現(xiàn)代信號分析與處理

目錄
第1章緒論

1.1現(xiàn)代信號分析的目的與意義

1.2信號分析基礎(chǔ)

1.2.1隨機(jī)矢量正交

1.2.2內(nèi)積空間與正交分解

1.2.3正交投影定理

參考文獻(xiàn)


第2章隨機(jī)信號分析與處理基礎(chǔ)

2.1引言

2.2隨機(jī)信號的描述

2.2.1隨機(jī)信號及其統(tǒng)計(jì)描述

2.2.2隨機(jī)信號的數(shù)字特征

2.3平穩(wěn)隨機(jī)信號

2.3.1隨機(jī)信號的各態(tài)歷經(jīng)性

2.3.2各態(tài)歷經(jīng)平穩(wěn)隨機(jī)信號自相關(guān)函數(shù)的性質(zhì)

2.4隨機(jī)信號的聯(lián)合概率分布和互相關(guān)函數(shù)

2.4.1兩個(gè)隨機(jī)信號的聯(lián)合概率分布

2.4.2互相關(guān)函數(shù)及其性質(zhì)

2.5正態(tài)隨機(jī)信號

2.5.1正態(tài)隨機(jī)信號的定義

2.5.2平穩(wěn)正態(tài)隨機(jī)信號

2.6隨機(jī)信號的分類與頻域描述

2.6.1隨機(jī)信號的分類

2.6.2隨機(jī)信號的頻域特征

2.7隨機(jī)信號通過線性系統(tǒng)的分析

2.7.1平穩(wěn)隨機(jī)信號通過線性系統(tǒng)

2.7.2非平穩(wěn)隨機(jī)信號通過線性系統(tǒng)

2.7.3隨機(jī)信號通過非線性系統(tǒng)

2.8隨機(jī)信號模型

2.8.1譜分解定理與平穩(wěn)隨機(jī)信號模型分類

2.8.2AR模型

2.8.3MA模型

2.8.4ARMA模型

2.8.5平穩(wěn)隨機(jī)過程3類模型之間的關(guān)系

參考文獻(xiàn)


第3章功率譜估計(jì)

3.1引言

3.2經(jīng)典譜估計(jì)

3.2.1自相關(guān)函數(shù)的估計(jì)及BT法

3.2.2周期圖作為功率譜的估計(jì)

3.2.3經(jīng)典譜估計(jì)改進(jìn)方法

3.3現(xiàn)代譜估計(jì)

3.3.1自回歸模型法

3.3.2MA模型法和ARMA模型法

3.4最大熵譜估計(jì)法

3.4.1最大熵譜估計(jì)法的基本思想及其與線性預(yù)測AR模型法的等價(jià)性

3.4.2LevinsonDurbin遞推算法

3.5預(yù)測誤差格型濾波器及伯格遞推算法

3.5.1預(yù)測誤差格型濾波器

3.5.2Burg遞推算法——Kp的確定

3.5.3關(guān)于AR模型階次的選擇

參考文獻(xiàn)


第4章維納濾波與卡爾曼濾波

4.1引言

4.2匹配濾波器

4.2.1匹配濾波器的原理

4.2.2匹配濾波器單位沖激響應(yīng)

4.2.3匹配濾波器輸出

4.3維納濾波器

4.3.1離散維納濾波器的時(shí)域解

4.3.2離散維納濾波器的z域解

4.3.3維納預(yù)測器

4.3.4維納預(yù)測器的計(jì)算公式

4.3.5純預(yù)測器

4.3.6一步線性預(yù)測器

4.3.7FIR維納濾波器的MATLAB仿真

4.4卡爾曼濾波器

4.4.1離散狀態(tài)方程及其解

4.4.2量測方程

4.4.3卡爾曼濾波器的遞推算法

4.4.4卡爾曼濾波的MATLAB實(shí)現(xiàn)

參考文獻(xiàn)


第5章自適應(yīng)濾波器

5.1引言

5.2自適應(yīng)橫向?yàn)V波器

5.2.1自適應(yīng)線性組合器和自適應(yīng)FIR濾波器

5.2.2性能函數(shù)表示式及其幾何意義

5.2.3最陡下降法

5.2.4最小均方算法

5.3最小二乘自適應(yīng)濾波器

5.3.1最小二乘濾波

5.3.2遞推最小二乘法

5.3.3自適應(yīng)濾波器的MATLAB仿真

5.4自適應(yīng)濾波器的應(yīng)用

5.4.1自適應(yīng)對消

5.4.2自適應(yīng)陷波器

5.4.3自適應(yīng)逆濾波

5.4.4預(yù)測及信號分離

參考文獻(xiàn)


第6章小波分析與應(yīng)用

6.1短時(shí)傅里葉變換

6.2小波分析

6.2.1小波分析概念

6.2.2小波分析與傅里葉變換的區(qū)別

6.3常用小波函數(shù)介紹

6.3.1Haar小波

6.3.2Daubechies小波

6.3.3Mexican Hat小波

6.3.4Morlet小波

6.3.5Meyer小波

6.4連續(xù)小波變換

6.4.1定義

6.4.2連續(xù)小波變換的計(jì)算

6.4.3連續(xù)小波變換的逆變換

6.4.4連續(xù)小波變換的性質(zhì)

6.4.5頻率離散化重構(gòu)原信號（二進(jìn)小波）

6.4.6時(shí)頻離散化重構(gòu)原信號（框架）

6.4.7小波級數(shù)

6.5離散小波變換

6.5.1定義

6.5.2小波框架理論

6.5.3離散小波變換的計(jì)算

6.5.4離散小波變換的逆變換與重建核問題

6.6多分辨率分析與Mallat算法介紹

6.6.1尺度函數(shù)與尺度空間

6.6.2多分辨率分析概念

6.6.3多分辨率分析及尺度函數(shù)性質(zhì)

6.6.4Mallat算法介紹

6.7小波包分析簡介

6.7.1小波包定義

6.7.2小波包性質(zhì)

6.7.3小波包的空間分解

6.7.4小波包算法

6.7.5小波包在圖像邊緣檢測中的應(yīng)用

6.8提升小波

6.8.1提升小波的概念及運(yùn)算步驟

6.8.2用提升方法構(gòu)造傳統(tǒng)小波

6.8.3提升小波在圖像處理中的應(yīng)用

6.9小波分析在信號分析中的應(yīng)用

參考文獻(xiàn)


第7章現(xiàn)代信號處理方法簡介

7.1引言

7.2HHT變換簡介及應(yīng)用

7.2.1HHT概述

7.2.2固有模態(tài)函數(shù)概念

7.2.3經(jīng)驗(yàn)?zāi)Ｊ椒纸?

7.2.4HHT變換

7.2.5HHT的應(yīng)用

7.3粒子濾波器簡介及應(yīng)用

7.3.1粒子濾波概述

7.3.2貝葉斯濾波

7.3.3粒子濾波理論及示例

7.3.4粒子濾波器應(yīng)用

7.4盲信號分析基礎(chǔ)

7.4.1盲信號分離問題

7.4.2獨(dú)立分量分析

7.4.3因子分析和獨(dú)立因子分析

7.4.4盲解卷與多道盲解卷/均衡問題

7.4.5BSP的應(yīng)用

參考文獻(xiàn)


第8章MATLAB語言在信號分析中的應(yīng)用

8.1MATLAB簡介——解決工程與科學(xué)實(shí)際問題的強(qiáng)大工具

8.2MATLAB編程環(huán)境和常用語句介紹

8.2.1變量與賦值

8.2.2矩陣的建立

8.2.3特殊矩陣

8.2.4算術(shù)運(yùn)算

8.2.5程序結(jié)構(gòu)語句

8.2.6MATLAB常用數(shù)學(xué)函數(shù)

8.3MATLAB隨機(jī)信號處理函數(shù)庫簡介

8.4MATLAB維納濾波和卡爾曼濾波函數(shù)

8.5MATLAB自適應(yīng)濾波函數(shù)庫

8.6MATLAB小波分析函數(shù)庫簡介

參考文獻(xiàn)