注冊 | 登錄讀書好，好讀書，讀好書！

當前位置：首頁出版圖書科學技術計算機/網(wǎng)絡圖形圖像、多媒體、網(wǎng)頁制作視頻/音頻/流媒體現(xiàn)代數(shù)字信號處理

現(xiàn)代數(shù)字信號處理

定　價：￥32.00

作　者：	姚天任，孫洪著
出版社：	華中理工大學出版社
叢編項：	高等學校電子信息類規(guī)劃教材
標　簽：	通信技術理論與基礎

購買這本書可以去

ISBN：	9787560920870	出版時間：	1999-11-01	包裝：	膠版紙
開本：	26cm	頁數(shù)：	439	字數(shù)：

內容簡介

　　本書是九五電子部重點教材、電子信息類高等學校規(guī)劃教材之一。本書全面、系統(tǒng)、深入地討論了現(xiàn)代數(shù)字信號處理的理論、設計和應用。全書由自成體系而又有聯(lián)系的八章組成，分別論及統(tǒng)計信號處理基礎，維納和卡爾曼濾波器，自適應濾波器，現(xiàn)代功率譜估計，同態(tài)信號處理，高階譜估計，小波分析，以及人工神經(jīng)網(wǎng)絡信號處理。本書適合于信息與通信工程學科各專業(yè)及相近專業(yè)的研究生和專業(yè)人員用作教材或參考書。

作者簡介

　　姚天任，1940年11月出生于四川省南充縣。1962年畢業(yè)于北京清華大學。1982年至1984年為美國辛辛那提大學訪問學者?，F(xiàn)任華中科技大學教授，信息與通信工程學科博士生導師，中國電子學會信號處理分會副主任委員，《信號處理》學報編輯委員會副主任。主要學科研究方向有：數(shù)字信號處理及其在現(xiàn)代通信中的應用，語音壓縮編碼，語音識別，語音去噪等。孫洪，武漢大學電子信息學院教授，博士生導師，通信工程系系主任。在華中理工大學（現(xiàn)名：華中科技大學）獲得工學學士、工學碩士和工學博士學位。1997年-1998年在法國國立高等工藝學院和國立高等電信學院作訪問學者，1998年應邀到德國杜伊斯堡大學進行合作研究，1999年、2000年、2001應邀在法國國立高等電信學院作訪問教授，并指導研究生。主要從事信號處理和現(xiàn)代通信的理論和技術的研究。主持國家自然科學基金、國家基金委國際合作項目和國家863項目等十余項課題的研究。先后提出“離散幅度信號分析概念和方法”和“幅度－頻率域的統(tǒng)計多分辨率的概念和計算方法”，在《中國科學》雜志上發(fā)表。合著《現(xiàn)代數(shù)字信號處理》被列入“九五”電子部重點教材。譯著：《合成孔徑雷達圖像處理》（法文），《現(xiàn)代數(shù)字圖像處理》（法文）；《數(shù)字信號處理》（英文）等。發(fā)表學術論文160余篇。作為組織委員組織了2003年在巴黎召開的IEEE第7屆信號處理理論與應用學術會；多次在國際信號處理學術大會，國際雷達學術會議，IEEE國際信息和通信技術學術大會上任分會主席。 IEEE信號處理學會會員，中國信號處理學會委員，國家教育部電子信息科學與工程專業(yè)教育指導分委員會委員，國家教育部留學回國人員科研啟動基金評審專家，遙感信息工程國家重點實驗室兼職教授。

圖書目錄

第一章  基礎知識
1. 1  隨機矢量
1. 2  相關抵消
1. 3  Gram-Schmidt正交化
1. 3. 1  基本定義
1. 3. 2  正交投影定理和Gram-Schmidt正交化
1. 3. 3  新息
1. 4  偏相關系數(shù)(PARCOR系數(shù))
1. 5  功率譜和周期圖
1. 6  譜分解
1. 6. 1  最小相位序列
1. 6. 2  部分能量和最小時延
1. 6. 3  自相關函數(shù)的不變性
1. 6. 4  最小時延性質
1. 6. 5  最小相位性質
1. 6. 6  譜分解定理
1. 7  信號的參數(shù)模型
習題
參考文獻
第二章  維納濾波和卡爾曼濾波
2. 1  維納濾波的標準方程
2. 2  維納-霍夫方程的求解
2. 2. 1  FIR維納濾波器
2. 2. 2  非因果FIR維納濾波器
2. 2. 3  因果IIR維納濾波器
2. 3  維納濾波的均方誤差
2. 4  因果IIR維納濾波器的設計與計算
2. 5  標量卡爾曼濾波器
2. 6  矢量卡爾曼濾波器
2. 6. 1  信號矢量和數(shù)據(jù)矢量
2. 6. 2  矢量卡爾曼濾波器的遞推計算公式
2. 7  維納濾波和卡爾曼濾波的計算和應用舉例
2. 7. 1  維納濾波器
2. 7. 2  卡爾曼濾波器
復習思考題
習題
參考文獻
第三章  自適應濾波器
3. 1  自適應濾波原理
3. 2  自適應線性組合器
3. 3  均方誤差性能曲面
3. 4  二次性能曲面的基本性質
3. 5  最陡下降法
3. 6  學習曲線和收斂速度
3. 7  自適應的最小均方(LMS)算法
3. 8  權矢量噪聲
3. 9  失調量
3. 10  自適應的遞歸最小二乘方(RLS)算法
3. 11  IIR遞推結構自適應濾波器的LMS算法
3. 12  自適應濾波器計算舉例
3. 13  自適應濾波器的數(shù)字實現(xiàn)
3. 13. 1  LMS算法自適應濾波器的直接實現(xiàn)
3. 13. 2  分布運算自適應濾波器
3. 13. 3  余數(shù)制自適應濾波器
3. 14  最小二乘自適應濾波器
3. 14. 1  最小二乘濾波器的矢量空間分析
3. 14. 2  投影矩陣和正交投影矩陣
3. 14. 3  時間更新
3. 15  最小二乘格形(LSL)自適應算法
3. 15. 1  前向預測和后向預測
3. 15. 2  預測誤差濾波器的格形結構
3. 15. 3  LSL自適應算法
3. 15. 4  LSL自適應算法的性能
3. 16  快速橫向濾波(FTF)自適應算法
3. 16. 1  FTF算法涉及到的4個橫向濾波器
3. 16. 2  橫向濾波算子的時間更新
3. 16. 3  FTF自適應算法中的時間更新關系
3. 16. 4  FTF自適應算法流程
3. 16. 5  FTF自適應算法的性能
3. 16. 6  FTF算法計算量的進一步減少
3. 17  自適應濾波器的應用
3. 17. 1  自適應系統(tǒng)模擬和辨識
3. 17. 2  自適應逆濾波
3. 17. 3  自適應干擾抵消
3. 17. 4  自適應預測
復習思考題
習題
參考文獻
第四章  功率譜估計的現(xiàn)代方法
4. 1  從經(jīng)典譜估計到現(xiàn)代譜估計
4. 2  譜估計的參數(shù)模型方法
4. 3  AR模型的Yule-Walker方程
4. 4  Levinson-Durbin算法
4. 5  AR模型的穩(wěn)定性及其階的確定
4. 6  AR譜估計的性質
4. 6. 1  AR譜估計隱含著自相關函數(shù)的外推
4. 6. 2  AR譜估計與最大熵譜估計等效
4. 6. 3  AR譜估計與線性預測譜估計等效
4. 6. 4  AR譜估計等效于最佳白化處理
4. 6. 5  AR譜估計的界
4. 7  格形濾波器
4. 8  AR模型參數(shù)提取方法
4. 8. 1  Yule-Walker法
4. 8. 2  協(xié)方差法
4. 8. 3  Burg法
4. 9  AR譜估計的異?，F(xiàn)象及其補救措施
4. 9. 1  虛假譜峰
4. 9. 2  譜線分裂
4. 9. 3  噪聲對AR譜估計的影響
4. 10  MA和ARMA模型譜估計
4. 10. 1  MA模型譜估計
4. 10. 2  ARMA模型譜估計
4. 11  白噪聲中正弦波頻率的估計
4. 11. 1  最大似然法
4. 11. 2  修正協(xié)方差AR譜估計方法
4. 11. 3  特征分解頻率估計
1. 11. 4  信號子空間頻率估計
4. 11. 5  噪聲子空間頻率估計
復習思考題
習題
參考文獻
第五章  同態(tài)信號處理
5. 1  廣義疊加原理
5. 2  乘法同態(tài)系統(tǒng)
5. 3  卷積同態(tài)系統(tǒng)
5. 4  復倒譜定義
5. 4. 1  復對數(shù)的多值性問題
5. 4. 2  X(z)的解析性問題
5. 5  復倒譜的性質
5. 6  復倒譜的計算方法
5. 6. 1  按復倒譜定義計算
5. 6. 2  最小相位序列的復倒譜的計算
5. 6. 3  復對數(shù)求導數(shù)計算法
5. 6. 4  遞推計算方法
復習思考題
習題
參考文獻
第六章  高階譜分析
6. 1  三階相關和雙譜的定義及其性質
6. 2  累量和多譜的定義及其性質
6. 2. 1  隨機變量的累量
6. 2. 2  隨機過程的累量
6. 2. 3  多譜的定義
6. 2. 4  累量和多譜的性質
6. 3  累量和多譜估計
6. 4  基于高階譜的相位譜估計
6. 5  基于高階譜的模型參數(shù)估計
6. 5. 1  AR模型參數(shù)估計
6. 5. 2  MA模型參數(shù)估計
6. 5. 3  ARMA模型參數(shù)估計
6. 6  利用高階譜確定模型的階
6. 7  多譜的應用
復習思考題
習題
參考文獻
第七章  小波分析
7. 1  窗口傅里葉變換--時頻定位概念
7. 2  連續(xù)小波變換
7. 3  連續(xù)小波變換的逆變換公式
7. 4  尺度和時移參數(shù)的離散化
7. 5  小波框架
7. 5. 1  框架的一般概念
7. 5. 2  小波框架的必要條件和充分條件
7. 5. 3  小波框架的對偶
7. 6  標準正交小波基
7. 7  多分辨率分析
7. 7. 1  多分辨率分析的基本思想
7. 7. 2  多分辨宰分析的定義
7. 8  標準正交小波基的構造
7. 8. 1  信號空間L2(R)的分解
7. 8. 2  尺度函數(shù)
7. 8. 3  正交小波基的構造
7. 9  標準正交小波基舉例
7. 10  計算小波級數(shù)系數(shù)的塔式算法--Mallat算法
7. 11  離散小波變換的快速算法
7. 11. 1  離散時間小波
7. 11. 2  A Trous算法
7. 11. 3  Mallat算法
7. 12  離散時間信號多分辨率分析理論
7. 12. 1  離散時間尺度
7. 12. 2  離散時間分辨率
7. 12. 3  多分辨率逼近的細節(jié)信號
7. 12. 4  塔式變換
7. 12. 5  離散小波變換
7. 12. 6  時間多分辨率分析
7. 12. 7  計算DWT的雙通道濾波器的設計
7. 12. 8  小波的雙正交性和正交性
7. 13  正交小波包
7. 14  小波分析在信號處理中的應用
7. 14. 1  圖像信號的小波變換
7. 14. 2  聲音信號的聽覺表示
復習思考題
習題
參考文獻
第八章  神經(jīng)網(wǎng)絡信號處理
8. 1  神經(jīng)網(wǎng)絡模型
8. 1. 1  生物神經(jīng)元及其模型
8. 1. 2  人工神經(jīng)網(wǎng)絡模型
8. 1. 3  神經(jīng)網(wǎng)絡的學習方式
8. 2  多層前向網(wǎng)絡及其學習算法
8. 2. 1  單層前向網(wǎng)絡的分類能力
8. 2. 2  多層前向網(wǎng)絡的非線性映射能力
8. 2. 3  權值計算--矢量外積算法
8. 2. 4  有導師學習法--誤差修正法
8. 3  反饋網(wǎng)絡及其能量函數(shù)
8. 3. 1  非線性動態(tài)系統(tǒng)的穩(wěn)定性
8. 3. 2  離散型Hopfield單層反饋網(wǎng)絡
8. 3. 3  連續(xù)型Hopheld單層反饋網(wǎng)絡
8. 3. 4  隨機型和復合型反饋網(wǎng)絡
8. 4  自組織神經(jīng)網(wǎng)絡
8. 4. 1  自組織聚類
8. 4. 2  自組織特征映射
8. 4. 3  自組織主元分析
8. 5  神經(jīng)網(wǎng)絡在信號處理中的應用
復習思考題
習題
參考文獻
第四章附錄
附錄4. 1  關于現(xiàn)代譜估計程序的說明
附錄4. 2  GLOBAL
附錄4. 3  CORRELATION
附錄4. 4  PREFFT
附錄4. 5  FFT
附錄4. 6  LEVINSON
附錄4. 7  YULEWALK
附錄4. 8  COVAR
附錄4. 9  BURG
附錄4. 10  MODCOVAR
附錄4. 11  MA
附錄4. 12  ARMA
附錄4. 13  CSVD
附錄4. 14  MUSIC
第六章  附錄
附錄6. 1  累量與矩的關系
附錄6. 2  隨機信號通過線性系統(tǒng)后的累量
附錄6. 3  奇異值分解
第七章  附錄
附錄7. 1  式(7. 23)的證明
附錄7. 2  式(7. 79)的證明
附錄7. 3  式(7. 83)的證明
附錄7. 4  一維離散小波變換及其逆變換程序
附錄7. 5  二維離散小波變換及其逆變換程序
附錄7. 6  二維離散正交小波變換及其逆變換程序
第八章  附錄
附錄8. 1  離散型誤差修正學習算法的收斂性
附錄8. 2  離散型單元的學習算法
附錄8. 3  S型單元的LMS算法
附錄8. 4  多層前向網(wǎng)絡的BP學習算法
附錄8. 5  多層前向網(wǎng)絡的模擬退火算法
部分習題參考答案
索  引