信號處理與軟計算

第一章　導(dǎo)論
1.1　前言
1.2　數(shù)字信號處理的進(jìn)展和挑戰(zhàn)
1.3　對學(xué)習(xí)本課程的建議
第二章　信號、系統(tǒng)和線性變換
2.1 信號和序列
2.2 線性移不變系統(tǒng)
2.3 連續(xù)信號的離散化和采樣
2.4 付里葉變換的一些性質(zhì)
2.5 Z變換
2.6 逆Z變換
2.7 Z變換的基本性質(zhì)
2.8 拉氏變換、付里葉變換和Z變換之間的關(guān)系
2.9 離散余弦變換
第三章　離散付里葉變換和快速算法
3.1　前言
3.2　離散付里葉級數(shù)
3.3　離散付里葉變換
3.4　快速付里葉變換 (FFT)
3.5　快速算法中的其他考慮
3.6　快速卷積
第四章　數(shù)字濾波器
4.1　前言
4.2　數(shù)字網(wǎng)絡(luò)表示和基本結(jié)構(gòu)
4.3　數(shù)字濾波器原理
4.4　模擬濾波器近似
4.5　無限沖激響應(yīng)(IIR) 數(shù)字濾波器
4.6　有限沖激響應(yīng)(FIR) 數(shù)字濾波器
4.7　自適應(yīng)濾波器
第五章　MATLAB語言和信號處理
5.1　前言
5.2　基本的系統(tǒng)命令函數(shù)
5.3　信號分析
5.4　濾波器設(shè)計
第六章　相關(guān)分析和譜分析
6.1　前言
6.2　相關(guān)函數(shù)
6.3　功率譜密度函數(shù)
6.4　譜分析
6.5　頻率響應(yīng)函數(shù)和相干分析
6.6　高分辨率譜分析
6.7　倒譜和解卷積
第七章　現(xiàn)代譜估計
7.1　前言
7.2　估計理論的基本原理
7.3　參數(shù)模型和參數(shù)譜估計
7.4　自回歸譜估計
第八章　非平穩(wěn)信號分析 (8.1-8.4 楊毓英博士)
8.1　前言
8.2　短時付里葉變換 (STFT)
8.3　Wigner 分布
8.4　小波變換
8.5　小波神經(jīng)網(wǎng)絡(luò)
8.6　循環(huán)平穩(wěn)信號處理
第九章　非線性信號分析
9.1　前言
9.2　基本定義
9.3　高階譜估計方法
9.4　高階倒譜
9.5　信號恢復(fù)的非參數(shù)方法
9.6　基于高階譜的時間－頻率分布
第十章　混沌時間序列分析 (景志宏博士)
10.1 前言
10.2　時間序列的非線性檢驗
10.3　相空間方法
10.4　可預(yù)測性
10.5　混沌動力學(xué)系統(tǒng)的李亞普諾夫指數(shù)
10.6　吸引子和分維
10.7　主分量分析
10.8　混沌數(shù)據(jù)和噪聲
第十一章　神經(jīng)網(wǎng)絡(luò)和信號處理
11.1　前言
11.2　學(xué)習(xí)過程
11.3　感知器和多層感知器
11.4　徑基函數(shù)網(wǎng)絡(luò)
11.5　遞歸網(wǎng)絡(luò)
11.6　信號處理的神經(jīng)網(wǎng)絡(luò)
第十二章　模糊邏輯和信號處理
12.1　前言
12.2　模糊集合
12.3　模糊關(guān)系、模糊映射和變換
12.4　模糊邏輯和模糊語言
12.5　解模糊
12.6　模糊信號處理
12.7　模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)
12.8　模糊系統(tǒng)例
第十三章　進(jìn)化算法和最優(yōu)化
13.1　前言
13.2　最優(yōu)化問題
13.3　遺傳算法
13.4　進(jìn)化策略
13.5　進(jìn)化規(guī)劃
13.6　應(yīng)用例
第十四章　數(shù)字信號處理器 (DSP)
14.1　前言
14.2　DSP的基本結(jié)構(gòu)
14.3　指令系統(tǒng)
14.4　匯編語言程序
14.5　輸入/輸出技術(shù)
14.6　應(yīng)用例
第十五章　工程應(yīng)用例
15.1　目標(biāo)識別
15.2　結(jié)構(gòu)缺陷的非損傷檢測 (NDT)的信息融合方法
15.3　盲信號分離
15.4　發(fā)動機缸內(nèi)壓力波形的恢復(fù)
15.5　時間－頻率分布與故障診斷
15.6　心電圖ECG與室性早博PVC(Premature Ventricular Contraction)診斷
參考文獻(xiàn)