基于MATLAB的數(shù)字信號(hào)處理與實(shí)踐開發(fā)

第一篇　MATLAB實(shí)踐篇
第1章　信號(hào)、連續(xù)時(shí)間周期信號(hào)的傅里葉級(jí)數(shù)和頻譜分析
1.1　信號(hào)的時(shí)域分析——波形的產(chǎn)生和信號(hào)的基本運(yùn)算及MATLAB實(shí)踐
1.1.1　信號(hào)的表示及可視化
1.1.2　實(shí)踐目的
1.1.3　實(shí)踐內(nèi)容
1.1.4　MATLAB實(shí)踐
1.1.5　參考實(shí)例
1.2　連續(xù)時(shí)間周期信號(hào)的傅里葉級(jí)數(shù)及MATLAB實(shí)踐
1.2.1　連續(xù)時(shí)間周期信號(hào)的傅里葉級(jí)數(shù)CTFS
1.2.2　實(shí)踐目的
1.2.3　實(shí)踐內(nèi)容
1.2.4　MATLAB實(shí)踐
1.2.5　參考實(shí)例
1.3　連續(xù)時(shí)間周期信號(hào)的頻譜分析及MATLAB實(shí)踐
1.3.1　連續(xù)時(shí)間周期信號(hào)的頻譜分析
1.3.2　實(shí)踐目的
1.3.3　實(shí)踐內(nèi)容
1.3.4　MATLAB實(shí)踐
1.3.5　參考實(shí)例
第2章　數(shù)字信號(hào)處理的MATLAB實(shí)現(xiàn)
2.1　序列的傅里葉變換的MATLAB實(shí)現(xiàn)
2.1.1　序列x（n）的傅里葉變換公式
2.1.2　序列的傅里葉變換的MATLAB實(shí)現(xiàn)
2.2　周期序列離散傅里葉級(jí)數(shù)及傅里葉變換的MATLAB實(shí)現(xiàn)
2.2.1　周期序列離散傅里葉級(jí)數(shù)及傅里葉變換表示
2.2.2　周期序列離散傅里葉級(jí)數(shù)及傅里葉變換的MATLAB實(shí)現(xiàn)
2.3　利用Z變換分析信號(hào)和系統(tǒng)頻域特性的MATLAB實(shí)現(xiàn)
2.3.1　利用Z變換分析信號(hào)和系統(tǒng)的頻域特性
2.3.2　利用Z變換分析信號(hào)和系統(tǒng)頻域特性的MATLAB實(shí)現(xiàn)
2.4　離散傅里葉變換（DFT）的MAT LAB實(shí)現(xiàn)
2.4.1　DFT的定義
2.4.2　DFT的MATLAB實(shí)現(xiàn)
2.4.3　離散傅里葉變換的基本性質(zhì)的MATLAB實(shí)現(xiàn)
2.4.4　頻率域采樣
2.5　用FFT實(shí)現(xiàn)周期信號(hào)的頻譜分析及其MATLAB實(shí)現(xiàn)
2.5.1　用FFT計(jì)算離散時(shí)間Forrier級(jí)數(shù)（DTFS）
2.5.2　用FFT計(jì)算連續(xù)時(shí)間Fourier級(jí)數(shù)（CTFS）
2.5.3　用FFT實(shí)現(xiàn)周期信號(hào)的頻譜分析
2.6　時(shí)域離散系統(tǒng)的基本網(wǎng)絡(luò)結(jié)構(gòu)與狀態(tài)變量分析法的MATLAB實(shí)現(xiàn)
2.6.1　級(jí)聯(lián)型濾波器網(wǎng)絡(luò)結(jié)構(gòu)的MATLAB實(shí)現(xiàn)
2.6.2　并聯(lián)型濾波器網(wǎng)絡(luò)結(jié)構(gòu)的MATLAB練習(xí)
2.7　無限脈沖響應(yīng)數(shù)字濾波器的MATLAB實(shí)現(xiàn)
2.7.1　用脈沖響應(yīng)不變法設(shè)計(jì)IIR數(shù)字低通濾波器的MATLAB實(shí)現(xiàn)
2.7.2　用雙線性變換法設(shè)計(jì)IIR數(shù)字低通濾波器的MATLAB實(shí)現(xiàn)
2.8　有限脈沖響應(yīng)數(shù)字濾波器的MATLAB實(shí)現(xiàn)
2.8.1　線性相位FIR數(shù)字濾波器的條件和特點(diǎn)
2.8.2　利用窗函數(shù)法設(shè)計(jì)FIR濾波器的MATLAB實(shí)現(xiàn)
2.8.3　利用頻率采樣法設(shè)計(jì)FIR濾波器的MATLAB實(shí)現(xiàn)
2.8.4　利用切比雪夫逼近法設(shè)計(jì)FIR濾波器的MATLAB實(shí)現(xiàn)
第二篇　MATLAB綜合開發(fā)篇
第3章　基于MATLAB的小波信號(hào)消噪
3.1　小波變換在信號(hào)消噪中的原理與算法
3.2　常用小波介紹
3.3　基于MATLAB的小波信號(hào)消噪
3.3.1　基于MATLAB的小波信號(hào)消噪
3.3.2　小波閾值對(duì)信號(hào)消噪結(jié)果的影響
3.3.3　基于MATLAB的小波包信號(hào)消噪
3.3.4　不同小波對(duì)消噪結(jié)果的影響
3.3.5　小波變換在消噪過程中的作用和關(guān)鍵因素
第4章　離散信號(hào)與系統(tǒng)及其MATLAB實(shí)現(xiàn)
4.1　線性離散信號(hào)及系統(tǒng)的模塊圖
4.2　離散時(shí)間序列卷積和的MATLAB實(shí)現(xiàn)
4.3　離散系統(tǒng)單位響應(yīng)的MATLAB實(shí)現(xiàn)
4.4　LTI離散系統(tǒng)響應(yīng)的MATLAB實(shí)現(xiàn)
4.5　信號(hào)的MATLAB實(shí)現(xiàn)
4.6　離散序列的運(yùn)算及MATLAB實(shí)現(xiàn)
4.7　圖形用戶界面的實(shí)現(xiàn)
第5章　基于MATLAB的FIR濾波器設(shè)計(jì)
5.1　MATLAB簡(jiǎn)介
5.2　窗函數(shù)設(shè)計(jì)法和等波紋濾波器設(shè)計(jì)
5.2.1　窗函數(shù)設(shè)計(jì)法
5.2.2　等波紋濾波器設(shè)計(jì)
5.3　窗函數(shù)法和等波紋法設(shè)計(jì)FIR濾波器的：MATLAB實(shí)現(xiàn)
第6章　基于MATLAB的離散時(shí)間全通系統(tǒng)和系統(tǒng)辨識(shí)的實(shí)現(xiàn)
6.1　離散時(shí)間Fourier變換
6.1.1　基本概念
6.1.2　離散時(shí)間Fourier變換
6.2　離散時(shí)間全通系統(tǒng)
6.3　基于DTFT的數(shù)字濾波器設(shè)計(jì)
6.3.1　基本概念
6.3.2　有限長沖激響應(yīng)（FIR）數(shù)字濾波器設(shè)計(jì)
6.3.3　濾波器的技術(shù)要求
6.4　系統(tǒng)辨識(shí)
6.4.1　基本概念
6.4.2　數(shù)據(jù)處理
6.4.3　系統(tǒng)參數(shù)模型估計(jì)
6.5　DTFT系統(tǒng)的MATLAB實(shí)現(xiàn)
6.5.1　離散時(shí)間全通系統(tǒng)
6.5.2　程序運(yùn)行結(jié)果
6.6　基于DTFT的濾波器設(shè)計(jì)的MATLAB實(shí)現(xiàn)
6.6.1　濾波器設(shè)計(jì)
6.6.2　濾波器驗(yàn)證
6.6.3　程序運(yùn)行結(jié)果
6.7　系統(tǒng)辨識(shí)的MATLAB實(shí)現(xiàn)
6.7.1　輸入信號(hào)的產(chǎn)生
6.7.2　系統(tǒng)參數(shù)模型估計(jì)及模型驗(yàn)證
6.7.3　程序運(yùn)行結(jié)果
第7章　股票市場(chǎng)的線性預(yù)測(cè)
7.1　股市線性預(yù)測(cè)的原理
7.2　利用MATLAB實(shí)現(xiàn)股市線性預(yù)測(cè)的編程思想
7.3　計(jì)算機(jī)仿真股市線性預(yù)測(cè)模型
7.4　MATLAB程序設(shè)計(jì)
7.4.1　主界面程序
7.4.2　預(yù)測(cè)器主程序
7.4.3　預(yù)測(cè)模型程序
7.4.4　求解系數(shù)子程序
7.4.5　數(shù)據(jù)載入子程序
7.4.6　信源子程序
第8章　基于小波變換的數(shù)字圖像處理及其運(yùn)用
8.1　小波變換
8.2　二維小波三級(jí)變換的MATLAB實(shí)現(xiàn)
8.3　基于小波變換的圖像壓縮
8.4　基于小波變換的圖像去噪
8.5　基于小波變換的圖像增強(qiáng)
8.6　基于小波變換的圖像融合
第9章　基于MATLAB的高速公路車牌識(shí)別系統(tǒng)
9.1　緒論
9.1.1　ITS的起源
9.1.2　ITS的發(fā)展
9.2　系統(tǒng)概述
9.2.1　系統(tǒng)構(gòu)成
9.2.2　系統(tǒng)工作原理
9.3　車牌圖像預(yù)處理
9.3.1　圖像的灰度變換
9.3.2　灰度變換的MATLAB仿真結(jié)果
9.3.3　二值化及其邊緣檢測(cè)
9.3.4　二值化的MATLAB仿真結(jié)果
9.4　牌照?qǐng)D像的提取
9.4.1　車牌區(qū)域提取
9.4.2　車牌區(qū)域提取的：MATLAB實(shí)現(xiàn)
9.4.3　車牌字符的分割
9.5　字符識(shí)別
9.5.1　字符識(shí)別的基礎(chǔ)知識(shí)
9.5.2　識(shí)別內(nèi)容
9.5.3　字符圖像的細(xì)化和歸一化
9.5.4　字符識(shí)別
9.6　車牌識(shí)別仿真實(shí)例
第10章　基于MATLAB的小波信號(hào)壓縮
10.1　信號(hào)的離散小波變換
10.1.1　分辨率分析和Mallat算法
10.1.2　基于MATLAB的小波信號(hào)壓縮算法實(shí)現(xiàn)
10.2　計(jì)算機(jī)信號(hào)壓縮及仿真結(jié)果
10.2.1　應(yīng)用小波變換對(duì)鳥叫聲信號(hào)進(jìn)行壓縮和重構(gòu)
10.2.2　應(yīng)用小波變換對(duì)火車鳴笛聲信號(hào)進(jìn)行壓縮和重構(gòu)
10.2.3　應(yīng)用小波變換對(duì)鑼聲信號(hào)進(jìn)行壓縮和重構(gòu)
10.2.4　對(duì)信號(hào)壓縮重構(gòu)中的仿真結(jié)果分析
第11章　基于MATLAB的高階譜分析
11.1　高階累積量和高階譜
11.1.1　高階累積量
11.1.2　高階譜
11.2　高階累積量的估計(jì)
11.3　參數(shù)模型高階譜估計(jì)
11.3.1　ARMA模型及其模擬產(chǎn)生
11.3.2　MA模型的參數(shù)估計(jì)
11.3.3　AR模型的參數(shù)估計(jì)
11.3.4　ARMA模型的參數(shù)估計(jì)
11.3.5　基于ARMA模型的高階統(tǒng)計(jì)量估計(jì)
11.4　自適應(yīng)線性預(yù)測(cè)
11.4.1　誤差準(zhǔn)則
11.4.2　自適應(yīng)算法
11.5　基于倒譜的沖激響應(yīng)和信號(hào)恢復(fù)
11.6　程序及其結(jié)果分析
11.6.1　自適應(yīng)線性預(yù)測(cè)
11.6.2　基于倒譜的沖激響應(yīng)辨識(shí)和信號(hào)恢復(fù)
11.6.3　參數(shù)模型高階譜估計(jì)——ARMA
第12章　基于MATLAB的DCT數(shù)字水印技術(shù)
12.1　信息隱藏與數(shù)字水印技術(shù)
12.1.1　信息隱藏的主要分支
12.1.2　信息隱藏技術(shù)
12.1.3　水印技術(shù)
12.2　數(shù)字水印技術(shù)的應(yīng)用
12.2.1　研究數(shù)字水印的意義
12.2.2　數(shù)字水印技術(shù)的應(yīng)用領(lǐng)域
12.2.3　數(shù)字水印的分類
12.2.4　數(shù)字水印的嵌入和恢復(fù)
12.2.5　數(shù)字水印的典型算法
12.2.6　數(shù)字水印性能度量指標(biāo)
12.3　基于MATLAB的DCT數(shù)字水印技術(shù)
12.3.1　引言
12.3.2　DCT變換
12.3.3　水印嵌入和提取算法
12.3.4　MATLAB在數(shù)字水印中的應(yīng)用
說明
參考文獻(xiàn)