包邮MATLAB 7辅助信号处理技术与应用

"第1章 信号与系统1■1.1 连续信号及其MATLAB实现2■1.1.1 单位冲激信号2■1.1.2 任意函数5■1.1.3 单位阶跃函数6■1.1.4 斜坡函数8■1.1.5 实指数函数9■1.1.6 正弦函数10■1.1.7 指数调制正弦函数11■1.2 离散信号及其MATLAB实现13■1.2.1 单位冲激序列13■1.2.2 任意序列14■1.2.3 单位阶跃序列15■1.2.4 斜坡序列16■1.2.5 正弦序列17■1.2.6 复正弦序列18■1.2.7 实指数序列19■1.2.8 复指数序列20■1.2.9 随机序列20■1.3 离散信号的基本运算21■1.3.1 信号的延迟22■1.3.2 信号相加23■1.3.3 信号相乘24■1.3.4 信号乘以标量值25■1.3.5 信号翻转26■1.3.6 信号和27■1.3.7 信号积27■1.3.8 信号能量28■1.4 噪声及波形信号的产生28■1.4.1 square函数29■1.4.2 sawtooth函数29■1.4.3 chirp函数30■1.4.4 dirichlet函数32■1.4.5 sinc函数32■1.4.6 rectpuls函数33■1.4.7 gauspuls函数34■1.4.8 tripuls函数35■1.4.9 pulstran函数36■1.5 连续系统的模型及其MATLAB实现38■1.5.1 连续系统的性质38■1.5.2 连续系统的模型40■1.5.3 连续系统模型的MATLAB实现43■1.6 离散系统的模型及其MATLAB实现47■1.6.1 离散系统的性质48■1.6.2 离散线性系统模型51■1.6.3 离散线性系统模型的MATLAB实现56■1.6.4 离散系统之间相互转换的MATLAB工具箱65■第2章 信号变换67■2.1 Z变换及MATLAB实现67■2.1.1 Z变换的定义68■2.1.2 Z变换的收敛域68■2.1.3 Z逆变换70■2.1.4 Z变换的性质72■2.1.5 Z变换的工程应用74■2.2 Chirp Z变换及MATLAB实现77■2.2.1 Chirp Z变换的定义77■2.2.2 Chirp Z变换的计算方法79■2.2.3 Chirp Z变换的MATLAB实现80■2.3 离散傅里叶变换及MATLAB实现82■2.3.1 离散傅里叶变换定义82■2.3.2 离散傅里叶变换的MATLAB实现84■2.3.3 离散傅里叶变换性质86■2.3.4 离散傅里叶变换的FFT算法95■2.3.5 离散傅里叶变换FFT算法的应用98■2.4 DCT变换及MATLAB实现99■2.4.1 DCT变换的定义100■2.4.2 DCT变换的MATLAB实现101■2.5 Hilbert变换及MATLAB实现103■2.5.1 Hilbert变换的定义103■2.5.2 Hilbert变换的MATLAB实现104■2.5.3 Hilbert变换的性质105■第3章 离散系统结构109■3.1 离散系统结构的基本原理109■3.1.1 离散系统结构的分类109■3.1.2 离散系统结构的基本组成109■3.2 IIR系统结构及MATLAB实现110■3.2.1 直接I型111■3.2.2 直接II型111■3.2.3 级联型113■3.2.4 并联型118■3.3 FIR系统结构及MATLAB实现122■3.3.1 直接型123■3.3.2 级联型123■3.3.3 线性相位型124■3.3.4 频率取样型126■3.4 Lattice结构及MATLAB实现131■3.4.1 全零点FIR系统的Lattice结构131■3.4.2 全极点FIR系统的Lattice结构136■3.4.3 零极点ARMA系统的Lattice结构140■第4章 IIR数字滤波器设计147■4.1 滤波器的基本原理147■4.1.1 滤波原理147■4.1.2 滤波器的分类148■4.1.3 滤波器的技术要求150■4.2 模拟低通滤波器设计152■4.2.1 巴特沃斯低通滤波器的设计154■4.2.2 切比雪夫低通滤波器的设计159■4.2.3 椭圆低通滤波器的设计165■4.3 模拟高通、带通与带阻滤波器设计169■4.3.1 模拟高通滤波器的设计169■4.3.2 模拟带通滤波器的设计171■4.3.3 模拟带阻滤波器的设计173■4.4 基于冲激响应不变法的IIR滤波器设计175■4.5 基于双线性Z变换法的IIR滤波器设计179■4.6 数字高通、带通及带阻IIR滤波器设计183■4.6.1 基于原型滤波器转换法的IIR数字滤波器设计183■4.6.2 基于直接数字域法的IIR数字滤波器设计194■4.7 基于MATLAB函数直接设计IIR数字滤波器198■4.7.1 基于巴特沃斯法直接设计IIR数字滤波器198■4.7.2 基于切比雪夫法直接设计IIR数字滤波器200■4.7.3 基于椭圆法直接设计IIR数字滤波器203■4.7.4 基于Yule-Walk法直接设计IIR数字滤波器205■4.7.5 基于Prony法直接设计IIR数字滤波器206■4.7.6 基于线性预测法直接设计IIR数字滤波器207■4.7.7 基于Steiglitz-McBride法直接设计IIR数字滤波器209■4.7.8 基于反向频率法直接设计IIR数字滤波器210■第5章 FIR数字滤波器设计213■5.1 FIR数字滤波器的特性213■5.1.1 FIR滤波器的线性相位特性214■5.1.2 FIR滤波器的幅频特性216■5.2 常用窗函数及MATLAB实现218■5.2.1 矩形窗（Rectangular window）219■5.2.2 三角窗（Triangular window）220■5.2.3 汉宁窗（Hanning window）222■5.2.4 海明窗（Hamming window）223■5.2.5 布拉克曼窗（Blackman window）224■5.2.6 切比雪夫窗（Chebyshev window）225■5.2.7 巴特里特窗（Bartlett window）226■5.2.8 凯塞窗（Kaiser window）228■5.2.9 各种窗函数的性能比较229■5.3 基于窗函数的FIR数字滤波器设计229■5.3.1 数字低通滤波器的窗函数设计230■5.3.2 数字高通滤波器的窗函数设计235■5.3.3 数字带通滤波器的窗函数设计240■5.3.4 数字带阻滤波器的窗函数设计246■5.4 基于频率抽样法的FIR滤波器设计248■5.5 基于切比雪夫逼近法的FIR滤波器设计258■5.5.1 切比雪夫一致逼近原理258■5.5.2 基于切比雪夫一致逼近原理的FIR滤波器设计259■5.6 基于MATLAB函数直接设计FIR数字滤波器263■5.6.1 基于窗函数法直接设计FIR数字滤波器264■5.6.2 基于切比雪夫逼近法直接设计FIR数字滤波器269■5.6.3 基于约束*小二乘法直接设计FIR数字滤波器274■5.6.4 基于Remez扩展算法直接设计非线性相位FIR数字滤波器277■5.6.5 基于升余弦法直接设计FIR数字滤波器280■5.7 FIR滤波器与IIR滤波器的比较281■ ■第6章 平稳信号分析283■6.1 平稳信号的描述284■6.1.1 平稳信号的定义284■6.1.2 平稳信号的时域描述284■6.1.3 平稳信号的频域描述292■6.2 经典功率谱估计293■6.2.1 相关函数估计293■6.2.2 基于直接法的功率谱估计299■6.2.3 基于间接法的功率谱估计302■6.2.4 基于改进直接法的功率谱估计303■6.2.5 基于多窗口法的功率谱估计309■6.3 基于参数建模的功率谱估计311■6.3.1 基于AR模型的功率谱估计312■6.3.2 基于MA模型的功率谱估计329■6.3.3 基于ARMA模型的功率谱估计331■6.3.4 基于*小方差的功率谱估计334■6.4 基于非参数建模的功率谱估计337■6.4.1 相关矩阵的特征分解337■6.4.2 基于MUSIC算法的功率谱估计339■6.4.3 基于特征向量的功率谱估计342■6.4.4 信号与噪声子空间维数估计344■第7章 非平稳信号分析347■7.1 STFT变换及其MATLAB实现348■7.1.1 STFT变换的定义348■7.1.2 STFT变换的时频分辨率350■7.1.3 STFT变换的MATLAB实现351■7.2 Gabor展开及其MATLAB实现354■7.2.1 连续Gabor展开354■7.2.2 离散Gabor展开355■7.2.3 Gabor时频谱的MATLAB实现356■7.3 Wigner-Ville分布及其MATLAB实现358■7.3.1 Wigner-Ville分布的定义358■7.3.2 Wigner-Ville分布的性质359■7.3.3 Wigner-Ville分布的离散化362■7.3.4 伪Wigner-Ville分布363■7.3.5 Wigner-Ville分布的MATLAB实现364■7.4 Choi-Williams分布及其MATLAB实现367■第8章 非高斯信号分析369■8.1 累积量与高阶谱定义369■8.1.1 随机变量的特征函数370■8.1.2 矩的定义370■8.1.3 累积量的定义371■8.1.4 高阶谱的定义372■8.2 累积量与高阶谱的性质373■8.2.1 累积量的性质374■8.2.2 高阶谱的性质374■8.3 基于非参数法的双谱估计375■8.3.1 直接法375■8.3.2 间接法378■8.4 基于参数模型的双谱估计382■8.4.1 AR、MA与ARMA模型阶次的确定383■8.4.2 基于非高斯AR模型的双谱估计386■8.4.3 基于非高斯MA模型的双谱估计391■8.4.4 基于非高斯ARMA模型的双谱估计394■8.5 基于双谱的有色高斯噪声信号检测401■8.6 基于双谱的信号延迟估计403■第9章 信号处理GUI实现407■9.1 滤波器设计与分析工具（FDATool）407■9.1.1 FDATool快速入门407■9.1.2 滤波器设计412■9.1.3 滤波器导入415■9.1.4 滤波器导出416■9.1.5 滤波器建模416■9.1.6 滤波器量化417■9.1.7 滤波器转换418■9.1.8 滤波器分析419■9.1.9 滤波器MATLAB脚本文件的生成423■9.2 滤波器设计与信号分析工具（SPTool）424■9.2.1 SPTool快速入门424■9.2.2 信号的时域分析431■9.2.3 滤波器设计、编辑与分析434■9.2.4 信号的频域分析442■参考文献449"