現(xiàn)代數(shù)字信號處理

內(nèi)容概要

本書全面系統(tǒng)地介紹了現(xiàn)代數(shù)字信號處理的主要內(nèi)容和重要新進展。全書共分10章，內(nèi)容包括：離散時間信號處理和離散隨機信號分析基礎(chǔ)，信號的線性預(yù)測與格型濾波器，隨機信號的線性建模，功率譜估計的經(jīng)典方法和模型方法，頻率估計的特征空間分析方法，最優(yōu)維納濾波和迭代卡爾曼濾波，自適應(yīng)濾波器，多速率信號處理和濾波器組，信號的時頻分析方法以及盲信號處理。本書力圖以較淺顯易懂的語言簡潔準確地表達較復(fù)雜的內(nèi)容，并以較多的實例來幫助讀者消化理解，各章還給出了較多的習題。    本書可作為高等學(xué)校信息與通信工程專業(yè)及其他相關(guān)專業(yè)的研究生、博士生和高年級本科生的教材及教學(xué)參考書，也可供企、事業(yè)單位從事信號與信息處理相關(guān)工作的科研技術(shù)人員參考。

書籍目錄

序前言第一章　離散時間信號處理基礎(chǔ)  1.1　離散時間信號  1.2　離散時間系統(tǒng)  1.3　LSI濾波器的時域描述  1.4　離散時間傅里葉變換  1.5　z變換  1.6　DFT和FFT  1.7　一些特殊性質(zhì)的序列和對應(yīng)的濾波器    1.7.1　全通序列和全通濾波器    1.7.2　最小相位序列和最小相位濾波器    1.7.3　線性相位序列和線性相位濾波器    1.7.4　實值DTFT所對應(yīng)的共軛對稱序列和半正定序列    習題第二章　離散隨機信號分析基礎(chǔ)  2.1　隨機變量  2.2　隨機過程及其特征描述    2.2.1　隨機過程的定義    2.2.2　集總平均    2.2.3　高斯隨機過程    2.2.4　平穩(wěn)隨機過程    2.2.5　寬平穩(wěn)隨機過程的自協(xié)方差和自相關(guān)矩陣    2.2.6　隨機過程的各態(tài)遍歷性    2.2.7　白噪聲    2.2.8　功率譜  2.3　隨機過程通過濾波器  2.4　譜因子分解  2.5　幾種基本類型的隨機過程    2.5.1　自回歸滑動平均過程    2.5.2　自回歸過程    2.5.3　滑動平均過程    2.5.4　諧波過程  2.6　信號的正交變換    2.6.1　內(nèi)積空間中的正交變換    2.6.2　K-L變換    2.6.3　離散余弦變換  2.7　基本的參數(shù)估計方法    2.7.1　參數(shù)估計的基本性能    2.7.2　隨機信號統(tǒng)計量的樣本估計    2.7.3　最小二乘估計    2.7.4　線性的最小均方誤差估計    2.7.5　最大似然估計    2.7.6　Bayes估計概述    習題第三章　線性預(yù)測和格型濾波器  3.1　基本的線性預(yù)測模型和自相關(guān)算法    3.1.1　最優(yōu)線性預(yù)測    3.1.2　基于有限區(qū)間數(shù)據(jù)的自相關(guān)算法  3.2　AR過程全極點建模與線性預(yù)測的等效  3.3　Levinson-Durbin遞歸算法    3.3.1　Levinson-Durbin遞歸算法的推導(dǎo)    3.3.2　格型濾波器結(jié)構(gòu)的獲得  3.4　三組遞歸參數(shù)的等效關(guān)系    3.4.1　遞歸參數(shù)的基本特性    3.4.2　自相關(guān)陣Rp的Cholesky分解和其逆矩陣的形式      3.4.3　自相關(guān)的外推問題    3.4.4　三組參數(shù)的相互遞推  3.5　Schur遞歸算法  3.6　一般的Levinson遞歸算法  3.7　線性預(yù)測的協(xié)方差算法  3.8　前向和后向線性預(yù)測與格型濾波器    3.8.1　前后向預(yù)測與FIR格型濾波器    3.8.2　IIR格型濾波器  3.9　線性預(yù)測的格型模型法　……第四章　隨機信號的線性建模第五章　功率譜估計第六章　維納濾波與卡爾曼濾波第七章　自適應(yīng)濾波器第八章　多速率數(shù)字信號處理和濾波器組第九章　信號的時頻分析第十章盲信號處理參考文獻附錄　標量代價函數(shù)對矢量和矩陣的微分

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    現(xiàn)代數(shù)字信號處理 PDF格式下載

---