| 第一章信号与系统的基本概念1.1信号的基本概念1.2采样、量化和编码1.2.1采样1.2.2量化1.2.3编码1.3常用的信号变换方法1.3.1傅里叶级数1.3.2傅里叶变换1.3.3拉普拉斯变换1.3.4Z变换1.3.5离散傅里叶变换1.4系统的基本概念1.4.1确定性信号通过线性系统1.4.2随机信号通过线性系统1.5数字滤波器及其设计方法1.5.1数字滤波器概述1.5.2数字滤波器的网络表示1.5.3数字滤波器的设计指标1.5.4模拟低通滤波器的设计方法1.5.5无限冲激响应数字滤波器的设计1.5.6有限冲激响应数字滤波器的设计第二章信号检测的基本概念2.1假设检测2.2检测准则2.2.1极大后验概率准则2.2.2最小错误概率准则2.2.3最小风险贝叶斯准则2.2.4极小极大准则2.2.5纽曼ˉ皮尔逊准则2.3多次观察2.4多元检测2.4.1离散随机量的多元检测2.4.2连续随机量的多元检测第三章参数估计的基本理论3.1估计的基本概念3.2贝叶斯估计3.3最大似然估计3.4线性最小均方误差估计3.5递归的线性最小均方误差估计3.6最小二乘估计第四章维纳滤波和卡尔曼滤波4.1维纳滤波的基本概念4.2维纳滤波的求解4.2.1非因果的维纳滤波问题4.2.2因果的维纳滤波问题4.3预测问题4.4后验维纳滤波4.5互补维纳滤波4.6卡尔曼滤波的基本概念4.7标量卡尔曼滤波4.8矢量卡尔曼滤波第五章频谱估计理论5.1经典频谱估计5.1.1经典频谱估计的基本算法5.1.2经典频谱估计的改进5.2频谱估计的参数模型5.3AR模型的频谱估计5.3.1AR模型的YuleˉWalker方程5.3.2AR模型估计的自相关法5.3.3Burg算法5.3.4改进的协方差法5.3.5AR模型的阶次估计5.4最大熵估计5.5MA和ARMA模型的频谱估计5.5.1MA模型的频谱估计5.5.2ARMA模型的频谱估计第六章自适应处理技术6.1自适应处理的基本概念6.2横向结构的随机梯度法6.2.1基本算法6.2.2算法性能6.3格形结构的随机梯度法6.4横向结构的最小二乘法6.5格形结构的最小二乘法6.5.1线性矢量空间6.5.2前后向预测误差滤波器6.5.3格形结构最小二乘法的算法6.6快速横向滤波器6.6.1横向滤波器6.6.2横向滤波算子的时间更新6.6.3快速横向滤波的自适应算法6.7自适应滤波器的功能第七章同态信号处理7.1广义线性的基本概念7.2乘积同态系统7.2.1实数乘积同态系统7.2.2复数乘积同态系统7.3卷积同态系统7.4复倒谱7.4.1复倒谱的基本概念7.4.2复倒谱的计算方法第八章信号的时频分布8.1时频表示的基本概念8.2短时傅里叶变换8.3时频分布8.4WignerˉVille分布8.4.1定义与性质8.4.2交叉项的抑制8.4.3离散WignerˉVille分布的实现8.4.4基于WignerˉVille分布的离散信号重构8.5Cohen族时频分布8.5.1定义与性质8.5.2Cohen族时频分布的几种类型8.6时频分布的应用8.6.1瞬时频率估计8.6.2时频域Wiener滤波第九章多采样率信号处理9.1整数倍抽取与整数倍内插9.1.1整数倍抽取9.1.2整数倍内插9.2有理因子M/L的采样率转换9.2.1用先内插后抽取的方法实现采样率转换9.2.2用时变FIR滤波器实现采样率转换9.3多采样率FIR系统的网络结构9.3.1多采样率FIR系统的直接实现9.3.2多采样率FIR系统的多相结构9.3.3多采样率时变系统的网络结构9.4线性时变和多采样率网络系统表示9.4.1系统响应和双频系统函数9.4.2抽取器和零值内插器的输入、输出映射9.5采样率转换器的多级实现9.5.1多级实现的原因9.5.2多级实现的设计方法9.5.3用多个二倍抽取（内插）器级联的实现方法第十章小波变换理论10.1连续小波变换10.1.1连续小波变换的定义与性质10.1.2几种常用的小波10.2尺度与时移离散化的小波变换10.2.1尺度与时移的离散化10.2.2小波框架理论10.3多分辨率分析10.3.1多分辨率分析的基本概念10.3.2尺度函数和小波函数10.3.3Mallat算法10.4多分辨率分析中的滤波器组10.4.1多分辨率分析中滤波器组的条件10.4.2正交镜像滤波器组和共轭正交滤波器组10.4.3Daubechies小波10.4.4从滤波器响应计算尺度函数10.5小波包与时频分析10.5.1小波包的基本概念10.5.2小波包的定义与性质参考教材 |
内容加载中，请稍后...
商品评论（0条）