目录

第1章信号处理典型算法

视频讲解： 69分钟，7集

1．1全通系统和最小相位系统

1．1．1全通系统

1．1．2最小相位系统

1．1．3MATLAB实现

1．2谱分解及其MATLAB实现

1．2．1谱分解

1．2．2MATLAB实现

1．3逆系统、反卷积及系统辨识

1．4同态滤波及复倒谱

1．5奇异值分解及其MATLAB实现

1．5．1奇异值分解

1．5．2MATLAB实现

1．6本章小结

1．7习题

第2章随机信号基础

2．1引言

2．2随机变量

2．3随机信号及其数学描述

2．4平稳随机信号

2．4．1连续平稳随机信号及其数学描述

2．4．2离散平稳随机信号

2．4．3常见的离散平稳随机信号

2．4．4离散随机信号的线性系统响应

2．4．5MATLAB实现

2．5非平稳随机信号

2．5．1非平稳随机信号的统计特性

2．5．2非平稳随机信号的时变功率谱

2．5．3非平稳随机信号的时变参数模型

2．5．4非平稳随机信号的时频分析方法

2．5．5MATLAB实现

2．6本章小结

2．7习题

第3章功率谱估计

视频讲解： 90分钟，7集

3．1引言

3．2古典谱估计

3．2．1相关函数法

3．2．2周期图法

3．2．3古典谱估计的改进

3．2．4MATLAB实现

3．3AR模型法谱估计

3．3．1平稳随机过程的线性模型

3．3．2AR模型的尤尔沃克方法

3．3．3莱文森杜宾快速递推算法

3．3．4Burg递推算法

3．3．5协方差法

3．3．6改进协方差法

3．3．7AR模型阶的确定

3．3．8MATLAB实现

3．4MA模型法谱估计

3．5ARMA模型法谱估计

3．6基于谐波模型的频率估计

3．6．1谐波模型

3．6．2Pisarenko谐波分解法

3．6．3MUSIC分解

3．6．4MATLAB实现

3．7功率谱估计的应用

3．7．1Welch功率谱与神经网络在机械故障诊断中的应用

3．7．2AR功率谱估计在振动信号分析方面的应用

3．7．3Burg算法在美声发音特征提取中的应用

3．7．4MUSIC算法在直升机空中噪声数据处理中的应用

3．8本章小结

3．9习题

第4章最优滤波

视频讲解： 24分钟，3集

4．1引言

4．2维纳滤波器

4．2．1平稳随机信号的线性最小均方滤波

4．2．2FIR维纳滤波器

4．2．3非因果IIR维纳滤波器

4．2．4因果IIR维纳滤波器

4．2．5互补维纳滤波器

4．2．6MATLAB实现

4．3卡尔曼滤波

4．3．1信号模型

4．3．2卡尔曼滤波的导出

4．3．3卡尔曼滤波的特点

4．3．4维纳滤波和卡尔曼滤波的比较

4．3．5MATLAB实现

4．4最优滤波的应用

4．4．1维纳滤波在系统最佳线性均衡上的应用

4．4．2卡尔曼滤波在系统导航与最优预测上的应用

4．5本章小结

4．6习题

第5章自适应滤波

视频讲解： 41分钟，4集

5．1引言

5．2自适应滤波器的均方误差

5．2．1均方误差性能曲面

5．2．2最陡下降法

5．3LMS滤波器

5．3．1LMS滤波器的导出

5．3．2LMS滤波器的性能分析

5．3．3改进的LMS滤波器

5．3．4IIR递推结构的LMS滤波器

5．3．5MATLAB实现

5．4RLS滤波器

5．4．1RLS滤波器的导出

5．4．2RLS滤波器的性能分析

5．4．3MATLAB实现

5．5自适应滤波的应用

5．5．1系统模拟与辨识

5．5．2自适应干扰抵消

5．5．3自适应预测

5．5．4自适应信道均衡

5．6本章小结

5．7习题

第6章多采样率信号处理

视频讲解： 124分钟，12集

6．1引言

6．2整数倍抽取

6．2．1信号的时域抽取

6．2．2信号抽取前后的频域变化

6．2．3MATLAB实现

6．3整数倍内插

6．3．1信号的时域内插

6．3．2信号内插前后的频域变化

6．3．3MATLAB实现

6．4分数倍采样率转换

6．4．1单极转换器

6．4．2多级转换器

6．4．3MATLAB实现

6．5多采样率系统的实现结构

6．5．1等效关系

6．5．2多相分解

6．5．3多采样率系统的多相实现

6．5．4MATLAB实现

6．6半带滤波器及其MATLAB实现

6．7两通道滤波器组

6．7．1滤波器组的基本概念

6．7．2两通道滤波器组的基本概念

6．7．3两通道正交镜像滤波器组

6．7．4两通道FIR 正交滤波器组

6．7．5MATLAB实现

6．8多采样率信号处理的应用

6．8．1窄带滤波器

6．8．2过采样在音频中的应用

6．9本章小结

6．10习题

第7章小波变换

视频讲解： 153分钟，11集

7．1引言

7．2短时傅里叶变换

7．2．1STFT定义及其MATLAB实现

7．2．2STFT的时频分辨率及其MATLAB实现

7．3典型的小波函数

7．3．1经典类小波

7．3．2正交小波

7．3．3双正交小波

7．4连续小波变换及其性质

7．4．1连续小波变换

7．4．2连续小波变换的性质

7．4．3MATLAB实现

7．5离散小波变换

7.5.1参数离散化的DWT

7．5．2离散序列的DWT

7．5．3MATLAB实现

7．6离散小波变换的多分辨率分析

7．6．1尺度函数的多分辨率分析

7．6．2小波函数的多分辨率分析

7．6．3信号的多分辨率表示

7．6．4尺度函数和小波函数系数特性

7．7利用滤波器组实现离散小波变换——Mallat算法

7．7．1分解算法的滤波器组实现

7．7．2重构算法的滤波器组实现

7．7．3离散小波变换的频域描述 

7．7．4MATLAB实现

7．8离散小波变换的应用

7．8．1小波去噪

7．8．2小波压缩

7．9本章小结

7．10习题

第8章压缩感知

视频讲解： 65分钟，6集

8．1引言

8．2压缩感知的基本概念

8．3信号的稀疏表示

8．3．1稀疏信号及可压缩信号

8．3．2信号稀疏表示的基本方法

8．3．3信号的变换及字典设计

8．4测量矩阵需要满足的性质

8．4．1测量矩阵的约束等距性质

8．4．2测量矩阵的相干性

8．4．3P0解唯一性的条件

8．4．4P1解唯一性的条件

8．4．5P0解和P1解等效的条件

8．4．6测量边界

8．5可压缩信号的恢复

8．6噪声情况下的信号恢复

8．7测量矩阵的构造

8．7．1JohnsonLindenstrauss引理和浓缩测量

8．7．2随机测量矩阵

8．7．3部分随机傅里叶矩阵

8．7．4确定性测量矩阵

8．8稀疏信号恢复算法

8．8．1基追踪

8．8．2贪婪算法

8．8．3MATLAB实现

8．9压缩感知的应用

8．10本章小结

8．11习题

参考文献