简介
《现代信号处理技术：高阶谱、时频分析与小波变换》主要以 高阶谱估计、时频分析及小波变投为主要内容，将基本论的阐述与新的研究成果介绍相结合，特别介绍了有限拟正交离散戈勃展开，自适应小波设计、多小波等新的研究热点，使广大读者在掌握基本量率的基本方法的同时，尺快跟踪现代信号处理的最新发展趋势。为使广大工程技术人员易于按受本书， 特别在第一章系统系绍了所需的工在知识，并且在保证本理论阐述尺量严密的同时，力求较高祥细地从工程角度阐述各种信号的处理算法。
目录
目录
第一章 基础知识
1.1 Hilbert空间
1.1.1 线性空间
1.1.2 赋范线性空间
1.1.3 Hilbert空间
1.1.4 Hilbert空间上的线性算子
1.2 Fourier变换
1.2.1 〓（R）中的Fourier变换
1.2.2 Poisson求和公式
1.3 信号的参数模型
1.3.1 最小相位系统
1.3.2 谱分解定理
1.3.3 信号模型
第二章 高阶谱估计
2.1 累量及高阶谱
2.1.1 累量的定义
2.1.2 累量的性质
2.1.3 高阶谱
2.2 高阶谱估计
2.2.1 窗函数
2.2.2 非参数法谱估计算法
2.2.3 高阶谱估计的参数法
2.3 基于高阶累量的因果系统辨识
2.3.1 MA模型参数辨识
2.3.2 AR模型参数辨识
2.3.3 ARMA模型参数辨识
2.3.4 基于高阶累量的模型定阶问题
2.4 非因果模型的参数辨识
2.4.1 反因果模型的参数辨识
2.4.2 非因果模型参数的线性辨识方法
2.4.3 非因果模型参数的非线性辨识方法
2.5 有色噪声中的谐波恢复
2.5.1 谐波过程的累量
2.5.2 高斯有色噪声背景下的谐波恢复
2.5.3 非高斯有色噪声背景下的谐波恢复
2.6 高阶谱估计的应用
2.6.1 时延的估计
2.6.2 到达波方向的估计
2.6.3 相位耦合检测
第三章 时频分析
3.1 时频分析的基本概念
3.1.1 从傅里叶变换到时频分析
3.1.2 信号分辨率
3.1.3 瞬时频率
3.1.4 非平稳随机信号
3.2 短时傅里叶变换
3.2.1 短时傅里叶变换
3.2.2 短时傅里叶变换的计算
3.2.3 分数阶傅里叶变换与Chiplet变换
3.3 戈勃（Gabor）展开
3.3.1 连续信号的戈勃展开
3.3.2 离散信号的戈勃展开
3.3.3 利用Zak变换计算离散戈勃展开
3.4 双线性时频分布
3.4.1 时频分布的一般理论
3.4.2 Cohen类分布
3.4.3 其它类时频分布
3.5 Wigner-Vill时频分布
3.5.1 连续时间信号的Wigner-Vill分布
3.5.2 离散时间信号的Wigner-Vill分布
3.5.3 Wigner-Vill分布应用举例
第四章 小波变换的理论与算法
4.1 连续小波变换
4.1.1 连续小波变换的定义
4.1.2 连续小波变换的性质
4.1.3 二进小波变换
4.2 框架理论与小波级数
4.2.1 框架理论（Frame Theory）
4.2.2 小波级数
4.2.3 二进小波的构造
4.3 多尺度分析与正交小波基
4.3.1 多尺度分析
4.3.2 标准正交基
4.3.3 标准正交基的构造方法
4.4 多取样率滤波器组与小波变换
4.4.1 多取样率滤波器组
4.4.2 Mallat算法
4.4.3 双正交滤波器组与双正交小波
4.5 小波级数的快速算法
4.5.1 二进尺度的小波级数计算
4.5.2 小波级数计算中的边界延拓
4.5.3 任意尺度下小波级数的计算
4.6 小波包
4.6.1 小波包
4.6.2 自适应小波包分解
4.7 自适应小波与多小波
4.7.1 自适应小波
4.7.2 多小波
第五章 小波变换的应用
5.1 信号奇异性检测
5.1.1 基于小波变换模极大值的信号奇异点检测
5.1.2 基于小波变换模极大值的信号重构
5.1.3 小波消噪算法
5.2 基于小波变换的自适应滤波
5.2.1 变换域自适应滤波算法
5.2.2 小波变换域LMS自适应滤波算法
5.2.3 基于小波变换的正交化算法
5.3 小波变换与信号的宽带处理
5.3.1 回波信号的宽带相关处理
5.3.2 点目标条件下的宽带处理
5.3.3 延展目标条件下的宽带处理
5.4 小波变换在电气工程中的应用
5.4.1 电能质量监测
5.4.2 监测数据的去噪与压缩
5.4.3 小波域电路模型
参考文献
# x
第一章 基础知识
1.1 Hilbert空间
1.1.1 线性空间
1.1.2 赋范线性空间
1.1.3 Hilbert空间
1.1.4 Hilbert空间上的线性算子
1.2 Fourier变换
1.2.1 〓（R）中的Fourier变换
1.2.2 Poisson求和公式
1.3 信号的参数模型
1.3.1 最小相位系统
1.3.2 谱分解定理
1.3.3 信号模型
第二章 高阶谱估计
2.1 累量及高阶谱
2.1.1 累量的定义
2.1.2 累量的性质
2.1.3 高阶谱
2.2 高阶谱估计
2.2.1 窗函数
2.2.2 非参数法谱估计算法
2.2.3 高阶谱估计的参数法
2.3 基于高阶累量的因果系统辨识
2.3.1 MA模型参数辨识
2.3.2 AR模型参数辨识
2.3.3 ARMA模型参数辨识
2.3.4 基于高阶累量的模型定阶问题
2.4 非因果模型的参数辨识
2.4.1 反因果模型的参数辨识
2.4.2 非因果模型参数的线性辨识方法
2.4.3 非因果模型参数的非线性辨识方法
2.5 有色噪声中的谐波恢复
2.5.1 谐波过程的累量
2.5.2 高斯有色噪声背景下的谐波恢复
2.5.3 非高斯有色噪声背景下的谐波恢复
2.6 高阶谱估计的应用
2.6.1 时延的估计
2.6.2 到达波方向的估计
2.6.3 相位耦合检测
第三章 时频分析
3.1 时频分析的基本概念
3.1.1 从傅里叶变换到时频分析
3.1.2 信号分辨率
3.1.3 瞬时频率
3.1.4 非平稳随机信号
3.2 短时傅里叶变换
3.2.1 短时傅里叶变换
3.2.2 短时傅里叶变换的计算
3.2.3 分数阶傅里叶变换与Chiplet变换
3.3 戈勃（Gabor）展开
3.3.1 连续信号的戈勃展开
3.3.2 离散信号的戈勃展开
3.3.3 利用Zak变换计算离散戈勃展开
3.4 双线性时频分布
3.4.1 时频分布的一般理论
3.4.2 Cohen类分布
3.4.3 其它类时频分布
3.5 Wigner-Vill时频分布
3.5.1 连续时间信号的Wigner-Vill分布
3.5.2 离散时间信号的Wigner-Vill分布
3.5.3 Wigner-Vill分布应用举例
第四章 小波变换的理论与算法
4.1 连续小波变换
4.1.1 连续小波变换的定义
4.1.2 连续小波变换的性质
4.1.3 二进小波变换
4.2 框架理论与小波级数
4.2.1 框架理论（Frame Theory）
4.2.2 小波级数
4.2.3 二进小波的构造
4.3 多尺度分析与正交小波基
4.3.1 多尺度分析
4.3.2 标准正交基
4.3.3 标准正交基的构造方法
4.4 多取样率滤波器组与小波变换
4.4.1 多取样率滤波器组
4.4.2 Mallat算法
4.4.3 双正交滤波器组与双正交小波
4.5 小波级数的快速算法
4.5.1 二进尺度的小波级数计算
4.5.2 小波级数计算中的边界延拓
4.5.3 任意尺度下小波级数的计算
4.6 小波包
4.6.1 小波包
4.6.2 自适应小波包分解
4.7 自适应小波与多小波
4.7.1 自适应小波
4.7.2 多小波
第五章 小波变换的应用
5.1 信号奇异性检测
5.1.1 基于小波变换模极大值的信号奇异点检测
5.1.2 基于小波变换模极大值的信号重构
5.1.3 小波消噪算法
5.2 基于小波变换的自适应滤波
5.2.1 变换域自适应滤波算法
5.2.2 小波变换域LMS自适应滤波算法
5.2.3 基于小波变换的正交化算法
5.3 小波变换与信号的宽带处理
5.3.1 回波信号的宽带相关处理
5.3.2 点目标条件下的宽带处理
5.3.3 延展目标条件下的宽带处理
5.4 小波变换在电气工程中的应用
5.4.1 电能质量监测
5.4.2 监测数据的去噪与压缩
5.4.3 小波域电路模型
参考文献
# x
高阶谱、时频分析与小波变换
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
