图书介绍
随机信号处理原理与实践pdf电子书版本下载
- 杨鉴，梁虹编著 著
- 出版社： 北京：科学出版社
- ISBN：9787030280251
- 出版时间：2010
- 标注页数：203页
- 文件大小：9MB
- 文件页数：213页
- 主题词：随机信号－信号处理－研究生－教材
PDF下载
下载说明
随机信号处理原理与实践PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 离散时间信号处理基础 1
1.1 离散时间信号 1
1.1.1 常用离散时间信号 1
1.1.2 序列的基本运算 2
1.2 离散时间系统 4
1.2.1 离散时间系统的分类 4
1.2.2 离散LTI系统的响应 6
1.3 傅里叶变换 8
1.3.1 离散时间傅里叶变换 8
1.3.2 离散傅里叶变换 10
1.3.3 快速傅里叶变换 11
1.4 z变换 14
1.4.1 z变换 14
1.4.2 逆z变换 16
1.5 数字滤波器 16
1.5.1 系统函数 17
1.5.2 频率响应 18
1.5.3 格型滤波器 20
本章小结 24
习题 25
第2章 随机信号分析基础 27
2.1 随机变量 27
2.1.1 概率分布函数与密度函数 27
2.1.2 随机变量的数字特征 28
2.2 随机过程 29
2.2.1 随机过程的基本统计量 30
2.2.2 独立、不相关与正交 32
2.3 几种典型的随机过程 33
2.3.1 复正弦加噪声 33
2.3.2 实高斯过程 34
2.3.3 谐波过程 34
2.3.4 高斯-马尔可夫过程 35
2.4 随机信号通过线性系统 36
2.4.1 时域分析 36
2.4.2 频域分析 37
2.5 谱分解定理 39
2.6 参数估计理论 41
2.6.1 估计量的性质 41
2.6.2 均值的估计 42
2.6.3 方差的估计 43
本章小结 44
习题 44
第3章 随机信号的线性模型 47
3.1 AR过程 47
3.1.1 AR（1）模型 47
3.1.2 AR（2）模型 49
3.1.3 AR（p）模型 52
3.2 MA过程 53
3.3 ARMA过程 55
3.4 三种模型间的关系 58
本章小结 60
习题 60
第4章 非参数谱估计 62
4.1 平稳随机信号的自相关估计 62
4.2 相关图法 66
4.3 周期图法 69
4.4 周期图法的改进 71
4.4.1 平滑单一周期图 71
4.4.2 多个周期图求平均 72
4.5 应用举例 76
4.5.1 语音频谱分析 76
4.5.2 语谱图 79
本章小结 83
习题 83
第5章 最优线性滤波器 86
5.1 最优信号估计 86
5.2 线性均方估计 87
5.2.1 误差性能曲面 89
5.2.2 线性最小均方误差估计器 92
5.2.3 正交原理 93
5.3 维纳滤波器 95
5.3.1 Wiener-Hopf方程 95
5.3.2 FIR维纳滤波器 96
5.4 最优线性预测 100
5.4.1 前向线性预测 101
5.4.2 后向线性预测 103
5.4.3 Levinson-Durbin算法 107
5.4.4 格型预测误差滤波器 109
本章小结 112
习题 112
第6章 最小二乘滤波和预测 114
6.1 最小二乘原理 114
6.2 线性最小二乘估计 115
6.2.1 正则方程 116
6.2.2 正交原理 118
6.2.3 投影算子 119
6.3 最小二乘FIR滤波器 120
6.4 最小二乘线性预测 127
本章小结 132
习题 133
第7章 参数谱估计 134
7.1 信号建模 134
7.2 AR模型谱估计 136
7.2.1 最大熵谱估计 136
7.2.2 自相关法 137
7.2.3 协方差法 139
7.2.4 改进的协方差法 141
7.2.5 Burg算法 143
7.2.6 AR模型阶的确定 147
7.3 MA模型谱估计 148
7.4 ARMA模型谱估计 149
7.5 应用举例 151
7.5.1 “预白化-后着色”谱估计 151
7.5.2 语音信号的线性预测 155
本章小结 159
习题 160
第8章 自适应滤波器 162
8.1 自适应滤波原理 162
8.2 最速下降法 165
8.3 LMS自适应滤波器 169
8.3.1 基本的LMS算法 170
8.3.2 LMS算法的收敛性分析 170
8.3.3 LMS算法的改进 177
8.4 最小二乘自适应滤波器 179
8.4.1 RLS算法 179
8.4.2 RLS算法的收敛性分析 182
8.5 应用举例 186
8.5.1 自适应干扰对消 187
8.5.2 自适应信道均衡器 193
本章小结 199
习题 200
参考文献 203