实时信号处理定义

"Real time（实时）"这个术语最早来源于物理系统的数字仿真系统中，如果仿真系统速度匹配它所仿真的实时系统的速度，我们就认为该数字系统是实时的。要实时分析信号，意味着运行执行速度必须足够快，可以准确处理相关频段中所有的信号成分。如果要处理实时分量，首先采样输入信号必须足够快，能够满足Nyquist定理。这意味着采样频率必须超过信号带宽的两倍。其次，以足够快的速度连续执行所有计算，并且使得分析输出可以跟上输入信号中的任何变化。
频谱分析，也称为傅立叶分析，是从频域中分析信号，当使用DSP时，也就意味着对时间采样数据执行离散傅立叶变换（DFT）。

使用DSP进行傅立叶分析见图1，输入模拟信号经过A/D以后，再经过DFT引擎，就得到了输入信号的FFT频谱，可以看到在这个图中每次FFT采样之间还有一些时间间隙。上图中整个频谱分析的过程就等效于下图中让信号首先通过一群带通滤波器，其中每个滤波器的带宽和中心频率都是按照DFT基本单元来分隔的。对于每个频域单元，I和Q或者幅度和相位复包络被计算，如果对该复包络进行采样，当采样率等于上图信号做FFT的速度的时候，所得到的两个结果是精确相同的。以上展示的是一个非实时的FFT频谱分析过程。对于实时频谱分析来说，有两个标准必须满足：1. 输入信号必须采样足够快，能够满足Nyquist定理，采样信号速度大于信号带宽两倍。2. DFT计算必须执行得足够快，使得每个DFT 频域单元都满足Nyquist标准。
 

我们定义100%捕获一次不重复事件的最短时间，就是捕获一次最窄矩形脉冲的持续时间。要实时处理所有感兴趣的信号信息，首先要具有足够的捕获带宽来支持感兴趣的信号。第二，足够高的ADC时钟速率超过Nyquist标准。第三，有足够长的捕获间隔支持来分析感兴趣信号的最窄分辨率带宽（RBW）。第四，足够高的DFT转换速率超过感兴趣信号的RBW的Nyquist标准。当今的通信系统，存在很多窄脉冲通信，为了测量和排除故障去查找问题，非常重要的是发现、触发并分析这些窄脉冲。

加窗和DFT帧重叠

DFT中窗函数的作用是用来减小FFT频谱分析中的频谱泄漏的，但有时它也刚好会把有效的信息屏蔽掉。图2中，最左边的图是DFT处理时有时间间隙的情况，中间的图是DFT紧邻，没有时间缝隙，右图中采用了帧重叠技术，即第二帧数据会共享第一帧数据。在左图中可以看到，在时域中出现了短脉冲信号，但由于该脉冲信号在时域上刚好处于两次DFT之间，因此在做变换时，直接就丢失了。从中间的图中可以看到，由于短脉冲的出现恰好处于相邻的窗函数的边缘，因此也被抑制掉了。也就是说，信号是被采样到了，但后来在做数字处理的时候却被最小化了。右图中采用重叠DFT技术，由于第一帧和第二帧重叠，重叠计算FFT，第二帧该脉冲信号的频谱很容易就显示出来了。所以在实行频谱分析时，帧重叠技术的使用使得信号瞬态处理能力大大增强。

信号处理技术的演化