第1章 最优的FIR滤波器设计 1
1.1 频率取样的FIR滤波器设计 1
1.1.1 约束条件 1
1.1.2 设计误差 1
1.2 最优的FIR滤波器设计 6
1.2.1 一般最优滤波器 6
1.2.2 加权最优滤波器 8
1.2.3 反对称FIR滤波器 9
1.2.4 微分FIR滤波器 11
1.3 IIR与FIR数字滤波器的比较 12
第2章 基于神经网络的案例分析与实现 14
2.1 农作物虫情预测 14
2.1.1 基于神经网络的虫情预测原理 15
2.1.2 BP网络设计 15
2.2 模型参考控制 18
2.2.1 模型参考控制概念 18
2.2.2 模型参考控制实例分析 18
2.3 神经网络控制的应用 22
2.3.1 机器人神经网络数字控制 22
2.3.2 神经网络的跟踪迭代学习控制 30
第3章 通信系统调制与解调分析与实现 35
3.1 载波提取分析 35
3.1.1 幅度键控分析 35
3.1.2 相移键控分析 35
3.1.3 频移键控分析 38
3.1.4 正交幅度调制 39
3.2 调制与解调的Simulink模块 41
3.2.1 DSB-AM调制解调 41
3.2.2 SSB-AM调制解调 43
3.2.3 DSBSC-AM调制解调 45
3.2.4 FM调制解调 46
3.2.5 PM调制解调 48
第4章 BP神经网络算法分析与实现 50
4.1 BP网络模型结构 50
4.2 BP学习规则 52
4.3 BP网络的训练函数 54
4.4 BP网络的实现 64
4.5 BP网络的限制 69
4.6 BP方法的改进 70
第5章 飞机偏航阻尼器性能分析与设计 75
5 1 飞机偏航阻尼器设计 75
5.2 数学模型及MATLAB描述 75
5.3 校正前系统性能分析 77
5.3.1 计算开环特征值 77
5.3.2 求取系统的单位脉冲响应 78
5.4 校正设计 80
5.4.1 根轨迹法设计 81
5.4.2 下洗滤波器设计 83
5.5 校正后系统性能分析 84
5.5.1 观察从方向舵到偏航角速度通道的闭环脉冲响应 84
5.5.2 验证设计的下洗滤波器固定了飞机的螺旋模态问题 85
第6章 感知器网络算法分析与实现 87
6.1 感知器结构 87
6.2 感知器的学习 88
6.3 感知器的局部性 90
6.4 感知器的“异域”问题 92
6.5 感知器的神经网络训练函数 94
6.6 感知器网络的实现 96
6.7 线性分类问题的扩展讨论 102
6.8 线性可分限制的解决方法 104
第7章 FIR滤波器结构分析与设计实现 105
7.1 FIR滤波器的结构 105
7.1.1 直接型结构 105
7.1.2 级联型结构 105
7.1.3 频率抽样型结构 107
7.1.4 快速卷积型结构 110
7.2 线性相位FIR数字滤波器的特性 110
7.2.1 线性相位FIR滤波器幅度特性 111
7.2.2 线性相位FIR滤波器零点特性 116
7.3 基本窗函数法的FIR滤波器设计 117
7.3.1 窗函数的原理 117
7.3.2 矩形窗 119
7.3.3 汉宁窗 119
7.3.4 海明窗 121
7.3.5 布莱克曼窗 123
7.3.6 凯赛窗 124
第8章 图像阈值分割算法分析与应用 127
8.1 灰度阈值分割 128
8.1.1 灰度图像二值化 128
8.1.2 灰度图像多区域阈值分割 130
8.2 直方图阈值分割 132
8.2.1 直方图阈值双峰法 132
8.2.2 动态阈值法 133
8.3 最大熵阈值分割 137
8.4 分水岭法 140
第9章 状态方程求解分析与设计实现 143
9.1 系统数学模型 143
9.2 系统的状态变量分析 153
9.2.1 状态方程与系统函数之间的转换 153
9.2.2 状态方程的变换域符号求解分析 155
9.2.3 状态方程的时域符号求解分析 159
9.2.4 系统方程的数值求解分析 160
第10章 奈奎斯特稳定性判据及其应用 163
10.1 频域分析基本概念 163
10.1.1 频率特性 163
10.1.2 频率特性曲线绘制的方法 163
10.1.3 奈奎斯特稳定判据 163
10.1.4 对数频率稳定判据 164
10.1.5 开环频域性能指标 164
10.2 Bode图 164
10.3 Nyquist图 166
10.4 系统稳定性的判定 167
10.4.1 用Bode图法判断系统稳定性 167
10.4.2 用Nyquist曲线法判断系统稳定性 170
第11章 基于频域滤波的图像分析与实现 173
11.1 有限冲激响应滤波 173
11.1.1 频率变换法 173
11.1.2 频率抽样法 174
11.1.3 窗函数法 175
11.1.4 频率响应矩阵 177
11.2 低通滤波 178
11.2.1 理想低通滤波器 178
11.2.2 巴特沃斯低通滤波器 178
11.2.3 高斯低通滤波器 178
11.3 高通滤波 179
11.3.1 理想高通滤波器 180
11.3.2 巴特沃斯高通滤波器 180
11.3.3 高斯高通滤波器 180
11.4 高斯带阻滤波 181
11.4.1 理想带阻滤波器 182
11.4.2 巴特沃斯带阻滤波器 182
11.4.3 高斯带阻滤波器 182
11.5 同态滤波 183
第12章 控制系统数学模型分析与实现 186
12.1 连续系统 186
12.1.1 微分方程 186
12.1.2 传递函数 186
12.1.3 状态空间描述 187
12.2 离散系统 188
12.2.1 差分方程 188
12.2.2 离散传递函数（Z传递函数） 188
12.2.3 离散状态空间模型 188
12.3 数学模型的MATLAB相关函数 189
12.3.1 传递模型的函数 189
12.3.2 零极点模型函数 194
12.3.3 状态空间模型函数 198
第13章 径向基网络算法分析与实现 202
13.1 径向基网络模型 202
13.2 径向基网络的学习算法 204
13.3 广义回归神经网络 207
13.4 径向基网络的训练函数 208
13.5 径向基网络的实现 213
13.5.1 径向基函数网络在散布设计中的影响 213
13.5.2 用于模式分类的RBF网络 216
13.5.3 用于网络的逼近 216
13.6 基于RBF网络的非线性滤波 219
13.7 RBF网络与多层感知器的比较 221
第14章 MIMO-OFDM通信系统设计与实现 223
14.1 MIMO-OFDM通信系统设计 223
14.2 MIMO系统 223
14.3 OFDM技术 224
14.4 MIMO-OFDM系统 226
14.5 空间分组编码 227
14.6 STBC的MIMO-OFDM系统设计 228
14.6.1 STBC的MIMO-OFDM系统模型分析 228
14.6.2 STBC的MIMO-OFDM系统性能分析 229
14.7 STBC的MIMO-OFDM系统MATLAB实现 230
第15章 图像分割算法的MATLAB实现 235
15.1 区域分割 235
15.1.1 区域生长法 235
15.1.2 分裂-合并法 238
15.2 边缘分割 240
15.2.1 梯度算子 241
15.2.2 一阶微分算子 242
15.2.3 二阶微分算子 244
15.3 彩色空间分割 248
15.3.1 基于像元的分割方法 249
15.3.2 聚类算法 252
第16章 雷达信号、语音的模拟与实现 255
16.1 雷达信号的产生 255
16.1.1 脉冲幅度调制 255
16.1.2 线性调频信号 257
16.1.3 相位编码信号 258
16.1.4 相位编码脉内线性调频混合调制信号 259
16.2 噪声和杂波的产生 261
16.2.1 随机热噪声 261
16.2.2 杂波的模拟与实现 265
16.3 小波在语音信号处理中的应用 269
16.3.1 小波在语音信号增加中的应用 270
16.3.2 小波在语音信号压缩中的应用 271
第17章 根轨迹分析与MATLAB函数实现 274
17.1 根轨迹的概述 274
17.1.1 根轨迹法的基本概念 274
17.1.2 根轨迹方程 274
17.1.3 绘制根轨迹的基本条件 275
17.2 二阶系统的根轨迹分析 275
17.3 MATLAB根轨迹相关函数 279
17.3.1 pzmap函数 279
17.3.2 rlocus函数 280
17.3.3 rlocfind函数 282
17.3.4 sgrid函数 284
17.3.5 zgrid函数 285
17.3.6 damp函数 285
第18章 Hopfield网络算法与应用 287
18.1 离散Hopfield网络 287
18.2 连续Hopfield网络 292
18.3 联想记忆 293
18.4 Hopfield网络结构 297
18.5 Hopfield网络模型学习过程 297
18.6 几个重要结论 298
18.7 Hopfield网络的应用 298
第19章 图像统计分析与滤波分析的函数实现 307
19.1 图像的统计特性 307
19.1.1 图像均值 307
19.1.2 图像的标准差 308
19.1.3 图像的相关系数 308
19.1.4 图像的等高线 309
19.2 空间域滤波 310
19.2.1 图像加入噪声 310
19.2.2 中值滤波器 311
19.2.3 自适应滤波器 313
19.2.4 排序滤波 314
19.2.5 锐化滤波 315
第20章 自组织神经网络的设计与应用 321
20.1 常用的几种联想学习规则 321
20.1.1 内星学习规则 322
20.1.2 外星学习规则 324
20.1.3 科荷伦（Kohonen）学习规则 325
20.1.4 阈值学习规则 326
20.2 自组织竞争神经网络的结构 327
20.3 自组织竞争神经网络的设计 327
20.3.1 网络初始化 328
20.3.2 网络学习规则 328
20.3.3 网络训练 329
20.4 自组织竞争网络的应用 331
第21章 控制系统稳定性判定分析与实现 336
21.1 方程特征根判定稳定性 336
21.2 lienard-Chipard判据判定系统稳定性 337
21.3 根轨迹法判定稳定性 337
21.4 传递函数极点法判断系统稳定性 341
21.5 李亚普诺夫第二法判定系统稳定性 343
21.6 频率法判定系统稳定性 344
21.6.1 Bode图判定系统的稳定性 344
21.6.2 Nyquist曲线判断系统稳定性 348
第22章 线性神经网络算法分析与应用 353
22.1 线性神经网络的模型 353
22.2 W-H学习规则 354
22.3 线性网络的训练函数 356
22.4 线性神经网络的构建 358
22.5 网络训练 361
22.6 线性网络的实现 364
22.7 线性网络的局限性 369
22.8 系统辨识 372
第23章 信源编译码MATLAB模块实现 380
23.1 信源编译码 380
23.1.1 信源编码 380
23.1.2 信源译码 383
23.2 MATLAB-Simulink通信系统仿真实例 385
23.2.1 MATLAB编码实例 385
23.2.2 Simulink信道实例 391
23.2.3 MATLAB-Simulink信道实例 396
第24章 数字基带调制解调Simulink模块实现 400
24.1 数字幅度调制解调 400
24.1.1 数字幅度调制模块 400
24.1.2 数字幅度解调模块 402
24.2 数字频率调制解调 404
24.2.1 数字频率调制模块 404
24.2.2 数字频率解调模块 405
24.3 数字相位调制解调 406
24.3.1 数字相位调制模块 406
24.3.2 数字相位解调模块 408
24.4 调制与解调的Simulink应用 410
第25章 功率谱估计方法分析与设计实现 418
25.1 功率谱估计 418
25.1.1 经典功率谱估计法 418
25.1.2 改进的直接法估计 423
25.1.3 AR模型功率谱估计 431
25.1.4 部分现代谱估计的非参数方法 437
25.2 MUSIC法功率谱估计 442
附录A MATLAB R2016a安装说明 445
参考文献 451