Этап 2. Многоскоростная фильтрация и адаптивная обработка сигналов
Условно второй этап развития цифровой обработки сигналов можно ограничить периодом с 1975 по 1985 год. На данном этапе начинают выделяться четыре основных направления известной нам в современном мире теории ЦОС: цифровая частотная селекция, быстрые алгоритмы обработки сигналов, адаптивная и оптимальная обработка сигналов, обработка многомерных сигналов и полей (рисунок 2). Все эти направления взаимосвязаны. Все они основаны на единой математической базе, а также используют основные положения и методы, заимствованные друг у друга.
Рисунок 2. Основные направления ЦОС на 2 этапе развития [2].
Цифровая частотная селекция является продолжением области проектирования цифровых полосовых фильтров. В данном направлении можно выделить несколько работ. Например, из зарубежных авторов: Крошье, Рабинер «Интерполяция и децимация цифровых сигналов; методический обзор» [14-15]; Белланжер «Traitement numerique du signal: theorie et practique» [16].
Из советских: Витязев «Цифровая частотная селекция сигналов» [17], справочник по цифровой обработке сигналов Гольденберга, Матюшкина, Поляка [18]. Таким образом, большинство работ в данном направлении были связаны с теорией многоскоростной обработки сигналов на основе интерполяции и децимации.
Начало 80-х годов принято считать началом серийного производство цифровых сигнальных процессоров. Это были однокристальные процессоры первого поколения компаний Bell Labs, AT&T, NEC и Texas Instruments, ориентированные на высокоэффективную реализацию основных алгоритмов цифровой обработки сигналов. Но только процессор TMS32010 фирмы Texas Instruments имел дальнейшее будущее и стал стандартом, процессоры остальных фирм не получили широкого распространения.
С появлением цифровых сигнальных процессоров возникла ситуация, когда стало необходимо пересмотреть оценку вычислительных затрат существующих алгоритмов ЦОС. С появление ЦСП появилась возможность оценивать вычислительную эффективность алгоритма в числе командных тактов. Поэтому, возникло следующее направление – быстрые алгоритмы обработки сигналов, которое было ориентировано на улучшение скорости работы существующих алгоритмов: уменьшение количества операций или замена трудоемких операций более простыми. В это направление, например, попадает работа Нуссбаумера «Быстрое преобразование Фурье и алгоритмы вычисления свертки» [19], в которой представлены модификации БПФ.
Третье направление – адаптивная и оптимальная обработка сигналов, является одним из самых быстро развивающихся на этот этап. Это направление включает круг задач, связанных с оптимальной фильтрацией, а также обработкой в условиях неопределенности характера сигнала. Основным свойством адаптивных систем является возможность саморегулироваться в соответствии с заданным критерием оптимизации. Из советских публикаций: Цыпкин «Основы теории обучающихся систем» [20]; Шахгильдян, Лохвицкий «Методы адаптивного приема сигналов» [21]; из зарубежных: Goodman, Sin «Adaptive filtering, prediction and control. Englewood Cliffs» [22]; Gliordano, Hsu «Least square estimation with applications to digital signal processing» [23].
Обработка многомерных сигналов и полей является расширением обработки одномерных сигналов на случай многомерных систем. К данному направлению относится работа Даджиоы и Мерсеро «Цифровая обработка многомерных сигналов» [24].
В этот период методы цифровой обработки сигналов успешно начали применяться в обработке изображений. Цифровые методы обработки изображений значительно превосходили аналоговые и по эффективности, и по гибкости. Цифровая обработка изображений применяется для их реставрации и улучшения качества, обнаружения и распознавания образов.
Таким образом, на данном этапе развития ЦОС, как наука, начинает приобретать структуру, более близкую к современной: появляются четыре основных направления её развития. Скорость цифровой обработки сигналов возрастает: появляются ЦСП, модифицируются алгоритмы. Благодаря конкурентной борьбе стремительно развиваются и улучшаются СБИС, что приводит к увеличению производительности, увеличению внутренних ресурсов и уменьшению стоимости. Благодаря этому ЦОС расширяет область своего применения в повседневной жизни.