如果你了解基本的數學知識，並且知道怎麼使用Python編程，那你已經具備研究信號處理的基礎條件了。與大部分講解這一復雜學科的圖書不同，本書基於實踐。它通過講解如何在真實世界中如何應用數字信號處理來介紹相關技術。僅僅通過第 1章，你能將一個聲音信號分解為諧波，並通過修改這些諧波來生成新的信號。
本書介紹了譜分析、濾波器、卷積以及快速傅裡葉變換等技術。本書同時還提供了練習和樣例代碼，以幫助你更還地理解內容。
通過本書，你將學到以下內容：
周期信號及其頻譜
簡單波形的諧波結構
啁啾以及其他頻譜隨時間變化的信號
噪聲信號以及源自自然的噪聲
用於音高估計的自相關函數
用於壓縮的離散餘弦變換
用於頻譜分析的快速傅裡葉變換
頻域中時間上的操作和濾波器的關聯
線性時不變繫統理論
廣播中用到的調幅

數字信號處理（DSP）是面向電子信息學科的專業基礎知識，也是多門新興學科的理論基礎。作為廣泛應用的腳本語言，Python在DSP領域中也很常用。
本書介紹了如何通過Python語言實現數字信號處理的應用。全書共有11章，以Python代碼為示例由淺入深地向讀者介紹了數字信號處理的相關知識及其應用。書中涉及周期信號及其頻譜、波形的諧波結構、非周期信號及頻譜圖、噪聲、自相關函數、離散餘弦變換和離散傅裡葉變換、濾波、卷積、微分與積分、調制采樣等數字信號處理相關技術。每一章都是從示例開始，引導讀者通過編程的方式來準確地理解概念。除此之外，本書每章還提供了練習和代碼示例來幫助讀者理解這些知識。
本書適合對數字信號處理感興趣且有一定Python基礎的讀者閱讀，也適合電子和通信相關專業的學生閱讀。

Allen Downey是歐林工程學院計算機科學繫的教授。他曾在衛斯理學院、科爾比學院和加州大學伯克利分校教授計算機課程。他擁有加州大學伯克利分校的計算機科學博士學位和麻省理工學院的碩士及學士學位。他還著有《像計算機科學家一樣思考Python》和《貝葉斯思維：統計建模的Python方法》等圖書。

第 1章 聲音和信號 1
1．1 周期信號 1
1．2 頻譜分析 3
1．3 信號 4
1．4 波形的讀寫 6
1．5 頻譜 7
1．6 波形對像 7
1．7 信號對像 8
1．8 練習 10
第 2章 諧波 11
2．1 三角波 11
2．2 方波 13
2．3 混疊 15
2．4 計算頻譜 17
2．5 練習 18
第3章 非周期信號 20
3．1 線性啁啾（Chirp） 20
3．2 指數啁啾 22
3．3 啁啾信號的頻譜 23
3．4 頻譜圖 24
3．5 Gabor限制 25
3．6 洩露 26
3．7 加窗 27
3．8 頻譜圖的實現 28
3．9 練習 30
第4章 噪聲 32
4．1 不相關噪聲 32
4．2 累積頻譜 34
4．3 布朗噪聲 35
4．4 粉噪 38
4．5 高斯噪聲 40
4．6 練習 41
第5章 自相關 43
5．1 相關 43
5．2 序列相關 45
5．3 自相關 47
5．4 周期信號的自相關 48
5．5 相關的點積形式 51
5．6 使用NumPy 51
5．7 練習 52
第6章 離散餘弦變換 54
6．1 合成 54
6．2 使用數組合成 55
6．3 分析 57
6．4 正交矩陣 58
6．5 DCT-IV 59
6．6 Inverse DCT（反離散餘弦變換） 61
6．7 Dct類 61
6．8 練習 62
第7章 離散傅裡葉變換 64
7．1 復指數 64
7．2 復信號 66
7．3 合成問題 67
7．4 使用矩陣合成 68
7．5 分析問題 70
7．6 快速分析 70
7．7 DFT 71
7．8 DFT是周期性的 73
7．9 實信號的DFT 73
7．10 練習 75
第8章 濾波與卷積 76
8．1 平滑 76
8．2 卷積 79
8．3 頻域 79
8．4 卷積定理 81
8．5 高斯濾波器 82
8．6 高效卷積 83
8．7 高效自相關 85
8．8 練習 86
第9章 微分和積分 87
9．1 有限差分 87
9．2 頻域 89
9．3 微分 89
9．4 積分 91
9．5 累積和 93
9．6 積分噪聲 96
9．7 練習 96
第 10章 LTI繫統 98
10．1 信號與繫統 98
10．2 窗和濾波器 100
10．3 聲學響應 101
10．4 繫統和卷積 103
10．5 卷積定理的證明 106
10．6 練習 108
第 11章 調制和采樣 109
11．1 脈衝卷積 109
11．2 調幅 110
11．3 采樣 113
11．4 混疊 115
11．5 插值 118
11．6 總結 119
11．7 練習 120