算法篇 3
第1章 信号处理仿真实验基础 3
1.1 概述 3
1.1.1 数字信号处理的基本概念 3
1.1.2 数字信号处理的特点 4
1.1.3 数字信号处理的一般形式 5
1.2 信号与系统基础 6
1.2.1 连续时间系统的时域分析 6
1.2.2 傅里叶变换 8
1.2.3 拉普拉斯变换 11
1.3 随机信号处理基础 13
1.3.1 典型随机变量的概率密度 13
1.3.2 随机过程的统计描述与估计 16
1.3.3 随机过程的功率谱密度 21
1.4 课外知识点：随机数的产生 22
1.5 课外知识点：单位冲激和单位脉冲 25
1.6 参考文献 27
第2章 离散信号与系统 29
2.1 基本概念 29
2.2 信号的采样与重建 32
2.3 离散时间傅里叶变换 38
2.4 离散傅里叶变换 39
2.5 快速傅里叶变换 41
2.6 课外知识点：几种形式的傅里叶变换 45
2.7 课外知识点：补零位置对频谱估计的影响 48
2.8 参考文献 52
第3章 数字滤波器的设计 54
3.1 IIR滤波器基本概念 54
3.2 IIR滤波器的设计 56
3.2.1 模拟原型滤波器设计 57
3.2.2 频率变换 62
3.2.3 滤波器离散化 66
3.3 完全滤波器的设计 73
3.4 FIR滤波器基本概念 76
3.5 FIR滤波器的设计 79
3.5.1 窗函数设计法 79
3.5.2 频率采样设计法 85
3.6 IIR和FIR滤波器的比较 92
3.7 课外知识点：滤波器设计与分析工具FDATool 93
3.8 参考文献 98
第4章 功率谱估计 100
4.1 概述 100
4.2 间接法（BT法） 101
4.3 直接法（周期图法） 102
4.4 改进的周期图法 102
4.4.1 Bartlett法 102
4.4.2 加窗Bartlett法 104
4.4.3 Welch法 106
4.5 其他谱估计方法 107
4.5.1 多窗口法 107
4.5.2 最大熵估计法 109
4.6 短时傅里叶变换 111
4.7 课外知识点：信号处理工具SPTool 116
4.8 参考文献 120
第5章 自适应滤波 122
5.1 自适应滤波基本原理 122
5.2 最小均方误差自适应滤波 123
5.3 递归最小二乘自适应滤波 124
5.4 自适应滤波器的应用 125
5.4.1 自适应干扰抵消 125
5.4.2 自适应预测 128
5.4.3 自适应信号分离器 130
5.4.4 自适应图像去噪 133
5.4.5 自适应信道均衡 134
5.5 参考文献 135
案例篇 139
案例1周期信号的分解与合成 139
案例2测试滤波器的幅频特性 147
案例3利用离散傅里叶变换区分两个单频信号 156
案例4产生特定功率谱的随机数 161
案例5基于自适应滤波的系统辨识 166
案例6基于DTW的阿拉伯数字语音识别 170
案例7用MATLAB演奏音乐 174
案例8电话拨号音仿真 181
案例9听拨号音识别号码 185
案例10卡尔曼滤波在机动目标跟踪中的应用 194
案例11数字图像直方图均衡 199
案例12基于图像模式识别的多元假设检验 203
案例13汽车号牌自动识别 209
案例14手写数字的智能识别 217