現(xiàn)代信號(hào)處理

第1章平穩(wěn)隨機(jī)信號(hào)
1.1隨機(jī)變量
1.1.1隨機(jī)變量的概念
1.1.2離散型隨機(jī)變量
1.1.3連續(xù)型隨機(jī)變量
1.1.4隨機(jī)變量的數(shù)字特征
1.2隨機(jī)信號(hào)
1.2.1隨機(jī)信號(hào)與隨機(jī)過(guò)程
1.2.2隨機(jī)信號(hào)的分類
1.2.3隨機(jī)信號(hào)的數(shù)學(xué)描述方法
1.3隨機(jī)信號(hào)的平穩(wěn)性
1.3.1平穩(wěn)隨機(jī)信號(hào)的概念
1.3.2隨機(jī)信號(hào)平穩(wěn)性的判斷方法
1.3.3平穩(wěn)隨機(jī)信號(hào)的時(shí)域統(tǒng)計(jì)表達(dá)
1.3.4平穩(wěn)隨機(jī)信號(hào)頻域特征
1.3.5平穩(wěn)隨機(jī)信號(hào)的各態(tài)遍歷性
1.4本章小結(jié)
習(xí)題1
第2章功率譜估計(jì)方法
2.1經(jīng)典的功率譜估計(jì)方法
2.1.1周期圖法
2.1.2自相關(guān)法
2.2參數(shù)模型功率譜估計(jì)方法
2.2.1參數(shù)模型的建立
2.2.2AR模型及其功率譜估計(jì)方法
2.2.3MA模型及功率譜估計(jì)方法
2.2.4ARMA模型及功率譜估計(jì)方法
2.3本章小結(jié)
習(xí)題2
第3章非平穩(wěn)隨機(jī)信號(hào)
3.1非平穩(wěn)隨機(jī)信號(hào)的統(tǒng)計(jì)描述方法
3.1.1概率與概率密度函數(shù)
3.1.2非平穩(wěn)隨機(jī)信號(hào)的統(tǒng)計(jì)特征
3.2非平穩(wěn)隨機(jī)信號(hào)的時(shí)變功率譜
3.2.1時(shí)變自相關(guān)函數(shù)
3.2.2時(shí)變功率譜密度函數(shù)
3.3非平穩(wěn)隨機(jī)信號(hào)的時(shí)變參數(shù)模型
3.4非平穩(wěn)隨機(jī)信號(hào)的時(shí)頻分析方法
3.5本章小結(jié)
習(xí)題3
第4章時(shí)頻分析基礎(chǔ)
4.1時(shí)頻分析的必要性
4.1.1傅里葉分析的充分條件
4.1.2傅里葉分析的局限性
4.2瞬時(shí)頻率
4.2.1傅里葉頻率
4.2.2時(shí)寬與頻寬
4.2.3瞬時(shí)頻率
4.2.4群延遲
4.2.5測(cè)不準(zhǔn)原理
4.3多分量信號(hào)與單分量信號(hào)
4.3.1多分量信號(hào)的頻率特征
4.3.2單分量信號(hào)與窄帶信號(hào)
4.4信號(hào)的分解與重構(gòu)
4.4.1基函數(shù)
4.4.2正交分解
4.4.3完備分解
4.4.4標(biāo)架及Riesz基
4.5本章小結(jié)
習(xí)題4
第5章時(shí)頻分析方法
5.1短時(shí)傅里葉變換
5.1.1連續(xù)信號(hào)的短時(shí)傅里葉變換
5.1.2離散信號(hào)的短時(shí)傅里葉變換
5.2Gabor變換
5.2.1Gabor展開
5.2.2Gabor變換
5.3Wigner分布
5.3.1Wigner分布的概念
5.3.2Wigner分布的性質(zhì)
5.3.3Wigner分布與模糊函數(shù)
5.4Cohen類時(shí)頻分布
5.4.1Cohen類時(shí)頻分布的表示形式
5.4.2典型的Cohen類時(shí)頻分布
5.4.3理想時(shí)頻分布的性質(zhì)
5.4.4最優(yōu)核函數(shù)的設(shè)計(jì)
5.5本章小結(jié)
習(xí)題5
第6章采樣率轉(zhuǎn)換與濾波器組
6.1信號(hào)的抽取與插值及其濾波器實(shí)現(xiàn)方法
6.1.1信號(hào)的抽取與插值
6.1.2采樣率轉(zhuǎn)換
6.1.3信號(hào)的多相表示方法
6.2濾波器組基礎(chǔ)
6.2.1濾波器組的工作原理
6.2.2信號(hào)的準(zhǔn)確重建
6.2.3兩通道濾波器組中的函數(shù)關(guān)系
6.2.4準(zhǔn)確重建濾波器組
6.2.5調(diào)制濾波器組
6.3兩通道濾波器組
6.3.1標(biāo)準(zhǔn)正交鏡像濾波器組
6.3.2共軛正交鏡像濾波器組
6.3.3仿酉濾波器組
6.3.4樹狀濾波器組
6.4M通道濾波器組
6.4.1M通道濾波器組的結(jié)構(gòu)
6.4.2M通道濾波器組的多相形式
6.4.3M通道濾波器組的混疊抵消和準(zhǔn)確重建
6.5本章小結(jié)
習(xí)題6
第7章小波分析
7.1連續(xù)小波變換
7.1.1小波變換及時(shí)頻分析
7.1.2小波變換的性質(zhì)
7.1.3小波容許條件
7.1.4小波重構(gòu)
7.2離散小波變換
7.2.1離散小波變換
7.2.2離散小波的穩(wěn)定條件
7.2.3小波標(biāo)架
7.2.4Riesz基
7.2.5小波級(jí)數(shù)
7.3尺度函數(shù)與小波
7.3.1多分辨分析
7.3.2尺度函數(shù)與小波函數(shù)
7.3.3二尺度差分方程
7.4小波及小波構(gòu)造
7.4.1經(jīng)典小波
7.4.2小波的屬性
7.4.3正交小波的構(gòu)造
7.4.4雙正交小波
7.4.5小波包
7.5本章小結(jié)
習(xí)題7
第8章希爾伯特黃變換
8.1希爾伯特黃變換方法
8.1.1經(jīng)典的時(shí)頻分析方法的局限性
8.1.2希爾伯特黃變換概述
8.1.3希爾伯特黃變換的核心思想
8.2經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒?br />8.2.1固有模態(tài)函數(shù)
8.2.2經(jīng)驗(yàn)?zāi)Ｊ椒纸馑惴?br />8.2.3集總經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒?br />8.3希爾伯特黃譜
8.3.1希爾伯特譜
8.3.2希爾伯特邊際譜
8.4局部均值分解
8.4.1局部均值分解算法
8.4.2局部均值分解與經(jīng)驗(yàn)?zāi)Ｊ椒纸獾谋容^
8.5希爾伯特黃變換存在的問題
8.6本章小結(jié)
習(xí)題8
第9章壓縮感知
9.1壓縮感知基礎(chǔ)
9.1.1壓縮感知的概念
9.1.2壓縮感知的理論框架
9.2信號(hào)的稀疏表示方法
9.2.1信號(hào)的稀疏性
9.2.2信號(hào)的稀疏表示
9.3測(cè)量矩陣的構(gòu)造方法
9.3.1觀測(cè)矩陣的定義
9.3.2測(cè)量矩陣的性質(zhì)
9.3.3測(cè)量矩陣的構(gòu)造
9.4稀疏信號(hào)的恢復(fù)方法
9.4.1稀疏信號(hào)的重構(gòu)條件
9.4.2稀疏重構(gòu)算法
9.5壓縮感知的應(yīng)用
9.6本章小結(jié)
習(xí)題9
參考文獻(xiàn)