信號(hào)處理仿真實(shí)驗(yàn)

算法篇

第1章信號(hào)處理仿真實(shí)驗(yàn)基礎(chǔ)

1．1概述

1．1．1數(shù)字信號(hào)處理的基本
概念

1．1．2數(shù)字信號(hào)處理的特點(diǎn)

1．1．3數(shù)字信號(hào)處理的一般
形式

1．2信號(hào)與系統(tǒng)基礎(chǔ)

1．2．1連續(xù)時(shí)間系統(tǒng)的時(shí)域
分析

1．2．2傅里葉變換

1．2．3拉普拉斯變換

1．3隨機(jī)信號(hào)處理基礎(chǔ)

1．3．1典型隨機(jī)變量的概率
密度

1．3．2隨機(jī)過程的統(tǒng)計(jì)描述與
估計(jì)

1．3．3隨機(jī)過程的功率譜密度

1．4課外知識(shí)點(diǎn)： 隨機(jī)數(shù)的產(chǎn)生

1．5課外知識(shí)點(diǎn)： 單位沖激和單位
脈沖

1．6參考文獻(xiàn)

第2章離散信號(hào)與系統(tǒng)

2．1基本概念

2．2信號(hào)的采樣與重建

2．3離散時(shí)間傅里葉變換

2．4離散傅里葉變換

2．5快速傅里葉變換

2．6課外知識(shí)點(diǎn)： 幾種形式的
傅里葉變換

2．7課外知識(shí)點(diǎn)： 補(bǔ)零位置對(duì)
頻譜估計(jì)的影響

2．8參考文獻(xiàn)

第3章數(shù)字濾波器的設(shè)計(jì)

3.1IIR濾波器基本概念

3.2IIR濾波器的設(shè)計(jì)

3.2.1模擬原型濾波器設(shè)計(jì)

3.2.2頻率變換

3.2.3濾波器離散化

3.3完全濾波器的設(shè)計(jì)

3.4FIR濾波器基本概念

3.5FIR濾波器的設(shè)計(jì)

3.5.1窗函數(shù)設(shè)計(jì)法

3.5.2頻率采樣設(shè)計(jì)法

3.6IIR和FIR濾波器的比較

3.7課外知識(shí)點(diǎn)： 濾波器設(shè)計(jì)與
分析工具FDATool

3.8參考文獻(xiàn)

第4章功率譜估計(jì)

4.1概述

4.2間接法(BT法)

4.3直接法(周期圖法)

4.4改進(jìn)的周期圖法

4.4.1Bartlett法

4.4.2加窗Bartlett法

4.4.3Welch法

4.5其他譜估計(jì)方法

4.5.1多窗口法

4.5.2最大熵估計(jì)法

4.6短時(shí)傅里葉變換

4.7課外知識(shí)點(diǎn)： 信號(hào)處理
工具SPTool

4.8參考文獻(xiàn)

第5章自適應(yīng)濾波

5.1自適應(yīng)濾波基本原理

5.2最小均方誤差自適應(yīng)濾波

5.3遞歸最小二乘自適應(yīng)濾波

5.4自適應(yīng)濾波器的應(yīng)用

5.4.1自適應(yīng)干擾抵消

5.4.2自適應(yīng)預(yù)測(cè)

5.4.3自適應(yīng)信號(hào)分離器

5.4.4自適應(yīng)圖像去噪

5.4.5自適應(yīng)信道均衡

5.5參考文獻(xiàn)

案例篇

案例1周期信號(hào)的分解與合成

案例2測(cè)試濾波器的幅頻特性

案例3利用離散傅里葉變換區(qū)分
兩個(gè)單頻信號(hào)
案例4產(chǎn)生特定功率譜的隨機(jī)數(shù)

案例5基于自適應(yīng)濾波的系統(tǒng)辨識(shí)

案例6基于DTW的阿拉伯?dāng)?shù)字
語音識(shí)別

案例7用MATLAB演奏音樂

案例8電話撥號(hào)音仿真

案例9聽撥號(hào)音識(shí)別號(hào)碼

案例10卡爾曼濾波在機(jī)動(dòng)目標(biāo)
跟蹤中的應(yīng)用

案例11數(shù)字圖像直方圖均衡

案例12基于圖像模式識(shí)別的多元
假設(shè)檢驗(yàn)

案例13汽車號(hào)牌自動(dòng)識(shí)別

案例14手寫數(shù)字的智能識(shí)別