MATLAB信号处理超级学习手册PDF电子书下载

第1章 MATLAB入门 1

1.1 MATLAB概述 1

1.1.1 什么是MATLAB 1

1.1.2 MATLAB语言特点 2

1.1.3 MATLAB系统 4

1.2 MATLAB基本操作 5

1.2.1 MATLAB用户界面 5

1.2.2 变量及赋值 5

1.2.3 绘图命令 6

1.2.4 MATLAB程序的结构流 8

1.3 M文件 8

1.4 本章小结 9

第2章 时间信号与系统 10

2.1 离散序列 10

2.1.1 单位取样序列 10

2.1.2 单位阶跃序列 12

2.1.3 矩形序列 13

2.1.4 正弦序列 13

2.1.5 实指数序列 14

2.1.6 复指数序列 15

2.1.7 周期序列 16

2.2 信号的产生 18

2.2.1 方波函数 18

2.2.2 随机函数 19

2.2.3 三角波函数 19

2.2.4 sinc函数 20

2.2.5 线性调频函数 20

2.2.6 diric函数 21

2.2.7 rectpuls函数 22

2.2.8 tripuls函数 23

2.2.9 pulstran函数 23

2.2.10 gauspuls函数 24

2.3 信号在MATLAB中的运算 25

2.3.1 信号的时移、反折和尺度变换 25

2.3.2 信号的加法和乘法运算 26

2.3.3 信号的奇偶分解 29

2.3.4 信号的积分和微分 30

2.4 连续时间系统的时域分析 32

2.4.1 连续时间系统求解 32

2.4.2 连续时间系统数值求解 32

2.4.3 连续时间系统符号求解 35

2.4.4 连续时间系统卷积求解 35

2.5 离散时间信号中的运算 37

2.5.1 离散时间系统响应 37

2.5.2 离散时间系统的冲激响应和阶跃响应 38

2.5.3 离散时间信号的卷积和运算 39

2.6 离散时间系统 41

2.6.1 离散时间系统的含义 41

2.6.2 离散时间系统的描述方法 42

2.6.3 采样定理 43

2.7 本章小结 49

第3章 Z变换 50

3.1 Z变换 50

3.1.1 Z变换的定义 50

3.1.2 Z变换的收敛域 51

3.2 Z反变换 52

3.3 Z变换的性质 54

3.4 Z变换在离散系统中的应用 57

3.4.1 Z域系统函数的零点分析 58

3.4.2 Z域系统函数的频域分析 62

3.4.3 Z域系统差分函数求解 65

3.5 本章小结 68

第4章 傅里叶变换 69

4.1 傅里叶变换的形式 69

4.2 序列的傅里叶变换 70

4.2.1 周期序列的离散傅里叶级数 70

4.2.2 非周期序列和周期序列的关系 71

4.2.3 有限长序列的线性卷积和圆周卷积 73

4.2.4 有限长序列的傅里叶表示 73

4.3 离散傅里叶变换 75

4.3.1 傅里叶级数和傅里叶变换 75

4.3.2 离散傅里叶级数的性质 78

4.3.3 离散傅里叶变换的性质 79

4.3.4 频率抽样 80

4.4 快速傅里叶变换 84

4.4.1 按时间抽取的FFT算法 84

4.4.2 按频率抽取的FFT算法 87

4.4.3 快速傅里叶变换的MATLAB实现 88

4.5 Chirp Z变换 92

4.6 傅里叶变换的应用 94

4.6.1 离散傅里叶反变换 94

4.6.2 线性卷积的FFT求法 99

4.6.3 相关系数的快速求法 101

4.7 离散余弦变换 102

4.8 Gabor变换 103

4.8.1 Gabor变换的定义 103

4.8.2 Gabor变换的一般求法 104

4.8.3 Gabor变换的解析理论 105

4.9 本章小结 108

第5章 IIR滤波器的设计 109

5.1 数字滤波器概述 109

5.1.1 数字滤波器的分类 110

5.1.2 数字滤波器的设计步骤 123

5.2 常用模拟低通滤波器的设计 124

5.2.1 确定系统函数的极点 124

5.2.2 几种模拟低通滤波器的设计 124

5.3 根据模拟滤波器设计IIR滤波器 142

5.3.1 脉冲响应不变法 142

5.3.2 双线性变换法 146

5.4 从模拟滤波器低通模型到数字滤波器 150

5.4.1 低通变换 150

5.4.2 高通变换 151

5.4.3 带通变换 152

5.4.4 带阻变换 153

5.5 从低通数字滤波器到各种数字滤波器的频率变换 154

5.5.1 低通—低通 155

5.5.2 低通—高通 155

5.5.3 低通—带通 158

5.5.4 低通—带阻 158

5.6 本章小结 159

第6章 FIR滤波器设计 160

6.1 FIR滤波器的结构 160

6.1.1 直接型结构 161

6.1.2 级联型结构 161

6.1.3 频率抽样型结构 161

6.1.4 快速卷积型结构 166

6.2 线性相位FIR滤波器的特性 167

6.2.1 相位条件 167

6.2.2 线性相位滤波器的分类 168

6.2.3 线性相位滤波器的零点特性 175

6.3 基本窗函数FIR滤波器的设计 176

6.3.1 窗函数的基本原理 176

6.3.2 矩形窗 179

6.3.3 汉宁窗 182

6.3.4 汉明窗 188

6.3.5 布莱克曼窗 191

6.3.6 凯塞窗 193

6.3.7 窗函数设计法 195

6.4 频率采样FIR滤波器的设计 197

6.4.1 设计方法 197

6.4.2 约束条件 198

6.4.3 误差设计 198

6.5 FIR数字滤波器的最优设计 204

6.5.1 最小均方误差准则 205

6.5.2 最大误差最小化准则 205

6.5.3 契比雪夫最佳一致逼近 206

6.6 FIR与IIR数字滤波器的比较 210

6.7 本章小结 211

第7章 其他滤波器 212

7.1 维纳滤波器 212

7.1.1 维纳滤波器的基本原理 212

7.1.2 维纳滤波器的实现 218

7.2 卡尔曼滤波器 222

7.2.1 卡尔曼滤波器的基本原理 222

7.2.2 扩展卡尔曼滤波器和无迹卡尔曼滤波器 225

7.3 自适应滤波器 244

7.3.1 自适应滤波器的基本原理 244

7.3.2 格型自适应滤波器 249

7.3.3 LS自适应滤波器 261

7.4 本章小结 262

第8章 随机信号处理 263

8.1 随机信号处理概述 263

8.1.1 随机信号的基本定义 263

8.1.2 离散随机信号的统计描述 264

8.1.3 平稳随机序列及其数字特征 266

8.1.4 平稳随机序列的功率谱 267

8.1.5 随机序列的各态历经性 268

8.1.6 特定的随机序列 268

8.1.7 随机信号处理MATLAB的基本应用 268

8.2 随机信号的频谱分析 271

8.2.1 非参量类方法 273

8.2.2 参量类方法 280

8.2.3 Sutbspace Methods子空间法 282

8.2.4 谱分析的综合应用 284

8.3 随机信号系统处理模型 293

8.3.1 AR（1）模型 293

8.3.2 AR（2）模型 294

8.3.3 AR（p）模型 294

8.3.4 MA模型 300

8.3.5 ARMA模型 303

8.4 本章小结 310

第9章 小波分析 311

9.1 信号的小波变换 311

9.1.1 信号的连续小波变换 312

9.1.2 信号的离散小波变换 313

9.1.3 信号的小波包 314

9.1.4 常用的小波函数 316

9.2 信号分析 318

9.2.1 信号的重构 318

9.2.2 提升小波在信号中的应用 321

9.3 信号去噪 327

9.3.1 小波阈值去噪 327

9.3.2 小波去噪阈值的选取规则 331

9.4 小波分析与傅里叶分析的比较 332

9.5 本章小结 334

第10章 时频分析工具箱 335

10.1 时频分析 335

10.1.1 时频分析的基本理论 336

10.1.2 短时傅里叶变换 336

10.1.3 窗函数以及窗函数宽度对时间—频率分辨率的影响 339

10.1.4 Gabor展开 342

10.1.5 小波变换 345

10.2 魏格纳—威利变换 347

10.2.1 Wigner分布的定义 348

10.2.2 WVD的性质 349

10.2.3 WVD的弊端 350

10.2.4 Wigner分布的实现 351

10.2.5 Wigner分布中交叉项的的行为 353

10.3 希尔伯特—黄变换 355

10.3.1 HHT方法基本定义 355

10.3.2 EMD分解方法 356

10.3.3 希尔伯特—黄变换的特点 367

10.4 时频分析应用 368

10.4.1 跳频信号的时频分析 368

10.4.2 调频信号的时频分析 370

10.5 本章小结 379

第11章 高阶谱分析 380

11.1 高阶谱和累量简介 380

11.1.1 高阶谱 380

11.1.2 累量的定义 381

11.1.3 平稳随机过程累量的定义 382

11.1.4 累量的性质 382

11.2 高阶谱及其定义 383

11.2.1 高阶谱定义 383

11.2.2 高阶谱的性质 383

11.2.3 高阶谱估计 384

11.3 高阶谱的简单应用 406

11.3.1 DOA估计 407

11.3.2 时延估计 411

11.4 本章小结 415

第12章 MATLAB在信号处理中的应用 416

12.1 瞬时混合盲信号的分离 416

12.1.1 盲信号分离方法 416

12.1.2 主成分分析（PCA） 421

12.1.3 独立分量分析 427

12.1.4 盲信号处理应用实例 432

12.1.5 盲信号时频域分离方法 438

12.2 语音信号分析 439

12.2.1 语音信号处理方法的基础 439

12.2.2 语音信号处理方法的应用 440

12.3 雷达信号处理 443

12.3.1 雷达信号处理的方法基础 443

12.3.2 雷达散射截面信号处理 448

12.3.3 合成孔径雷达信号的处理方法 452

12.4 本章小结 461

参考文献 462