现代数字信号处理(作者姚天任)(1)

商家名称	信用等级	购买信息	订购本书
		现代数字信号处理(作者姚天任)
		现代数字信号处理(作者姚天任)

编辑推荐

《现代数字信号处理》适合于信息与通信工程学科各专业及相近专业的研究生和专业人员用作教材或参考书。

作者简介

姚天任，1940年11月出生于四川省南充县。1962年毕业于北京清华大学。1982年至1984年为美国辛辛那提大学访问学者。现任华中科技大学教授，信息与通信工程学科博士生导师，中国电子学会信号处理分会副主任委员，《信号处理》学报编辑委员会副主任。
主要学科研究方向有：数字信号处理及其在现代通信中的应用，语音压缩编码，语音识别，语音去噪等。
孙洪，武汉大学电子信息学院教授，博士生导师，通信工程系系主任。在华中理工大学（现名：华中科技大学）获得工学学士、工学硕士和工学博士学位。1997年-1998年在法国国立高等工艺学院和国立高等电信学院作访问学者，1998年应邀到德国杜伊斯堡大学进行合作研究，1999年、2000年、2001应邀在法国国立高等电信学院作访问教授，并指导研究生。主要从事信号处理和现代通信的理论和技术的研究。主持国家自然科学基金、国家基金委国际合作项目和国家863项目等十余项课题的研究。先后提出“离散幅度信号分析概念和方法”和“幅度－频率域的统计多分辨率的概念和计算方法”，在《中国科学》杂志上发表。合著《现代数字信号处理》被列入“九五”电子部重点教材。译著：《合成孔径雷达图像处理》（法文），《现代数字图像处理》（法文）；《数字信号处理》（英文）等。发表学术论文160余篇。作为组织委员组织了2003年在巴黎召开的IEEE第7届信号处理理论与应用学术会；多次在国际信号处理学术大会，国际雷达学术会议，IEEE国际信息和通信技术学术大会上任分会主席。 IEEE信号处理学会会员，中国信号处理学会委员，国家教育部电子信息科学与工程专业教育指导分委员会委员，国家教育部留学回国人员科研启动基金评审专家，遥感信息工程国家重点实验室兼职教授。

目录

第一章 基础知识
1.1 随机矢量
1.2 相关抵消
1.3 Gram-schidt正变化
1.3.1 基本定义
1.3.2 正交投影定理和Gram-schidt正变化

1.4 偏相关系数
1.5 功率谱和周期图
1.6 谱分解
1.6.1 最小相位序列
1.6.2 部分能量和最小时延
1.6.3 自相关函数的不变性
1.6.4 最小时延性质
1.6.5 最小相位性质
1.6.6 谱分解定理

1.7 信号的参数模型
习题
参考文献

第二章 维纳滤波和卡尔曼滤波
2.1 维纳滤波的标准方程
2.2 维纳-霍夫方程的求解
2.2.1 FIR维纳滤波器
2.2.2 非因果IIR维纳滤波器
2.2.3 因果IIR维纳滤波器

2.3 维纳滤波的均方误差
2.4 因果IIR维纳滤波器的设计与计算
2.5 标量卡尔曼滤波器
2.6 矢量卡尔曼滤波器
2.6.1 信号矢量和数据矢量
2.6.2 矢量卡尔曼滤波器的递推计算公式

2.7 维纳滤波和卡尔曼滤波的计算和应用举例
2.7.1 维纳滤波器
2.7.2 卡尔曼滤波器
复习思考题
习题
参考文献

第三章 自适应滤波器
3.1 自适应滤波原理
3.2 自适应线性组合器
3.3 均方误差性能曲面
3.4 二次性能曲面的基本性质
3.5 最陡下降法
3.6 学习曲线和收敛速度
3.7 自适应的最小均方(LMS)算法
3.8 权矢量噪声
3.9 失调量
3.10 自适应的递归最小二乘方(RLS)算法
3.11 IIR递推结构自适应滤波器的LMS算法
3.12 自适应滤波器计算举例
3.13 自适应滤波器的数字实现
3.13.1 LMS算法自适应滤波器的直接实现
3.13.2 分布运算自适应滤波器
3.13.3 余数制自适应滤波器

3.14 最小二乘自适应滤波器
3.14.1 最小二乘滤波器的矢量空间分析
3.14.2 投影矩阵和正交投影矩阵
3.14.3 时间更新

3.15 最小二乘格形(LSL)自适应算法
3.15.1 前向预测和后向预测
3.15.2 预测误差滤波器的格形结构
3.15.3 LSL自适应算法
3.15.4 LSL自适应算法的性能

3.16 快速横向滤波(FTF)自适应算法
3.16.1 FTF算法涉及到的4个横向滤波器
3.16.2 横向滤波算子的时间更新
3.16.3 FTF自适应算法中的时间更新关系
3.16.4 FTF自适应算法流程
3.16.5 FTF自适应算法的性能
3.16.6 FTF算法计算量的进一步减少

3.17 自适应滤波器的应用
3.17.1 自适应系统模拟和辨识
3.17.2 自适应逆滤波
3.17.3 自适应干扰抵消
3.17.4 自适应预测
复习思考题
习题
参考文献

第四章 功率谱估计的现代方法
4.1 从经典谱估计到现代谱估计
4.2 谱估计的参数模型方法
4.3 AR模型的Yule—Walker方程
4.4 Levinson—Durbin算法
4.5 AR模型的稳定性及其阶的确定
4.6 AR谱估计的性质
4.6.1 AR谱估计隐含着自相关函数的外推
4.6.2 AR谱估计与最大熵谱估计等效
4.6.3 AR谱估计与线性预测谱估计等效
4.6.4 AR谱估计等效于最佳白化处理
4.6.5 AR谱估计的界

4.7 格形滤波器
4.8 AR模型参数提取方法
4.8.1 Yule—Walker法
4.8.2 协方差法
4.8.3 Burg法

4.9 AR谱估计的异常现象及其补救措施
4.9.1 虚假谱峰
4.9.2 谱线分裂
4.9.3 噪声对AR谱估计的影响

4.10 MA和ARMA模型谱估计
4.10.1 MA模型谱估计
4.10.2 ARMA模型谱估计

4.11 白噪声中正弦波频率的估计
4.11.1 最大似然法
4.11.2 修正协方差AR谱估计方法
4.11.3 特征分解频率估计
4.11.4 信号子空间频率估计
4.11.5 噪声子空问频率估计
复习思考题
习题
参考文献

第五章 同态信号处理
5.1 广义叠加原理
5.2 乘法同态系统
5.3 卷积同态系统
5.4 复倒谱定义
5.4.1 复对数的多值性问题
5.4.2 X(z)的解析性问题
5.5 复倒谱的性质

5.6 复倒谱的计算方法
5.6.1 按复倒谱定义计算
5.6.2 最小相位序列的复倒谱的计算
5.6.3 复对数求导数计算法
5.6.4 递推计算方法
复习思考题
习题
参考文献

第六章 高阶谱分析
6.1 三阶相关和双谱的定义及其性质
6.2 累量和多谱的定义及其性质
6.2.1 随机变量的累量
6.2.2 随机过程的累量
6.2.3 多谱的定义
6.2.4 累量和多谱的性质

6.3 累量和多谱估计
6.4 基于高阶谱的相位谱估计
6.5 基于高阶谱的模型参数估计
6.5.1 AR模型参数估计
6.5.2 MA模型参数估计
6.5.3 ARMA模型参数估计
6.6 利用高阶谱确定模型的阶
6.7 多谱的应用
复习思考题
第七章 小波分析
第八章 神经网络信号处理
第四章附录
第六章附录
第七章附录
第八章附录
部分习题参考答案
索引