本學期我將在研究所開授『數位訊號』這一門課，在此想說明這門課的價值與定位，也邀請各位考慮選修這門課的可能性。
首先，我要澄清幾個同學有可能對『訊號處理』的誤解：
- 『訊號處理』是電機系的東西: 其實各種型態的系統都會產生訊號，我們機械系處理的系統其實更多樣化，『訊號處理』當然不是電機系的專屬課程。
- 『訊號處理』偏於理論而未必實用: 理論與實務之間總有一定程度的差距。但在我自己所學及所敎過的課程中，『訊號處理』的理論與實務間的距離最小。
和工學院其他科系相較之下，機械系最大的特色之ㄧ就在於『系統觀』。我們必須處理熱-電-固-流，多種型態的系統。也因此，我們有最扎實的系統觀。
在建立系統觀的過程中，傳統機械系學程的重點集中在系統建模(system modeling)與系統分析(system analysis)。前者是在利用物理定律建立系統的數學模式；後者則是利用工程數學的方法求解當面對特定的輸入時，系統會有什麼樣的反應。熱-電-固-流及工數等機械系重頭必修學分就是聚焦於這兩個議題上。
相形之下，『自動控制』與『訊號處理』面對的問題卻截然不同。
『自動控制』的目的是在系統輸出的目標值已知的前提下，以給定的系統模式為依據，建立合適的控制法則(control law)，進而找出應有的系統輸入。因此，對『自動控制』而言，被求解的變數不再是系統輸出而是系統輸入。
在『訊號處理』的問題中，系統的輸出入變數都變成了已知，系統反而變成未知數。在『訊號處理』的領域中，這個需要被設計的系統經常被稱為『濾波器』(filter)，而濾波器的功能就是將給定的輸入訊號轉變成另一個必須符合某些特定要求的訊號型態。
舉例而言，『訊號處理』的理論可應用於資料壓縮，以降低訊號所需的記憶體量；可用於清除雜訊，使訊號的品質得以強化；也可將訊號中不同的成份分離，萃取出我們想要觀察的資訊。現在炙手可熱的三C電子及網路科技的處理重點都在訊號，也唯有透過『訊號處理』的學理，這些產業才能妥善甚至精彩的調變、傳輸、儲存影音、通訊及資料訊號。
不過，這些都還不是『訊號處理』的真正價值所在，也還不是我真正要向各位同學推薦『訊號處理』的原因。我覺得『訊號處理』的真正價值在其能幫助我們釋放出訊號中所蘊含的資訊，而這個價值對我們機研所各組的同學都具有重大的應用潛力。
機械工程師的中心任務之一就是觀察自然與工程系統的種種現象。因此，我們就必須使用合適的方法及sensor來量測我們所關心的系統變數並觀察其如何隨時間而變化。這個變數也許是溫度、位移、振動、電流或任何我們必須處理的物理量。只要能解讀這些訊號中出其所代表的意義，我們就能更了解系統，就能使系統發揮更大的效能。
舉例而言，中鋼許多機組的振動訊號都透過網路進行全天候的監聽，其目的就是希望當系統的性能在開始退化但尚未故障前，能由振動訊號中判斷出異常的行為，以避免因機組故障後造成生產線停擺而導致嚴重的財務損失。這種預防性的維修 (preventative maintenance)技術不但日益受到重視，也會成為未來高科技工廠必然的一環。
人的生理訊號也是極待開發的研究課題。我們的心電、腦波、肌動、呼吸、溫度、血氧濃度，乃至於各重要關節的受力都是可以量測到的訊號。這些訊號可以告訴我們許多極珍貴的資訊來協助我們更完整也更科學的了解自身的健康狀況。想想看，僅靠我們就診時數分鐘的心電圖訊號，醫生能多深入了解我們的心臟？反言之，如果我們能長程監聽心電訊號並利用合適的訊號處理技術將異常的片段有系統的篩檢出，完整的提供醫生研判，這之間的差異會有多大？
類似的應用可能性不可勝數，而當這些應用能付諸實行時，系統的效能極有可能進步到更高的層次，正因如此；我個人深信『訊號處理』會是未來高科技產業的最核心關鍵技術
最後，我想由學術發展及工程教育的角度來審視一些有關『訊號處理』的議題：
- 傳統機械系學生的數學訓練，不論是在工數或固-熱-電-流各課程，我們幾乎是一面倒的偏向時域分析。相形之下，頻域分析技術幾乎可說是冷凍在一旁。衡量及時頻等足而立的重要性，這種狀況真是不可思議。透過『訊號處理』這門課，我會努力讓大家能學習到更多頻域的分析的技術與觀念。
