●算法篇
第1章 信號處理仿真實驗基礎
1.1 概述
1.1.1 數字信號處理的基本概念
1.1.2 數字信號處理的特點
1.1.3 數字信號處理的一般形式
1.2 信號與繫統基礎
1.2.1 連續時間繫統的時域分析
1.2.2 傅裡葉變換
1.2.3 拉普拉斯變換
1.3 隨機信號處理基礎
1.3.1 典型隨機變量的概率密度
1.3.2 隨機過程的統計描述與估計
1.3.3 隨機過程的功率譜密度
1.4 課外知識點:隨機數的產生
1.5 課外知識點:單位衝激和單位脈衝
1.6 參考文獻
第2章 離散信號與繫統
2.1 基本概念
2.2 信號的采樣與重建
2.3 離散時間傅裡葉變換
2.4 離散傅裡葉變換
2.5 快速傅裡葉變換
2.6 課外知識點:幾種形式的傅裡葉變換
2.7 課外知識點:補零位置對頻譜估計的影響
2.8 參考文獻
第3章 數字濾波器的設計
3.1 IIR濾波器基本概念
3.2 IIR濾波器的設計
3.2.1 模擬原型濾波器設計
3.2.2 頻率變換
3.2.3 濾波器離散化
3.3 接近濾波器的設計
3.4 FIR濾波器基本概念
3.5 FIR濾波器的設計
3.5.1 窗函數設計法
3.5.2 頻率采樣設計法
3.6 IIR和FIR濾波器的比較
3.7 課外知識點:濾波器設計與分析工具FDATool
3.8 參考文獻
第4章 功率譜估計
4.1 概述
4.2 間接法(BT法)
4.3 直接法(周期圖法)
4.4 改進的周期圖法
4.4.1 Bartlett法
4.4.2 加窗Bartlett法
4.4.3 Welch法
4.5 其他譜估計方法
4.5.1 多窗口法
4.5.2 優選熵估計法
4.6 短時傅裡葉變換
4.7 課外知識點:信號處理工具SPTool
4.8 參考文獻
第5章 自適應濾波
5.1 自適應濾波基本原理
5.2 最小均方誤差自適應濾波
5.3 遞歸最小二乘自適應濾波
5.4 自適應濾波器的應用
5.4.1 自適應干擾抵消
5.4.2 自適應預測
5.4.3 自適應信號分離器
5.4.4 自適應圖像去噪
5.4.5 自適應信道均衡
5.5 參考文獻
案例篇
案例1 周期信號的分解與合成
案例2 測試濾波器的幅頻特性
案例3 利用離散傅裡葉變換區分兩個單頻信號
案例4 產生特定功率譜的隨機數
案例5 基於自適應濾波的繫統辨識
案例6 基於DTW的阿拉伯數字語音識別
案例7 用MATLAB演奏音樂
案例8 電話撥號音仿真
案例9 聽撥號音識別號碼
案例10 卡爾曼濾波在機動目標跟蹤中的應用
案例11 數字圖像直方圖均衡
案例12 基於圖像模式識假設檢驗
案例13 汽車號牌自動識別
案例14 手寫數字的智能識別