信號處理與軟計算

第一章　導論
1.1　前言
1.2　數字信號處理的進展和挑戰(zhàn)
1.3　對學習本課程的建議
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
2.5 Z變換
2.6 逆Z變換
2.7 Z變換的基本性質
2.8 拉氏變換、付里葉變換和Z變換之間的關系
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
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　數字濾波器
4.1　前言
4.2　數字網絡表示和基本結構
4.3　數字濾波器原理
4.4　模擬濾波器近似
4.5　無限沖激響應(IIR) 數字濾波器
4.6　有限沖激響應(FIR) 數字濾波器
4.7　自適應濾波器
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
5.3　信號分析
5.4　濾波器設計
第六章　相關分析和譜分析
6.1　前言
6.2　相關函數
6.3　功率譜密度函數
6.4　譜分析
6.5　頻率響應函數和相干分析
6.6　高分辨率譜分析
6.7　倒譜和解卷積
第七章　現代譜估計
7.1　前言
7.2　估計理論的基本原理
7.3　參數模型和參數譜估計
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　小波神經網絡
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　信號恢復的非參數方法
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　可預測性
10.5　混沌動力學系統(tǒng)的李亞普諾夫指數
10.6　吸引子和分維
10.7　主分量分析
10.8　混沌數據和噪聲
第十一章　神經網絡和信號處理
11.1　前言
11.2　學習過程
11.3　感知器和多層感知器
11.4　徑基函數網絡
11.5　遞歸網絡
11.6　信號處理的神經網絡
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)和神經網絡
12.8　模糊系統(tǒng)例
第十三章　進化算法和最優(yōu)化
13.1　前言
13.2　最優(yōu)化問題
13.3　遺傳算法
13.4　進化策略
13.5　進化規(guī)劃
13.6　應用例
第十四章　數字信號處理器 (DSP)
14.1　前言
14.2　DSP的基本結構
14.3　指令系統(tǒng)
14.4　匯編語言程序
14.5　輸入/輸出技術
14.6　應用例
第十五章　工程應用例
15.1　目標識別
15.2　結構缺陷的非損傷檢測 (NDT)的信息融合方法
15.3　盲信號分離
15.4　發(fā)動機缸內壓力波形的恢復
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