包邮数字信号处理-理论与应用-(第3版)

绪论1 离散时间信号与系统 1.1 连续时间信号的采样与量化 1.1.1 连续时间信号的采样 1.1.2 采样前后频谱的变化 1.1.3 量化 1.1.4 从采样信号恢复连续时间信号 1.2 离散时间信号一一序列 1.2.1 典型序列 1.2.2 周期序列 1.2.3 序列的运算 1.2.4 线性卷积 1.2.5 序列的分解 1.2.6 序列的能量 1.2.7 多维序列 1.3 离散时间系统 1.3.1 离散时间系统的类型 1.3.2 离散时间系统的描述 1.4 Z变换 1.4.1 Z变换的定义及其收敛域 1.4.2 典型序列的Z变换 1.4.3 逆Z变换 1.4.4 Z变换的性质 1.4.5 Z变换与拉普拉斯变换的关系 1.5 离散时间系统的Z变换分析法 1.5.1 系统函数 1.5.2 逆系统 1.5.3 因果稳定系统的Z变换分析 1.5.4 离散时间系统的信号流图描述 1.6 奇偶序列分解的应用 1.6.1 人脸图像合成 1.6.2 双胞胎人脸识别 1.7 本章小结 习题 实验离散时间信号与系统分析2 傅立叶变换与频谱分析 2.1 离散时间信号的傅立叶变换 2.1.1 离散时间信号的傅立叶变换的定义 2.1.2 离散时间信号的傅立叶反变换 2.1.3 离散时间信号的傅立叶变换与Z变换的关系 2.2 离散时间信号的傅立叶变换的特性 2.2.1 对称特性 2.2.2 周期特性 2.2.3 线性特性 2.2.4 卷积特性 2.2.5 帕斯维尔定理 2.3 线性移不变系统的频率响应 2.4 系统函数零极点与频率响应的关系 2.5 离散信号频谱与模拟信号频谱之间的关系 2.5.1 模拟信号的傅立叶变换 2.5.2 离散时间傅立叶变换的导出 2.5.3 DTFr与PT的关系 2.6 频谱分析及应用 2.6.1 信号频谱的基本特征 2.6.2 系统频谱的基本特性 2.6.3 信号调制与解调 2.6.4 语音合成 2.6.5 图像增强 2.7 短时傅立叶变换分析 2.7.1 短时傅立叶变换的定义 2.7.2 短时傅立叶变换的特性 2.7.3 短时频谱的一种表示 2.8 本章小结 习题 实验离散信号频谱分析与应用3 离散傅立叶变换与快速算法 3.1 周期信号的离散傅立叶级数表示 3.1.1 离散傅立叶级数 3.1.2 周期卷积 3.2 离散傅立叶变换 3.2.1 离散傅立叶变换的定义 3.2.2 离散傅立叶反变换 3.3 离散傅立叶变换的特性 3.3.1 有限长特性与频域采样定理 3.3.2 循环卷积特性 3.4 频率分辨率与时间分辨率 3.4.1 频率分辨率 3.4.2 时间分辨率 3.4.3 频率分辨率与时间分辨率的关系与协调 3.5 快速傅立叶变换 3.5.1 基于时选的快速傅立叶变换 3.5.2 基于频选的快速傅立叶变换 3.5.3 同址计算问题 3.5.4 离散傅立叶反变换的快速计算 3.6 离散傅立叶变换的应用 3.6.1 信号去噪 3.6.2 语音识别 3.6.3 图像纹理处理 3.6.4 利用FFr计算线性卷积 3.7 本章小结 习题 实验基于DFT的信号识别系统4 无限脉冲响应数字滤波器设计 4.1 数字滤波器的性能指标 4.2 IIR数字滤波器的结构 4.2.1 直接工型 4.2.2 直接Ⅱ型 4.2.3 级联型 4.2.4 并联型 4.2.5 全通滤波器 4.3 模拟滤波器的特性 4.3.1 巴特沃兹滤波器 4.3.2 切比雪夫滤波器 4.3.3 椭圆滤波器 4.4 模拟滤波器到数字滤波器的转换 4.4.1 脉冲响应不变法 4.4.2 双线性变换法 4.5 IIR数字滤波器设计的频率变换方法 4.5.1 模拟低通滤波器到各种数字滤波器的变换 4.5.2 数字低通滤波器到其他滤波器的变换 4.6 IIR数字滤波器的实现与系数量化效应 4.6.1 IIR数字滤波器的实现 4.6.2 系数量化效应 4.7 IIR数字滤波器的应用 4.7.1 脑电信号自发节律的提取 4.7.2 DTMF双音频信号的合成 4.8 本章小结 习题 实验IIR数字滤波器的设计5 有限脉冲响应数字滤波器设计 5.1 FIR数字滤波器的特点 5.1.1 基本特点 5.1.2 线性相位特点 5.1.3 线性相位FIR数字滤波器的实现条件 5.2 窗函数设计法 5.2.1 窗函数设计法原理 5.2.2 理想低通滤波器 5.2.3 矩形窗的设计特性 5.2.4 汉宁窗的设计特性 5.2.5 哈明窗的设计特性 5.2.6 布莱克曼窗的设计特性 5.2.7 凯泽窗的设计特性 5.2.8 窗函数设计法的进一步分析 5.3 利用凯泽窗设计FIR数字滤波器 5.3.1 低通滤波器设计 5.3.2 带通滤波器设计 5.3.3 高通滤波器设计 5.3.4 带阻滤波器设计 5.4 频率取样设计法 5.4.1 频率取样设计法原理 5.4.2 设计实例分析 5.5 等波纹逼近优化设计方法 5.5.1 *小均方误差优化设计 5.5.2 等波纹逼近优化设计 5.6 系数量化效应与溢出控制 5.6.1 系数量化效应 5.6.2 溢出控制 5.7 FIR数字滤波器应用 5.7.1 信号去噪 5.7.2 信号的高频提升 5.7.3 图像去噪 5.8 本章小结 习题 实验FIR数字滤波器的设计与实现6 多采样率信号处理与小波变换 6.1 多采样率信号处理 6.1.1 序列的抽取和插值 6.1.2 序列的采样率降低处理 6.1.3 序列的采样率提升处理 6.2 多采样率处理的应用 6.2.1 带通信号的降采样处理 6.2.2 正交镜像滤波器组设计 6.2.3 树状结构正交镜像滤波器组设计 6.2.4 倍频程分隔滤波器组设计 6.2.5 子带数据压缩编码 6.3 小波变换 6.3.1 连续小波变换 6.3.2 小波变换的时频特性 6.3.3 二进小波变换 6.3.4 多分辨率分析 6.3.5 Mallat算法 6.4 小波变换的应用 6.4.1 离散小波变换的计算 6.4.2 信号去噪处理 6.4.3 图像数据压缩 6.4.4 语音信号基音检测 6.5 希尔伯特变换 6.5.1 连续时间信号的希尔伯特变换 6.5.2 离散时间信号的希尔伯特变换 6.5.3 希尔伯特变换的性质 6.6 本章小结 习题7 离散随机信号处理 7.1 随机变量和随机过程 7.2 平稳随机信号 7.3 随机信号的A／D转换噪声和过采样处理 7.4 随机信号功率谱 7.5 线性系统对随机信号的响应 7.5.1 均值 7.5.2 自相关函数及功率谱 7.5.3 互相关函数和互功率谱密度 7.6 功率谱估计 7.6.1 谱估计方法分类 7.6.2 自相关函数的估计 7.6.3 互相关函数的估计 7.6.4 传统功率谱估计 7.6.5 模型谱估计 7.6.6 AR谱估计 7.6.7 *大熵谱估计 7.6.8 Burg谱估计法 7.6.9 阶数的确定 7.7 维纳滤波与卡尔曼滤波 7.8 本章小结习题附录专业术语英汉对照参考文献