| 前言 第1章 离散时间信号处理基础 1.1 离散时间信号 1.1.1 常用离散时间信号 1.1.2 序列的基本运算 1.2 离散时间系统 1.2.1 离散时间系统的分类 1.2.2 离散lti系统的响应 1.3 傅里叶变换 1.3.1 离散时间傅里叶变换 1.3.2 离散傅里叶变换 1.3.3 快速傅里叶变换 1.4 z变换 1.4.1 z变换 1.4.2 逆z变换 1.5 数字滤波器 1.5.1 系统函数 1.5.2 频率响应 1.5.3 格型滤波器 本章小结 习题 第2章 随机信号分析基础 2.1 随机变量 2.1.1 概率分布函数与密度函数 2.1.2 随机变量的数字特征 2.2 随机过程 2.2.1 随机过程的基本统计量 2.2.2 独立、不相关与正交 2.3 几种典型的随机过程 2.3.1 复正弦加噪声 2.3.2 实高斯过程 2.3.3 谐波过程 2.3.4 高斯—马尔可夫过程 2.4 随机信号通过线性系统 2.4.1 时域分析 2.4.2 频域分析 2.5 谱分解定理 2.6 参数估计理论 2.6.1 估计量的性质 2.6.2 均值的估计 2.6.3 方差的估计 本章小结 习题 第3章 随机信号的线性模型 3.1 ar过程 3.1.1 ar(1)模型 3.1.2 ar(2)模型 3.1.3 ar(p)模型 3.2 ma过程 3.3 arma过程 3.4 三种模型间的关系 本章小结 习题 第4章 非参数谱估计 4.1 平稳随机信号的自相关估计 4.2 相关图法 4.3 周期图法 4.4 周期图法的改进 4.4.1 平滑单一周期图 4.4.2 多个周期图求平均 4.5 应用举例 4.5.1 语音频谱分析 4.5.2 语谱图 本章小结 习题 第5章 最优线性滤波器 第6章 最小二乘滤波和预测 第7章 参数谱估计 更多 |
![MPLS技术与实现[按需印刷]](http://images.china-pub.com/ebook/8455/zcover.jpg)
内容加载中，请稍后...
商品评论（0条）