प्रयोजन सूक्ष्मप्रक्रमक, आलेखिकी प्रसंस्करण इकाई, फील्ड-प्रोग्रामेबल गेट एरेज़ (FPGAs),अंकीय संकेत नियंत्रक (ज्यादातर मोटर कंट्रोल जैसे औद्योगिक अनुप्रयोगों के लिए), और धारा प्रक्रमक शामिल हैं।[16] उन प्रणालियों के लिए जिनके पास वास्तविक समय संगणनाआवश्यकता नहीं है और संकेत डेटा (या तो निविष्ट या आउटपुट) डेटा फ़ाइलों में मौजूद हैं, प्रसंस्करण सामान्य-उद्देश्य वाले कंप्यूटर के साथ आर्थिक रूप से किया जा सकता है।यह अनिवार्य रूप से किसी भी अन्य डेटा प्रोसेसिंग से अलग नहीं है, डीएसपी गणितीय तकनीकों (जैसे डीसीटी और एफएफटी) को छोड़कर, और नमूना किए गए डेटा को आमतौर पर समय या स्थान में समान रूप से नमूना माना जाता है। ऐसे प्रयोग का एक उदाहरण फोटोशॉप जैसे सॉफ्टवेयर के साथ डिजिटल तस्वीरों को प्रक्रिया करना है।

जब प्रयोग की आवश्यकता वास्तविक समय होती है, तो डीएसपी को अक्सर विशेष या समर्पित प्रक्रमक या सूक्ष्मप्रक्रमक का उपयोग करके कार्यान्वित किया जाता है, कभी-कभी एकाधिक प्रोसेसर या एकाधिक प्रोसेसिंग कोर का उपयोग करते है। ये फिक्स्ड-पॉइंट अंकगणित या फ्लोटिंग पॉइंट का उपयोग करके डेटा को संसाधित कर सकते हैं। अधिक मांग वाले अनुप्रयोगों के लिए का उपयोग किया जा सकता है।[17] सबसे अधिक मांग वाले अनुप्रयोगों या उच्च मात्रा वाले उत्पादों के लिए, ASIC को विशेष रूप से अनुप्रयोग के लिए रचना की जा सकती है। डीएसपी या आउटबोर्ड प्रक्रिया के बजाय कंप्यूटर के सीपीयू द्वारा मूल प्रसंस्करण किया जाता है, जो विस्तार कार्ड या बाहरी हार्डवेयर बॉक्स या रैक पर स्थित अतिरिक्त तृतीय-पक्ष डीएसपी चिप्स द्वारा किया जाता है। कई अंकीय ऑडियो वर्कस्टेशन जैसे लॉजिक प्रो, क्यूबेस, डिजिटल परफॉर्मर और प्रो टूल्स एलई नेटिव प्रोसेसिंग का उपयोग करते हैं। अन्य, जैसे प्रो टूल्स एचडी, यूनिवर्सल ऑडियो का यूएडी-1 और टीसी इलेक्ट्रॉनिक का पावरकोर डीएसपी प्रक्रिया का उपयोग करते हैं।

अनुप्रयोग

डीएसपी के लिए सामान्य आवेदन क्षेत्रों में शामिल हैं

  • ऑडियो सिग्नल प्रोसेसिंग
  • ऑडियो डेटा संपीड़न उदा।एमपी 3
  • वीडियो डेटा संपीड़न
  • कंप्यूटर ग्राफिक्स
  • डिजिटल इमेज प्रोसेसिंग
  • फ़ोटो में जोड़तोड़
  • भाषण प्रसंस्करण
  • वाक् पहचान
  • डेटा ट्रांसमिशन
  • रडार
  • सोनार
  • वित्तीय संकेत प्रसंस्करण
  • आर्थिक पूर्वानुमान
  • भूकंप विज्ञान
  • बायोमेडिसिन
  • मौसम की भविष्यवाणी

विशिष्ट उदाहरणों में अंकीयमोबाइल फोन में स्पीच कोडिंग और ट्रांसमिशन, हाई-फाई में ध्वनि के कमरे में सुधार और ध्वनि सुदृढीकरण अनुप्रयोगों, औद्योगिक प्रक्रियाओं का विश्लेषण और नियंत्रण, मेडिकल इमेजिंग जैसे कैट स्कैन और एमआरआई, ऑडियो क्रॉसओवर और बराबरी, अंकीयसिंथेसाइज़र, और अंकीयसिंथेसाइज़र, और अंकीयसिंथेसाइज़र शामिल हैं।ऑडियो प्रभाव इकाइयाँ।[18]


तकनीक

  • बिलिनियर ट्रांसफॉर्म
  • असतत फूरियर रूपांतरण
  • असतत-समय फूरियर रूपांतरण
  • फ़िल्टर डिजाइन
  • गोएर्टज़ेल एल्गोरिथ्म
  • कम से कम-वर्ग वर्णक्रमीय विश्लेषण
  • LTI सिस्टम थ्योरी
  • न्यूनतम चरण
  • एस-प्लेन
  • स्थानांतरण प्रकार्य
  • Z- ट्रांसफ़ॉर्म


संबंधित क्षेत्र

  • एनालॉग सिग्नल प्रोसेसिंग
  • स्वत: नियंत्रण
  • कंप्यूटर इंजीनियरिंग
  • कंप्यूटर विज्ञान
  • आधार - सामग्री संकोचन
  • डेटाफ्लो प्रोग्रामिंग
  • असतत कोसाइन ट्रांसफॉर्म
  • विद्युत अभियन्त्रण
  • फूरियर विश्लेषण
  • सूचना सिद्धांत
  • मशीन लर्निंग
  • वास्तविक समय कंप्यूटिंग
  • धारा प्रसंस्करण
  • दूरसंचार
  • समय श्रृंखला
  • तरंगिका


अग्रिम पठन

  • Ahmed, Nasir; Rao, Kamisetty Ramamohan (7 August 1975). Orthogonal Transforms for Digital Signal Processing. New York: Springer-Verlag. doi:10.1109/ICASSP.1976.1170121. ISBN 978-3540065562. LCCN 73018912. OCLC 438821458. OL 22806004M. S2CID 10776771.
  • Jonathan M. Blackledge, Martin Turner: Digital Signal Processing: Mathematical and Computational Methods, Software Development and Applications, Horwood Publishing, ISBN 1-898563-48-9
  • James D. Broesch: Digital Signal Processing Demystified, Newnes, ISBN 1-878707-16-7
  • Dyer, Stephen A.; Harms, Brian K. (13 August 1993). "Digital Signal Processing". In Yovits, Marshall C. (ed.). Advances in Computers. Vol. 37. Academic Press. pp. 59–118. doi:10.1016/S0065-2458(08)60403-9. ISBN 978-0120121373. ISSN 0065-2458. LCCN 59015761. OCLC 858439915. OL 10070096M.
  • Paul M. Embree, Damon Danieli: C++ Algorithms for Digital Signal Processing, Prentice Hall, ISBN 0-13-179144-3
  • Hari Krishna Garg: Digital Signal Processing Algorithms, CRC Press, ISBN 0-8493-7178-3
  • P. Gaydecki: Foundations Of Digital Signal Processing: Theory, Algorithms And Hardware Design, Institution of Electrical Engineers, ISBN 0-85296-431-5
  • Ashfaq Khan: Digital Signal Processing Fundamentals, Charles River Media, ISBN 1-58450-281-9
  • Sen M. Kuo, Woon-Seng Gan: Digital Signal Processors: Architectures, Implementations, and Applications, Prentice Hall, ISBN 0-13-035214-4
  • Paul A. Lynn, Wolfgang Fuerst: Introductory Digital Signal Processing with Computer Applications, John Wiley & Sons, ISBN 0-471-97984-8
  • Richard G. Lyons: Understanding Digital Signal Processing, Prentice Hall, ISBN 0-13-108989-7
  • Vijay Madisetti, Douglas B. Williams: The Digital Signal Processing Handbook, CRC Press, ISBN 0-8493-8572-5
  • James H. McClellan, Ronald W. Schafer, Mark A. Yoder: Signal Processing First, Prentice Hall, ISBN 0-13-090999-8
  • Bernard Mulgrew, Peter Grant, John Thompson: Digital Signal Processing – Concepts and Applications, Palgrave Macmillan, ISBN 0-333-96356-3
  • Boaz Porat: A Course in Digital Signal Processing, Wiley, ISBN 0-471-14961-6
  • John G. Proakis, Dimitris Manolakis: Digital Signal Processing: Principles, Algorithms and Applications, 4th ed, Pearson, April 2006, ISBN 978-0131873742
  • John G. Proakis: A Self-Study Guide for Digital Signal Processing, Prentice Hall, ISBN 0-13-143239-7
  • Charles A. Schuler: Digital Signal Processing: A Hands-On Approach, McGraw-Hill, ISBN 0-07-829744-3
  • Doug Smith: Digital Signal Processing Technology: Essentials of the Communications Revolution, American Radio Relay League, ISBN 0-87259-819-5
  • Smith, Steven W. (2002). Digital Signal Processing: A Practical Guide for Engineers and Scientists. Newnes. ISBN 0-7506-7444-X.
  • Stein, Jonathan Yaakov (2000-10-09). Digital Signal Processing, a Computer Science Perspective. Wiley. ISBN 0-471-29546-9.
  • Stergiopoulos, Stergios (2000). Advanced Signal Processing Handbook: Theory and Implementation for Radar, Sonar, and Medical Imaging Real-Time Systems. CRC Press. ISBN 0-8493-3691-0.
  • Van De Vegte, Joyce (2001). Fundamentals of Digital Signal Processing. Prentice Hall. ISBN 0-13-016077-6.
  • Oppenheim, Alan V.; Schafer, Ronald W. (2001). Discrete-Time Signal Processing. Pearson. ISBN 1-292-02572-7.
  • Hayes, Monson H. Statistical digital signal processing and modeling. John Wiley & Sons, 2009. (with MATLAB scripts)


संदर्भ

  1. B. SOMANATHAN NAIR (2002). Digital electronics and logic design. PHI Learning Pvt. Ltd. p. 289. ISBN 9788120319561. Digital signals are fixed-width pulses, which occupy only one of two levels of amplitude.
  2. Joseph Migga Kizza (2005). Computer Network Security. Springer Science & Business Media. ISBN 9780387204734.
  3. 2000 Solved Problems in Digital Electronics. Tata McGraw-Hill Education. 2005. p. 151. ISBN 978-0-07-058831-8.
  4. Billings, Stephen A. (Sep 2013). Nonlinear System Identification: NARMAX Methods in the Time, Frequency, and Spatio-Temporal Domains. UK: Wiley. ISBN 978-1-119-94359-4.
  5. Broesch, James D.; Stranneby, Dag; Walker, William (2008-10-20). Digital Signal Processing: Instant access (1 ed.). Butterworth-Heinemann-Newnes. p. 3. ISBN 9780750689762.
  6. Srivastava, Viranjay M.; Singh, Ghanshyam (2013). MOSFET Technologies for Double-Pole Four-Throw Radio-Frequency Switch. Springer Science & Business Media. p. 1. ISBN 9783319011653.
  7. Walden, R. H. (1999). "Analog-to-digital converter survey and analysis". IEEE Journal on Selected Areas in Communications. 17 (4): 539–550. doi:10.1109/49.761034.
  8. Candes, E. J.; Wakin, M. B. (2008). "An Introduction To Compressive Sampling". IEEE Signal Processing Magazine. 25 (2): 21–30. Bibcode:2008ISPM...25...21C. doi:10.1109/MSP.2007.914731. S2CID 1704522.
  9. 9.0 9.1 9.2 Marple, S. Lawrence (1987-01-01). Digital Spectral Analysis: With Applications. Englewood Cliffs, N.J: Prentice Hall. ISBN 978-0-13-214149-9.
  10. 10.0 10.1 10.2 10.3 Ribeiro, M.P.; Ewins, D.J.; Robb, D.A. (2003-05-01). "Non-stationary analysis and noise filtering using a technique extended from the original Prony method". Mechanical Systems and Signal Processing. 17 (3): 533–549. Bibcode:2003MSSP...17..533R. doi:10.1006/mssp.2001.1399. ISSN 0888-3270. Retrieved 2019-02-17.
  11. So, Stephen; Paliwal, Kuldip K. (2005). "Improved noise-robustness in distributed speech recognition via perceptually-weighted vector quantisation of filterbank energies". Ninth European Conference on Speech Communication and Technology.
  12. Mitrofanov, Georgy; Priimenko, Viatcheslav (2015-06-01). "Prony Filtering of Seismic Data". Acta Geophysica. 63 (3): 652–678. Bibcode:2015AcGeo..63..652M. doi:10.1515/acgeo-2015-0012. ISSN 1895-6572. S2CID 130300729.
  13. Mitrofanov, Georgy; Smolin, S. N.; Orlov, Yu. A.; Bespechnyy, V. N. (2020). "Prony decomposition and filtering". Geology and Mineral Resources of Siberia (2): 55–67. doi:10.20403/2078-0575-2020-2-55-67. ISSN 2078-0575. S2CID 226638723. Retrieved 2020-09-08.
  14. Gonzalez, Sira; Brookes, Mike (February 2014). "PEFAC - A Pitch Estimation Algorithm Robust to High Levels of Noise". IEEE/ACM Transactions on Audio, Speech, and Language Processing. 22 (2): 518–530. doi:10.1109/TASLP.2013.2295918. ISSN 2329-9290. S2CID 13161793. Retrieved 2017-12-03.
  15. Huang, N. E.; Shen, Z.; Long, S. R.; Wu, M. C.; Shih, H. H.; Zheng, Q.; Yen, N.-C.; Tung, C. C.; Liu, H. H. (1998-03-08). "The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis". Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences. 454 (1971): 903–995. Bibcode:1998RSPSA.454..903H. doi:10.1098/rspa.1998.0193. ISSN 1364-5021. S2CID 1262186. Retrieved 2018-06-05.
  16. Stranneby, Dag; Walker, William (2004). Digital Signal Processing and Applications (2nd ed.). Elsevier. ISBN 0-7506-6344-8.
  17. JPFix (2006). "FPGA-Based Image Processing Accelerator". Retrieved 2008-05-10.
  18. Rabiner, Lawrence R.; Gold, Bernard (1975). Theory and application of digital signal processing. Englewood Cliffs, NJ: Prentice-Hall, Inc. ISBN 978-0139141010.

]