





定价:69元
印次:1-2
ISBN:9787302675716
出版日期:2024.11.01
印刷日期:2025.06.17
图书责编:刘星
图书分类:教材
"《Python信号处理仿真与应用(新形态版)》介绍了Python信号处理工具箱的体系架构及其函数和实例。本书共8章,主要包括信号处理概况,Python编程基础,信号生成和预处理,测量和特征提取,变换、相关性和建模,数字和模拟滤波器,频谱分析,借助大语言模型实现信号处理等内容。为了便于读者学习使用和参考,书中提供了较完整的原理方法介绍和计算推导实例。 《Python信号处理仿真与应用(新形态版)》内容全面,实用性强,适用范围广,既可作为高等院校通信与信息系统、电子科学与技术、电子信息工程等相关专业本科生和研究生的课程教材,也可作为通信、雷达信号处理、生物医学信号处理等相关领域的工程技术人员的参考资料。"
周治国,博士。1998年本科毕业于华中科技大学测控技术及仪器专业,2004硕士、2009年博士毕业于北京理工大学通信与信息系统专业,2008年获留学基金委资助在美国哥伦比亚大学联合博士培养。目前就职北京理工大学集成电路与电子学院,副教授。讲授《数字信号处理》、《信号处理仿真与应用》,近5年承担省部级以上教改项目6项。作为主持人承担国家自然科学基金1项、工信部课题1项、装备预研基金3项、横向课题30余项,发表论文50余篇,申请专利10余项。
前言 P R E F A C E 信号处理是从信号抽取出有用信息的过程,包括提取、变换、分析、综合等处理过程。随着计算机技术发展,信号处理的理论和方法得以发展。MATLAB是由美国MathWorks 公司开发的主要面对科学计算、可视化以及交互式程序设计的高科技计算软件,它将数值分析、矩阵计算、科学数据可视化及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中,为科学研究、工程设计及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案。近20年来,由MathWorks公司开发的MATLAB软件,被广泛地应用到了信号处理的课程教学和实验中。 开源软件的发展推动了行业创新和科学技术进步。Python语言因其简洁性、易读性以及可扩展性,用于科学计算的研究日益增多。Python完全免费,众多开源的科学计算库提供了Python的调用接口。用户可以在任何计算机上免费安装Python及其绝大多数扩展库。Python标准库命名接口清晰、文档良好,很容易学习和使用。Python社区提供了大量的第三方模块,使用方式与标准库类似。它们的功能覆盖科学计算、Web开发、数据库接口、图形系统等领域,并且大多成熟而稳定。SciPy(Scientific Python)是一个开源的Python算法库和数学工具包,包含最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解,以及其他科学与工程中常用的计算。自 2001年首次发布以来,SciPy已经成为Python语言中科学算法的行业标准。目前除了MATLAB的一些专业性很强的工具箱还无法被替代之...
C O N T E N T S
第1章 信号处理概况 / 1
视频讲解:3分钟,3集
1.1 引言 / 1
1.2 MATLAB信号处理工具箱 / 1
1.2.1 Signal Processing Toolbox / 3
1.2.2 DSP System Toolbox / 3
1.3 Python信号处理工具箱 / 4
1.3.1 Python简介 / 4
1.3.2 Python库简介 / 5
1.3.3 信号处理工具箱 / 5
第2章 Python编程基础 / 7
视频讲解:68分钟,15集
2.1 Python发展简介 / 7
2.2 Python开发环境 / 7
2.2.1 安装Python / 7
2.2.2 使用Python / 9
2.2.3 Jupyter Notebook / 9
2.2.4 Google Colab / 13
2.2.5 VSCode / 15
2.2.6 PyCharm / 18
2.3 Python编程基础 / 22
2.3.1 基础语法 / 22
2.3.2 变量类型 / 24
2.3.3 Python数据类型转换 / 25
2.3.4 Python常用函数 / 26
2.3.5 Python运算符 / 27
2.3.6 条件语句 / 30
2.3.7 循环语句 / 30
2.3.8 中断语句 / 31
2.3.9 pass语句 / 31
2.3.10 函数 / 31
2.3.11 模块和包 / 34
2.4 基于NumPy的数值计算 / 35
2.4....
系统性 内容涵盖Python信号处理工具箱的基本知识、体系架构。
全面性 全面介绍Python基础编程、信号处理算法原理和程序计算等内容。
实践性 采用Python语言实现信号处理算法,并介绍了基于大语言模型生成信号处理算法程序。
先进性 配套实验程序与基于大语言模型的人工智能学习助教智能体,在GitHub/Gitee上提供了Python信号处理工具箱实例源代码。"