数字信号处理技术是远程遥控升降杆需要用到的技术之一。

应用
广义来说，数字信号处理是研究用数字方法对信号进行分析、变换、滤波、检测、调制、解调以及快速算法的一门技术学科。但很多人认为：数字信号处理主要是研究有关数字滤波技术、离散变换快速算法和谱分析方法。随着数字电路与系统技术以及计算机技术的发展，数字信号处理技术也相应地得到发展，其应用领域十分广泛。
数字控制、运动控制方面的应用主要有磁盘驱动控制、引擎控制、激光打印机控制、喷绘机控制、马达控制、电力系统控制、机器人控制、高精度伺服系统控制、数控机床等。
面向低功耗、手持设备、无线终端的应用主要有：手机、PDA、GPS、数传电台等。

数字滤波器
数字滤波器的实用型式很多，大略可分为有限冲激响应型和无限冲激响应型两类，可用硬件和软件两种方式实现。在硬件实现方式中，它由加法器、乘法器等单元所组成，这与电阻器、电感器和电容器所构成的模拟滤波器完全不同。数字信号处理系统很容易用数字集成电路制成，显示出体积小、稳定性高、可程控等优点。数字滤波器也可以用软件实现。软件实现方法是借助于通用数字计算机按滤波器的设计算法编出程序进行数字滤波计算。

傅里叶变换
1965年J.W.库利和T.W.图基首先提出离散傅里叶变换的快速算法，简称快速傅里叶变换，以FFT表示。自有了快速算法以后,离散傅里叶变换的运算次数大为减少，使数字信号处理的实现成为可能。快速傅里叶变换还可用来进行一系列有关的快速运算，如相关、褶积、功率谱等运算。快速傅里叶变换可做成专用设备，也可以通过软件实现。与快速傅里叶变换相似，其他形式的变换，如沃尔什变换、数论变换等也可有其快速算法。

谱分析
在频域中描述信号特性的一种分析方法，不仅可用于确定性信号，也可用于随机性信号。所谓确定性信号可用既定的时间函数来表示，它在任何时刻的值是确定的；随机信号则不具有这样的特性，它在某一时刻的值是随机的。因此，随机信号处理只能根据随机过程理论，利用统计方法来进行分析和处理，如经常利用均值、均方值、方差、相关函数、功率谱密度函数等统计量来描述随机过程的特征或随机信号的特性。
实际上，经常遇到的随机过程多是平稳随机过程而且是各态历经的，因而它的样本函数集平均可以根据某一个样本函数的时间平均来确定。平稳随机信号本身虽仍是不确定的，但它的相关函数却是确定的。在均值为零时,它的相关函数的傅里叶变换或Z变换恰恰可以表示为随机信号的功率谱密度函数，一般简称为功率谱。这一特性十分重要，这样就可以利用快速变换算法进行计算和处理。
在实际中观测到的数据是有限的。这就需要利用一些估计的方法，根据有限的实测数据估计出整个信号的功率谱。针对不同的要求，如减小谱分析的偏差，减小对噪声的灵敏程度，提高谱分辨率等。已提出许多不同的谱估计方法。在线性估计方法中，有周期图法，相关法和协方差法；在非线性估计方法中,有最大似然法,最大熵法，自回归滑动平均信号模型法等。谱分析和谱估计仍在研究和发展中。
数字信号处理的应用领域十分广泛。就所获取信号的来源而言，有通信信号的处理，雷达信号的处理，遥感信号的处理，控制信号的处理，生物医学信号的处理，地球物理信号的处理，振动信号的处理等。若以所处理信号的特点来讲，又可分为语音信号处理，图像信号处理，一维信号处理和多维信号处理等。

语音信号处理
语音信号处理是信号处理中的重要分支之一。它包括的主要方面有：语音的识别，语言的理解，语音的合成,语音的增强,语音的数据压缩等。各种应用均有其特殊问题。语音识别是将待识别的语音信号的特征参数即时地提取出来，与已知的语音样本进行匹配，从而判定出待识别语音信号的音素属性。关于语音识别方法，有统计模式语音识别，结构和语句模式语音识别，利用这些方法可以得到共振峰频率、音调、嗓音、噪声等重要参数，语音理解是人和计算机用自然语言对话的理论和技术基础。语音合成的主要目的是使计算机能够讲话。为此，首先需要研究清楚在发音时语音特征参数随时间的变化规律，然后利用适当的方法模拟发音的过程，合成为语言。其他有关语言处理问题也各有其特点。语音信号处理是发展智能计算机和智能机器人的基础，是制造声码器的依据。语音信号处理是迅速发展中的一项信号处理技术。