現(xiàn)代信號處理

第1章平穩(wěn)隨機信號
1.1隨機變量
1.1.1隨機變量的概念
1.1.2離散型隨機變量
1.1.3連續(xù)型隨機變量
1.1.4隨機變量的數(shù)字特征
1.2隨機信號
1.2.1隨機信號與隨機過程
1.2.2隨機信號的分類
1.2.3隨機信號的數(shù)學描述方法
1.3隨機信號的平穩(wěn)性
1.3.1平穩(wěn)隨機信號的概念
1.3.2隨機信號平穩(wěn)性的判斷方法
1.3.3平穩(wěn)隨機信號的時域統(tǒng)計表達
1.3.4平穩(wěn)隨機信號頻域特征
1.3.5平穩(wěn)隨機信號的各態(tài)遍歷性
1.4本章小結(jié)
習題1
第2章功率譜估計方法
2.1經(jīng)典的功率譜估計方法
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方法
2.2.3MA模型及功率譜估計方法
2.2.4ARMA模型及功率譜估計方法
2.3本章小結(jié)
習題2
第3章非平穩(wěn)隨機信號
3.1非平穩(wěn)隨機信號的統(tǒng)計描述方法
3.1.1概率與概率密度函數(shù)
3.1.2非平穩(wěn)隨機信號的統(tǒng)計特征
3.2非平穩(wěn)隨機信號的時變功率譜
3.2.1時變自相關(guān)函數(shù)
3.2.2時變功率譜密度函數(shù)
3.3非平穩(wěn)隨機信號的時變參數(shù)模型
3.4非平穩(wěn)隨機信號的時頻分析方法
3.5本章小結(jié)
習題3
第4章時頻分析基礎(chǔ)
4.1時頻分析的必要性
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瞬時頻率
4.2.1傅里葉頻率
4.2.2時寬與頻寬
4.2.3瞬時頻率
4.2.4群延遲
4.2.5測不準原理
4.3多分量信號與單分量信號
4.3.1多分量信號的頻率特征
4.3.2單分量信號與窄帶信號
4.4信號的分解與重構(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標架及Riesz基
4.5本章小結(jié)
習題4
第5章時頻分析方法
5.1短時傅里葉變換
5.1.1連續(xù)信號的短時傅里葉變換
5.1.2離散信號的短時傅里葉變換
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類時頻分布
5.4.1Cohen類時頻分布的表示形式
5.4.2典型的Cohen類時頻分布
5.4.3理想時頻分布的性質(zhì)
5.4.4最優(yōu)核函數(shù)的設(shè)計
5.5本章小結(jié)
習題5
第6章采樣率轉(zhuǎn)換與濾波器組
6.1信號的抽取與插值及其濾波器實現(xiàn)方法
6.1.1信號的抽取與插值
6.1.2采樣率轉(zhuǎn)換
6.1.3信號的多相表示方法
6.2濾波器組基礎(chǔ)
6.2.1濾波器組的工作原理
6.2.2信號的準確重建
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標準正交鏡像濾波器組
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確重建
6.5本章小結(jié)
習題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小波標架
7.2.4Riesz基
7.2.5小波級數(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)驗模式分解方法
8.2.1固有模態(tài)函數(shù)
8.2.2經(jīng)驗模式分解算法
8.2.3集總經(jīng)驗模式分解方法
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)驗模式分解的比較
8.5希爾伯特黃變換存在的問題
8.6本章小結(jié)
習題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信號的稀疏表示方法
9.2.1信號的稀疏性
9.2.2信號的稀疏表示
9.3測量矩陣的構(gòu)造方法
9.3.1觀測矩陣的定義
9.3.2測量矩陣的性質(zhì)
9.3.3測量矩陣的構(gòu)造
9.4稀疏信號的恢復方法
9.4.1稀疏信號的重構(gòu)條件
9.4.2稀疏重構(gòu)算法
9.5壓縮感知的應用
9.6本章小結(jié)
習題9
參考文獻