現代數字信號處理——使用MATLAB分析與實現（新形態版）

目錄

第1章信號處理典型算法

視頻講解： 69分鐘，7集

1．1全通系統和最小相位系統

1．1．1全通系統

1．1．2最小相位系統

1．1．3MATLAB實現

1．2譜分解及其MATLAB實現

1．2．1譜分解

1．2．2MATLAB實現

1．3逆系統、反卷積及系統辨識

1．4同態濾波及復倒譜

1．5奇異值分解及其MATLAB實現

1．5．1奇異值分解

1．5．2MATLAB實現

1．6本章小結

1．7習題

第2章隨機信號基礎

2．1引言

2．2隨機變量

2．3隨機信號及其數學描述

2．4平穩隨機信號

2．4．1連續平穩隨機信號及其數學描述

2．4．2離散平穩隨機信號

2．4．3常見的離散平穩隨機信號

2．4．4離散隨機信號的線性系統響應

2．4．5MATLAB實現

2．5非平穩隨機信號

2．5．1非平穩隨機信號的統計特性

2．5．2非平穩隨機信號的時變功率譜

2．5．3非平穩隨機信號的時變參數模型

2．5．4非平穩隨機信號的時頻分析方法

2．5．5MATLAB實現

2．6本章小結

2．7習題

第3章功率譜估計

視頻講解： 90分鐘，7集

3．1引言

3．2古典譜估計

3．2．1相關函數法

3．2．2周期圖法

3．2．3古典譜估計的改進

3．2．4MATLAB實現

3．3AR模型法譜估計

3．3．1平穩隨機過程的線性模型

3．3．2AR模型的尤爾沃克方法

3．3．3萊文森杜賓快速遞推算法

3．3．4Burg遞推算法

3．3．5協方差法

3．3．6改進協方差法

3．3．7AR模型階的確定

3．3．8MATLAB實現

3．4MA模型法譜估計

3．5ARMA模型法譜估計

3．6基於諧波模型的頻率估計

3．6．1諧波模型

3．6．2Pisarenko諧波分解法

3．6．3MUSIC分解

3．6．4MATLAB實現

3．7功率譜估計的應用

3．7．1Welch功率譜與神經網絡在機械故障診斷中的應用

3．7．2AR功率譜估計在振動信號分析方面的應用

3．7．3Burg算法在美聲發音特征提取中的應用

3．7．4MUSIC算法在直升機空中噪聲數據處理中的應用

3．8本章小結

3．9習題

第4章最優濾波

視頻講解： 24分鐘，3集

4．1引言

4．2維納濾波器

4．2．1平穩隨機信號的線性最小均方濾波

4．2．2FIR維納濾波器

4．2．3非因果IIR維納濾波器

4．2．4因果IIR維納濾波器

4．2．5互補維納濾波器

4．2．6MATLAB實現

4．3卡爾曼濾波

4．3．1信號模型

4．3．2卡爾曼濾波的導出

4．3．3卡爾曼濾波的特點

4．3．4維納濾波和卡爾曼濾波的比較

4．3．5MATLAB實現

4．4最優濾波的應用

4．4．1維納濾波在系統最佳線性均衡上的應用

4．4．2卡爾曼濾波在系統導航與最優預測上的應用

4．5本章小結

4．6習題

第5章自適應濾波

視頻講解： 41分鐘，4集

5．1引言

5．2自適應濾波器的均方誤差

5．2．1均方誤差性能曲面

5．2．2最陡下降法

5．3LMS濾波器

5．3．1LMS濾波器的導出

5．3．2LMS濾波器的性能分析

5．3．3改進的LMS濾波器

5．3．4IIR遞推結構的LMS濾波器

5．3．5MATLAB實現

5．4RLS濾波器

5．4．1RLS濾波器的導出

5．4．2RLS濾波器的性能分析

5．4．3MATLAB實現

5．5自適應濾波的應用

5．5．1系統模擬與辨識

5．5．2自適應幹擾抵消

5．5．3自適應預測

5．5．4自適應信道均衡

5．6本章小結

5．7習題

第6章多采樣率信號處理

視頻講解： 124分鐘，12集

6．1引言

6．2整數倍抽取

6．2．1信號的時域抽取

6．2．2信號抽取前後的頻域變化

6．2．3MATLAB實現

6．3整數倍內插

6．3．1信號的時域內插

6．3．2信號內插前後的頻域變化

6．3．3MATLAB實現

6．4分數倍采樣率轉換

6．4．1單極轉換器

6．4．2多級轉換器

6．4．3MATLAB實現

6．5多采樣率系統的實現結構

6．5．1等效關系

6．5．2多相分解

6．5．3多采樣率系統的多相實現

6．5．4MATLAB實現

6．6半帶濾波器及其MATLAB實現

6．7兩通道濾波器組

6．7．1濾波器組的基本概念

6．7．2兩通道濾波器組的基本概念

6．7．3兩通道正交鏡像濾波器組

6．7．4兩通道FIR 正交濾波器組

6．7．5MATLAB實現

6．8多采樣率信號處理的應用

6．8．1窄帶濾波器

6．8．2過采樣在音頻中的應用

6．9本章小結

6．10習題

第7章小波變換

視頻講解： 153分鐘，11集

7．1引言

7．2短時傅裏葉變換

7．2．1STFT定義及其MATLAB實現

7．2．2STFT的時頻分辨率及其MATLAB實現

7．3典型的小波函數

7．3．1經典類小波

7．3．2正交小波

7．3．3雙正交小波

7．4連續小波變換及其性質

7．4．1連續小波變換

7．4．2連續小波變換的性質

7．4．3MATLAB實現

7．5離散小波變換

7.5.1參數離散化的DWT

7．5．2離散序列的DWT

7．5．3MATLAB實現

7．6離散小波變換的多分辨率分析

7．6．1尺度函數的多分辨率分析

7．6．2小波函數的多分辨率分析

7．6．3信號的多分辨率表示

7．6．4尺度函數和小波函數系數特性

7．7利用濾波器組實現離散小波變換——Mallat算法

7．7．1分解算法的濾波器組實現

7．7．2重構算法的濾波器組實現

7．7．3離散小波變換的頻域描述 

7．7．4MATLAB實現

7．8離散小波變換的應用

7．8．1小波去噪

7．8．2小波壓縮

7．9本章小結

7．10習題

第8章壓縮感知

視頻講解： 65分鐘，6集

8．1引言

8．2壓縮感知的基本概念

8．3信號的稀疏表示

8．3．1稀疏信號及可壓縮信號

8．3．2信號稀疏表示的基本方法

8．3．3信號的變換及字典設計

8．4測量矩陣需要滿足的性質

8．4．1測量矩陣的約束等距性質

8．4．2測量矩陣的相幹性

8．4．3P0解唯一性的條件

8．4．4P1解唯一性的條件

8．4．5P0解和P1解等效的條件

8．4．6測量邊界

8．5可壓縮信號的恢復

8．6噪聲情況下的信號恢復

8．7測量矩陣的構造

8．7．1JohnsonLindenstrauss引理和濃縮測量

8．7．2隨機測量矩陣

8．7．3部分隨機傅裏葉矩陣

8．7．4確定性測量矩陣

8．8稀疏信號恢復算法

8．8．1基追蹤

8．8．2貪婪算法

8．8．3MATLAB實現

8．9壓縮感知的應用

8．10本章小結

8．11習題

參考文獻