简介
本书系统而深入地介绍了现代数字信号处理的基础和一些广泛应用的算法。全书共10章，分为四个部分。第一部分包括第1章～第4章，介绍了研究和学习现代数字信号处理的重要基础，包括随机信号模型、估计理论概要、最优滤波器理论、最优线性预测和最小二乘滤波，这些内容在各种信号处理的研究论文中被广泛使用，是研究信号处理的基础性知识； 第二部分包括第5章和第6章，详细讨论了利用二阶统计量进行信号分析和处理的两个重要应用方向——功率谱估计算法和自适应滤波算法； 第三部分为第7章和第8章，介绍了高阶统计量和循环统计量及其应用，对于非高斯随机信号和非最小相位系统，高阶统计量和循环统计量是非常有效的工具； 第四部分包括第9章和第10章，是时频分析和小波变换原理及应用的概述，这部分材料构成对非平稳信号处理的一个导论。空间阵列信号处理的一些初步内容则穿插在有关章节中，不单独成章。本书在写作中，除注重内容的先进性和系统性外，也尽量做到有启发性、容易读懂、便于自学。
本书可以用作电子与信息系统专业研究生学习信号处理课程的教材，也可供电子、计算机、自动控制、地质勘探、机械振动、航空航天、生物医学工程等专业的教师更多>>
目录
0 绪论
1 随机信号基础及模型.
1.1 随机信号基础
1.1.1 随机过程的基本特征
1.1.2 自相关矩阵
1.1.3 常见信号
1.2* 随机信号的展开
1.2.1 kl变换
1.2.2 由随机序列集表示随机信号的方式
1.3 随机信号的功率谱密度
1.3.1 功率谱密度的定义和性质
1.3.2 随机信号通过线性系统后的自相关和功率谱
1.3.3 连续随机信号与离散随机信号的关系
1.4 随机信号模型
1.4.1 谱分解定理
1.4.2 随机信号的arma模型
1.4.3 随机信号表示的进一步讨论
1.5 自相关与模型参数的关系
1.6 小结和进一步阅读
习题
.参考文献
2 估计理论基础
2.1 基本的经典估计问题
2.2 cramer-rao下界
2.3 最大似然估计
2.4 bayesian 估计
2.4.1 最小均方bayesian估计
2.4.2* bayesian估计的其他形式
2.5 线性贝叶斯估计器
2.6 小结和进一步阅读
习题
参考文献
3 最优滤波器
3.1 wiener滤波器
3.1.1 从估计理论观点导出wiener滤波
3.1.2 从正交原理和线性滤波观点分析wiener滤波器
3.1.3 iir wiener滤波器
3.1.4 通信系统的最佳线性均衡器
3.2* 阵列波束形成与wiener滤波
3.2.1 阵列波束形成的基础知识
3.2.2 用wiener滤波解波束形成问题
3.2.3 mvdr波束形成器
3.3 最优线性预测
3.3.1 前向线性预测
3.3.2 后向线性预测
3.3.3 levinson-durbin算法
3.3.4 格型预测误差滤波器
3.3.5 预测误差滤波器的性质
3.4* levinson-durbin算法和格型滤波器的推广
3.4.1 ar模型和全极点格型
3.4.2 乔里奇(cholesky)分解
3.4.3 利用cholesky分解求解wiener-hopf方程
3.5 kalman滤波
3.5.1 标量随机状态的最优递推估计
3.5.2 矢量形式的kalman滤波
3.5.3 kalman滤波器的进一步讨论
3.6 小结和进一步阅读
习题
附录3a 连续时间wiener滤波器
参考文献
4 最小二乘滤波
4.1 最小二乘估计
4.2 最小二乘滤波器的基础
4.3 奇异值分解
4.4* 总体最小二乘
4.5 小结和进一步阅读
习题
参考文献
5 功率谱估计
5.1 经典谱估计
5.2 ar模型法谱估计
5.2.1 最大熵谱估计与ar模型方法的等价性
5.2.2 ar模型谱估计的协方差方法
5.2.3 改进的协方差方法
5.2.4 自相关方法
5.2.5 伯格(burg)算法
5.2.6 模型的阶的选择
5.2.7 ar模型谱的进一步讨论
5.3* ma模型谱估计
5.4* arma模型谱估计
5.4.1 改进yule-walker方程的方法
5.4.2 akaike的非线性迭代算法
5.5* 最小方差谱估计
5.6 利用特征空间的频率估计
5.6.1 pisarenko谐波分解
5.6.2 music算法
5.6.3 esprit算法
5.6.4 模型阶估计
5.6.5* 空间线性阵列的doa估计
5.7 功率谱估计的一些实验结果
5.7.1 经典方法、ar模型法和mvse方法对不同信号类型的仿真比较
5.7.2 谐波估计的实验结果
5.8 小结和进一步阅读
习题..
参考文献
6 线性自适应滤波器
6.1 最陡下降法
6.2 lms自适应滤波算法
6.2.1 基本的lms算法
6.2.2 lms算法的收敛性分析
6.2.3 一些改进的lms算法
6.3 递推ls算法
6.3.1 基本递推ls算法
6.3.2 rls算法的收敛性分析
6.4 lms算法和rls算法对自适应均衡器的一些仿真结果
6.5* rls和kalman滤波的对应关系及自适应滤波算法
6.6 ls滤波的算子理论及应用
6.6.1 用矢量空间算子方法表示ls滤波器
6.6.2 矢量空间算子的阶递推公式
6.6.3 矢量空间算子的时间递推公式
6.6.4 最小二乘格型算法
6.7* 快速横向ls自适应滤波算法
6.7.1 4个基本滤波器
6.7.2 横向滤波器算子的更新
6.7.3 ftf算法的推导
6.8* iir结构的自适应滤波器
6.9 自适应滤波器的应用实例
6.9.1 自适应干扰对消的应用
6.9.2* 自适应波束形成算法
6.10* 无期望响应的自适应滤波算法举例： 盲均衡
6.10.1 恒模算法
6.10.2 bussgang算法
6.10.3 盲反卷算法
6.11 小结和进一步阅读
习题
参考文献
7 高阶谱分析
7.1 引言
7.2 高阶（统计）谱的定义
7.2.1 高阶累积量和高阶矩的定义
7.2.2 高阶谱的定义
7.3 高阶累积量和高阶谱的性质
7.3.1 高阶累积量的若干数学性质
7.3.2 线性非高斯过程的高阶谱
7.3.3 非线性过程的高阶谱
7.4 高阶谱的估计方法
7.4.1 高阶谱的b瞨估计子
7.4.2 一类新的通用多维滞后窗的构造
7.4.3 高阶谱的间接估计方法
7.4.4 高阶谱的直接估计方法
7.5 高阶谱的应用
习题
参考文献
8* 周期平稳信号的谱相关分析
8.1 周期平稳信号的概念
8.2 周期平稳信号的谱相关函数
8.3 通信工程中常见已调信号的谱相关函数
8.4 小结和进一步阅读
习题
参考文献
9 时-频分析方法
9.1 时-频分析的预备知识
9.1.1 傅里叶变换及其局限性
9.1.2 时-频分析的几个基本概念
9.1.3 框架和reisz基
9.2 短时傅里叶变换
9.3 gabor 展开
9.3.1 连续gabor展开
9.3.2 周期离散gabor展开
9.4* wigner-ville分布
9.4.1 连续wigner-ville分布的定义和性质
9.4.2 wvd的一些实例及问题
9.4.3 通过离散信号计算wvd
9.5* 一般时-频分布： cohen类
9.5.1 模糊函数
9.5.2 cohen类的定义与实例
9.6 小结和进一步阅读
习题
参考文献
10 小波变换原理及应用概论
10.1 连续小波变换
10.1.1 cwt的定义
10.1.2 cwt的性质
10.1.3 实例
10.1.4 lipschitz指数与小波变换
10.2 尺度和位移离散化的小波变换
10.3 多分辨分析和正交小波基
10.3.1 多分辨分析的概念
10.3.2 小波基的构造
10.3.3 离散小波变换的mallat算法
10.4 双正交小波变换
10.5 小波基实例
10.5.1 daubechies紧支小波
10.5.2 双正交小波基
10.6 多维空间小波变换
10.7* 小波包分解
10.8* 离散小波变换中的边界问题
10.9* 提升小波变换和整数小波变换
10.9.1 提升小波变换的基本步骤
10.9.2 构造小波基的提升方法
10.9.3 用提升方法实现小波变换的实例
10.9.4 整数小波变换
10.10* 小波变换应用实例： 图像压缩
10.10.1 图像小波变换域的树表示和编码
10.10.2 嵌入式小波零树编码
10.11* 小波变换的其他应用
10.11.1 小波消噪
10.11.2 其他应用简介
10.12 小结和进一步阅读
习题...
附录10a 子带编码
参考文献
附录a 矩阵论基础
附录b matlab函数列表
1 随机信号基础及模型.
1.1 随机信号基础
1.1.1 随机过程的基本特征
1.1.2 自相关矩阵
1.1.3 常见信号
1.2* 随机信号的展开
1.2.1 kl变换
1.2.2 由随机序列集表示随机信号的方式
1.3 随机信号的功率谱密度
1.3.1 功率谱密度的定义和性质
1.3.2 随机信号通过线性系统后的自相关和功率谱
1.3.3 连续随机信号与离散随机信号的关系
1.4 随机信号模型
1.4.1 谱分解定理
1.4.2 随机信号的arma模型
1.4.3 随机信号表示的进一步讨论
1.5 自相关与模型参数的关系
1.6 小结和进一步阅读
习题
.参考文献
2 估计理论基础
2.1 基本的经典估计问题
2.2 cramer-rao下界
2.3 最大似然估计
2.4 bayesian 估计
2.4.1 最小均方bayesian估计
2.4.2* bayesian估计的其他形式
2.5 线性贝叶斯估计器
2.6 小结和进一步阅读
习题
参考文献
3 最优滤波器
3.1 wiener滤波器
3.1.1 从估计理论观点导出wiener滤波
3.1.2 从正交原理和线性滤波观点分析wiener滤波器
3.1.3 iir wiener滤波器
3.1.4 通信系统的最佳线性均衡器
3.2* 阵列波束形成与wiener滤波
3.2.1 阵列波束形成的基础知识
3.2.2 用wiener滤波解波束形成问题
3.2.3 mvdr波束形成器
3.3 最优线性预测
3.3.1 前向线性预测
3.3.2 后向线性预测
3.3.3 levinson-durbin算法
3.3.4 格型预测误差滤波器
3.3.5 预测误差滤波器的性质
3.4* levinson-durbin算法和格型滤波器的推广
3.4.1 ar模型和全极点格型
3.4.2 乔里奇(cholesky)分解
3.4.3 利用cholesky分解求解wiener-hopf方程
3.5 kalman滤波
3.5.1 标量随机状态的最优递推估计
3.5.2 矢量形式的kalman滤波
3.5.3 kalman滤波器的进一步讨论
3.6 小结和进一步阅读
习题
附录3a 连续时间wiener滤波器
参考文献
4 最小二乘滤波
4.1 最小二乘估计
4.2 最小二乘滤波器的基础
4.3 奇异值分解
4.4* 总体最小二乘
4.5 小结和进一步阅读
习题
参考文献
5 功率谱估计
5.1 经典谱估计
5.2 ar模型法谱估计
5.2.1 最大熵谱估计与ar模型方法的等价性
5.2.2 ar模型谱估计的协方差方法
5.2.3 改进的协方差方法
5.2.4 自相关方法
5.2.5 伯格(burg)算法
5.2.6 模型的阶的选择
5.2.7 ar模型谱的进一步讨论
5.3* ma模型谱估计
5.4* arma模型谱估计
5.4.1 改进yule-walker方程的方法
5.4.2 akaike的非线性迭代算法
5.5* 最小方差谱估计
5.6 利用特征空间的频率估计
5.6.1 pisarenko谐波分解
5.6.2 music算法
5.6.3 esprit算法
5.6.4 模型阶估计
5.6.5* 空间线性阵列的doa估计
5.7 功率谱估计的一些实验结果
5.7.1 经典方法、ar模型法和mvse方法对不同信号类型的仿真比较
5.7.2 谐波估计的实验结果
5.8 小结和进一步阅读
习题..
参考文献
6 线性自适应滤波器
6.1 最陡下降法
6.2 lms自适应滤波算法
6.2.1 基本的lms算法
6.2.2 lms算法的收敛性分析
6.2.3 一些改进的lms算法
6.3 递推ls算法
6.3.1 基本递推ls算法
6.3.2 rls算法的收敛性分析
6.4 lms算法和rls算法对自适应均衡器的一些仿真结果
6.5* rls和kalman滤波的对应关系及自适应滤波算法
6.6 ls滤波的算子理论及应用
6.6.1 用矢量空间算子方法表示ls滤波器
6.6.2 矢量空间算子的阶递推公式
6.6.3 矢量空间算子的时间递推公式
6.6.4 最小二乘格型算法
6.7* 快速横向ls自适应滤波算法
6.7.1 4个基本滤波器
6.7.2 横向滤波器算子的更新
6.7.3 ftf算法的推导
6.8* iir结构的自适应滤波器
6.9 自适应滤波器的应用实例
6.9.1 自适应干扰对消的应用
6.9.2* 自适应波束形成算法
6.10* 无期望响应的自适应滤波算法举例： 盲均衡
6.10.1 恒模算法
6.10.2 bussgang算法
6.10.3 盲反卷算法
6.11 小结和进一步阅读
习题
参考文献
7 高阶谱分析
7.1 引言
7.2 高阶（统计）谱的定义
7.2.1 高阶累积量和高阶矩的定义
7.2.2 高阶谱的定义
7.3 高阶累积量和高阶谱的性质
7.3.1 高阶累积量的若干数学性质
7.3.2 线性非高斯过程的高阶谱
7.3.3 非线性过程的高阶谱
7.4 高阶谱的估计方法
7.4.1 高阶谱的b瞨估计子
7.4.2 一类新的通用多维滞后窗的构造
7.4.3 高阶谱的间接估计方法
7.4.4 高阶谱的直接估计方法
7.5 高阶谱的应用
习题
参考文献
8* 周期平稳信号的谱相关分析
8.1 周期平稳信号的概念
8.2 周期平稳信号的谱相关函数
8.3 通信工程中常见已调信号的谱相关函数
8.4 小结和进一步阅读
习题
参考文献
9 时-频分析方法
9.1 时-频分析的预备知识
9.1.1 傅里叶变换及其局限性
9.1.2 时-频分析的几个基本概念
9.1.3 框架和reisz基
9.2 短时傅里叶变换
9.3 gabor 展开
9.3.1 连续gabor展开
9.3.2 周期离散gabor展开
9.4* wigner-ville分布
9.4.1 连续wigner-ville分布的定义和性质
9.4.2 wvd的一些实例及问题
9.4.3 通过离散信号计算wvd
9.5* 一般时-频分布： cohen类
9.5.1 模糊函数
9.5.2 cohen类的定义与实例
9.6 小结和进一步阅读
习题
参考文献
10 小波变换原理及应用概论
10.1 连续小波变换
10.1.1 cwt的定义
10.1.2 cwt的性质
10.1.3 实例
10.1.4 lipschitz指数与小波变换
10.2 尺度和位移离散化的小波变换
10.3 多分辨分析和正交小波基
10.3.1 多分辨分析的概念
10.3.2 小波基的构造
10.3.3 离散小波变换的mallat算法
10.4 双正交小波变换
10.5 小波基实例
10.5.1 daubechies紧支小波
10.5.2 双正交小波基
10.6 多维空间小波变换
10.7* 小波包分解
10.8* 离散小波变换中的边界问题
10.9* 提升小波变换和整数小波变换
10.9.1 提升小波变换的基本步骤
10.9.2 构造小波基的提升方法
10.9.3 用提升方法实现小波变换的实例
10.9.4 整数小波变换
10.10* 小波变换应用实例： 图像压缩
10.10.1 图像小波变换域的树表示和编码
10.10.2 嵌入式小波零树编码
10.11* 小波变换的其他应用
10.11.1 小波消噪
10.11.2 其他应用简介
10.12 小结和进一步阅读
习题...
附录10a 子带编码
参考文献
附录a 矩阵论基础
附录b matlab函数列表
Discrete random signal processing
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
