現(xiàn)代數(shù)字信號(hào)處理及其應(yīng)用
定 價(jià)：39.8 元
- 作者：何子述
- 出版時(shí)間：2009/5/1
- ISBN：9787302175650
- 出 版 社：清華大學(xué)出版社
- 中圖法分類：TN911.72
- 頁碼：
- 紙張：25
- 版次：1
- 開本：16開
本書系統(tǒng)地介紹了以離散時(shí)間隨機(jī)過程為處理對(duì)象的數(shù)字信號(hào)處理理論和方法。全書共分9章，內(nèi)容包括： 離散時(shí)間信號(hào)與系統(tǒng)，離散時(shí)間平穩(wěn)隨機(jī)過程，功率譜估計(jì)和信號(hào)頻率估計(jì)方法，維納濾波原理及自適應(yīng)算法，維納濾波在信號(hào)處理中的應(yīng)用，最小二乘估計(jì)理論及算法，卡爾曼濾波，陣列信號(hào)處理與空域?yàn)V波
，盲信號(hào)處理。內(nèi)容安排上注重概念和理論的工程應(yīng)用，各章中還安排有一定的應(yīng)用實(shí)例。
本書可作為電子信息工程、通信工程、自動(dòng)控制、電子科學(xué)與技術(shù)等專業(yè)的研究生教材或教學(xué)參考書，也可作為相關(guān)專業(yè)工程技術(shù)人員的參考資料。
數(shù)字信號(hào)處理是指用數(shù)字計(jì)算機(jī)或其他專用數(shù)字設(shè)備，以數(shù)值計(jì)算的方式對(duì)離散時(shí)間信號(hào)進(jìn)行分析、處理。傳統(tǒng)的數(shù)字信號(hào)處理主要是針對(duì)線性時(shí)不變離散時(shí)間系統(tǒng)，用卷積、離散時(shí)間傅里葉變換、Z變換等理論對(duì)確定信號(hào)進(jìn)行處理； 而現(xiàn)代數(shù)字信號(hào)處理，是在傳統(tǒng)數(shù)字信號(hào)處理理論基礎(chǔ)之上，基于概率統(tǒng)計(jì)的思想，用數(shù)理統(tǒng)計(jì)、優(yōu)化估計(jì)、線性代數(shù)和矩陣計(jì)算等理論進(jìn)行研究，處理的信號(hào)通常是離散時(shí)間隨機(jī)過程，且系統(tǒng)可能是時(shí)變、非線性的。
本書是根據(jù)作者長期在電子科技大學(xué)為研究生開設(shè)《現(xiàn)代數(shù)字信號(hào)處理及應(yīng)用》課程的教學(xué)講義，并結(jié)合作者的科研活動(dòng)和應(yīng)用體會(huì)，參考國內(nèi)外相關(guān)文獻(xiàn)資料寫作而成，在內(nèi)容取舍和安排上有下面一些考慮。
1. 基本概念和基本理論講清楚、講透
對(duì)現(xiàn)代數(shù)字信號(hào)處理的基本概念，盡量使用通俗易懂的語言，深入淺出地進(jìn)行描述，使讀者易于理解、掌握； 對(duì)其中的基本理論、基本公式，盡量給出嚴(yán)格的數(shù)學(xué)推導(dǎo)和理論證明，以體現(xiàn)理論的正確性和邏輯的嚴(yán)密性。
2. 注重理論算法與具體工程應(yīng)用相結(jié)合
為使讀者對(duì)抽象的理論易于理解，書中各章在對(duì)基本理論進(jìn)行介紹的同時(shí)，給出了這些理論在實(shí)際工程中的具體應(yīng)用實(shí)例，包括工程應(yīng)用背景、接收信號(hào)和處理系統(tǒng)模型、計(jì)算過程和處理結(jié)果等。
3. 適當(dāng)介紹近年來發(fā)展的新理論、新方法
隨著硬件處理能力和數(shù)學(xué)理論的發(fā)展，現(xiàn)代數(shù)字信號(hào)處理是一門發(fā)展很快的學(xué)科，本書在內(nèi)容安排上注意介紹一些近年來得到發(fā)展的新理論、新方法，如多級(jí)維納濾波理論、譜估計(jì)中的APES算法、盲信號(hào)處理等。
4. 重點(diǎn)介紹信號(hào)的時(shí)域處理理論，集中介紹空域處理理論
本書在信號(hào)的時(shí)域處理和空域處理上是這樣安排的，首先用較大篇幅將信號(hào)的各種時(shí)域處理理論闡述清楚，然后將信號(hào)的空域處理集中在第8章進(jìn)行介紹，表述方法為： 在建立空域信號(hào)處理模型后，用類比的方法直接將信號(hào)時(shí)域處理的結(jié)論引用到空域處理中。
基于上面的考慮，全書分為9章，各章內(nèi)容安排如下。
第1章歸納介紹了離散時(shí)間信號(hào)與系統(tǒng)的相關(guān)內(nèi)容； 第2章介紹了離散時(shí)間平穩(wěn)隨機(jī)過程的相關(guān)理論，包括自相關(guān)矩陣的概念和性質(zhì)等重要內(nèi)容。第1章和第2章內(nèi)容是后續(xù)各章內(nèi)容的基礎(chǔ)。
第3章介紹了離散時(shí)間隨機(jī)過程功率譜估計(jì)和信號(hào)頻率估計(jì)的理論和方法； 第4章闡述了維納濾波器理論和自適應(yīng)算法； 在此基礎(chǔ)上，第5章討論了維納濾波理論的工程應(yīng)用； 接著第6章討論了有限觀測(cè)樣本時(shí)的最小二乘估計(jì)理論； 第7章介紹了卡爾曼濾波理論。
第8章將時(shí)域信號(hào)處理理論應(yīng)用于空域信號(hào)處理，介紹了陣列處理和空域?yàn)V波理論和算法； 最后第9章討論了盲信號(hào)處理的理論和算法。
本書各章安排了較多的習(xí)題和仿真實(shí)驗(yàn)題，以加深讀者對(duì)理論的理解和掌握，同時(shí)熟悉理論在工程上的應(yīng)用。講授完本書全部內(nèi)容約需60學(xué)時(shí)左右，根據(jù)不同的教學(xué)大綱和學(xué)時(shí)安排，具體講授時(shí)可對(duì)本書各章節(jié)內(nèi)容進(jìn)行取舍。
本書除何子述、夏威兩位主要作者外，參加寫作工作的還有： 程婷同志參加了第1章全部和第7章部分內(nèi)容的寫作； 賈可新和廖羽宇同志參加了第2章和第3章的寫作； 鄒麟同志參加了第7章部分內(nèi)容和第9章部分內(nèi)容的寫作； 謝菊蘭同志參加了第8章的寫作。參加稿件完善、校對(duì)和習(xí)題解答工作的還有陳客松、李會(huì)勇、黃秋欽、梁炎夏、楊怡佳、何茜、肖熠、余嘉、張旭紅等同志； 黃琪、楊衛(wèi)平兩位同志為本書繪制了全部插圖； 萬群同志對(duì)本書的完成提供了許多建議和幫助； 在此對(duì)他們的辛勤付出深表感謝！
本書的完成得到了電子科技大學(xué)研究生院、電子工程學(xué)院等部門的熱情幫助和支持，作者深表感謝！
限于作者水平，書中定有不當(dāng)和錯(cuò)誤之處，懇請(qǐng)讀者批評(píng)指正。
何子述
2008年冬于成都沙河畔
第1章離散時(shí)間信號(hào)與系統(tǒng)
1.1離散時(shí)間信號(hào)與系統(tǒng)基礎(chǔ)
1.1.1離散時(shí)間信號(hào)的定義與分類
1.1.2離散時(shí)間信號(hào)的差分和累加
1.1.3離散時(shí)間系統(tǒng)定義及LTI特性
1.1.4LTI離散時(shí)間系統(tǒng)響應(yīng)——卷積和
1.1.5離散時(shí)間信號(hào)相關(guān)函數(shù)及卷積表示
1.2離散時(shí)間信號(hào)與系統(tǒng)的傅里葉分析
1.2.1復(fù)指數(shù)信號(hào)通過LTI系統(tǒng)的響應(yīng)
1.2.2離散時(shí)間信號(hào)的傅里葉級(jí)數(shù)和傅里葉變換
1.2.3傅里葉變換的性質(zhì)
1.2.4離散時(shí)間系統(tǒng)頻率響應(yīng)與理想濾波器
1.2.5離散時(shí)間信號(hào)的DFT和FFT
1.3離散時(shí)間信號(hào)的Z變換
1.3.1Z變換的概念
1.3.2Z變換的性質(zhì)
1.3.3離散時(shí)間系統(tǒng)的z域描述——系統(tǒng)函數(shù)
1.3.4離散時(shí)間系統(tǒng)的方框圖和信號(hào)流圖表示
1.4LTI離散時(shí)間系統(tǒng)性能描述
1.4.1系統(tǒng)的記憶性
1.4.2系統(tǒng)的因果性
1.4.3系統(tǒng)的可逆性
1.4.4系統(tǒng)的穩(wěn)定性和最小相位系統(tǒng)
1.4.5線性相位系統(tǒng)與系統(tǒng)的群時(shí)延
1.5離散時(shí)間系統(tǒng)的格型結(jié)構(gòu)
1.5.1全零點(diǎn)濾波器的格型結(jié)構(gòu)
1.5.2全極點(diǎn)濾波器的格型結(jié)構(gòu)
1.6連續(xù)時(shí)間信號(hào)的離散化及其頻譜關(guān)系
1.7離散時(shí)間實(shí)信號(hào)的復(fù)數(shù)表示
1.7.1離散時(shí)間解析信號(hào)(預(yù)包絡(luò))
1.7.2離散時(shí)間希爾伯特變換
1.7.3離散時(shí)間窄帶信號(hào)的復(fù)數(shù)表示(復(fù)包絡(luò))
1.8窄帶信號(hào)的正交解調(diào)與數(shù)字基帶信號(hào)
1.8.1模擬正交解調(diào)與采集電路原理
1.8.2數(shù)字正交解調(diào)與采集電路原理
1.8.3基帶信號(hào)的隨機(jī)相位與載波同步
1.9多相濾波與信道化處理
1.9.1橫向?yàn)V波器的多相結(jié)構(gòu)
1.9.2信號(hào)的均勻信道化
1.9.3基于多相濾波器組的信道化原理
習(xí)題
參考文獻(xiàn)
第2章離散時(shí)間平穩(wěn)隨機(jī)過程
2.1離散時(shí)間平穩(wěn)隨機(jī)過程基礎(chǔ)
2.1.1離散時(shí)間隨機(jī)過程及其數(shù)字特征
2.1.2離散時(shí)間平穩(wěn)隨機(jī)過程及其數(shù)字特征
2.1.3遍歷性與統(tǒng)計(jì)平均和時(shí)間平均
2.1.4循環(huán)平穩(wěn)性的概念
2.1.5隨機(jī)過程間的獨(dú)立、正交、相關(guān)
2.2平穩(wěn)隨機(jī)過程的自相關(guān)矩陣及其性質(zhì)
2.2.1自相關(guān)矩陣的定義
2.2.2自相關(guān)矩陣的基本性質(zhì)
2.2.3自相關(guān)矩陣的特征值與特征向量的性質(zhì)
2.3離散時(shí)間平穩(wěn)隨機(jī)過程的功率譜密度
2.3.1功率譜的定義
2.3.2功率譜的性質(zhì)
2.3.3平穩(wěn)隨機(jī)過程通過LTI離散時(shí)間系統(tǒng)的功率譜
2.4離散時(shí)間平穩(wěn)隨機(jī)過程的參數(shù)模型
2.4.1Wold分解定理
2.4.2平穩(wěn)隨機(jī)過程的參數(shù)模型
2.5隨機(jī)過程高階累積量和高階譜的概念
2.5.1高階矩和高階累積量
2.5.2高階累積量的性質(zhì)
2.5.3高階譜的概念
習(xí)題
參考文獻(xiàn)
第3章功率譜估計(jì)和信號(hào)頻率估計(jì)方法
3.1經(jīng)典功率譜估計(jì)方法
3.1.1BT法
3.1.2周期圖法
3.1.3經(jīng)典功率譜估計(jì)性能討論
3.1.4經(jīng)典功率譜估計(jì)的改進(jìn)
3.1.5經(jīng)典功率譜估計(jì)仿真實(shí)例及性能比較
3.2平穩(wěn)隨機(jī)過程的AR參數(shù)模型功率譜估計(jì)
3.2.1AR參數(shù)模型的正則方程
3.2.2AR參數(shù)模型的LevinsonDurbin迭代算法
3.2.3AR參數(shù)模型功率譜估計(jì)步驟及仿真實(shí)例
3.2.4AR參數(shù)模型功率譜估計(jì)性能討論
3.3MA參數(shù)模型和ARMA參數(shù)模型功率譜估計(jì)原理
3.3.1MA參數(shù)模型的正則方程
3.3.2ARMA參數(shù)模型的正則方程
3.4MVDR信號(hào)頻率估計(jì)方法
3.4.1預(yù)備知識(shí)： 標(biāo)量函數(shù)關(guān)于向量的導(dǎo)數(shù)和梯度的概念
3.4.2MVDR濾波器原理
3.4.3MVDR頻率估計(jì)算法仿真實(shí)例
3.5APES算法
3.5.1APES算法原理
3.5.2APES算法仿真實(shí)例
3.6基于相關(guān)矩陣特征分解的信號(hào)頻率估計(jì)
3.6.1信號(hào)子空間和噪聲子空間的概念
3.6.2MUSIC算法
3.6.3RootMUSIC算法
3.6.4Pisarenko諧波提取方法
3.6.5ESPRIT算法
3.6.6信號(hào)源個(gè)數(shù)的確定方法
3.7譜估計(jì)在電子偵察中的應(yīng)用實(shí)例
3.7.1常規(guī)通信信號(hào)的參數(shù)估計(jì)
3.7.2跳頻信號(hào)的參數(shù)估計(jì)
習(xí)題
參考文獻(xiàn)
第4章維納濾波原理及自適應(yīng)算法
4.1自適應(yīng)橫向?yàn)V波器及其學(xué)習(xí)過程
4.1.1自適應(yīng)橫向?yàn)V波器結(jié)構(gòu)
4.1.2自適應(yīng)橫向?yàn)V波器的學(xué)習(xí)過程和工作過程
4.2維納濾波原理
4.2.1均方誤差準(zhǔn)則及誤差性能面
4.2.2維納霍夫方程
4.2.3正交原理
4.2.4最小均方誤差
4.2.5計(jì)算實(shí)例1： 噪聲中的單頻信號(hào)估計(jì)
4.2.6計(jì)算實(shí)例2： 信道傳輸信號(hào)的估計(jì)
4.3維納濾波器的最陡下降求解方法
4.3.1維納濾波的最陡下降算法
4.3.2最陡下降算法的收斂性
4.3.3最陡下降算法的學(xué)習(xí)曲線
4.3.4最陡下降算法仿真實(shí)例
4.4LMS算法
4.4.1LMS算法原理
4.4.2LMS算法權(quán)向量均值的收斂性
4.4.3LMS算法均方誤差的統(tǒng)計(jì)特性
4.4.4LMS算法仿真實(shí)例
4.4.5幾種改進(jìn)的LMS算法簡介
4.5多級(jí)維納濾波器理論
4.5.1輸入向量滿秩變換的維納濾波
4.5.2維納濾波器降階分解原理
4.5.3維納濾波器的多級(jí)表示
4.5.4基于輸入信號(hào)統(tǒng)計(jì)特性的權(quán)值計(jì)算步驟
4.5.5一種阻塞矩陣的構(gòu)造方法
4.5.6基于觀測(cè)數(shù)據(jù)的權(quán)值遞推算法
4.5.7仿真計(jì)算實(shí)例
習(xí)題
參考文獻(xiàn)
第5章維納濾波在信號(hào)處理中的應(yīng)用
5.1維納濾波在線性預(yù)測(cè)中的應(yīng)用
5.1.1線性預(yù)測(cè)器原理
5.1.2線性預(yù)測(cè)與AR模型互為逆系統(tǒng)
5.1.3基于線性預(yù)測(cè)器的AR模型功率譜估計(jì)
5.2前后向線性預(yù)測(cè)及其格型濾波器結(jié)構(gòu)
5.2.1前后向線性預(yù)測(cè)器（FBLP）原理
5.2.2FBLP的格型濾波器結(jié)構(gòu)
5.2.3Burg算法及其在AR模型譜估計(jì)中的應(yīng)用
5.2.4Burg算法功率譜估計(jì)仿真實(shí)驗(yàn)
5.3信道均衡
5.3.1離散時(shí)間通信信道模型
5.3.2迫零均衡濾波器
5.3.3基于MMSE準(zhǔn)則的FIR均衡濾波器
5.3.4自適應(yīng)均衡及仿真實(shí)例
5.4語音信號(hào)的線性預(yù)測(cè)編碼
5.4.1語音信號(hào)的產(chǎn)生
5.4.2基于線性預(yù)測(cè)的語音信號(hào)處理
5.4.3仿真實(shí)驗(yàn)
習(xí)題
參考文獻(xiàn)
第6章最小二乘估計(jì)理論及算法
6.1預(yù)備知識(shí)： 線性方程組解的形式
6.1.1線性方程組的唯一解
6.1.2線性方程組的最小二乘解
6.1.3線性方程組的最小范數(shù)解
6.2最小二乘估計(jì)原理
6.2.1最小二乘估計(jì)的確定性正則方程
6.2.2LS估計(jì)的正交原理
6.2.3投影矩陣的概念
6.2.4LS估計(jì)的誤差平方和
6.2.5最小二乘方法與維納濾波的關(guān)系
6.2.6應(yīng)用實(shí)例： 基于LS估計(jì)的信道均衡原理
6.3用奇異值分解求解最小二乘問題
6.3.1矩陣的奇異值分解
6.3.2奇異值分解與特征值分解的關(guān)系
6.3.3用奇異值分解求解確定性正則方程
6.3.4奇異值分解迭代計(jì)算簡介
6.4基于LS估計(jì)的FBLP原理及功率譜估計(jì)
6.4.1FBLP的確定性正則方程
6.4.2用奇異值分解實(shí)現(xiàn)AR模型功率譜估計(jì)
6.5遞歸最小二乘（RLS）算法
6.5.1矩陣求逆引理
6.5.2RLS算法原理
6.5.3自適應(yīng)均衡仿真實(shí)驗(yàn)
6.6基于QR分解的遞歸最小二乘（QRRLS）算法原理
6.6.1矩陣的QR分解
6.6.2QRRLS算法
6.6.3基于Givens旋轉(zhuǎn)的QRRLS算法
6.6.4利用Givens旋轉(zhuǎn)直接得到估計(jì)誤差信號(hào)
6.6.5QRRLS算法的systolic多處理器實(shí)現(xiàn)原理
習(xí)題
參考文獻(xiàn)
第7章卡爾曼濾波
7.1基于新息過程的遞歸最小均方誤差估計(jì)
7.1.1標(biāo)量新息過程及其性質(zhì)
7.1.2最小均方誤差估計(jì)的新息過程表示
7.1.3向量新息過程及其性質(zhì)
7.2系統(tǒng)狀態(tài)方程和觀測(cè)方程的概念
7.3卡爾曼濾波原理
7.3.1狀態(tài)向量的最小均方誤差估計(jì)
7.3.2新息過程的自相關(guān)矩陣
7.3.3卡爾曼濾波增益矩陣
7.3.4卡爾曼濾波的黎卡蒂方程
7.3.5卡爾曼濾波計(jì)算步驟
7.4卡爾曼濾波的統(tǒng)計(jì)性能
7.4.1卡爾曼濾波的無偏性
7.4.2卡爾曼濾波的最小均方誤差估計(jì)特性
7.5卡爾曼濾波的推廣
7.5.1標(biāo)稱狀態(tài)線性化濾波
7.5.2擴(kuò)展卡爾曼濾波
7.6卡爾曼濾波的應(yīng)用
7.6.1卡爾曼濾波在維納濾波中的應(yīng)用
7.6.2卡爾曼濾波在雷達(dá)目標(biāo)跟蹤中的應(yīng)用
7.6.3αβ濾波的概念
7.6.4卡爾曼濾波在交互多模型算法中的應(yīng)用
7.6.5卡爾曼濾波在數(shù)據(jù)融合中的應(yīng)用
習(xí)題
參考文獻(xiàn)
第8章陣列信號(hào)處理與空域?yàn)V波
8.1陣列接收信號(hào)模型
8.1.1均勻線陣接收信號(hào)模型
8.1.2任意陣列（共形陣）接收信號(hào)模型
8.1.3均勻矩形陣接收信號(hào)模型
8.1.4均勻圓陣接收信號(hào)模型
8.2空間譜與DOA估計(jì)
8.3基于MUSIC算法的信號(hào)DOA估計(jì)方法
8.3.1MUSIC算法用于信號(hào)DOA估計(jì)
8.3.2仿真實(shí)例
8.4信號(hào)DOA估計(jì)的ESPRIT算法
8.4.1ESPRIT算法用于信號(hào)DOA估計(jì)的原理
8.4.2仿真實(shí)例
8.5干涉儀測(cè)向原理
8.5.1一維相位干涉儀測(cè)向原理
8.5.2二維相位干涉儀
8.6空域?yàn)V波與數(shù)字波束形成
8.6.1空域?yàn)V波和陣方向圖
8.6.2數(shù)字自適應(yīng)干擾置零
8.7基于MVDR算法的DBF方法
8.7.1MVDR波束形成器原理
8.7.2QR分解SMI算法
8.7.3MVDR波束形成器實(shí)例
8.7.4LCMV波束形成器簡介
8.7.5LCMV波束形成器的維納濾波器結(jié)構(gòu)
8.8空域APES數(shù)字波束形成和DOA估計(jì)方法
8.8.1前向SAPES波束形成器原理
8.8.2仿真實(shí)例
8.9多旁瓣對(duì)消數(shù)字自適應(yīng)波束形成方法
8.9.1多旁瓣對(duì)消數(shù)字波束形成原理
8.9.2多旁瓣對(duì)消的最小二乘法求解
8.10陣列信號(hào)處理中的其他問題
8.10.1相關(guān)信號(hào)源問題
8.10.2寬帶信號(hào)源問題
8.10.3陣列校正與均衡問題
習(xí)題
參考文獻(xiàn)
第9章盲信號(hào)處理
9.1盲信號(hào)處理的基本概念
9.1.1盲系統(tǒng)辨識(shí)與盲解卷積
9.1.2信道盲均衡
9.1.3盲源分離與獨(dú)立分量分析（ICA）
9.1.4盲波束形成
9.2Bussgang盲均衡原理
9.2.1自適應(yīng)盲均衡與Bussgang過程
9.2.2Sato算法
9.2.3恒模算法
9.2.4判決引導(dǎo)算法
9.3SIMO信道模型及子空間盲辨識(shí)原理
9.3.1SIMO信道模型
9.3.2SIMO信道模型的Sylvester矩陣
9.3.3SIMO信道的可辨識(shí)條件和模糊性
9.3.4基于子空間的盲辨識(shí)算法
9.4SIMO信道的CR盲辨識(shí)原理及自適應(yīng)算法
9.4.1CR算法
9.4.2多信道LMS算法
9.5基于陣列結(jié)構(gòu)的盲波束形成
9.5.1基于奇異值分解的降維預(yù)處理
9.5.2基于ESPRIT算法的盲波束形成
9.6基于信號(hào)恒模特性的盲波束形成
9.6.1SGDCMA算法
9.6.2RLSCMA算法
9.6.3解析恒模算法簡介
習(xí)題
參考文獻(xiàn)
索引
常用符號(hào)表
書單推薦
