第1章信号与系统的基本概念与原理
1.1引言
1.2信号与系统的基本概念
1.2.1信号的基本概念
1.2.2信号的分类
1.2.3典型信号及其特性
1.2.4信号的运算
1.2.5系统的基本概念
1.2.6系统的分类与特性
1.2.7系统的基本分析方法
1.3线性时不变系统时域分析与卷积
1.3.1线性时不变系统的基本概念
1.3.2连续时间LTI系统的时域分析
1.3.3连续时间LTI系统的卷积运算
1.3.4离散时间LTI系统的时域分析
1.3.5离散时间LTI系统的卷积运算
1.4线性时不变系统的基本性质
1.4.1LTI系统的记忆性
1.4.2LTI系统的可逆性
1.4.3LTI系统的因果性
1.4.4LTI系统的稳定性
习题
第2章傅里叶理论与信号系统的频域分析
2.1引言
2.1.1信号与系统的频域分析与傅里叶理论概要
2.1.2傅里叶理论的发展概况
2.1.3傅里叶级数与傅里叶变换的分类
2.2连续时间周期信号的傅里叶级数
2.2.1连续时间周期信号及其傅里叶级数
2.2.2连续时间傅里叶级数的性质
2.2.3傅里叶级数的其他形式
2.3离散时间周期信号的傅里叶级数
2.3.1离散时间周期信号及其傅里叶级数
2.3.2离散傅里叶级数的性质
2.4连续时间信号的傅里叶变换
2.4.1从傅里叶级数到傅里叶变换
2.4.2连续时间信号的傅里叶变换
2.4.3连续时间傅里叶变换的性质和常用变换对
2.5离散时间信号的傅里叶变换
2.5.1离散时间傅里叶变换
2.5.2离散时间傅里叶变换的性质和常用变换对
2.5.3傅里叶理论中的对偶性
2.6信号与系统的频域分析
2.6.1信号的频谱表示
2.6.2LTI系统的频率特性分析
2.6.3波特图
2.6.4系统无失真传输条件与系统物理可实现条件
习题
第3章拉普拉斯变换与z变换及信号系统的复频域分析
3.1引言
3.2拉普拉斯变换
3.2.1拉普拉斯变换的定义
3.2.2拉普拉斯变换收敛域的性质
3.2.3拉普拉斯逆变换
3.2.4拉普拉斯变换的性质和常用变换对
3.3连续时间信号与系统的复频域分析
3.3.1微分方程的拉普拉斯变换与系统函数
3.3.2LTI系统因果性和稳定性分析
3.3.3单边拉普拉斯变换及其应用
3.4z变换
3.4.1z变换的定义
3.4.2z变换收敛域的性质
3.4.3z逆变换
3.4.4z变换的性质和常用变换对
3.5离散时间信号与系统的复频域分析
3.5.1差分方程的z变换与系统函数
3.5.2LTI系统的因果性与稳定性分析
3.5.3离散时间系统的方框图表示
3.5.4单边z变换及其应用
习题
第4章连续信号的离散化与离散信号的连续化
4.1引言
4.2连续时间信号的采样与采样定理
4.2.1基于单位冲激序列的理想采样与采样定理
4.2.2连续时间信号的零阶保持采样
4.3离散时间信号的插值与拟合
4.3.1离散时间信号的插值
4.3.2离散时间信号的拟合
4.3.3插值与拟合的误差分析
习题
第5章离散傅里叶变换与快速傅里叶变换
5.1引言
5.2离散傅里叶变换
5.2.1已有傅里叶变换的简要回顾
5.2.2由离散傅里叶级数到离散傅里叶变换
5.2.3离散傅里叶变换的性质
5.3DFT理论与应用中若干问题
5.3.1频率混叠问题
5.3.2频谱泄漏问题
5.3.3栅栏效应
5.3.4频率分辨率及DFT参数选择问题
5.3.5信号补零问题
5.3.6信号的时宽与频宽问题
5.4二维傅里叶变换简介
5.4.1常用的二维离散序列
5.4.2二维傅里叶变换的定义
5.4.3二维离散时间傅里叶变换的主要性质
5.4.4二维离散傅里叶变换
5.4.5二维离散傅里叶变换的应用举例
5.5快速傅里叶变换
5.5.1快速傅里叶变换的出现
5.5.2DFT直接计算的问题及可能的改进途径
5.5.3按时间抽取基2 FFT算法
5.5.4按频率抽取基2 FFT算法
5.5.5线性调频z变换
5.6FFT的主要应用
5.6.1线性卷积的FFT算法
5.6.2线性相关的FFT算法
习题
第6章数字滤波器与数字滤波器设计
6.1引言
6.1.1数字滤波器的分类
6.1.2数字滤波器的设计
6.2数字滤波器结构的表示方法
6.2.1差分方程表示法
6.2.2系统函数表示法
6.2.3系统方框图与信号流图表示法
6.3无限冲激响应数字滤波器
6.3.1直接Ⅰ型结构
6.3.2直接Ⅱ型结构
6.3.3级联结构
6.3.4并联结构
6.4有限冲激响应数字滤波器
6.4.1横截型结构
6.4.2级联结构
6.4.3频率采样型结构
6.4.4快速卷积结构
6.4.5线性相位FIR滤波器结构与最小相位系统
6.5数字滤波器的格型结构
6.5.1全零点FIR系统的格型结构
6.5.2全极点IIR系统的格型结构
6.5.3零极点IIR系统的格型结构
6.6IIR数字滤波器的设计
6.6.1滤波器的技术要求与模拟滤波器的设计概要
6.6.2依据模拟滤波器设计IIR数字滤波器
6.6.3冲激响应不变法设计数字滤波器
6.6.4双线性变换法设计数字滤波器
6.6.5数字高通、带通及带阻滤波器的设计思路
6.6.6IIR数字滤波器设计MATLAB程序实现
6.7FIR数字滤波器的设计
6.7.1FIR数字滤波器设计的窗函数法
6.7.2窗函数的概念及主要窗函数介绍
6.7.3FIR数字滤波器设计的频率抽样法
6.7.4几种常用的简单数字滤波器
习题
第7章数字信号处理中的有限字长效应
7.1引言
7.2A/D转换的量化效应
7.2.1A/D转换的基本概念与原理
7.2.2A/D转换的量化效应与误差分析
7.3数字滤波器系数的量化效应
7.3.1IIR数字滤波器系数的量化效应
7.3.2FIR数字滤波器系数的量化效应
7.4数字滤波器运算中有限字长效应
7.4.1IIR数字滤波器中的极限环振荡现象
7.4.2IIR数字滤波器中数据乘法运算的有限字长效应
7.4.3FIR数字滤波器中数据乘法运算的有限字长效应
7.5离散傅里叶变换的有限字长效应
习题
第8章数据的误差分析与信号的预处理
8.1引言
8.2误差的基本概念与理论
8.2.1误差的基本概念
8.2.2随机误差
8.2.3系统误差
8.2.4粗大误差
8.2.5误差的合成
8.2.6误差的分配
8.3测量不确定度的评定与估计
8.3.1测量不确定度的基本概念
8.3.2标准不确定度的评定
8.3.3测量不确定度的合成
8.4数据处理的最小二乘方法
8.4.1最小二乘法基本原理
8.4.2正规方程： 最小二乘处理的基本方法
8.4.3最小二乘处理的精度估计
8.4.4组合测量的最小二乘法处理
8.5回归分析
8.5.1一元线性回归分析
8.5.2一元非线性回归分析
8.5.3多元线性回归分析
8.6信号中趋势项和野点的去除
8.6.1信号趋势项的去除
8.6.2信号中野点的识别与处理
8.7温度测量与数据处理应用实例
8.7.1温度与温度测量
8.7.2铂电阻温度测量方法工程实例
8.7.3温度测量的数据分析处理
习题
第9章随机信号分析基础
9.1引言
9.2随机变量的概念与特性
9.2.1随机变量的概念
9.2.2随机变量的分布
9.2.3随机变量的数字特征
9.2.4随机变量的特征函数
9.3随机过程与随机信号
9.3.1随机过程与随机信号及其统计分布
9.3.2平稳随机信号
9.3.3各态历经性
9.3.4随机信号功率谱的概念
9.3.5非平稳随机信号
9.4常见的随机信号与随机噪声
9.4.1高斯(正态)分布随机信号
9.4.2白噪声与带限白噪声过程
9.4.3高斯马尔可夫过程
9.4.4其他常见随机噪声
9.4.5随机信号与噪声的产生方法
9.5随机信号通过线性系统
9.5.1线性系统输出及概率分布
9.5.2线性系统输出的数字特征
9.5.3系统的等效噪声带宽与随机信号的带宽
9.6随机信号的经典分析方法
9.6.1常见随机信号的概率密度函数
9.6.2随机信号数字特征的计算
9.7随机信号的现代参数模型方法
9.7.1随机信号的沃尔德分解定理
9.7.2平稳随机信号的线性参数模型
9.7.3AR模型参数的估计
9.7.4AR模型阶数的确定
习题
第10章随机信号的相关函数估计与功率谱密度函数估计
10.1引言
10.1.1信号参数估计问题的基本任务
10.1.2参数估计的评价准则
10.2相关函数与功率谱密度函数
10.2.1相关函数
10.2.2功率谱密度函数
10.3自相关序列的估计
10.3.1自相关序列的无偏估计
10.3.2自相关序列的有偏估计及其性质
10.3.3自相关序列的快速估计方法
10.4功率谱估计的经典方法
10.4.1功率谱估计的发展概况
10.4.2周期图谱估计方法
10.4.3周期图谱估计的性能
10.4.4改善周期图谱估计性能的方法
10.5功率谱估计的现代方法
10.5.1经典谱估计存在的问题
10.5.2AR模型谱估计方法
10.5.3最大熵谱估计方法
10.5.4MA模型与ARMA模型谱估计方法
10.5.5最小方差谱估计方法
10.5.6皮萨伦科谱分解方法
10.5.7基于矩阵特征分解的谱估计方法
10.5.8各类现代谱估计方法的比较
10.6信号的倒谱分析
10.6.1倒谱的概念
10.6.2同态滤波与倒谱分析的应用
10.7谱估计方法在信号分析中的应用
10.7.1谱分析在工程技术中的应用举例
10.7.2谱分析在医学诊断中的应用举例
习题
第11章随机信号的统计最优滤波技术
11.1引言
11.1.1经典滤波器与统计最优滤波器
11.1.2两种主要的统计最优滤波器
11.2维纳滤波器的基本原理与方法
11.2.1因果维纳滤波器
11.2.2维纳霍夫方程的求解
11.3维纳预测器
11.3.1因果维纳预测器
11.3.2N步纯预测器
11.3.3一步线性维纳预测器
11.4卡尔曼滤波器简介
11.4.1卡尔曼滤波器的基本原理
11.4.2卡尔曼滤波器的分析
11.4.3卡尔曼滤波器的计算
习题
第12章自适应滤波技术
12.1引言
12.2横向自适应滤波器结构与随机梯度法
12.2.1横向自适应滤波器的结构及其性能函数
12.2.2二次型性能表面的搜索
12.3自适应滤波器的最小均方算法
12.3.1LMS算法
12.3.2LMS算法的性能分析
12.3.3LMS自适应滤波器的改进形式
12.3.4应用中需要注意的问题
12.4自适应滤波器的递归最小二乘算法
12.4.1线性最小二乘原理
12.4.2递归最小二乘自适应滤波器
12.4.3应用中需要注意的问题
12.5自适应滤波器的主要应用结构
12.5.1自适应噪声抵消及其应用
12.5.2自适应谱线增强及其应用
12.5.3自适应系统辨识及其应用
习题
第13章高阶与分数低阶统计量信号处理
13.1高阶累积量
13.1.1高阶统计量概述
13.1.2特征函数
13.1.3高阶矩和高阶累积量的定义
13.1.4高阶累积量的性质
13.1.5高斯过程的高阶累积量
13.1.6高阶累积量的估计
13.2高阶谱与高阶谱估计
13.2.1高阶谱的定义
13.2.2高阶谱的性质
13.2.3线性非高斯过程的高阶谱
13.2.4高阶谱的估计
13.3分数低阶α稳定分布过程与分数低阶统计量
13.3.1概述
13.3.2α稳定分布
13.3.3分数低阶矩和共变系数
13.3.4SαS分布的特征参数估计
13.3.5方差收敛检测
13.3.6样本的产生
13.4分数低阶统计量信号处理的应用
13.4.1分数低阶统计量在时间延迟估计中的应用
13.4.2分数低阶统计量在子空间跟踪中的应用
习题
第14章现代信号处理简介
14.1时频分析方法
14.1.1时频分析的基本概念
14.1.2短时傅里叶分析
14.1.3Gabor展开
14.1.4Cohen类时频分布
14.1.5时频分布在心电信号处理中的应用
14.2小波分析基础
14.2.1概述
14.2.2连续小波变换
14.2.3离散小波变换
14.2.4多尺度(分辨)分析
14.2.5小波变换的实现技术
14.5.6常见的小波基函数
14.2.7小波分析在信号消噪中的应用
14.3希尔伯特黄变换
14.3.1概述
14.3.2希尔伯特黄变换的基本概念和理论
14.3.3固有模态函数
14.3.4希尔伯特谱和边界谱
14.3.5应用举例
习题
参考文献
