书籍详情
现代数字信号处理
作者：王展，李双勋，吴京，楼生强，辛勤，程普
出版社：国防科技大学出版社
出版时间：2016-09-01
ISBN：9787567304543
定价：¥38.00
购买这本书可以去
内容简介
以离散时间随机信号分析与处理为重点，系统地介绍了数字信号处理的理论、方法与实现技术。根据多年从事数字信号处理课程研究生教学的心得与经验，选定内容，包括确定性信号与系统基础知识、平稳随机信号基础知识、信号建模、优滤波器、自适应滤波器、功率谱估计以及高阶谱估计。强调基本概念和理论方法，并注重与工程实际的紧密结合，覆盖了电子信息类学科“数字信号处理”课程本科和硕士研究生阶段的全部内容。《现代数字信号处理》可作为高等学校信息与通信工程专业及相关的计算机、自动控制、机械电子、光学等专业研究生的教材及参考书，也可作为相关专业研究人员和工程技术人员的参考书及培训教材。
作者简介
暂缺《现代数字信号处理》作者简介
目录
第1章 确定信号基础知识
1．1 离散时间确定信号与系统
1．1．1 离散时间信号的定义与分类
1．1．2 常用离散时间信号
1．1．3 离散时间信号的卷积和运算及其性质
1．1．4 离散时间系统的定义及特性
1．2 离散时间信号与系统的频域分析
1．2．1 复指数信号通过LTI系统的响应
1．2．2 离散时间信号的傅里叶级数和傅里叶变换
1．2．3 离散傅里叶变换和快速傅里叶变换
1．2．4 离散时间系统频率响应与滤波器
1．3 离散时间信号和系统的Z域分析
1．3．1 离散时间信号的Z变换
1．3．2 离散时间系统函数
1．3．3 离散时间系统框图和信号流图
1．4 离散时间系统特性分析
1．4．1 因果性
1．4．2 稳定性
1．4．3 全通系统和最小相位系统
1．5 信号的采样与重构
1．5．1 时域采样
1．5．2 信号重构
1．5．3 频域采样
1．6 数字滤波器及设计方法
1．6．1 数字滤波器基本原理
1．6．2 数字滤波器构成
1．6．3 数字滤波器设计
1．7 复倒谱
1．7．1 复倒谱定义
1．7．2 复倒谱的性质
1．7．3 通过DFT计算复倒谱
小结
习题
第2章 随机信号基础知识
2．1 离散时间随机信号
2．1．1 随机变量
2．1．2 离散时间随机信号
2．1．3 概率函数描述
2．1．4 集合平均描述
2．1．5 随机矢量
2．2 各态历经性
2．2．1 时间平均描述
2．2．2 各态历经性
2．3 相关与协方差序列性质
2．4 功率谱密度
2．4．1 功率谱密度函数
2．4．2 谱密度函数性质
2．4．3 白噪声
2．5 线性系统对随机信号的响应
2．6 相关抵消
2．6．1 相关抵消器
2．6．2 最佳线性估计
2．7 正交投影定理
2．7．1 内积定义
2．7．2 正交投影定理
2．7．3 空间正交基
2．7．4 Gram-Schmidt正交化
2．7．5 新息
小结
习题
第3章 平稳随机信号的线性模型
3．1 平稳随机信号的参数模型
3．2 AR模型
3．2．1 AR（1）模型
3．2．2 AR（2）模型
3．2．3 AR（p）模型
3．3 MA模型
3．4 ARMA模型
3．5 正则谱分解
3．6 关于线性模型的讨论
3．6．1 模型间关系
3．6．2 随机信号建模的本质
小结
习题
第4章 最优线性滤波器
4．1 最优滤波器概念
4．2 确定性最小二乘滤波器
4．2．1 FIR最小二乘滤波器
4．2．2 IIR最小二乘滤波器
4．3 逆滤波器与白化滤波器
4．3．1 最小二乘逆滤波器
4．3．2 白化滤波器
4．4 维纳滤波器的引出
4．4．1 最优化准则
4．4．2 维纳滤波器
4．4．3 正则方程
4．5 维纳滤波器的信号模型
4．5．1 白噪声通过线性系统
4．5．2 信号模型的建立
4．6 维纳滤波器的求解
4．6．1 最佳线性平滑器
4．6．2 IIR最佳线性滤波器
4．6．3 FIR最佳线性滤波器
4．6．4 IIR最佳线性预测器
4．6．5 FIR最佳线性单步预测器
4．7 线性预测误差滤波器
4．7．1 前向预测误差滤波器
4．7．2 后向预测误差滤波器
4．7．3 偏相关
4．8 Levinson-Durbin算法
4．8．1 自相关矩阵Toeplitz结构
4．8．2 Levinson-Durbin算法
4．8．3 反射系数
4．8．4 格型滤波器
小结
习题
第5章 自适应滤波器
5．1 LMS自适应横向滤波器
5．1．1 基本原理
5．1．2 均方误差性能曲面
5．1．3 梯度法
5．1．4 LMS算法
5．2 RLS自适应横向滤波器
5．2．1 基本原理
5．2．2 RLS自适应横向滤波器
5．3 自适应滤波器的应用
5．3．1 自适应对消
5．3．2 自适应预测
小结
习题
第6章 功率谱估计
6．1 经典功率谱估计
6．1．1 间接法与直接法
6．1．2 估计的质量
6．1．3 平均周期图
6．1．4 几个问题的讨论
6．2 信号建模谱估计
6．2．1 AR模型谱估计的引出
6．2．2 AR模型谱估计的性质
6．2．3 AR模型参数提取方法
6．2．4 AR模型谱估计的实际问题
6．2．5 MA模型谱估计
6．2．6 ARMA模型功率谱估计
6．3 谐波模型谱估计
6．3．1 Pisarenko谐波分解法
6．3．2 MUSIC算法
6．3．3 ESPRIT算法
6．4 功率谱估计性能比较
小结
习题
第7章 高阶谱估计
7．1 累积量、矩及其谱
7．1．1 特征函数
7．1．2 矩和累积量
7．1．3 矩和累积量的转换关系
7．1．4 高阶累积量的性质
7．1．5 高阶谱的定义
7．2 累积量和偏态
7．3 线性系统高阶累积量
7．4 双谱及其估计
7．4．1 双谱的性质
7．4．2 双谱估计方法
7．5 高阶累积量的应用
7．5．1 在相位耦合检测中的应用
7．5．2 在谐波估计中的应用
小结
习题
参考文献
1．1 离散时间确定信号与系统
1．1．1 离散时间信号的定义与分类
1．1．2 常用离散时间信号
1．1．3 离散时间信号的卷积和运算及其性质
1．1．4 离散时间系统的定义及特性
1．2 离散时间信号与系统的频域分析
1．2．1 复指数信号通过LTI系统的响应
1．2．2 离散时间信号的傅里叶级数和傅里叶变换
1．2．3 离散傅里叶变换和快速傅里叶变换
1．2．4 离散时间系统频率响应与滤波器
1．3 离散时间信号和系统的Z域分析
1．3．1 离散时间信号的Z变换
1．3．2 离散时间系统函数
1．3．3 离散时间系统框图和信号流图
1．4 离散时间系统特性分析
1．4．1 因果性
1．4．2 稳定性
1．4．3 全通系统和最小相位系统
1．5 信号的采样与重构
1．5．1 时域采样
1．5．2 信号重构
1．5．3 频域采样
1．6 数字滤波器及设计方法
1．6．1 数字滤波器基本原理
1．6．2 数字滤波器构成
1．6．3 数字滤波器设计
1．7 复倒谱
1．7．1 复倒谱定义
1．7．2 复倒谱的性质
1．7．3 通过DFT计算复倒谱
小结
习题
第2章 随机信号基础知识
2．1 离散时间随机信号
2．1．1 随机变量
2．1．2 离散时间随机信号
2．1．3 概率函数描述
2．1．4 集合平均描述
2．1．5 随机矢量
2．2 各态历经性
2．2．1 时间平均描述
2．2．2 各态历经性
2．3 相关与协方差序列性质
2．4 功率谱密度
2．4．1 功率谱密度函数
2．4．2 谱密度函数性质
2．4．3 白噪声
2．5 线性系统对随机信号的响应
2．6 相关抵消
2．6．1 相关抵消器
2．6．2 最佳线性估计
2．7 正交投影定理
2．7．1 内积定义
2．7．2 正交投影定理
2．7．3 空间正交基
2．7．4 Gram-Schmidt正交化
2．7．5 新息
小结
习题
第3章 平稳随机信号的线性模型
3．1 平稳随机信号的参数模型
3．2 AR模型
3．2．1 AR（1）模型
3．2．2 AR（2）模型
3．2．3 AR（p）模型
3．3 MA模型
3．4 ARMA模型
3．5 正则谱分解
3．6 关于线性模型的讨论
3．6．1 模型间关系
3．6．2 随机信号建模的本质
小结
习题
第4章 最优线性滤波器
4．1 最优滤波器概念
4．2 确定性最小二乘滤波器
4．2．1 FIR最小二乘滤波器
4．2．2 IIR最小二乘滤波器
4．3 逆滤波器与白化滤波器
4．3．1 最小二乘逆滤波器
4．3．2 白化滤波器
4．4 维纳滤波器的引出
4．4．1 最优化准则
4．4．2 维纳滤波器
4．4．3 正则方程
4．5 维纳滤波器的信号模型
4．5．1 白噪声通过线性系统
4．5．2 信号模型的建立
4．6 维纳滤波器的求解
4．6．1 最佳线性平滑器
4．6．2 IIR最佳线性滤波器
4．6．3 FIR最佳线性滤波器
4．6．4 IIR最佳线性预测器
4．6．5 FIR最佳线性单步预测器
4．7 线性预测误差滤波器
4．7．1 前向预测误差滤波器
4．7．2 后向预测误差滤波器
4．7．3 偏相关
4．8 Levinson-Durbin算法
4．8．1 自相关矩阵Toeplitz结构
4．8．2 Levinson-Durbin算法
4．8．3 反射系数
4．8．4 格型滤波器
小结
习题
第5章 自适应滤波器
5．1 LMS自适应横向滤波器
5．1．1 基本原理
5．1．2 均方误差性能曲面
5．1．3 梯度法
5．1．4 LMS算法
5．2 RLS自适应横向滤波器
5．2．1 基本原理
5．2．2 RLS自适应横向滤波器
5．3 自适应滤波器的应用
5．3．1 自适应对消
5．3．2 自适应预测
小结
习题
第6章 功率谱估计
6．1 经典功率谱估计
6．1．1 间接法与直接法
6．1．2 估计的质量
6．1．3 平均周期图
6．1．4 几个问题的讨论
6．2 信号建模谱估计
6．2．1 AR模型谱估计的引出
6．2．2 AR模型谱估计的性质
6．2．3 AR模型参数提取方法
6．2．4 AR模型谱估计的实际问题
6．2．5 MA模型谱估计
6．2．6 ARMA模型功率谱估计
6．3 谐波模型谱估计
6．3．1 Pisarenko谐波分解法
6．3．2 MUSIC算法
6．3．3 ESPRIT算法
6．4 功率谱估计性能比较
小结
习题
第7章 高阶谱估计
7．1 累积量、矩及其谱
7．1．1 特征函数
7．1．2 矩和累积量
7．1．3 矩和累积量的转换关系
7．1．4 高阶累积量的性质
7．1．5 高阶谱的定义
7．2 累积量和偏态
7．3 线性系统高阶累积量
7．4 双谱及其估计
7．4．1 双谱的性质
7．4．2 双谱估计方法
7．5 高阶累积量的应用
7．5．1 在相位耦合检测中的应用
7．5．2 在谐波估计中的应用
小结
习题
参考文献
猜您喜欢
