一个众所周之的事实是，信号处理几乎就是一个框，什么内容都可以往里装。人类感知世界的两种最常用的方式：用耳朵听，用眼睛看，所谓是“听其言，察其行”。对应到两种重要的信号：语音信号和图像信号。在语音信号和图像信号中，数字信号处理的作用几乎无处不在。在军事应用领域，雷达声纳的发展，数字信号处理的贡献也非常之大。在通信领域，在医疗电子设备及地震分析和地质勘探等领域，数字信号处理的影响也同样是无处不在。
数字信号处理的两大基石：一是数字滤波，一是DFT分析。平日遇到的各种信号处理问题，一般都与这两种处理有关。但在学习实践一段时间后，依然可能很困惑。比如就数字滤波而言，遇到某个特定的问题，到底应该用FIR实现呢，还是应该用IIR实现？是应该更注重时域的特性，还是应该更注重频域的特性？因为在数字信号处理过程中，往往也是“鱼与熊掌不可得兼”，现实往往是各种理论的一种折中，这时候该怎么办？
这里就涉及到搞好信号处理的一个基本的前提。信号处理的目的是为了从看起来纷繁芜杂的信号中提取出有用的信息，那么信息以何种方式存在于信号中就是信号处理最重要的前提之一。信息存在于信号中最常用的有两种方式：时域编码和频域编码。所谓的时域编码指的是信号中的信息主要在时域体现，这里的时域是一个宽泛的概念，也包括空域。比如说淹没在噪声中的方波信号就是一个典型的时域编码信号。在比如说通常的图像也是典型的时域编码信号。所谓的频域编码指的是信号中的信息主要在频域体现。最典型的如语音信号。这类信号在时域上看起来杂乱无章，在频域则非常明显。还有一些信号，其信息有一部分在时域体现，而另外一部分则在频域体现，最典型的如电视信号。
在开始信号处理之前，搞清楚信息的编码方式对后续的信号处理算法的选择有很大的影响。同样以数字滤波为例，我们知道，频域性能出色的滤波器往往时域性能较差，而时域性能很好的滤波器往往频域性能较差。如果事先了解了信息的编码方式，在滤波器的设计方面就方便得多。比如要提取淹没在噪声中的方波信号，在滤波器设计上自然就应该更多考虑滤波器的阶跃响应特性，而不是频域特性。再比如面对语音信号的滤波问题，很自然就会更多考虑频域特性，而不是滤波器的阶跃响应。同理，在图像处理中，通常较少使用DFT的方法，因为图像的主要信息在时域（空域）。