常用的信号处理技术主要包括按处理对象、分析方法、技术特性分类的多种技术，以及其他部分相关技术，具体如下：按处理对象分类时间信号处理技术：主要针对随时间变化的信号进行分析和处理，例如对传感器采集的时变物理量信号进行滤波、去噪等操作，以提取有用信息。图像处理技术：专注于对图像信号的处理，包括图像增强、图像复原、图像分割、图像编码等，广泛应用于医学影像、遥感图像、安防监控等领域。模式识别技术：通过对信号特征的提取和分析，实现对不同模式的分类和识别，如语音识别、人脸识别、指纹识别等。机械信号处理技术：用于处理机械系统产生的信号，如振动信号、噪声信号等，以诊断机械故障、评估机械性能。光学处理技术：利用光学原理对光信号进行处理，如光学滤波、光学成像、光学信息处理等，在光学通信、光学测量等领域有重要应用。按分析方法分类时域处理：直接在时间域对信号进行分析和处理，如计算信号的均值、方差、自相关函数等，以了解信号的时域特征。FFT（快速傅里叶变换）：将时域信号转换为频域信号，通过分析信号的频谱，了解信号的频率成分和分布情况，广泛应用于通信、音频处理等领域。时间序列分析：对按时间顺序排列的信号数据进行分析和建模，以预测未来的信号值，常用于经济预测、气象预报等领域。小波分析：一种时频分析方法，能够同时在时域和频域对信号进行分析，具有多分辨率分析的特点，适用于非平稳信号的处理。按技术特性分类自适应信号处理：通过动态最优准则增强有效信号、抑制干扰，包含自适应滤波器设计、自适应调制编码技术（AMC）、信道均衡技术等。模拟信号处理：针对未数字化的信号，如线性电路（无源滤波器、有源滤波器等）和非线性电路（压扩器、倍增器等）。连续时间信号处理：针对连续变化的信号，方法包括时域、频域和复频域分析。离散时间信号处理：针对采样信号，仅在离散时间点定义，包括模拟离散时间信号处理和理论学科。数字信号处理：对数字化离散时间采样信号进行处理，典型算法包括FFT、FIR滤波器、IIR滤波器等。其他技术多变量分析技术更多用于数据分析，预测技术侧重应用，简易诊断处理技术属于诊断方法，但部分技术不属于直接信号处理范畴。