MATLAB 7辅助信号处理技术与应用

　　本书是“MATLAB应用技术”系列丛书之一，介绍了信号与系统基础知识、常用信号变换、离散系统结构、IIR数字滤波器设计、FIR数字滤波器设计、平稳信号分析、非平稳信号分析、高斯信号分析以及信号处理的GUI实现。其中，信号与系统基础知识包括连续信号与模型、离散信号与模型；常用信号变换包括Z变换、ChirpZ变换、FFT变换、DCT变换和Hilbert变换等；离散系统结构包括IIR、FIR和Lattice结构；IIR滤波器设计包括模拟和数字低通、高通、带通与带阻滤波器设计，以及基于冲激响应不变法和双线性Z变换法的IlR滤波器设计等；FIR滤波器设计包括基于窗函数、频率抽样法和切比雪大逼近法的FIR滤波器设计；平稳信号分析包括经典功率谱估计、基于参数模型的功率谱估计和基于非参数模型的功率谱估计；非平稳信号分析包括STFT变换、Gabor展开、Wigner-Ville分布与Choi-Williams分布；非高斯信号分析包括基于非参数法的双谱估计、基于参数模型的双谱估计，以及双谱估计的应用；信号处理的GUI实现包括滤波器设计与分析的FDATool工具和滤波器设计与信号分析的SPTool工具。■本书可作为理工科各专业的高年级本科生、研究生学习信号处理的辅助教材，也可作为希望在这一领域进行研究和应用的科技工作者的参考书。

暂缺《MATLAB 7辅助信号处理技术与应用》作者简介

"第1章  信号与系统1■1.1  连续信号及其MATLAB实现2■1.1.1  单位冲激信号2■1.1.2  任意函数5■1.1.3  单位阶跃函数6■1.1.4  斜坡函数8■1.1.5  实指数函数9■1.1.6  正弦函数10■1.1.7  指数调制正弦函数11■1.2  离散信号及其MATLAB实现13■1.2.1  单位冲激序列13■1.2.2  任意序列14■1.2.3  单位阶跃序列15■1.2.4  斜坡序列16■1.2.5  正弦序列17■1.2.6  复正弦序列18■1.2.7  实指数序列19■1.2.8  复指数序列20■1.2.9  随机序列20■1.3  离散信号的基本运算21■1.3.1  信号的延迟22■1.3.2  信号相加23■1.3.3  信号相乘24■1.3.4  信号乘以标量值25■1.3.5  信号翻转26■1.3.6  信号和27■1.3.7  信号积27■1.3.8  信号能量28■1.4  噪声及波形信号的产生28■1.4.1  square函数29■1.4.2  sawtooth函数29■1.4.3  chirp函数30■1.4.4  dirichlet函数32■1.4.5  sinc函数32■1.4.6  rectpuls函数33■1.4.7  gauspuls函数34■1.4.8  tripuls函数35■1.4.9  pulstran函数36■1.5  连续系统的模型及其MATLAB实现38■1.5.1  连续系统的性质38■1.5.2  连续系统的模型40■1.5.3  连续系统模型的MATLAB实现43■1.6  离散系统的模型及其MATLAB实现47■1.6.1  离散系统的性质48■1.6.2  离散线性系统模型51■1.6.3  离散线性系统模型的MATLAB实现56■1.6.4  离散系统之间相互转换的MATLAB工具箱65■第2章  信号变换67■2.1  Z变换及MATLAB实现67■2.1.1  Z变换的定义68■2.1.2  Z变换的收敛域68■2.1.3  Z逆变换70■2.1.4  Z变换的性质72■2.1.5  Z变换的工程应用74■2.2  Chirp Z变换及MATLAB实现77■2.2.1  Chirp Z变换的定义77■2.2.2  Chirp Z变换的计算方法79■2.2.3  Chirp Z变换的MATLAB实现80■2.3  离散傅里叶变换及MATLAB实现82■2.3.1  离散傅里叶变换定义82■2.3.2  离散傅里叶变换的MATLAB实现84■2.3.3  离散傅里叶变换性质86■2.3.4  离散傅里叶变换的FFT算法95■2.3.5  离散傅里叶变换FFT算法的应用98■2.4  DCT变换及MATLAB实现99■2.4.1  DCT变换的定义100■2.4.2  DCT变换的MATLAB实现101■2.5  Hilbert变换及MATLAB实现103■2.5.1  Hilbert变换的定义103■2.5.2  Hilbert变换的MATLAB实现104■2.5.3  Hilbert变换的性质105■第3章  离散系统结构109■3.1  离散系统结构的基本原理109■3.1.1  离散系统结构的分类109■3.1.2  离散系统结构的基本组成109■3.2  IIR系统结构及MATLAB实现110■3.2.1  直接I型111■3.2.2  直接II型111■3.2.3  级联型113■3.2.4  并联型118■3.3  FIR系统结构及MATLAB实现122■3.3.1  直接型123■3.3.2  级联型123■3.3.3  线性相位型124■3.3.4  频率取样型126■3.4  Lattice结构及MATLAB实现131■3.4.1  全零点FIR系统的Lattice结构131■3.4.2  全极点FIR系统的Lattice结构136■3.4.3  零极点ARMA系统的Lattice结构140■第4章  IIR数字滤波器设计147■4.1  滤波器的基本原理147■4.1.1  滤波原理147■4.1.2  滤波器的分类148■4.1.3  滤波器的技术要求150■4.2  模拟低通滤波器设计152■4.2.1  巴特沃斯低通滤波器的设计154■4.2.2  切比雪夫低通滤波器的设计159■4.2.3  椭圆低通滤波器的设计165■4.3  模拟高通、带通与带阻滤波器设计169■4.3.1  模拟高通滤波器的设计169■4.3.2  模拟带通滤波器的设计171■4.3.3  模拟带阻滤波器的设计173■4.4  基于冲激响应不变法的IIR滤波器设计175■4.5  基于双线性Z变换法的IIR滤波器设计179■4.6  数字高通、带通及带阻IIR滤波器设计183■4.6.1  基于原型滤波器转换法的IIR数字滤波器设计183■4.6.2  基于直接数字域法的IIR数字滤波器设计194■4.7  基于MATLAB函数直接设计IIR数字滤波器198■4.7.1  基于巴特沃斯法直接设计IIR数字滤波器198■4.7.2  基于切比雪夫法直接设计IIR数字滤波器200■4.7.3  基于椭圆法直接设计IIR数字滤波器203■4.7.4  基于Yule-Walk法直接设计IIR数字滤波器205■4.7.5  基于Prony法直接设计IIR数字滤波器206■4.7.6  基于线性预测法直接设计IIR数字滤波器207■4.7.7  基于Steiglitz-McBride法直接设计IIR数字滤波器209■4.7.8  基于反向频率法直接设计IIR数字滤波器210■第5章  FIR数字滤波器设计213■5.1  FIR数字滤波器的特性213■5.1.1  FIR滤波器的线性相位特性214■5.1.2  FIR滤波器的幅频特性216■5.2  常用窗函数及MATLAB实现218■5.2.1  矩形窗（Rectangular window）219■5.2.2  三角窗（Triangular window）220■5.2.3  汉宁窗（Hanning window）222■5.2.4  海明窗（Hamming window）223■5.2.5  布拉克曼窗（Blackman window）224■5.2.6  切比雪夫窗（Chebyshev window）225■5.2.7  巴特里特窗（Bartlett window）226■5.2.8  凯塞窗（Kaiser window）228■5.2.9  各种窗函数的性能比较229■5.3  基于窗函数的FIR数字滤波器设计229■5.3.1  数字低通滤波器的窗函数设计230■5.3.2  数字高通滤波器的窗函数设计235■5.3.3  数字带通滤波器的窗函数设计240■5.3.4  数字带阻滤波器的窗函数设计246■5.4  基于频率抽样法的FIR滤波器设计248■5.5  基于切比雪夫逼近法的FIR滤波器设计258■5.5.1  切比雪夫一致逼近原理258■5.5.2  基于切比雪夫一致逼近原理的FIR滤波器设计259■5.6  基于MATLAB函数直接设计FIR数字滤波器263■5.6.1  基于窗函数法直接设计FIR数字滤波器264■5.6.2  基于切比雪夫逼近法直接设计FIR数字滤波器269■5.6.3  基于约束最小二乘法直接设计FIR数字滤波器274■5.6.4  基于Remez扩展算法直接设计非线性相位FIR数字滤波器277■5.6.5  基于升余弦法直接设计FIR数字滤波器280■5.7  FIR滤波器与IIR滤波器的比较281■ ■第6章  平稳信号分析283■6.1  平稳信号的描述284■6.1.1  平稳信号的定义284■6.1.2  平稳信号的时域描述284■6.1.3  平稳信号的频域描述292■6.2  经典功率谱估计293■6.2.1  相关函数估计293■6.2.2  基于直接法的功率谱估计299■6.2.3  基于间接法的功率谱估计302■6.2.4  基于改进直接法的功率谱估计303■6.2.5  基于多窗口法的功率谱估计309■6.3  基于参数建模的功率谱估计311■6.3.1  基于AR模型的功率谱估计312■6.3.2  基于MA模型的功率谱估计329■6.3.3  基于ARMA模型的功率谱估计331■6.3.4  基于最小方差的功率谱估计334■6.4  基于非参数建模的功率谱估计337■6.4.1  相关矩阵的特征分解337■6.4.2  基于MUSIC算法的功率谱估计339■6.4.3  基于特征向量的功率谱估计342■6.4.4  信号与噪声子空间维数估计344■第7章  非平稳信号分析347■7.1  STFT变换及其MATLAB实现348■7.1.1  STFT变换的定义348■7.1.2  STFT变换的时频分辨率350■7.1.3  STFT变换的MATLAB实现351■7.2  Gabor展开及其MATLAB实现354■7.2.1  连续Gabor展开354■7.2.2  离散Gabor展开355■7.2.3  Gabor时频谱的MATLAB实现356■7.3  Wigner-Ville分布及其MATLAB实现358■7.3.1  Wigner-Ville分布的定义358■7.3.2  Wigner-Ville分布的性质359■7.3.3  Wigner-Ville分布的离散化362■7.3.4  伪Wigner-Ville分布363■7.3.5  Wigner-Ville分布的MATLAB实现364■7.4  Choi-Williams分布及其MATLAB实现367■第8章  非高斯信号分析369■8.1  累积量与高阶谱定义369■8.1.1  随机变量的特征函数370■8.1.2  矩的定义370■8.1.3  累积量的定义371■8.1.4  高阶谱的定义372■8.2  累积量与高阶谱的性质373■8.2.1  累积量的性质374■8.2.2  高阶谱的性质374■8.3  基于非参数法的双谱估计375■8.3.1  直接法375■8.3.2  间接法378■8.4  基于参数模型的双谱估计382■8.4.1  AR、MA与ARMA模型阶次的确定383■8.4.2  基于非高斯AR模型的双谱估计386■8.4.3  基于非高斯MA模型的双谱估计391■8.4.4  基于非高斯ARMA模型的双谱估计394■8.5  基于双谱的有色高斯噪声信号检测401■8.6  基于双谱的信号延迟估计403■第9章  信号处理GUI实现407■9.1 滤波器设计与分析工具（FDATool）407■9.1.1  FDATool快速入门407■9.1.2  滤波器设计412■9.1.3  滤波器导入415■9.1.4  滤波器导出416■9.1.5  滤波器建模416■9.1.6  滤波器量化417■9.1.7  滤波器转换418■9.1.8  滤波器分析419■9.1.9  滤波器MATLAB脚本文件的生成423■9.2  滤波器设计与信号分析工具（SPTool）424■9.2.1  SPTool快速入门424■9.2.2  信号的时域分析431■9.2.3  滤波器设计、编辑与分析434■9.2.4  信号的频域分析442■参考文献449"