現代數字信號處理

內容概要

　　本書系統(tǒng)介紹了現代數字信號處理的主要內容和方法，并對此領域內近十年來出現的新進展，如高階譜、時頻分析與小波變換等也進行了討論。
全書共分10章，主要內容包括離散時間信號與系統(tǒng)分析基礎、離散時間隨機信號及模型、信號檢測與估計、功率譜估計、維納濾波與卡爾曼濾波、自適應濾波、陣列信號處理、同態(tài)濾波、高階譜估計、時頻分析與小波變換等。
　　本書可作為信息與通信工程專業(yè)以及其他相關專業(yè)碩士研究生的教材，也可供從事信號處理相關工作的科研人員參考。

書籍目錄

第1章 基礎理論
　1.1 概述
　1.1.1 信號
　1.1.2 信號分類
　1.2 離散時間信號與系統(tǒng)
　1.2.1 離散時間信號
　1.2.2 典型的離散信號
　1.2.3 離散時間系統(tǒng)
　1.2.4 系統(tǒng)的輸入一輸出描述
　1.2.5 離散時間系統(tǒng)的結構圖表示
　1.2.6 離散時間系統(tǒng)的分類
　1.2.7 離散時間系統(tǒng)的互連
　1.2.8 離散時間線性時不變系統(tǒng)的分析
　1.2.9 線性系統(tǒng)的分析方法
　1.2.10 離散時間信號分解為沖激信號
　1.2.11 離散時間系統(tǒng)的實現
　1.2.12 線性時不變系統(tǒng)的實現結構
　1.2.13 FIR系統(tǒng)的遞歸和非遞歸實現
　1.3 信號抽樣、量化和編碼
　1.3.1 抽樣
　1.3.2 理想抽樣的抽樣定理
　1.3.3 實際抽樣
　1.3.4 正弦信號的抽樣
　1.4 基本的信號變換方法
　1.4.1 Z變換的定義與收斂域
　1.4.2 Z反變換
　1.4.3 傅立葉變換的幾種可能形式
　習題
第2章 離散隨機信號及信號模型
　2.1 離散隨機過程的概念及性質
　2.2 時域離散隨機信號的統(tǒng)計描述
　2.2.1 時域離散隨機信號(隨機序列)的概率描述
　2.2.2 隨機序列的數字特征
　2.2.3 平穩(wěn)隨機序列及其數字特征
　2.2.4 平穩(wěn)隨機序列的功率譜
　2.2.5 隨機序列的各態(tài)歷經性
　2.2.6 隨機信號的采樣定理
　2.3 隨機序列數字特征的估計
　2.3.1 估計準則
　2.3.2 均值的估計
　2.3.3 方差的估計
　2.3.4 隨機序列自相關函數的估計
　2.4 線性系統(tǒng)對隨機信號的響應
　2.4.1 線性時不變系統(tǒng)對隨機輸入的響應
　2.4.2 系統(tǒng)輸入、輸出的互相關函數與互譜密度
　2.5 時間序列信號模型
　2.5.1 三種時間序列模型
　2.5.2 三種時間序列信號模型的適應性
　2.5.3 自相關函數、功率譜與時間序列信號模型的關系
　習題
第3章 信號檢測與估計的基本概念
　3.1 引言
　3.2 幾種統(tǒng)計判決準則
　3.2.1 貝葉斯準則
　3.2.2 最小錯誤概率準則
　3.2.3 最大后驗概率準則
　3.2.4 奈曼一皮爾遜(Neyman—Peaison，NP)準則
　3.3 匹配濾波器
　3.4 廣義匹配濾波器
　3.5 最大似然估計
　3.6 最小二乘估計
　3.6.1 最小二乘估計及其性能
　3.6.2 加權最小二乘估計
　習題
第4章 功率譜估計
　4.1 經典功率譜估計
　4.1.1 BT法
　4.1.2 周期圖法
　4.1.3 周期圖法與BT法的關系
　4.1.4 周期圖的改進
　4.1.5 經典功率譜估計性能比較
　4.2 AR模型功率譜估計的方法和性質
　4.2.1 AR模型功率譜估計的引出
　4.2.2 AR模型譜估計的性質
　4.2.3 AR模型參數提取方法
　4.2.4 AR模型階次的選擇
　4.3 最大熵譜估計方法
　4.4 最大似然譜估計
　4.5 互協方差估計與互譜估計
　4.6 特征分解法譜估計
　4.6.1 自相關陣的特征分解
　4.6.2 Pisarenko諧波分解
　4.6.3 MUSIC算法
　4.6.4 其他的特征矢量分析方法
　習題
第5章 維納濾波與卡爾曼濾波
　5.1 引言
　5.2 維納濾波器的離散形式——時域解
　5.3 維納濾波器的z域解
　5.3.1 非因果維納濾波器
　5.3.2 因果維納濾波器
　5.4 維納預測器
　5.4.1 預測的可能性
　5.4.2 預測器的計算公式
　5.4.3 純預測器(N步)
　5.4.4 維納預測器的時域解——一步線性預測公式
　5.5 卡爾曼濾波
　5.6 卡爾曼濾波的方法與公式
　5.6.1 卡爾曼濾波的一步遞推法模型
　5.6.2 卡爾曼濾波的遞推公式
　習題
第6章 自適應濾波——自適應信號處理技術與應用
　6.1 自適應噪聲對消
　6.1.1 引言
　6.1.2 自適應噪聲對消器的組成
　6.1.3 單信道噪聲對消器
　6.1.4 用作陷波濾波器的自適應干擾對消器
　6.1.5 自適應噪聲對消在醫(yī)學中的應用
　6.1.6 消除聲音信號的干擾
　6.1.7 分離周期信號和寬帶信號
　6.1.8 自適應回聲對消
　6.2 自適應模擬與逆模擬
　6.2.1 自適應模擬與逆模擬概述
　6.2.2 自適應均衡器
　6.3 自適應譜線增強與譜估計
　6.3.1 自適應譜線增強
　6.3.2 自適應譜估計
　6.4 自適應陣列處理與自適應波束形成
　6.4.1 陣列波束形成的基本原理
　6.4.2 自適應天線旁瓣對消
　習題
第7章 陣列信號處理
　7.1 陣列信號模型
　7.2 空間匹配濾波
　7.3 最優(yōu)波束形成
　7.4 自適應波束形成
　7.5 MUSIC法測向
　7.6 最大似然法與子空間擬合方法測向
　7.7 旋轉不變子空間算法測向
　習題
第8章 同態(tài)濾波
　8.1 引言
　8.2 同態(tài)濾波的基本概念
　8.3 解相乘同態(tài)系統(tǒng)
　8.4 相乘同態(tài)系統(tǒng)的應用
　8.4.1 雷達對雜波干擾的恒虛警處理
　8.4.2 圖像的同態(tài)處理
　8.5 解卷積同態(tài)系統(tǒng)
　8.5.1 規(guī)范系統(tǒng)
　8.5.2 特征系統(tǒng)D*的數學表示
　8.5.3 線性系統(tǒng)
　8.5.4 逆特征系統(tǒng)D*-1
　8.5.5 舉例分析
　8.6 時譜技術
　8.6.1 復時譜的定義
　8.6.2 功時譜和相時譜
　8.7 解卷積同態(tài)系統(tǒng)的應用
　8.7.1 解混響
　8.7.2 語音參量估值
　8.7.3 同態(tài)預測
　習題
第9章 高階譜估計
　9.1 高階矩和高階累積量
　9.1.1 高階矩
　9.1.2 高階累積量
　9.1.3 高斯過程的高階累積量
　9.2 高階譜
　9.2.1 高階譜的定義
　9.2.2 高階譜的性質
　9.2.3 確定性信號的高階譜
　9.2.4 信號通過線性系統(tǒng)的高階累積量
　9.3 雙譜及其性質
　9.4 高階譜估計方法
　9.4.1 非參數法高階譜估計方法
　9.4.2 參數化高階譜估計方法
　9.5 高階譜估計的應用
　9.5.1 時延的估計
　9.5.2 DOA估計
　習題
第10章 時頻分析與小波變換
　10.1 引言
　10.2 信號的時頻域分析
　10.2.1 短時傅立葉變換(STFT)
　10.2.2 wigner分布(WVD)
　10.2.3 Wigner分布的性質
　10.2.4 wVD的交叉項
　10.2.5 平滑的wVD和解析信號的WVD
　10.3 小波變換
　10.3.1 連續(xù)小波變換的定義
　10.3.2 小波變換的特點
　10.3.3 幾種小波基函數
　10.4 小波反變換及小波容許條件
　10.5 多分辨率分析
　10.6 離散小波變換和數字濾波器組
　10.7 WVD、STFT Spectrogram和Scalogram的關系
參考文獻

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    現代數字信號處理 PDF格式下載

---