MATLAB7辅助信号处理技术与应用
2005-3-1
电子工业出版社
飞思科技产品研发中心
450
789
无
本书是“MATLAB应用技术”系列丛书之一，介绍了信号与系统基础知识、常用信号变换、离散系统结构、IIR数字滤波器设计、FIR数字滤波器设计、平稳信号分析、非平稳信号分析、高斯信号分析以及信号处理的GUI实现。其中，信号与系统基础知识包括连续信号与模型、离散信号与模型；常用信号变换包括Z变换、Chirp Z变换、FFT变换、DCT变换和Hilbert变换等；离散系统结构包括IIR、FIR和Lattice结构；IIR滤波器设计包括模拟和数字低通、高通、带通与带阻滤波器设计，以及基于冲激响应不变法和双线性Z变换法的IlR滤波器设计等；FIR滤波器设计包括基于窗函数、频率抽样法和切比雪大逼近法的FIR滤波器设计；平稳信号分析包括经典功率谱估计、基于参数模型的功率谱估计和基于非参数模型的功率谱估计；非平稳信号分析包括STFT变换、Gabor展开、Wigner-Ville分布与Choi-Williams分布；非高斯信号分析包括基于非参数法的双谱估计、基于参数模型的双谱估计，以及双谱估计的应用；信号处理的GUI实现包括滤波器设计与分析的FDATool工具和滤波器设计与信号分析的SPTool工具。■ 本书可作为理工科各专业的高年级本科生、研究生学习信号处理的辅助教材，也可作为希望在这一领域进行研究和应用的科技工作者的参考书。
"第1章 信号与系统 1■1.1 连续信号及其MATLAB实现 2■1.1.1 单位冲激信号 2■1.1.2 任意函数 5■1.1.3 单位阶跃函数 6■1.1.4 斜坡函数 8■1.1.5 实指数函数 9■1.1.6 正弦函数 10■1.1.7 指数调制正弦函数 11■1.2 离散信号及其MATLAB实现 13■1.2.1 单位冲激序列 13■1.2.2 任意序列 14■1.2.3 单位阶跃序列 15■1.2.4 斜坡序列 16■1.2.5 正弦序列 17■1.2.6 复正弦序列 18■1.2.7 实指数序列 19■1.2.8 复指数序列 20■1.2.9 随机序列 20■1.3 离散信号的基本运算 21■1.3.1 信号的延迟 22■1.3.2 信号相加 23■1.3.3 信号相乘 24■1.3.4 信号乘以标量值 25■1.3.5 信号翻转 26■1.3.6 信号和 27■1.3.7 信号积 27■1.3.8 信号能量 28■1.4 噪声及波形信号的产生 28■1.4.1 square函数 29■1.4.2 sawtooth函数 29■1.4.3 chirp函数 30■1.4.4 dirichlet函数 32■1.4.5 sinc函数 32■1.4.6 rectpuls函数 33■1.4.7 gauspuls函数 34■1.4.8 tripuls函数 35■1.4.9 pulstran函数 36■1.5 连续系统的模型及其MATLAB实现 38■1.5.1 连续系统的性质 38■1.5.2 连续系统的模型 40■1.5.3 连续系统模型的MATLAB实现 43■1.6 离散系统的模型及其MATLAB实现 47■1.6.1 离散系统的性质 48■1.6.2 离散线性系统模型 51■1.6.3 离散线性系统模型的MATLAB实现 56■1.6.4 离散系统之间相互转换的MATLAB工具箱 65■第2章 信号变换 67■2.1 Z变换及MATLAB实现 67■2.1.1 Z变换的定义 68■2.1.2 Z变换的收敛域 68■2.1.3 Z逆变换 70■2.1.4 Z变换的性质 72■2.1.5 Z变换的工程应用 74■2.2 Chirp Z变换及MATLAB实现 77■2.2.1 Chirp Z变换的定义 77■2.2.2 Chirp Z变换的计算方法 79■2.2.3 Chirp Z变换的MATLAB实现 80■2.3 离散傅里叶变换及MATLAB实现 82■2.3.1 离散傅里叶变换定义 82■2.3.2 离散傅里叶变换的MATLAB实现 84■2.3.3 离散傅里叶变换性质 86■2.3.4 离散傅里叶变换的FFT算法 95■2.3.5 离散傅里叶变换FFT算法的应用 98■2.4 DCT变换及MATLAB实现 99■2.4.1 DCT变换的定义 100■2.4.2 DCT变换的MATLAB实现 101■2.5 Hilbert变换及MATLAB实现 103■2.5.1 Hilbert变换的定义 103■2.5.2 Hilbert变换的MATLAB实现 104■2.5.3 Hilbert变换的性质 105■第3章 离散系统结构 109■3.1 离散系统结构的基本原理 109■3.1.1 离散系统结构的分类 109■3.1.2 离散系统结构的基本组成 109■3.2 IIR系统结构及MATLAB实现 110■3.2.1 直接I型 111■3.2.2 直接II型 111■3.2.3 级联型 113■3.2.4 并联型 118■3.3 FIR系统结构及MATLAB实现 122■3.3.1 直接型 123■3.3.2 级联型 123■3.3.3 线性相位型 124■3.3.4 频率取样型 126■3.4 Lattice结构及MATLAB实现 131■3.4.1 全零点FIR系统的Lattice结构 131■3.4.2 全极点FIR系统的Lattice结构 136■3.4.3 零极点ARMA系统的Lattice结构 140■第4章 IIR数字滤波器设计 147■4.1 滤波器的基本原理 147■4.1.1 滤波原理 147■4.1.2 滤波器的分类 148■4.1.3 滤波器的技术要求 150■4.2 模拟低通滤波器设计 152■4.2.1 巴特沃斯低通滤波器的设计 154■4.2.2 切比雪夫低通滤波器的设计 159■4.2.3 椭圆低通滤波器的设计 165■4.3 模拟高通、带通与带阻滤波器设计 169■4.3.1 模拟高通滤波器的设计 169■4.3.2 模拟带通滤波器的设计 171■4.3.3 模拟带阻滤波器的设计 173■4.4 基于冲激响应不变法的IIR滤波器设计 175■4.5 基于双线性Z变换法的IIR滤波器设计 179■4.6 数字高通、带通及带阻IIR滤波器设计 183■4.6.1 基于原型滤波器转换法的IIR数字滤波器设计 183■4.6.2 基于直接数字域法的IIR数字滤波器设计 194■4.7 基于MATLAB函数直接设计IIR数字滤波器 198■4.7.1 基于巴特沃斯法直接设计IIR数字滤波器 198■4.7.2 基于切比雪夫法直接设计IIR数字滤波器 200■4.7.3 基于椭圆法直接设计IIR数字滤波器 203■4.7.4 基于Yule-Walk法直接设计IIR数字滤波器 205■4.7.5 基于Prony法直接设计IIR数字滤波器 206■4.7.6 基于线性预测法直接设计IIR数字滤波器 207■4.7.7 基于Steiglitz-McBride法直接设计IIR数字滤波器 209■4.7.8 基于反向频率法直接设计IIR数字滤波器 210■第5章 FIR数字滤波器设计 213■5.1 FIR数字滤波器的特性 213■5.1.1 FIR滤波器的线性相位特性 214■5.1.2 FIR滤波器的幅频特性 216■5.2 常用窗函数及MATLAB实现 218■5.2.1 矩形窗（Rectangular window） 219■5.2.2 三角窗（Triangular window） 220■5.2.3 汉宁窗（Hanning window） 222■5.2.4 海明窗（Hamming window） 223■5.2.5 布拉克曼窗（Blackman window） 224■5.2.6 切比雪夫窗（Chebyshev window） 225■5.2.7 巴特里特窗（Bartlett window） 226■5.2.8 凯塞窗（Kaiser window） 228■5.2.9 各种窗函数的性能比较 229■5.3 基于窗函数的FIR数字滤波器设计 229■5.3.1 数字低通滤波器的窗函数设计 230■5.3.2 数字高通滤波器的窗函数设计 235■5.3.3 数字带通滤波器的窗函数设计 240■5.3.4 数字带阻滤波器的窗函数设计 246■5.4 基于频率抽样法的FIR滤波器设计 248■5.5 基于切比雪夫逼近法的FIR滤波器设计 258■5.5.1 切比雪夫一致逼近原理 258■5.5.2 基于切比雪夫一致逼近原理的FIR滤波器设计 259■5.6 基于MATLAB函数直接设计FIR数字滤波器 263■5.6.1 基于窗函数法直接设计FIR数字滤波器 264■5.6.2 基于切比雪夫逼近法直接设计FIR数字滤波器 269■5.6.3 基于约束最小二乘法直接设计FIR数字滤波器 274■5.6.4 基于Remez扩展算法直接设计非线性相位FIR数字滤波器 277■5.6.5 基于升余弦法直接设计FIR数字滤波器 280■5.7 FIR滤波器与IIR滤波器的比较 281■ ■第6章 平稳信号分析 283■6.1 平稳信号的描述 284■6.1.1 平稳信号的定义 284■6.1.2 平稳信号的时域描述 284■6.1.3 平稳信号的频域描述 292■6.2 经典功率谱估计 293■6.2.1 相关函数估计 293■6.2.2 基于直接法的功率谱估计 299■6.2.3 基于间接法的功率谱估计 302■6.2.4 基于改进直接法的功率谱估计 303■6.2.5 基于多窗口法的功率谱估计 309■6.3 基于参数建模的功率谱估计 311■6.3.1 基于AR模型的功率谱估计 312■6.3.2 基于MA模型的功率谱估计 329■6.3.3 基于ARMA模型的功率谱估计 331■6.3.4 基于最小方差的功率谱估计 334■6.4 基于非参数建模的功率谱估计 337■6.4.1 相关矩阵的特征分解 337■6.4.2 基于MUSIC算法的功率谱估计 339■6.4.3 基于特征向量的功率谱估计 342■6.4.4 信号与噪声子空间维数估计 344■第7章 非平稳信号分析 347■7.1 STFT变换及其MATLAB实现 348■7.1.1 STFT变换的定义 348■7.1.2 STFT变换的时频分辨率 350■7.1.3 STFT变换的MATLAB实现 351■7.2 Gabor展开及其MATLAB实现 354■7.2.1 连续Gabor展开 354■7.2.2 离散Gabor展开 355■7.2.3 Gabor时频谱的MATLAB实现 356■7.3 Wigner-Ville分布及其MATLAB实现 358■7.3.1 Wigner-Ville分布的定义 358■7.3.2 Wigner-Ville分布的性质 359■7.3.3 Wigner-Ville分布的离散化 362■7.3.4 伪Wigner-Ville分布 363■7.3.5 Wigner-Ville分布的MATLAB实现 364■7.4 Choi-Williams分布及其MATLAB实现 367■第8章 非高斯信号分析 369■8.1 累积量与高阶谱定义 369■8.1.1 随机变量的特征函数 370■8.1.2 矩的定义 370■8.1.3 累积量的定义 371■8.1.4 高阶谱的定义 372■8.2 累积量与高阶谱的性质 373■8.2.1 累积量的性质 374■8.2.2 高阶谱的性质 374■8.3 基于非参数法的双谱估计 375■8.3.1 直接法 375■8.3.2 间接法 378■8.4 基于参数模型的双谱估计 382■8.4.1 AR、MA与ARMA模型阶次的确定 383■8.4.2 基于非高斯AR模型的双谱估计 386■8.4.3 基于非高斯MA模型的双谱估计 391■8.4.4 基于非高斯ARMA模型的双谱估计 394■8.5 基于双谱的有色高斯噪声信号检测 401■8.6 基于双谱的信号延迟估计 403■第9章 信号处理GUI实现 407■9.1 滤波器设计与分析工具（FDATool） 407■9.1.1 FDATool快速入门 407■9.1.2 滤波器设计 412■9.1.3 滤波器导入 415■9.1.4 滤波器导出 416■9.1.5 滤波器建模 416■9.1.6 滤波器量化 417■9.1.7 滤波器转换 418■9.1.8 滤波器分析 419■9.1.9 滤波器MATLAB脚本文件的生成 423■9.2 滤波器设计与信号分析工具（SPTool） 424■9.2.1 SPTool快速入门 424■9.2.2 信号的时域分析 431■9.2.3 滤波器设计、编辑与分析 434■9.2.4 信号的频域分析 442■参考文献 449"
无