發表於2024-11-17
本書是電子科技大學通信學院重點課程教材,國內眾多院校采用,配套學習輔導。
《現代數字信號處理及其應用》係統地介紹瞭以離散時問隨機過程為處理對象的數字信號處理理論和方法。全書共分9章,內容包括:離散時間信號與係統,離散時間平穩隨機過程,功率譜估計和信號頻率估計方法,維納濾波原理及自適應算法,維納濾波在信號處理中的應用,小二乘估計理論及算法,卡爾曼濾波,陣列信號處理與空域濾波,盲信號處理。內容安排上注重概念和理論的工程應用,各章中還安排有一定的應用實例。
《現代數字信號處理及其應用》可作為電子信息工程、通信工程、自動控製、電子科學與技術等專業的研究生教材或教學參考書,也可作為相關專業工程技術人員的參考資料。
第1章 離散時間信號與係統
1.1 離散時間信號與係統基礎
1.1.1 離散時間信號的定義與分類
1.1.2 離散時間信號的差分和纍加
1.1.3 離散時間係統定義及LTI特性
1.1.4 LTI離散時間係統響應——捲積和
1.1.5 離散時間信號相關函數及捲積錶示
1.2 離散時間信號與係統的傅裏葉分析
1.2.1 復指數信號通過LTI係統的響應
1.2.2 離散時間信號的傅裏葉級數和傅裏葉變換
1.2.3 傅裏葉變換的性質
1.2.4 離散時間係統頻率響應與理想濾波器
1.2.5 離散時間信號的DFT和FFT
1.3 離散時間信號的Z變換
1.3.1 Z變換的概念
1.3.2 Z變換的性質
1.3.3 離散時間係統的z域描述——係統函數
1.3.4 離散時間係統的方框圖和信號流圖錶示
1.4 LTI離散時間係統性能描述
1.4.1 係統的記憶性
1.4.2 係統的因果性
1.4.3 係統的可逆性
1.4.4 係統的穩定性和最小相位係統
1.4.5 綫性相位係統與係統的群時延
1.5 離散時間係統的格型結構
1.5.1 全零點濾波器的格型結構
1.5.2 全極點濾波器的格型結構
1.6 連續時間信號的離散化及其頻譜關係
1.7 離散時間實信號的復數錶示
1.7.1 離散時間解析信號(預包絡)
1.7.2 離散時間希爾伯特變換
1.7.3 離散時間窄帶信號的復數錶示(復包絡)
1.8 窄帶信號的正交解調與數字基帶信號
1.8.1 模擬正交解調與采集電路原理
1.8.2 數字正交解調與采集電路原理
1.8.3 基帶信號的隨機相位與載波同步
1.9 多相濾波與信道化處理
1.9.1 橫嚮濾波器的多相結構
1.9.2 信號的均勻信道化
1.9.3 基於多相濾波器組的信道化原理
習題
參考文獻
第2章 離散時間平穩隨機過程
2.1 離散時間平穩隨機過程基礎
2.1.1 離散時間隨機過程及其數字特徵
2.1.2 離散時間平穩隨機過程及其數字特徵
2.1.3 遍曆性與統計平均和時間平均
2.1.4 循環平穩性的概念
2.1.5 隨機過程間的獨立、正交、相關
2.2 平穩隨機過程的自相關矩陣及其性質
2.2.1 自相關矩陣的定義
2.2.2 自相關矩陣的基本性質
2.2.3 自相關矩陣的特徵值與特徵嚮量的性質
2.3 離散時間平穩隨機過程的功率譜密度
2.3.1 功率譜的定義
2.3.2 功率譜的性質
2.3.3 平穩隨機過程通過LTI離散時間係統的功率譜
2.4 離散時間平穩隨機過程的參數模型
2.4.1 Wold分解定理
2.4.2 平穩隨機過程的參數模型
2.5 隨機過程高階纍積量和高階譜的概念
2.5.1 高階矩和高階纍積量
2.5.2 高階纍積量的性質
2.5.3 高階譜的概念
習題
參考文獻
第3章 功率譜估計和信號頻率估計方法
3.1 經典功率譜估計方法
3.1.1 BT法
3.1.2 周期圖法
3.1.3 經典功率譜估計性能討論
3.1.4 經典功率譜估計的改進
3.1.5 經典功率譜估計仿真實例及性能比較
3.2 平穩隨機過程的AR參數模型功率譜估計
3.2.1 AR參數模型的正則方程
3.2.2 AR參數模型的Levinson-Durbin迭代算法
3.2.3 AR參數模型功率譜估計步驟及仿真實例
3.2.4 AR參數模型功率譜估計性能討論
3.3 MA參數模型和ARMA參數模型功率譜估計原理
3.3.1 MA參數模型的正則方程
3.3.2 ARMA參數模型的正則方程
3.4 MVDR信號頻率估計方法
3.4.1 預備知識:標量函數關於嚮量的導數和梯度的概念
3.4.2 MVDR濾波器原理
3.4.3 MVDR頻率估計算法仿真實例
3.5 APES算法
3.5.1 APES算法原理
3.5.2 APES算法仿真實例
3.6 基於相關矩陣特徵分解的信號頻率估計
3.6.1 信號子空間和噪聲子空間的概念
3.6.2 MUSIC算法
3.6.3 Root-MUSIC算法
3.6.4 Pisarenko諧波提取方法
3.6.5 ESPRIT算法
3.6.6 信號源個數的確定方法
3.7 譜估計在電子偵察中的應用實例
3.7.1 常規通信信號的參數估計
3.7.2 跳頻信號的參數估計
習題
參考文獻
第4章 維納濾波原理及自適應算法
4.1 自適應橫嚮濾波器及其學習過程
4.1.1 自適應橫嚮濾波器結構
4.1.2 自適應橫嚮濾波器的學習過程和工作過程
4.2 維納濾波原理
4.2.1 均方誤差準則及誤差性能麵
4.2.2 維納-霍夫方程
4.2.3 正交原理
4.2.4 最小均方誤差
4.2.5 計算實例1:噪聲中的單頻信號估計
4.2.6 計算實例2:信道傳輸信號的估計
4.3 維納濾波器的最陡下降求解方法
4.3.1 維納濾波的最陡下降算法
4.3.2 最陡下降算法的收斂性
4.3.3 最陡下降算法的學習麯綫
4.3.4 最陡下降算法仿真實例
4.4 LMS算法
4.4.1 LMS算法原理
4.4.2 LMS算法權嚮量均值的收斂性
4.4.3 LMS算法均方誤差的統計特性
4.4.4 LMS算法仿真實例
4.4.5 幾種改進的LMS算法簡介
4.5 多級維納濾波器理論
4.5.1 輸入嚮量滿秩變換的維納濾波
4.5.2 維納濾波器降階分解原理
4.5.3 維納濾波器的多級錶示
4.5.4 基於輸入信號統計特性的權值計算步驟
4.5.5 一種阻塞矩陣的構造方法
4.5.6 基於觀測數據的權值遞推算法
4.5.7 仿真計算實例
習題
參考文獻
第5章 維納濾波在信號處理中的應用
5.1 維納濾波在綫性預測中的應用
5.1.1 綫性預測器原理
5.1.2 綫性預測與AR模型互為逆係統
5.1.3 基於綫性預測器的AR模型功率譜估計
5.2 前後嚮綫性預測及其格型濾波器結構
5.2.1 前後嚮綫性預測器(FBLP)原理
5.2.2 FBLP的格型濾波器結構
5.2.3 Burg算法及其在AR模型譜估計中的應用
5.2.4 Burg算法功率譜估計仿真實驗
5.3 信道均衡
5.3.1 離散時間通信信道模型
5.3.2 迫零均衡濾波器
5.3.3 基於MMSE準則的FIR均衡濾波器
5.3.4 自適應均衡及仿真實例
5.4 語音信號的綫性預測編碼
5.4.1 語音信號的産生
5.4.2 基於綫性預測的語音信號處理
5.4.3 仿真實驗
習題
參考文獻
第6章 最小二乘估計理論及算法
6.1 預備知識:綫性方程組解的形式
6.1.1 綫性方程組的唯一解
6.1.2 綫性方程組的最小二乘解
6.1.3 綫性方程組的最小範數解
6.2 最小二乘估計原理
6.2.1 最小二乘估計的確定性正則方程
6.2.2 LS估計的正交原理
6.2.3 投影矩陣的概念
6.2.4 LS估計的誤差平方和
6.2.5 最小二乘方法與維納濾波的關係
6.2.6 應用實例:基於LS估計的信道均衡原理
6.3 用奇異值分解求解最小二乘問題
6.3.1 矩陣的奇異值分解
6.3.2 奇異值分解與特徵值分解的關係
6.3.3 用奇異值分解求解確定性正則方程
6.3.4 奇異值分解迭代計算簡介
6.4 基於LS估計的FBLP原理及功率譜估計
6.4.1 FBLP的確定性正則方程
6.4.2 用奇異值分解實現AR模型功率譜估計
6.5 遞歸最小二乘(RLS)算法
6.5.1 矩陣求逆引理
6.5.2 RLS算法原理
6.5.3 自適應均衡仿真實驗
6.6 基於QR分解的遞歸最小二乘(QR-RLS)算法原理
6.6.1 矩陣的QR分解
6.6.2 QR-RLS算法
6.6.3 基於Givens鏇轉的QR-RLS算法
6.6.4 利用Givens鏇轉直接得到估計誤差信號
6.6.5 QR-RLS算法的systolic多處理器實現原理
習題
參考文獻
第7章 卡爾曼濾波
7.1 基於新息過程的遞歸最小均方誤差估計
7.1.1 標量新息過程及其性質
7.1.2 最小均方誤差估計的新息過程錶示
7.1.3 嚮量新息過程及其性質
7.2 係統狀態方程和觀測方程的概念
7.3 卡爾曼濾波原理
7.3.1 狀態嚮量的最小均方誤差估計
7.3.2 新息過程的自相關矩陣
7.3.3 卡爾曼濾波增益矩陣
7.3.4 卡爾曼濾波的黎卡蒂方程
7.3.5 卡爾曼濾波計算步驟
7.4 卡爾曼濾波的統計性能
7.4.1 卡爾曼濾波的無偏性
7.4.2 卡爾曼濾波的最小均方誤差估計特性
7.5 卡爾曼濾波的推廣
7.5.1 標稱狀態綫性化濾波
7.5.2 擴展卡爾曼濾波
7.6 卡爾曼濾波的應用
7.6.1 卡爾曼濾波在維納濾波中的應用
7.6.2 卡爾曼濾波在雷達目標跟蹤中的應用
7.6.3 α-β濾波的概念
7.6.4 卡爾曼濾波在交互多模型算法中的應用
7.6.5 卡爾曼濾波在數據融閤中的應用
習題
參考文獻
第8章 陣列信號處理與空域濾波
8.1 陣列接收信號模型
8.1.1 均勻綫陣接收信號模型
8.1.2 任意陣列(共形陣)接收信號模型
8.1.3 均勻矩形陣接收信號模型
8.1.4 均勻圓陣接收信號模型
8.2 空間譜與DOA估計
8.3 基於MUSIC算法的信號DOA估計方法
8.3.1 MUSIC算法用於信號DOA估計
8.3.2 仿真實例
8.4 信號DOA估計的ESPRIT算法
8.4.1 ESPRIT算法用於信號DOA估計的原理
8.4.2 仿真實例
8.5 乾涉儀測嚮原理
8.5.1 一維相位乾涉儀測嚮原理
8.5.2 二維相位乾涉儀
8.6 空域濾波與數字波束形成
8.6.1 空域濾波和陣方嚮圖
8.6.2 數字自適應乾擾置零
8.7 基於MVDR算法的DBF方法
8.7.1 MVDR波束形成器原理
8.7.2 QR分解SMI算法
8.7.3 MVDR波束形成器實例
8.7.4 LCMV波束形成器簡介
8.7.5 LCMV波束形成器的維納濾波器結構
8.8 空域APES數字波束形成和DOA估計方法
8.8.1 前嚮SAPES波束形成器原理
8.8.2 仿真實例
8.9 多旁瓣對消數字自適應波束形成方法
8.9.1 多旁瓣對消數字波束形成原理
8.9.2 多旁瓣對消的最小二乘法求解
8.10 陣列信號處理中的其他問題
8.10.1 相關信號源問題
8.10.2 寬帶信號源問題
8.10.3 陣列校正與均衡問題
習題
參考文獻
第9章 盲信號處理
9.1 盲信號處理的基本概念
9.1.1 盲係統辨識與盲解捲積
9.1.2 信道盲均衡
9.1.3 盲源分離與獨立分量分析(ICA)
9.1.4 盲波束形成
9.2 Bussgang盲均衡原理
9.2.1 自適應盲均衡與Bussgang過程
9.2.2 Sato算法
9.2.3 恒模算法
9.2.4 判決引導算法
9.3 SIMO信道模型及子空間盲辨識原理
9.3.1 SIMO信道模型
9.3.2 SIMO信道模型的Sylvester矩陣
9.3.3 SIMO信道的可辨識條件和模糊性
9.3.4 基於子空間的盲辨識算法
9.4 SIMO信道的CR盲辨識原理及自適應算法
9.4.1 CR算法
9.4.2 多信道LMS算法
9.5 基於陣列結構的盲波束形成
9.5.1 基於奇異值分解的降維預處理
9.5.2 基於ESPRIT算法的盲波束形成
9.6 基於信號恒模特性的盲波束形成
9.6.1 SGD CMA算法
9.6.2 RLS CMA算法
9.6.3 解析恒模算法簡介
習題
參考文獻
索引
常用符號錶
高等院校信息與通信工程係列教材:現代數字信號處理及其應用 下載 mobi pdf epub txt 電子書 格式 2024
高等院校信息與通信工程係列教材:現代數字信號處理及其應用 下載 mobi epub pdf 電子書戈
評分無
評分書不錯
評分外文名
評分—
評分 評分有
評分,
評分一
高等院校信息與通信工程係列教材:現代數字信號處理及其應用 mobi epub pdf txt 電子書 格式下載 2024