注冊 | 登錄讀書好，好讀書，讀好書！

當(dāng)前位置：首頁出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)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(xué)出版社
叢編項(xiàng)：	高等學(xué)校電子信息類規(guī)劃教材
標(biāo)　簽：	通信技術(shù)理論與基礎(chǔ)

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?jǐn)?shù)：

內(nèi)容簡介

　　本書是九五電子部重點(diǎn)教材、電子信息類高等學(xué)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(shè)計(jì)和應(yīng)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(jì)信號處理基礎(chǔ)，維納和卡爾曼濾波器，自適應(yīng)濾波器，現(xiàn)代功率譜估計(jì)，同態(tài)信號處理，高階譜估計(jì)，小波分析，以及人工神經(jīng)網(wǎng)絡(luò)信號處理。本書適合于信息與通信工程學(xué)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(xué)。1982年至1984年為美國辛辛那提大學(xué)訪問學(xué)者。現(xiàn)任華中科技大學(xué)教授，信息與通信工程學(xué)科博士生導(dǎo)師，中國電子學(xué)會信號處理分會副主任委員，《信號處理》學(xué)報(bào)編輯委員會副主任。主要學(xué)科研究方向有：數(shù)字信號處理及其在現(xiàn)代通信中的應(yīng)用，語音壓縮編碼，語音識別，語音去噪等。孫洪，武漢大學(xué)電子信息學(xué)院教授，博士生導(dǎo)師，通信工程系系主任。在華中理工大學(xué)（現(xiàn)名：華中科技大學(xué)）獲得工學(xué)學(xué)士、工學(xué)碩士和工學(xué)博士學(xué)位。1997年-1998年在法國國立高等工藝學(xué)院和國立高等電信學(xué)院作訪問學(xué)者，1998年應(yīng)邀到德國杜伊斯堡大學(xué)進(jìn)行合作研究，1999年、2000年、2001應(yīng)邀在法國國立高等電信學(xué)院作訪問教授，并指導(dǎo)研究生。主要從事信號處理和現(xiàn)代通信的理論和技術(shù)的研究。主持國家自然科學(xué)基金、國家基金委國際合作項(xiàng)目和國家863項(xiàng)目等十余項(xiàng)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(jì)多分辨率的概念和計(jì)算方法”，在《中國科學(xué)》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(diǎn)教材。譯著：《合成孔徑雷達(dá)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(xué)術(shù)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(yīng)用學(xué)術(shù)會；多次在國際信號處理學(xué)術(shù)大會，國際雷達(dá)學(xué)術(shù)會議，IEEE國際信息和通信技術(shù)學(xué)術(shù)大會上任分會主席。 IEEE信號處理學(xué)會會員，中國信號處理學(xué)會委員，國家教育部電子信息科學(xué)與工程專業(yè)教育指導(dǎo)分委員會委員，國家教育部留學(xué)回國人員科研啟動基金評審專家，遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室兼職教授。

圖書目錄

第一章  基礎(chǔ)知識
1. 1  隨機(jī)矢量
1. 2  相關(guān)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(guān)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(guān)函數(shù)的不變性
1. 6. 4  最小時延性質(zhì)
1. 6. 5  最小相位性質(zhì)
1. 6. 6  譜分解定理
1. 7  信號的參數(shù)模型
習(xí)題
參考文獻(xiàn)
第二章  維納濾波和卡爾曼濾波
2. 1  維納濾波的標(biāo)準(zhǔn)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(shè)計(jì)與計(jì)算
2. 5  標(biāo)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(jì)算公式
2. 7  維納濾波和卡爾曼濾波的計(jì)算和應(yīng)用舉例
2. 7. 1  維納濾波器
2. 7. 2  卡爾曼濾波器
復(fù)習(xí)思考題
習(xí)題
參考文獻(xiàn)
第三章  自適應(yīng)濾波器
3. 1  自適應(yīng)濾波原理
3. 2  自適應(yīng)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(zhì)
3. 5  最陡下降法
3. 6  學(xué)習(xí)曲線和收斂速度
3. 7  自適應(yīng)的最小均方(LMS)算法
3. 8  權(quán)矢量噪聲
3. 9  失調(diào)量
3. 10  自適應(yīng)的遞歸最小二乘方(RLS)算法
3. 11  IIR遞推結(jié)構(gòu)自適應(yīng)濾波器的LMS算法
3. 12  自適應(yīng)濾波器計(jì)算舉例
3. 13  自適應(yīng)濾波器的數(shù)字實(shí)現(xiàn)
3. 13. 1  LMS算法自適應(yīng)濾波器的直接實(shí)現(xiàn)
3. 13. 2  分布運(yùn)算自適應(yīng)濾波器
3. 13. 3  余數(shù)制自適應(yīng)濾波器
3. 14  最小二乘自適應(yīng)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(yīng)算法
3. 15. 1  前向預(yù)測和后向預(yù)測
3. 15. 2  預(yù)測誤差濾波器的格形結(jié)構(gòu)
3. 15. 3  LSL自適應(yīng)算法
3. 15. 4  LSL自適應(yīng)算法的性能
3. 16  快速橫向?yàn)V波(FTF)自適應(yīng)算法
3. 16. 1  FTF算法涉及到的4個橫向?yàn)V波器
3. 16. 2  橫向?yàn)V波算子的時間更新
3. 16. 3  FTF自適應(yīng)算法中的時間更新關(guān)系
3. 16. 4  FTF自適應(yīng)算法流程
3. 16. 5  FTF自適應(yīng)算法的性能
3. 16. 6  FTF算法計(jì)算量的進(jìn)一步減少
3. 17  自適應(yīng)濾波器的應(yīng)用
3. 17. 1  自適應(yīng)系統(tǒng)模擬和辨識
3. 17. 2  自適應(yīng)逆濾波
3. 17. 3  自適應(yīng)干擾抵消
3. 17. 4  自適應(yīng)預(yù)測
復(fù)習(xí)思考題
習(xí)題
參考文獻(xiàn)
第四章  功率譜估計(jì)的現(xiàn)代方法
4. 1  從經(jīng)典譜估計(jì)到現(xiàn)代譜估計(jì)
4. 2  譜估計(jì)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(jì)的性質(zhì)
4. 6. 1  AR譜估計(jì)隱含著自相關(guān)函數(shù)的外推
4. 6. 2  AR譜估計(jì)與最大熵譜估計(jì)等效
4. 6. 3  AR譜估計(jì)與線性預(yù)測譜估計(jì)等效
4. 6. 4  AR譜估計(jì)等效于最佳白化處理
4. 6. 5  AR譜估計(jì)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(jì)的異?，F(xiàn)象及其補(bǔ)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(jì)的影響
4. 10  MA和ARMA模型譜估計(jì)
4. 10. 1  MA模型譜估計(jì)
4. 10. 2  ARMA模型譜估計(jì)
4. 11  白噪聲中正弦波頻率的估計(jì)
4. 11. 1  最大似然法
4. 11. 2  修正協(xié)方差A(yù)R譜估計(jì)方法
4. 11. 3  特征分解頻率估計(jì)
1. 11. 4  信號子空間頻率估計(jì)
4. 11. 5  噪聲子空間頻率估計(jì)
復(fù)習(xí)思考題
習(xí)題
參考文獻(xiàn)
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(fù)倒譜定義
5. 4. 1  復(fù)對數(shù)的多值性問題
5. 4. 2  X(z)的解析性問題
5. 5  復(fù)倒譜的性質(zhì)
5. 6  復(fù)倒譜的計(jì)算方法
5. 6. 1  按復(fù)倒譜定義計(jì)算
5. 6. 2  最小相位序列的復(fù)倒譜的計(jì)算
5. 6. 3  復(fù)對數(shù)求導(dǎo)數(shù)計(jì)算法
5. 6. 4  遞推計(jì)算方法
復(fù)習(xí)思考題
習(xí)題
參考文獻(xiàn)
第六章  高階譜分析
6. 1  三階相關(guān)和雙譜的定義及其性質(zhì)
6. 2  累量和多譜的定義及其性質(zhì)
6. 2. 1  隨機(jī)變量的累量
6. 2. 2  隨機(jī)過程的累量
6. 2. 3  多譜的定義
6. 2. 4  累量和多譜的性質(zhì)
6. 3  累量和多譜估計(jì)
6. 4  基于高階譜的相位譜估計(jì)
6. 5  基于高階譜的模型參數(shù)估計(jì)
6. 5. 1  AR模型參數(shù)估計(jì)
6. 5. 2  MA模型參數(shù)估計(jì)
6. 5. 3  ARMA模型參數(shù)估計(jì)
6. 6  利用高階譜確定模型的階
6. 7  多譜的應(yīng)用
復(fù)習(xí)思考題
習(xí)題
參考文獻(xiàn)
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(biāo)準(zhǔn)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(biāo)準(zhǔn)正交小波基的構(gòu)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(gòu)造
7. 9  標(biāo)準(zhǔn)正交小波基舉例
7. 10  計(jì)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(xì)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(jì)算DWT的雙通道濾波器的設(shè)計(jì)
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(yīng)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(fù)習(xí)思考題
習(xí)題
參考文獻(xiàn)
第八章  神經(jīng)網(wǎng)絡(luò)信號處理
8. 1  神經(jīng)網(wǎng)絡(luò)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(luò)模型
8. 1. 3  神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式
8. 2  多層前向網(wǎng)絡(luò)及其學(xué)習(xí)算法
8. 2. 1  單層前向網(wǎng)絡(luò)的分類能力
8. 2. 2  多層前向網(wǎng)絡(luò)的非線性映射能力
8. 2. 3  權(quán)值計(jì)算--矢量外積算法
8. 2. 4  有導(dǎo)師學(xué)習(xí)法--誤差修正法
8. 3  反饋網(wǎng)絡(luò)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(luò)
8. 3. 3  連續(xù)型Hopheld單層反饋網(wǎng)絡(luò)
8. 3. 4  隨機(jī)型和復(fù)合型反饋網(wǎng)絡(luò)
8. 4  自組織神經(jīng)網(wǎng)絡(luò)
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(luò)在信號處理中的應(yīng)用
復(fù)習(xí)思考題
習(xí)題
參考文獻(xiàn)
第四章附錄
附錄4. 1  關(guān)于現(xiàn)代譜估計(jì)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(guān)系
附錄6. 2  隨機(jī)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(xué)習(xí)算法的收斂性
附錄8. 2  離散型單元的學(xué)習(xí)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(luò)的BP學(xué)習(xí)算法
附錄8. 5  多層前向網(wǎng)絡(luò)的模擬退火算法
部分習(xí)題參考答案
索  引