訊號處理
在電腦科學、藥物分析、電子學等學科中，訊號處理（英語：signal processing）是指對訊號表示、轉換、運算等進行處理的過程，就是要把記錄在某種媒體上的訊號進行處理，以便抽取出有用資訊的過程，它是對訊號進行提取、轉換、分析、綜合等處理過程的統稱。
訊號處理過程
人們為了利用訊號，就要對它進行處理。例如，電訊號弱小時，需要對它進行放大；混有雜訊時，需要對它進行濾波；當頻率不適應於傳輸時，需要進行調變以及解調；訊號遇到失真畸變時，需要對它均衡；當訊號類型很多時，需要進行辨識等等。 訊號處理可以用於溝通人類之間，或人與機器之間的聯絡；用以探測我們周圍的環境，並揭示出那些不易觀察到的狀態和構造細節，以及用來控制和利用能源與資訊。例如，我們可能希望分開兩個或多個多少有些混在一起的訊號，或者想增強訊號模型中的某些成分或參數。
與訊號有關的理化或數學過程有：訊號的發生、訊號的傳送、訊號的接收、訊號的分析（即了解某種訊號的特徵）、訊號的處理（即把某一個訊號變為與其相關的另一個訊號，例如濾除雜訊或干擾，把訊號轉換成容易分析與辨識的形式）、訊號的儲存、訊號的檢測與控制等。也可以把這些與訊號有關的過程統稱為訊號處理。
在事件變化過程中抽取特徵訊號，經去干擾、分析、綜合、轉換和運算等處理，從而得到反映事件變化本質或處理者感興趣的資訊的過程。分模擬訊號處理和數碼訊號處理。[1]
訊號處理目的
削弱訊號中的多餘內容；濾出混雜的雜訊和干擾；或者將訊號轉換成容易處理、傳輸、分析與辨識的形式，以便後續的其它處理。
人們最早處理的訊號局限於模擬訊號，所使用的處理方法也是模擬訊號處理方法。在用模擬加工方法進行處理時，對"訊號處理"技術沒有太深刻的認識。這是因為在過去，訊號處理和資訊抽取是一個整體，所以從物理制約角度看，滿足資訊抽取的模擬處理受到了很大的限制。
隨着數碼電腦的飛速發展，訊號處理的理論和方法也得以發展。在我們的面前出現了不受物理制約的純數學的加工，即演算法，並確立了訊號處理的領域。現在，對於訊號的處理，人們通常是先把模擬訊號變成數碼訊號，然後利用高效的數碼訊號處理器（DSP: Digital Signal Processor）或電腦對其進行數碼訊號處理。
訊號處理內容
訊號處理最基本的內容有轉換、濾波、調變、解調、檢測以及譜分析和估計等。 轉換諸如類型的傅利葉轉換、正弦轉換、餘弦轉換、沃爾什轉換等；濾波包括髙通濾波、低通濾波、帶通濾波、維納濾波、卡爾曼濾波、線性濾波、非線性濾波以及自適應濾波等；譜分析方面包括確知訊號的分析和隨機訊號的分析，通常研究最普遍的是隨機訊號的分析，也稱統計訊號分析或估計，它通常又分線性譜估計與非線性譜估計；譜估計有周期圖估計、最大熵譜估計等；隨着訊號類型的複雜化，在要求分析的訊號不能滿足高斯分佈、非最小相位等條件時，又有髙階譜分析的方法。
高階譜分析可以提供訊號的相位資訊、非高斯類資訊以及非線性資訊；自適應濾波與均衡也是應用研究的一大領域。自適應濾波包括橫向LMS自適應濾波、格型自適應濾波，自適應對消濾波，以及自適應均衡等。此外，對於陣列訊號還有陣列訊號處理等等。
訊號處理是電信的基礎理論與技術。它的數學理論有方程論、函數論、數論、隨機過程論、最小二乘方法以及最佳化理論等，它的技術支柱是電路分析、合成以及電腦技術。訊號處理與當代圖型識別、人工智能、神經網計算以及多媒體資訊處理等有着密切的關係，它把基礎理論與工程應用緊密聯絡起來。因此訊號處理是一門既有複雜數理分析背景，又有廣闊實用工程前景的學科。
訊號處理是以數碼訊號處理為中心而發展的。這是因為訊號普遍可以用數碼化形式來表示，而數碼化的訊號可以在電腦上通過軟件來實現計算或處理，這樣，無論多麼複雜的運算，只要數學上能夠分析、可以得到最佳的求解，就都可以在電腦上模擬完成。如果計算速度適當快，還可以用超大規模的專用數碼訊號處理晶片來即時完成。因此，數碼訊號處理技術成為資訊科技發展中最富有活力的學科之一。
訊號處理的相關名詞
訊號(signal)是資訊的物理體現形式，或是傳遞資訊的函數，而資訊則是訊號的具體內容。
模擬訊號(analog signal)：指時間連續、幅度連續的訊號。
數碼訊號(digital signal)：時間和幅度上都是離散(量化)的訊號。
數碼訊號可用一序列的數表示，而每個數又可表示為二制碼的形式，適合電腦處理。
一維(1-D)訊號: 一個自變數的函數。
二維(2-D)訊號: 兩個自變數的函數。
多維(M-D)訊號: 多個自變數的函數。
系統：處理訊號的物理裝置。或者說，凡是能將訊號加以轉換以達到人們要求的各種裝置。模擬系統與數碼系統。
訊號處理的內容：濾波、轉換、檢測、譜分析、估計、壓縮、辨識等一系列的加工處理。
多數科學和工程中遇到的是模擬訊號。以前都是研究模擬訊號處理的理論和實現。
模擬訊號處理缺點：難以做到高精度，受環境影響較大，可靠性差，且不靈活等。
數碼系統的優點：體積小、功耗低、精度高、可靠性高、靈活性大、易於大規模整合、可進行二維與多維處理
訊號處理應用
訊號處理以強大的滲透力，被許多重要的應用領域所採用。工程建築部門用來仿真大型建築結構的抗震防震效能；機械製造業用以分析機械結構振動的模型，從而改進振動效能及結構；飛機製造業中用於檢查發動機的傳動特性及磨損情況；航天遙感用以地面植被情況的分類以及氣象雲層的分佈，醫學領域用於B超、X光片以及生理電訊號的分析診斷；電信與電子學領域，數碼訊號處理更是最直接的應用。
①語音編碼與壓縮。
語音數碼化後佔有很寬的頻帶，為進行窄頻傳輸與高效儲存，需要進行壓縮。通常一個語音需要64kbit/s位元速率。中速編碼要求將此位元速率壓縮到32kbit/s、16kbit/s以至8kbit/s，仍然保持良好的語音音質。通過數碼訊號處理技術，已有許多自適應編碼方案達到了國際電報電話諮詢委員會(CCITT)建議的規定。低速編碼要求位元速率降低到4．8kbit/s、2．4kbit/s以至800bit/s速率，已有很好的演算法及硬件予以實現。
②圖像編碼壓縮。
無論靜止圖像或活動圖像，乃至電視圖像，數碼編碼後的數據量都非常大。對它們進行高質素傳輸，一般需要壓縮到1/10~1/100。各種編碼方法，以至所謂小波轉換方法、分維訊號分析方法都為高壓縮比電視編碼提出了可行的方案。
③分路與合路濾波器組的設計。
時分/頻分復接裝置的技術實現，其核心是分路濾波器組。而分路濾波器組的設計與實現完全靠數碼訊號處理中的數碼濾波器組，這種數碼濾波器組不但效能統一化、穩定可靠，而且效能價格比很高。
④自適應均衡及回波抵消。
在遠距離數據通訊中，均衡和回波抵消是必不可少的。採用模擬器件已無法實現適應於各種信道要求的均衡，只有數碼方法才能保證其效能的實現。
訊號處理技術的應用已發展到不次於電腦應用的廣泛程度。隨着演算法的不斷發現和器件的不斷誕生，訊號處理將成為所有電信工程師都需要熟悉的一門基礎性學科。[2]