新書推薦：
《
趣话通信：6G的前世、今生和未来
》
售價：HK$
90.9
《
不羁.完结篇
》
售價：HK$
60.7
《
性别经济学
》
售價：HK$
71.3
《
中国书法嬗变与思考（国家社科基金后期资助项目）
》
售價：HK$
112.7
《
关键冲突：如何化人际关系危机为合作共赢（原书第2版）
》
售價：HK$
86.3
《
探索清陵五十年
》
售價：HK$
1012.0
《
定鼎中原之路：从皇太极入关到玄烨亲政
》
售價：HK$
101.2
《
财之道丛书·如何让人投资你：股权激励融资全揭秘
》
售價：HK$
101.2
|
| 編輯推薦： |
本书分为算法篇和案例篇两部分。算法篇介绍信号处理仿真实验的基础理论、基本方法和常用算法；案例篇介绍三大类共 21 个信号处理的工程案例，这些案例以实际应用为背景，兼顾信号处理的完整流程。
本书特色
●不局限于数字信号处理仿真实验，推广到随机信号分析与处理、统计信号处理、谱估计、自适应信号处理等领域。
●兼顾信号处理理论和计算机仿真的平衡，以信号处理算法的应用为目的，尽可能简化理论推导过程，淡化MATLAB的基本操作介绍。
●所有案例都有明确的应用背景、完整的处理流程和实现框架，可操作性强。
●每个案例尽可能给出多个解决方案，客观比较不同算法的性能和优劣，便于读者根据应用场合权衡和改进信号处理算法。
●给出算法篇和案例篇所有的 MATLAB 源代码，帮助读者尽快验证本书结论或修改代码，将主要精力用于算法本身而非代码编写。
|
| 內容簡介： |
|
本书分为两篇： 算法篇主要介绍信号分析与处理的基础理论和算法，包括信号处理仿真实验的基础知识、离散时间信号与系统、数字滤波器的设计与实现、功率谱估计、自适应滤波以及信号检测；案例篇主要介绍三大类共21个信号处理的工程案例，这些案例都不局限于验证某个知识点，而是尽可能地以实际应用为背景，兼顾信号处理的完整流程。 本书可作为高等院校电子信息类专业研究生和高年级本科生信号处理实验教材，也可供相关技术人员参考。
|
| 關於作者： |
|
许可，男，副教授，1982年出生于四川乐山，2004年国防科技大学信息工程本科毕业，2006年国防科技大学信息与通信工程硕士毕业，2011年国防科技大学信息与通信工程博士毕业，2008.5-2009.11在加拿大温莎大学电子与计算机工程系博士生联合培养，2011年留校任教至今。
|
| 目錄：
|
算法篇
第1章 信号处理仿真实验基础
1.1 概述
1.1.1 数字信号处理的基本概念
1.1.2 数字信号处理的特点
1.1.3 数字信号处理的一般形式
1.2 信号与系统基础
1.2.1 连续时间系统的时域分析
1.2.2 傅里叶变换
1.2.3 拉普拉斯变换
1.3 随机信号处理基础
1.3.1 典型随机变量的概率密度
1.3.2 随机过程的统计描述与估计
1.3.3 随机过程的功率谱密度
1.4 课外知识点： 随机数的产生
1.5 课外知识点： 单位冲激和单位脉冲
1.6 课外知识点： 单位阶跃信号和单位阶跃序列
1.7 参考文献
第2章 离散时间信号与系统
2.1 基本概念
2.2 信号的采样与重建
2.3 离散时间傅里叶变换
2.4 离散傅里叶变换
2.5 快速傅里叶变换
2.6 课外知识点： 几种形式的傅里叶变换
2.7 课外知识点： 补零位置对频谱估计的影响
2.8 参考文献
第3章 数字滤波器的设计与实现
3.1 IIR滤波器的基本结构
3.2 IIR滤波器的设计
3.2.1 模拟原型滤波器设计
3.2.2 频率变换
3.2.3 滤波器的映射
3.3 完全滤波器的设计
3.4 FIR滤波器的基本结构
3.5 FIR滤波器的设计
3.5.1 窗函数设计法
3.5.2 频率采样设计法
3.6 IIR和FIR滤波器的比较
3.7 课外知识点： 滤波器设计与分析工具FDATool
3.8 参考文献
第4章 功率谱估计
4.1 概述
4.2 间接法BT法
4.3 直接法周期图法
4.4 改进的周期图法
4.4.1 Bartlett法
4.4.2 加窗Bartlett法
4.4.3 Welch法
4.5 其他谱估计方法
4.5.1 多窗口法
4.5.2 最大熵估计法
4.6 短时傅里叶变换
4.7 课外知识点： 信号处理工具SPTool
4.8 参考文献
第5章 自适应滤波
5.1 自适应滤波基本原理
5.2 最小均方误差自适应滤波
5.3 递归最小二乘自适应滤波
5.4 自适应滤波器的应用
5.4.1 自适应干扰抵消
5.4.2 自适应预测
5.4.3 自适应信号分离器
5.4.4 自适应图像去噪
5.4.5 自适应信道均衡
5.5 参考文献
第6章 信号检测
6.1 简单假设检验
6.1.1 简单假设检验
6.1.2 判决准则
6.2 复合假设检验
6.2.1 贝叶斯方法
6.2.2 一致最大势检验
6.2.3 广义似然比检验
6.3 多元假设检验
6.4 参考文献
案例篇
案例1 周期信号的分解与合成
案例2 测试滤波器的幅频特性
案例3 利用离散傅里叶变换区分两个单频信号
案例4 产生特定功率谱的随机数
案例5 基于自适应滤波的系统辨识
案例6 时域信号的插值重构
案例7 频谱泄漏的动态演示
案例8 基于DTW的阿拉伯数字语音识别
案例9 用MATLAB演奏音乐
案例10 电话拨号音仿真
案例11 听拨号音识别号码
案例12 卡尔曼滤波在机动目标跟踪中的应用
案例13 倒车雷达
案例14 Turbo迭代解码
案例15 提取水声目标的GFCC特征
案例16 基于LOFAR谱的水声目标检测
案例17 数字图像直方图均衡
案例18 基于图像模式识别的多元假设检验
案例19 汽车号牌自动识别
案例20 手写数字的智能识别
案例21 人脸朝向识别
|
| 內容試閱：
|
第2版前言
本书第2版仍然保持原有架构，将全书内容分为算法篇和案例篇两大部分。与第1版相比，第2版的改进主要在于： 在算法篇增加了第6章信号检测，在案例篇新增了7个案例，同时修订了第1版使用过程中发现的若干文字、公式和代码错误。
增加的第6章主要介绍信号检测理论，包括简单假设检验、复合假设检验和多元假设检验。本章通过多个例题和程序演示了检测概率、错误概率等数值的理论推导和仿真验证方案。
新增7个案例后，案例篇共给出21个信号处理案例，与本书第1版保持一致，这些案例仍然可以划分为三大类： 第一类案例介绍信号处理的一些基本知识点（案例1～7），第二类案例介绍一维信号处理的仿真实验（案例8～16），第三类案例介绍二维信号处理的仿真实验（案例17～21）。
在本书第2版的修订过程中，罗鹏飞教授、张文明教授、安成锦副教授、朱家华博士、罗成高博士、游鹏博士，以及博士生张一帆、徐国权，硕士生顾尚泰等提出了大量宝贵建议； 在教学实践中，2017级本科生李嘉俊、李义丰，2018级本科生王泽夫对书中的源代码和文字错误进行了修正和补充，在此一并表示感谢。老同学邓彬为本书题写了书名，在此表示感谢。清华大学出版社文怡编辑与作者进行了大量的沟通，在此表示诚挚的谢意。
限于作者本身的学识和经验，本书仍难免有错误和疏漏之处，恳请广大读者和专家不吝赐教。
作者
于长沙德雅村国防科技大学
2020年4月
注： 扫描上方二维码，可获得全书所有源代码。扫描正文中二维码，可以查看对应的彩色版图例。
第1版前言
本书主要在《信号处理仿真技术》（国防科技大学出版社，2008年3月第1版）的基础上进行改写。与原版相比，新版的改进主要在以下四个方面：
第一，将本书分为算法篇和案例篇两部分。算法篇主要介绍信号处理仿真实验的基础理论、基本方法和常用算法； 案例篇以实际应用为背景，介绍完整的信号处理流程，并比较和探讨不同算法的应用。
第二，对原版的主要内容进行了合并和精简。算法篇不再介绍MATLAB的一些基本操作，将算法部分精简为信号处理仿真实验基础、离散信号与系统、数字滤波器的设计、功率谱估计和自适应滤波这5章。
第三，对原版的实验部分进行了提升和扩充。案例篇不再介绍信号的表示、运算、卷积、傅里叶变换等基本操作，而是以具体的工程应用为背景，介绍了三大类共14个独立的信号处理案例。
第四，算法篇中补充了若干课外知识点。主要对一些容易混淆或不易理解的信号处理知识点进行了专门的讲解（如四种傅里叶变换的关系，补零位置对频谱估计的影响），同时还介绍了一些MATLAB的实用工具（如随机数的产生、FDATool和SPTool）。
正如原版指出的，信号处理是信息与通信工程学科中的一个重要研究领域，它的理论基础涉及众多学科，其成果为通信、航空航天、雷达、声呐、地震勘探、生物医学等应用领域的发展起着加速器的作用。随着信息科学的飞速发展，信号处理的理论也得到了迅速的发展，新理论和新算法层出不穷。对应用系统的分析和仿真不再限于理想模型，而是要充分考虑各种实际因素，提高系统的鲁棒性，对系统的性能做出科学评估，要求信号处理的理论和应用结合得更加紧密。
本书的出发点是信号处理的理论和算法，落脚点是各种实际应用，而连接理论和应用这二者的桥梁就是信号处理仿真实验，即力图用计算机仿真的方式对实际系统进行建模和逼近，并反过来改进各种信号处理算法。
本书的信号处理仿真实验大多以MATLAB为软件仿真平台，这是因为MATLAB功能强大，交互性好，集成度高，易于上手，是目前最流行的仿真软件之一。尤其是MATLAB集成了很多信号处理的工具箱，为各个子函数给出了非常丰富的演示范例，其帮助文档也非常规范和完善，这使得利用MATLAB验证各种信号处理算法非常方便和高效，我们可以把大部分精力都用在信号处理算法本身，而不会过于陷入编程调试的细节之中。
本书共分算法篇和案例篇两大部分，算法篇共5章，其内容安排如下。
第1章主要介绍信号处理仿真实验的基础，包括数字信号处理的概述、确定性信号与系统的基础，以及随机信号处理的基础，最后给出两个课外知识点： 介绍随机数的产生，以及单位冲激和单位脉冲的区别和联系。
第2章主要介绍离散信号与系统，包括信号的采样与重建、离散时间傅里叶变换（DTFT）、离散傅里叶变换（DFT）、快速傅里叶变换（FFT），最后给出两个课外知识点： 归纳和比较四种形式的傅里叶变换，以及补零位置对频谱估计的影响。
第3章主要介绍数字滤波器的设计，包括无限冲激响应（IIR）滤波器的基本概念和设计，完全滤波器设计，有限冲激响应（FIR）滤波器的基本概念和设计，并对IIR滤波器和FIR滤波器的特点和应用进行比较，最后给出一个课外知识点： 利用MATLAB自带的FDATool工具设计数字滤波器。
第4章主要介绍功率谱估计，包括功率谱估计方法的分类，常见的功率谱估计方法（间接法、直接法（周期图法）、改进的周期图法以及一些其他方法），最后给出两个课外知识点： 通过短时傅里叶变换法（STFT）估计功率谱，以及利用MATLAB自带的SPTool工具估计功率谱。
第5章主要介绍自适应滤波器，包括自适应滤波器的基本原理、最小均方误差（LMS）自适应滤波器、递归最小二乘（RLS）自适应滤波器，以及自适应滤波器的一些应用。
本书的案例篇一共给出了14个信号处理案例，这些案例可以划分为以下三大类：
第一类案例介绍信号处理的一些基本知识点，包括周期信号的分解与合成（案例1）、测试滤波器的幅频特性（案例2）、利用离散傅里叶变换区分两个单频信号（案例3）、产生特定功率谱的随机数（案例4）、基于自适应滤波的系统辨识（案例5）。
第二类案例介绍一维信号处理的仿真实验，主要应用背景为声信号处理和雷达信号处理，包括基于DTW的阿拉伯数字语音识别（案例6）、用MATLAB演奏音乐（案例7）、电话拨号音仿真（案例8）、听拨号音识别号码（案例9）、卡尔曼滤波在机动目标跟踪中的应用（案例10）。
第三类案例介绍二维信号处理的仿真实验，主要应用背景为图像信号处理，包括数字图像直方图均衡（案例11）、基于图像模式识别的多元假设检验（案例12）、汽车号牌自动识别（案例13）、手写数字的智能识别（案例14）。
总的来说，本书有如下特点：
（1） 本书不局限于数字信号处理算法的仿真，而是推广到随机信号分析与处理、统计信号处理、自适应信号处理等领域。本书中所有信号处理仿真的理论和应用，不仅研究了确定性信号，更探讨了信号的统计特性，即着重考虑传输噪声、概率密度、均方误差性能等实际因素。
（2） 本书兼顾了信号处理理论和计算机仿真二者的平衡。本书不是一本信号处理教材，因此许多重要的知识点和理论都是直接给出结论或原理框图，省略了详细的推导过程； 本书也不是一本MATLAB的学习手册，因此也没有给出MATLAB的安装、设置和基本操作等内容。对于信号处理的理论以及MATLAB的基础知识，本书都给出若干参考文献和资料。
（3） 本书专门给出了案例篇。每个案例都有明确的应用背景，给出完整的信号处理流程，包括信号的采样、处理、反馈和输出等过程。给出案例的基本原理、实现框图、MATLAB源代码等，可操作性强，并对实验结果进行分析和比较。本书的所有案例都不是为了介绍一个独立的知识点，而是诸多知识点的综合应用。
（4） 每个具体应用都提出多个实现方法。对于每个案例而言，一般都通过多个算法来实现，并给出每个算法的参考文献，客观比较不同算法的性能和优劣，便于学有余力的学生进行思考和改进。
（5） 在正文中尽量给出案例实现的MATLAB源代码。给出完整的源代码，主要目的是帮助读者尽快验证本书的结论，提高学习兴趣，让读者学会举一反三，对本书提供的源代码进行适当的修改就可以很快用于新的领域或研究之中。这样做归根到底是为了让读者把精力用在信号处理算法本身，而不过分纠缠于代码编写过程。对于那些篇幅较大的MATLAB源代码，本书正文中仅给出实现的原理框图，完整的代码可扫描随书二维码获得。
还需要说明的是，运行正文中的MATLAB源代码，得到的结果不一定和书上的图例完全一致，不同之处主要在于线条的颜色和线型等。一个原因是MATLAB的版本不同，得到的图示结果就会有细微差别（本书的结果大部分都是基于MATLAB 2008版本得到的），还有一个重要原因是本书的编程习惯。本书给出的源代码中，一般都是采用最简单的绘图命令，对于线条的颜色（color）、线型（line style）、标记（marker）等，倾向于在运行得到的图例（figure）上面直接修改（ToolsEdit Plot）。这样可以做到即改即看，即看即改，不用掌握太多的绘图命令，最终目的还是把精力用于算法本身，而不是编程。
本书可作为高等院校电子信息类专业研究生实验教材，也可作为高年级本科生学习信号处理课程以及本科毕业设计的教学参考书，亦可供信号处理领域工程技术人员参考。
本书采纳了许多同行优秀教材中的经典例子，以及多届选课研究生的宝贵建议。本书的部分案例和参考代码，还得益于许多新闻报道、论坛跟帖、个人网站、微信公众号等丰富的互联网资源。
博士研究生陈沛铂、敖宇、禚江浩，以及硕士研究生张一帆、徐亚波、熊正大、连梓旭、葛浪、张立文、钟丹梅等参与了程序编写和验证、教材图形和文字整理工作，在此一并表示感谢。教材编写过程中，清华大学出版社编辑与作者进行了大量的沟通，并提出了许多宝贵建议，在此表示诚挚的谢意。
由于信号处理理论和应用日新月异，加之作者本身学识有限，书中难免有错误和疏漏之处，恳请广大读者和各位专家不吝赐教。
作者
于长沙国防科技大学
2018年8月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
