第1章 绪论 1
1.1 信号处理理论和技术的发展 1
1.2 数字信号处理的理论与应用 1
1.3 目前主流的现代信号处理理论和技术 2
上篇 现代信号处理理论 7
第2章 混沌及其特性 7
2.1 混沌现象及其基本特性 7
2.1.1 混沌现象的起源和发展 7
2.1.2 混沌的基本概念 8
2.1.3 混沌的基本特性 8
2.2 混沌同步 18
2.2.1 混沌同步定义 18
2.2.2 衡量混沌同步的特性指标 19
2.2.3 实现相同混沌系统同步的方法及数值仿真 19
2.3 驱动-响应同步法 20
2.3.1 基本原理 20
2.3.2 数值仿真 21
2.4 主动-被动同步法 23
2.4.1 基本原理 23
2.4.2 数值仿真 24
2.5 基于相互耦合的同步法 25
2.5.1 基本原理 25
2.5.2 数值仿真 26
2.6 连续变量反馈同步法 28
2.6.1 基本原理 28
2.6.2 数值仿真 29
2.7 自适应同步法 33
2.7.1 基本原理 33
2.7.2 数值仿真 35
2.7.3 实现不相同混沌系统同步的方法及数值仿真 36
2.8 本章小结 41
第3章 小波变换理论 42
3.1 小波与小波变换 42
3.1.1 小波的基本概念 42
3.1.2 小波变换的特点 43
3.2 多分辨率分析 44
3.2.1 多分辨率分析的基本概念 44
3.2.2 二维多分辨率分析 45
3.2.3 小波变换快速算法——Mallat算法 46
3.3 小波变换在图像处理中的应用 47
3.3.1 小波变换在图像增强方面的应用 47
3.3.2 小波变换在车牌定位方面的应用 47
3.3.3 小波变换在图像消噪方面的应用 48
3.4 本章小结 48
第4章 分形理论及基本分形图像压缩算法 49
4.1 分形理论概述 49
4.2 分形图像编码的数学基础 50
4.2.1 分形空间 50
4.2.2 分形空间的压缩映射 50
4.2.3 仿射变换 50
4.2.4 迭代函数系统 51
4.2.5 用迭代函数系统技术构造分形 53
4.3 分形图像编码压缩的原理 53
4.3.1 基于IFS的分形图像编码基本原理 53
4.3.2 局部迭代函数系统LIFS 54
4.3.3 利用局部迭代函数系统对灰度图像进行编码 55
4.4 基于分块的分形图像编码方法 56
4.4.1 编码和解码过程 56
4.4.2 实验仿真结果 58
4.4.3 结论 59
4.5 本章小结 60
第5章 高阶累积量理论 61
5.1 高阶累积量理论 61
5.2 高阶矩和高阶累积量的定义 61
5.3 高阶谱 62
5.4 随机过程的累积量 63
5.5 累积量的性质 65
5.6 本章小结 65
下篇 现代信号处理技术 69
第6章 混沌同步在保密通信中的应用 69
6.1 混沌同步保密通信概述 69
6.1.1 混沌遮掩保密通信 69
6.1.2 混沌参数调制保密通信 70
6.1.3 混沌扩频通信 73
6.1.4 混沌保密通信系统仿真 74
6.2 基于混沌同步的保密通信系统硬件实现 79
6.2.1 FPGA概述 79
6.2.2 混沌保密通信系统硬件实现过程 79
6.2.3 基于FPGA的通信系统的硬件实现 81
6.3 本章小结 83
第7章 基于小波的图像压缩 84
7.1 边缘处理与小波基选取 84
7.1.1 图像的二维小波变换 84
7.1.2 图像小波变换后的系数分布 86
7.1.3 小波变换域的数据特点 86
7.1.4 基于小波变换图像编码的特点 88
7.1.5 边界处理 89
7.1.6 小波基的选取 92
7.2 变换系数处理 96
7.2.1 图像渐进传输系统 96
7.2.2 零树法 99
7.2.3 零树法的C语言表达 101
7.2.4 结果分析 107
7.2.5 SPIHT算法 110
7.2.6 基于零树法的多分辨率图像编码 112
7.3 混合进制算术编码 113
7.3.1 算术编码概述 113
7.3.2 算术编码的一些基本概念 114
7.3.3 算术编码基本原理 117
7.3.4 混合进制算术编码的基本理论 119
7.3.5 混合进制算术编码的算法分析 121
7.3.6 实验结果 122
7.3.7 数据加密 123
7.3.8 误码扩散问题 124
7.4 提升方案 125
7.4.1 完全重构条件 126
7.4.2 多相矩阵表示 126
7.4.3 Laurent多项式 128
7.4.4 Lifting 128
7.4.5 滤波器的分解 129
7.4.6 Anti9/7滤波器的Lifting Scheme 130
7.4.7 Red-Black变换 131
7.5 本章小结 133
第8章 基于分形与SPIHT算法的图像压缩 134
8.1 基于小波变换的分形图像压缩 134
8.1.1 分形编码和小波变换的结合 134
8.1.2 基于小波变换的分形图像压缩 134
8.1.3 实验结果 135
8.2 基于分形与SPIHT算法的图像压缩 137
8.2.1 编码方案 137
8.2.2 基于图像低频的分形编码 137
8.2.3 基于图像高频的 SPIHT编码 138
8.2.4 实验结果 138
8.3 本章小结 140
第9章 基于小波与高阶累积量的通信信号识别 141
9.1 特征提取和识别算法 141
9.1.1 引言 141
9.1.2 信号的高阶累积量特征 141
9.2 信号的分形盒维数特征 143
9.2.1 2FSK/4FSK信号 143
9.2.2 算法描述 144
9.3 基于高阶累积量的扩展频谱信号空间谱估计算法 145
9.3.1 概述 145
9.3.2 非相干信号子空间算法 145
9.3.3 相干信号子空间算法 147
9.3.4 基于四阶累积量的双边相关变化算法 150
9.4 本章小结 157
第10章 基于小波、曲波变换和分形技术的人脸识别技术 158
10.1 引言 158
10.2 本章方法的基本思路 159
10.3 本章算法的人脸特征提取 159
10.4 人脸图像的选择及BP神经网络训练 160
10.5 仿真及结果分析 161
10.6 本章小结 162
第11章 雷达信号处理 163
11.1 舰载雷达信号处理 163
11.1.1 高频地波舰载超视距雷达的海杂波对消 163
11.1.2 舰载OTHR杂波背景统计分析 169
11.1.3 舰载OTHR超分辨处理后空域数值平面分布 177
11.1.4 舰载雷达利用海杂波进行标定的研究 186
11.1.5 利用海杂波标定对测角精度的影响 198
11.2 岸基雷达信号处理 208
11.2.1 高阶谱用于OTH雷达中的多普勒分辨处理 208
11.2.2 基于Shpak方法的多波束形成 221
11.2.3 阵列模型误差情况下的空时谱估计 228
11.3 星载雷达信号处理 236
11.3.1 星载SAR基本原理 236
1 1.3.2 星载SAR成像处理 239
11.3.3 星载SAR图像质量指标 247
11.3.4 星载SAR多普勒参数估计 250
11.3.5 大斜视角星载SAR成像算法研究 267
11.4 本章小结 274
参考文献 278