MATLAB 7輔助信號處理技術與應用

"第1章  信號與系統(tǒng)1■1.1  連續(xù)信號及其MATLAB實現(xiàn)2■1.1.1  單位沖激信號2■1.1.2  任意函數(shù)5■1.1.3  單位階躍函數(shù)6■1.1.4  斜坡函數(shù)8■1.1.5  實指數(shù)函數(shù)9■1.1.6  正弦函數(shù)10■1.1.7  指數(shù)調(diào)制正弦函數(shù)11■1.2  離散信號及其MATLAB實現(xiàn)13■1.2.1  單位沖激序列13■1.2.2  任意序列14■1.2.3  單位階躍序列15■1.2.4  斜坡序列16■1.2.5  正弦序列17■1.2.6  復正弦序列18■1.2.7  實指數(shù)序列19■1.2.8  復指數(shù)序列20■1.2.9  隨機序列20■1.3  離散信號的基本運算21■1.3.1  信號的延遲22■1.3.2  信號相加23■1.3.3  信號相乘24■1.3.4  信號乘以標量值25■1.3.5  信號翻轉(zhuǎn)26■1.3.6  信號和27■1.3.7  信號積27■1.3.8  信號能量28■1.4  噪聲及波形信號的產(chǎn)生28■1.4.1  square函數(shù)29■1.4.2  sawtooth函數(shù)29■1.4.3  chirp函數(shù)30■1.4.4  dirichlet函數(shù)32■1.4.5  sinc函數(shù)32■1.4.6  rectpuls函數(shù)33■1.4.7  gauspuls函數(shù)34■1.4.8  tripuls函數(shù)35■1.4.9  pulstran函數(shù)36■1.5  連續(xù)系統(tǒng)的模型及其MATLAB實現(xiàn)38■1.5.1  連續(xù)系統(tǒng)的性質(zhì)38■1.5.2  連續(xù)系統(tǒng)的模型40■1.5.3  連續(xù)系統(tǒng)模型的MATLAB實現(xiàn)43■1.6  離散系統(tǒng)的模型及其MATLAB實現(xiàn)47■1.6.1  離散系統(tǒng)的性質(zhì)48■1.6.2  離散線性系統(tǒng)模型51■1.6.3  離散線性系統(tǒng)模型的MATLAB實現(xiàn)56■1.6.4  離散系統(tǒng)之間相互轉(zhuǎn)換的MATLAB工具箱65■第2章  信號變換67■2.1  Z變換及MATLAB實現(xiàn)67■2.1.1  Z變換的定義68■2.1.2  Z變換的收斂域68■2.1.3  Z逆變換70■2.1.4  Z變換的性質(zhì)72■2.1.5  Z變換的工程應用74■2.2  Chirp Z變換及MATLAB實現(xiàn)77■2.2.1  Chirp Z變換的定義77■2.2.2  Chirp Z變換的計算方法79■2.2.3  Chirp Z變換的MATLAB實現(xiàn)80■2.3  離散傅里葉變換及MATLAB實現(xiàn)82■2.3.1  離散傅里葉變換定義82■2.3.2  離散傅里葉變換的MATLAB實現(xiàn)84■2.3.3  離散傅里葉變換性質(zhì)86■2.3.4  離散傅里葉變換的FFT算法95■2.3.5  離散傅里葉變換FFT算法的應用98■2.4  DCT變換及MATLAB實現(xiàn)99■2.4.1  DCT變換的定義100■2.4.2  DCT變換的MATLAB實現(xiàn)101■2.5  Hilbert變換及MATLAB實現(xiàn)103■2.5.1  Hilbert變換的定義103■2.5.2  Hilbert變換的MATLAB實現(xiàn)104■2.5.3  Hilbert變換的性質(zhì)105■第3章  離散系統(tǒng)結(jié)構(gòu)109■3.1  離散系統(tǒng)結(jié)構(gòu)的基本原理109■3.1.1  離散系統(tǒng)結(jié)構(gòu)的分類109■3.1.2  離散系統(tǒng)結(jié)構(gòu)的基本組成109■3.2  IIR系統(tǒng)結(jié)構(gòu)及MATLAB實現(xiàn)110■3.2.1  直接I型111■3.2.2  直接II型111■3.2.3  級聯(lián)型113■3.2.4  并聯(lián)型118■3.3  FIR系統(tǒng)結(jié)構(gòu)及MATLAB實現(xiàn)122■3.3.1  直接型123■3.3.2  級聯(lián)型123■3.3.3  線性相位型124■3.3.4  頻率取樣型126■3.4  Lattice結(jié)構(gòu)及MATLAB實現(xiàn)131■3.4.1  全零點FIR系統(tǒng)的Lattice結(jié)構(gòu)131■3.4.2  全極點FIR系統(tǒng)的Lattice結(jié)構(gòu)136■3.4.3  零極點ARMA系統(tǒng)的Lattice結(jié)構(gòu)140■第4章  IIR數(shù)字濾波器設計147■4.1  濾波器的基本原理147■4.1.1  濾波原理147■4.1.2  濾波器的分類148■4.1.3  濾波器的技術要求150■4.2  模擬低通濾波器設計152■4.2.1  巴特沃斯低通濾波器的設計154■4.2.2  切比雪夫低通濾波器的設計159■4.2.3  橢圓低通濾波器的設計165■4.3  模擬高通、帶通與帶阻濾波器設計169■4.3.1  模擬高通濾波器的設計169■4.3.2  模擬帶通濾波器的設計171■4.3.3  模擬帶阻濾波器的設計173■4.4  基于沖激響應不變法的IIR濾波器設計175■4.5  基于雙線性Z變換法的IIR濾波器設計179■4.6  數(shù)字高通、帶通及帶阻IIR濾波器設計183■4.6.1  基于原型濾波器轉(zhuǎn)換法的IIR數(shù)字濾波器設計183■4.6.2  基于直接數(shù)字域法的IIR數(shù)字濾波器設計194■4.7  基于MATLAB函數(shù)直接設計IIR數(shù)字濾波器198■4.7.1  基于巴特沃斯法直接設計IIR數(shù)字濾波器198■4.7.2  基于切比雪夫法直接設計IIR數(shù)字濾波器200■4.7.3  基于橢圓法直接設計IIR數(shù)字濾波器203■4.7.4  基于Yule-Walk法直接設計IIR數(shù)字濾波器205■4.7.5  基于Prony法直接設計IIR數(shù)字濾波器206■4.7.6  基于線性預測法直接設計IIR數(shù)字濾波器207■4.7.7  基于Steiglitz-McBride法直接設計IIR數(shù)字濾波器209■4.7.8  基于反向頻率法直接設計IIR數(shù)字濾波器210■第5章  FIR數(shù)字濾波器設計213■5.1  FIR數(shù)字濾波器的特性213■5.1.1  FIR濾波器的線性相位特性214■5.1.2  FIR濾波器的幅頻特性216■5.2  常用窗函數(shù)及MATLAB實現(xiàn)218■5.2.1  矩形窗（Rectangular window）219■5.2.2  三角窗（Triangular window）220■5.2.3  漢寧窗（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  凱塞窗（Kaiser window）228■5.2.9  各種窗函數(shù)的性能比較229■5.3  基于窗函數(shù)的FIR數(shù)字濾波器設計229■5.3.1  數(shù)字低通濾波器的窗函數(shù)設計230■5.3.2  數(shù)字高通濾波器的窗函數(shù)設計235■5.3.3  數(shù)字帶通濾波器的窗函數(shù)設計240■5.3.4  數(shù)字帶阻濾波器的窗函數(shù)設計246■5.4  基于頻率抽樣法的FIR濾波器設計248■5.5  基于切比雪夫逼近法的FIR濾波器設計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濾波器設計259■5.6  基于MATLAB函數(shù)直接設計FIR數(shù)字濾波器263■5.6.1  基于窗函數(shù)法直接設計FIR數(shù)字濾波器264■5.6.2  基于切比雪夫逼近法直接設計FIR數(shù)字濾波器269■5.6.3  基于約束最小二乘法直接設計FIR數(shù)字濾波器274■5.6.4  基于Remez擴展算法直接設計非線性相位FIR數(shù)字濾波器277■5.6.5  基于升余弦法直接設計FIR數(shù)字濾波器280■5.7  FIR濾波器與IIR濾波器的比較281■ ■第6章  平穩(wěn)信號分析283■6.1  平穩(wěn)信號的描述284■6.1.1  平穩(wěn)信號的定義284■6.1.2  平穩(wěn)信號的時域描述284■6.1.3  平穩(wěn)信號的頻域描述292■6.2  經(jīng)典功率譜估計293■6.2.1  相關函數(shù)估計293■6.2.2  基于直接法的功率譜估計299■6.2.3  基于間接法的功率譜估計302■6.2.4  基于改進直接法的功率譜估計303■6.2.5  基于多窗口法的功率譜估計309■6.3  基于參數(shù)建模的功率譜估計311■6.3.1  基于AR模型的功率譜估計312■6.3.2  基于MA模型的功率譜估計329■6.3.3  基于ARMA模型的功率譜估計331■6.3.4  基于最小方差的功率譜估計334■6.4  基于非參數(shù)建模的功率譜估計337■6.4.1  相關矩陣的特征分解337■6.4.2  基于MUSIC算法的功率譜估計339■6.4.3  基于特征向量的功率譜估計342■6.4.4  信號與噪聲子空間維數(shù)估計344■第7章  非平穩(wěn)信號分析347■7.1  STFT變換及其MATLAB實現(xiàn)348■7.1.1  STFT變換的定義348■7.1.2  STFT變換的時頻分辨率350■7.1.3  STFT變換的MATLAB實現(xiàn)351■7.2  Gabor展開及其MATLAB實現(xiàn)354■7.2.1  連續(xù)Gabor展開354■7.2.2  離散Gabor展開355■7.2.3  Gabor時頻譜的MATLAB實現(xiàn)356■7.3  Wigner-Ville分布及其MATLAB實現(xiàn)358■7.3.1  Wigner-Ville分布的定義358■7.3.2  Wigner-Ville分布的性質(zhì)359■7.3.3  Wigner-Ville分布的離散化362■7.3.4  偽Wigner-Ville分布363■7.3.5  Wigner-Ville分布的MATLAB實現(xiàn)364■7.4  Choi-Williams分布及其MATLAB實現(xiàn)367■第8章  非高斯信號分析369■8.1  累積量與高階譜定義369■8.1.1  隨機變量的特征函數(shù)370■8.1.2  矩的定義370■8.1.3  累積量的定義371■8.1.4  高階譜的定義372■8.2  累積量與高階譜的性質(zhì)373■8.2.1  累積量的性質(zhì)374■8.2.2  高階譜的性質(zhì)374■8.3  基于非參數(shù)法的雙譜估計375■8.3.1  直接法375■8.3.2  間接法378■8.4  基于參數(shù)模型的雙譜估計382■8.4.1  AR、MA與ARMA模型階次的確定383■8.4.2  基于非高斯AR模型的雙譜估計386■8.4.3  基于非高斯MA模型的雙譜估計391■8.4.4  基于非高斯ARMA模型的雙譜估計394■8.5  基于雙譜的有色高斯噪聲信號檢測401■8.6  基于雙譜的信號延遲估計403■第9章  信號處理GUI實現(xiàn)407■9.1 濾波器設計與分析工具（FDATool）407■9.1.1  FDATool快速入門407■9.1.2  濾波器設計412■9.1.3  濾波器導入415■9.1.4  濾波器導出416■9.1.5  濾波器建模416■9.1.6  濾波器量化417■9.1.7  濾波器轉(zhuǎn)換418■9.1.8  濾波器分析419■9.1.9  濾波器MATLAB腳本文件的生成423■9.2  濾波器設計與信號分析工具（SPTool）424■9.2.1  SPTool快速入門424■9.2.2  信號的時域分析431■9.2.3  濾波器設計、編輯與分析434■9.2.4  信號的頻域分析442■參考文獻449"