Digital Signal Processors (DSP)

Digital Signal Processors (DSP) mengambil sinyal dunia nyata seperti suara, audio, video, suhu, Tekanan, atau posisi yang telah didigitalkan dan secara matematis memanipulasinya. Dirancang untuk melakukan fungsi matematika ("Tambah","Kurangi","Perbanyak","Bagi") dengan cepat.

DSP memanipulasi berbagai jenis Sinyal dengan Memfilter, Mengukur, atau Mengompresi dan menghasilkan Sinyal Analog. Mengambil informasi dan menerjemahkan ke pulsa elektrik berbagai amplitudo, sedangkan informasi sinyal digital diterjemahkan ke dalam format Biner. Setiap bit data diwakili oleh dua amplitudo yang dapat dibedakan.

Sinyal Analog direpresentasikan Gelombang Sinus

Sinyal Digital diwakili Gelombang Persegi.

Dalam DSP, para insinyur biasanya mempelajari sinyal digital di salah satu domain berikut: domain waktu (sinyal satu dimensi), domain spasial (sinyal multidimensi), domain frekuensi, dan domain wavelet. Mereka memilih domain untuk memproses sinyal dengan membuat asumsi informasi (atau dengan mencoba kemungkinan yang berbeda) untuk domain mana yang paling mewakili karakteristik penting dari sinyal dan pemrosesan yang akan diterapkan padanya.

Domain ruang dan waktu

Domain waktu mengacu pada analisis sinyal sehubungan dengan waktu. Demikian pula, domain ruang mengacu pada analisis sinyal sehubungan dengan posisi, misalnya, lokasi piksel untuk kasus pemrosesan gambar.

Pendekatan pemrosesan yang paling umum dalam domain waktu atau ruang adalah peningkatan sinyal input melalui metode yang disebut penyaringan. Penyaringan digital umumnya terdiri dari beberapa transformasi linier dari sejumlah sampel sekitarnya di sekitar sampel saat ini dari sinyal input atau output. Sampel sekitarnya dapat diidentifikasi sehubungan dengan waktu atau ruang. Keluaran dari filter digital linier ke setiap masukan yang diberikan dapat dihitung dengan menggabungkan sinyal masukan dengan respons impuls.

Domain frekuensi

Sinyal dikonversi dari domain waktu atau ruang ke domain frekuensi biasanya melalui penggunaan transformasi Fourier. Transformasi Fourier mengubah informasi waktu atau ruang menjadi komponen magnitudo dan fase dari setiap frekuensi. Dengan beberapa aplikasi, bagaimana fase bervariasi dengan frekuensi dapat menjadi pertimbangan yang signifikan. Dimana fase tidak penting, seringkali transformasi Fourier diubah menjadi spektrum daya, yang merupakan besaran kuadrat dari setiap komponen frekuensi.

Tujuan yang paling umum untuk analisis sinyal dalam domain frekuensi adalah analisis sifat sinyal. Insinyur dapat mempelajari spektrum untuk menentukan frekuensi mana yang ada dalam sinyal input dan mana yang hilang. Analisis domain frekuensi juga disebut analisis spektrum atau spektral.

Pemfilteran, khususnya dalam pekerjaan non-waktu nyata juga dapat dicapai dalam domain frekuensi, menerapkan filter dan kemudian mengonversi kembali ke domain waktu. Ini bisa menjadi implementasi yang efisien dan pada dasarnya dapat memberikan respons filter apa pun termasuk perkiraan yang sangat baik untuk filter brickwall.