全书共分九章，主要内容为信号分析与处理的基本概念、连续时间信号的分析与处理、离散时间信号的分析与处理基础、离散傅里叶变换、数字滤波器、信号分析与处理的应用和实现以及MATLAB仿真实验。本书配有程序仿真和实现。信号分析与处理的基本概念，连续时间信号的分析与处理，离散时间信号的分析与处理基础等。
电子书
内容简介
本书共分7章，分别介绍了信号处理基础、随机信号谱评估、最优滤波、自适应滤波、多抽样率信号处理与滤波器组、小波变换、人工神经网络。
章节目录
- A-fy
- 53521-bq
- C-qy
- 前 言
- D-ML
- 目 录
- 01
- 02++
- 随机信号谱估计
- 第2章
- 2.1 概述
- 2.2 古典谱估计
- 2.2.1 相关法谱估计
- 2.2.2 周期图法谱估计
- 2.2.3 古典谱估计的改进
- 2.3 AR模型法谱估计
- 2.3.1 AR模型阶次的确定
- 2.3.2 尤勒-沃克方程
- 2.3.3 莱文森-杜宾快速递推算法
- 2.3.4 格型预测误差滤波器与伯格递推算法
- 1．格型预测误差滤波器
- 2．伯格递推算法
- 2.3.5 自相关法与尤勒-沃克法的等效性
- 2.3.6 改进协方差法
- 2.4 MA模型法谱估计
- 2.4.1 MA模型的正则方程
- 2.4.2 用高阶AR模型近似MA模型
- 2.5 ARMA模型法谱估计
- 2.5.1 ARMA模型的正则方程
- 2.5.2 用高阶AR模型近似ARMA模型
- 2.6 基于矩阵特征分解的谱估计
- 2.6.1 相关矩阵的特征分解
- 2.6.2 皮萨伦科谐波分解法
- 2.6.3 多信号分类法
- 2.7 高阶谱及其估计
- 2.7.1 特征函数与高阶矩
- 2.7.2 累量生成函数与高阶累量
- 2.7.3 高阶累量与高阶矩
- 1．随机变量的高阶累量与高阶矩
- 2．随机过程的高阶累量与高阶矩
- 2.7.4 高阶累量与高阶谱（多谱）
- 1．平稳随机过程的高阶累量与高阶谱
- 2．确定性序列的高阶累量与高阶谱
- 2.7.5 高阶累量和多谱的性质
- 2.7.6 高阶累量和多谱估计
- 2.7.7 基于高阶累量的模型参数估计
- 2.7.8 多谱的应用
- 03
- 04
- 05++
- 多抽样率信号处理与滤波器组
- 第5章
- 5.1 抽取与插值
- 5.1.1 信号的抽取
- 5.1.2 信号的插值
- 5.1.3 分数倍抽样率转换
- 5.1.4 抽取与插值的应用
- 5.2 多相滤波器
- 5.2.1 多相表示
- 5.2.2 等效关系与互联
- 5.2.3 抽取与插值的多相滤波器结构
- 1．抽取的多相滤波器结构
- 2．插值的多相滤波器结构
- 5.2.4 利用多相分解设计带通滤波器组
- 5.3 滤波器组基础
- 5.3.1 滤波器组的基本概念
- 5.3.2 最大均匀抽样滤波器组
- 5.3.3 正交镜像滤波器组
- 5.3.4 互补型滤波器
- 1．严格互补滤波器
- 2．功率互补滤波器
- 5.3.5 第M带滤波器
- 5.3.6 半带滤波器
- 5.4 两通道滤波器组
- 5.4.1 信号的理想重建
- 5.4.2 FIR正交镜像滤波器组
- 5.4.3 IIR正交镜像滤波器组
- 5.4.4 共轭正交镜像滤波器组
- 5.4.5 共轭正交镜像滤波器组的正交性
- 5.4.6 双正交滤波器组
- 06
- 07
- 人工神经网络
- 第7章
- 7.1 概述
- 7.1.1 人工神经元模型
- 7.1.2 人工神经网络模型
- 7.1.3 人工神经网络的学习
- 1．常用的学习算法
- 2．学习算法的性能
- 7.2 多层前向神经网络
- 7.2.1 前向神经网络的结构
- 7.2.2 前向神经网络的分类能力
- 7.2.3 多层前向神经网络的学习算法——误差修正学习
- 1．单个神经元的学习算法
- 2．误差反向传播算法
- 7.2.4 径向基函数网络
- 1．径向基函数网络的学习方法
- 2．LBG算法
- 3．径向基函数网络的特点
- 7.3 自组织神经网络
- 7.3.1 自组织聚类
- 1．单层前向聚类网络——竞争学习
- 2．反馈型聚类网络——自适应谐振学习
- 7.3.2 自组织特征映射
- 7.3.3 自组织主分量分析
- 1．主分量分析
- 2．单个线性神经元提取最大主分量——Hebb学习规则
- 3．单层网络用于提取一组主分量——广义Hebb算法
- 4．有侧向连接的自适应PCA——APEX算法
- 7.4 霍普菲尔德神经网络
- 7.4.1 联想存储器与反馈网络
- 7.4.2 离散霍普菲尔德网络
- 7.4.3 联想存储器及其学习
- 7.4.4 连续霍普菲尔德网络
- ck
- 1
- 参考文献
展开全部
信号处理教程是2020年由人民邮电出版社出版,作者张玲华 编著。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《信号处理教程》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书共8章，主要分三个部分。第一部分为数字信号与系统的分析方法，内容包括：离散时间信号与系统、离散时间信号与系统的频域分析、离散傅里叶变换、快速傅里叶变换。第二部分为系统的设计与实现，内容包括：滤波器的实现方法、IIR数字滤波器设计、FIR数字滤波器设计。第三部分为相关理论知识对应的实验内容。
电子书
本书贯穿了信号的获取、处理、分析和识别整条链路所需的关键知识点，以声信号为研究对象，阐述了传统信号处理、自适应信号处理、机器学习等信号处理和智能分析设计等知识要点。全书总共16章，第1～4章介绍了经典信号处理与分析方法，第5～11章阐述了先进信号处理方法、人工特征的获取原理和方法，第12～16章主要说明了深度学习、混合模型等智能分析方法。本书的主要读者对象为声信号处理和分析相关学科的高校学生，以及
电子书
电子书
本书内容深入浅出，每章基本按照“理论知识—例题讲解—案例分析”的模式编写，突出理论知识指导实际应用。为便于读者快速掌握数字信号处理的实践能力，很多例题给出了MATLAB源码，并提供这些源码的下载资源，读者可直接粘贴在MATLAB命令窗口，观看运行结果。同时，书中提供了大量经过精心设计的习题，帮助读者掌握课程内容。本书可作为普通高等学校电子信息类专业和相近专业的本科生或专科生教材，也可供相关专业的技
电子书
本书包括离散时间信号和系统的时域分析、离散时间信号和系统的频域复频域分析、离散傅里叶变换、快速傅里叶变换、数字滤波器的结构、无限长脉冲响应数字滤波器的设计、有限长脉冲响应数字滤波器的设计和有限字长效应等8章内容。每一章都由知识要点、习题解答、自测题和提高题4部分组成。
电子书
本教材共分7章。第1章介绍了信号故障处理知识，包括常见信号设备和图纸认知、常用仪表使用、常用铁路信号符号及名称。第2章介绍了6502大站电气集中联锁电路故障处理的基础知识、故障分析与处理流程、故障案例、注意事项及处理流程图。第3章介绍了计算机联锁系统故障处理的基础知识、故障分析与处理流程、故障案例、故障处理注意事项。第4章介绍了ZPW-2000A无绝缘轨道电路故障处理的基础知识、故障分析与处理流程
电子书
本书分为3大部分共9章第1～4章讲述了数字信号与系统的处理和快速处理；第5～7章讲述了数字滤波器的设计理论；第8～9章讲述了数字信号与系统的DSP实现技术。
