信号处理教程

数字信号处理无论在理论上还是在工程应用中,都是目前发展较快的学科。本书条理清晰、深入浅出,配有大量的例题,便于教学、便于自学。
分享 推荐 1 收藏 4 阅读 553
张玲华 (作者)

关于本书的内容有任何问题,请联系 李召

1.脉络清晰,条理性强
2.深入浅出、可读性强
3.案例丰富、实用性强
4.内容优化,系统性强
¥59.80 ¥50.83 (8.5 折)

内容摘要

全书共7章,第1章是全书的基础,介绍离散时间信号与系统、随机信号、估计理论的基本概念和基础知识;第2章介绍随机信号谱估计,包括古典谱、现代谱及高阶谱估计的理论和方法;第3、4章介绍最优滤波与自适应滤波的基本概念、常用算法及典型应用;第5、6章介绍多抽样率信号处理与多分辨率信号处理(小波变换)的基础理论;第7章介绍人工神经网络的基本概念、信号处理领域常用的三种人工神经网络模型及其典型应用。
本书条理清晰、深入浅出,配有大量的例题,便于教学和自学。
本书可作为信息、电子、通信、自动化、计算机等学科研究生教材或高年级本科生教材,也可作为相关专业领域教师和科技人员的参考用书。

目录

第1章 信号处理基础 1
1.1 离散时间信号与系统 1
1.1.1 离散时间信号 1
1.1.2 离散时间系统 6
1.1.3 Z变换与系统函数 9
1.1.4 系统的因果性和稳定性 16
1.1.5 序列傅里叶变换与系统频响 17
1.1.6 离散傅里叶变换 20
1.1.7 IIR系统与FIR系统 25
1.2 随机信号基础 27
1.2.1 随机过程及其特征描述 27
1.2.2 相关函数与功率谱 31
1.2.3 白噪声过程和谐波过程 36
1.2.4 平稳随机信号的有理分式模型 39
1.2.5 平稳随机信号通过线性系统的定理 41
1.2.6 谱分解定理及三种模型的适应性 44
1.3 估计理论基础 48
1.3.1 估计的偏差 48
1.3.2 估计的方差 49
1.3.3 估计的均方误差与一致估计 50
1.3.4 自相关函数的估计方法 51
第2章 随机信号谱估计 54
2.1 概述 54
2.2 古典谱估计 55
2.2.1 相关法谱估计 55
2.2.2 周期图法谱估计 57
2.2.3 古典谱估计的改进 58
2.3 AR模型法谱估计 62
2.3.1 AR模型阶次的确定 62
2.3.2 尤勒-沃克方程 63
2.3.3 莱文森-杜宾快速递推算法 70
2.3.4 格型预测误差滤波器与伯格递推算法 73
2.3.5 自相关法与尤勒-沃克法的等效性 82
2.3.6 改进协方差法 84
2.4 MA模型法谱估计 87
2.4.1 MA模型的正则方程 87
2.4.2 用高阶AR模型近似MA模型 89
2.5 ARMA模型法谱估计 91
2.5.1 ARMA模型的正则方程 91
2.5.2 用高阶AR模型近似ARMA模型 93
2.6 基于矩阵特征分解的谱估计 97
2.6.1 相关矩阵的特征分解 97
2.6.2 皮萨伦科谐波分解法 101
2.6.3 多信号分类法 103
2.7 高阶谱及其估计 104
2.7.1 特征函数与高阶矩 105
2.7.2 累量生成函数与高阶累量 106
2.7.3 高阶累量与高阶矩 106
2.7.4 高阶累量与高阶谱(多谱) 108
2.7.5 高阶累量和多谱的性质 111
2.7.6 高阶累量和多谱估计 113
2.7.7 基于高阶累量的模型参数估计 114
2.7.8 多谱的应用 115
第3章 最优滤波 116
3.1 维纳滤波 116
3.1.1 概述 116
3.1.2 FIR维纳滤波器 116
3.1.3 联合过程估计 120
3.1.4 IIR维纳滤波器 121
3.2 卡尔曼滤波 131
3.2.1 概述 131
3.2.2 卡尔曼滤波的递推算法 133
3.2.3 向量卡尔曼滤波 138
第4章 自适应滤波 142
4.1 概述 142
4.2 FIR自适应滤波器 144
4.2.1 均方误差性能曲面 144
4.2.2 梯度下降法 153
4.2.3 最小均方算法 164
4.2.4 梯度类算法的改进算法 170
4.2.5 递归最小二乘算法 173
4.3 梯度自适应格型算法 177
4.4 IIR自适应滤波器 180
4.4.1 输出误差法 181
4.4.2 方程误差法 183
4.5 拉盖尔自适应滤波器 185
4.5.1 拉盖尔横向滤波器 185
4.5.2 基于拉盖尔格型的联合过程估计 186
4.5.3 梯度自适应拉盖尔格型算法 188
4.6 自适应滤波的应用 189
4.6.1 自适应预测 189
4.6.2 自适应干扰对消 190
4.6.3 自适应系统辨识 192
4.6.4 自适应信道均衡 193
第5章 多抽样率信号处理与滤波器组 194
5.1 抽取与插值 194
5.1.1 信号的抽取 194
5.1.2 信号的插值 197
5.1.3 分数倍抽样率转换 198
5.1.4 抽取与插值的应用 198
5.2 多相滤波器 200
5.2.1 多相表示 200
5.2.2 等效关系与互联 203
5.2.3 抽取与插值的多相滤波器结构 206
5.2.4 利用多相分解设计带通滤波器组 209
5.3 滤波器组基础 212
5.3.1 滤波器组的基本概念 212
5.3.2 最大均匀抽样滤波器组 214
5.3.3 正交镜像滤波器组 214
5.3.4 互补型滤波器 216
5.3.5 第M带滤波器 217
5.3.6 半带滤波器 219
5.4 两通道滤波器组 220
5.4.1 信号的理想重建 220
5.4.2 FIR正交镜像滤波器组 222
5.4.3 IIR正交镜像滤波器组 224
5.4.4 共轭正交镜像滤波器组 227
5.4.5 共轭正交镜像滤波器组的正交性 229
5.4.6 双正交滤波器组 230
第6章 小波变换 234
6.1 傅里叶变换与短时傅里叶变换 234
6.1.1 傅里叶变换及其局限性 234
6.1.2 短时傅里叶变换及其局限性 234
6.2 连续小波变换与反变换 235
6.2.1 小波变换的定义 235
6.2.2 小波变换的特点 238
6.2.3 小波变换的性质 242
6.2.4 小波反变换 244
6.2.5 重建核与重建核方程 245
6.3 离散小波变换及小波标架 246
6.3.1 离散小波变换 246
6.3.2 小波标架理论 248
6.3.3 离散小波变换的重建核与重建核方程 252
6.4 离散小波变换的多分辨率分析 253
6.4.1 多分辨率分析的引入 253
6.4.2 二尺度差分方程 260
6.4.3 Mallat算法 262
6.4.4 正交小波 266
6.4.5 双正交小波 268
第7章 人工神经网络 269
7.1 概述 269
7.1.1 人工神经元模型 270
7.1.2 人工神经网络模型 272
7.1.3 人工神经网络的学习 272
7.2 多层前向神经网络 274
7.2.1 前向神经网络的结构 274
7.2.2 前向神经网络的分类能力 274
7.2.3 多层前向神经网络的学习算法——误差修正学习 275
7.2.4 径向基函数网络 282
7.3 自组织神经网络 283
7.3.1 自组织聚类 284
7.3.2 自组织特征映射 288
7.3.3 自组织主分量分析 290
7.4 霍普菲尔德神经网络 296
7.4.1 联想存储器与反馈网络 296
7.4.2 离散霍普菲尔德网络 297
7.4.3 联想存储器及其学习 299
7.4.4 连续霍普菲尔德网络 301
参考文献 303

读者评论

赶紧抢沙发哦!

我要评论

作者介绍

张玲华,工学博士,教授,博士生导师;教育部电子信息类专业教学指导委员会委员、中国工程教育专业认证专家、教育部审核评估专家、电子信息与电气工程类专业认证学术委员会委员;主持完成国家自然科学基金项目、华为技术有限公司合作项目等多项项目的研究或应用开发,发表学术论文百余篇,获授权专利十余项;曾获江苏省普通高校“青蓝工程”优秀青年骨干教师、中青年学术带头人等称号;先后获得省级教学成果奖3项、国家级教学成果奖1项;出版本科、研究生教材及教辅书4部。

推荐用户

购买本书用户

相关图书

  • 信息论基础习题解答(第2版)

    许文俊 田宝玉 杨洁 贺志强

    本书分为11章,每章内容包括“知识要点”“例题精解”“例题精解”“补充题解”四部分,并且包含期末考试模拟试题及...

    ¥49.80
  • 现代通信网络(第3版)

    沈庆国

    全书共10章:第一章 概论;第二章 电话网;第三章 ISDN和ATM;第四章 IP技术基础;第五章 宽带IP网...

    ¥59.80
  • 电信运营管理(第2版)

    彭英

    本书分为5个部分,分别介绍了电信运营战略、电信网络组织、电信业务管理、电信服务管理和电信运营支撑系统。本书在吸...

    ¥59.80
  • MATLAB仿真及电子信息应用(第2版)

    侯艳丽 苏佳 侯卫民 崔慧敏

    本书结合电子信息类课程的特点,介绍了MATLAB语言在电路、信号与系统、数字信号处理、通信原理中的应用。全书共...

    ¥39.80
  • 通信光缆与电缆线路工程(第2版)

    胡庆 张德民 张颖

    本书系统地阐述了现代通信工程设计中所涉及的光缆、电缆、综合布线工程、无线网络规划/优化、基站工程设计的基础和实...

    ¥48.00
联系客服
联系客服
人邮微信
人邮微信
微信二维码
返回顶部
返回顶部