MATLAB信號處理

第1篇 數字信號處理工具箱
第1章 采樣與波形發(fā)生
第2章 模擬濾波器設計
2．1 巴特沃思濾波器
2．1．1 有關函數介紹
2．1．2 應用實例
2．2 切比雪夫濾波器
2．2．1 Chebyshev I型
2．2．2 Chebyshev Ⅱ型
2．3 橢圓濾波器
2．3．1 有關函數介紹
2．3．2 應用實例
2．4 貝塞爾濾波器
2．4．1 有關函數介紹
2．4．2 應用實例
2．5 頻率變換
2．5．1 有關函數介紹
2．5．2 應用實例
2．6 模擬濾波器最小階數的選擇
2．6．1 有關函數介紹
2．6．2 應用實例
第3章 數字濾波器設計
3．1 IIR濾波器設計方法
3．2 IIR濾波器經典設計
3．2．1 HR濾波器完全設計函數
3．2．2 模擬濾波器變換法
3．3 FIR濾波器設計方法
3．3．1 FIR窗函數設計
3．3．2 最優(yōu)FIR濾波器設計
第4章 濾波器分析
4．1 時間響應
4．2 頻率響應
4．3 零極點圖
4．4 相時延
4．5 群延遲
第5章 隨機信號的參數模型和功率譜估計
5．1 相關函數的估計
5．2 經典功率譜估計
5．3 AR模型功率譜估計
5．4 基于特征分解功率譜估計方法
第2篇 陣列信號處理工具箱
第6章 陣列信號處理工具箱
6．1 陣列信號處理工具箱的安裝方法
6．2．1 系統(tǒng)需求
6．2．2 文件包下載及安裝
6．2 陣列工具箱的命令使用步驟
6．3 應用舉例
第7章 工具箱數據類型及變量說明
7．1 概述
7．1．1 數據類型總覽
7．1．2 幾何位置參數
7．1．3 天線定義參數
7．1．4 信號源定義參數
7．1．5 信號、頻譜及參數
7．2 常用數據類型
7．3 特殊數據類型
7．4 函數總覽
7．4．1 終端用戶使用函數
7．4．2 擴展的可編程函數
第8章 坐標及各種約定
8．1 坐標系
8．1．1 DBI天線固定坐標系
8．1．2 DBI與標準球面坐標系關系
8．1．3 均勻線陣(ULA)坐標系
8．2 各種約定
第9章 常規(guī)應用舉例
9．1 相關函數介紹
9．2 應用實例
9．2．1 用傳統(tǒng)方法及MUSIC方法估計DOA
9．2．2 信號源間相干時的DOA估計
9．2．3 傳統(tǒng)波束形成及MUSIC方法的AIMT應用
9．2．4 Parametric Target Model Fitting(PTMF)舉例
9．2．5 Monte—Carlo仿真
9．2．6 繪制天線方向圖
9．2．7 圓形陣列天線舉例
第10章 雷達應用舉例
10．1 相關函數介紹
10．2 應用實例
10．2．1 雷達信號仿真與雷達信號處理舉例
10．2．2 雷達信號波束形成
10．2．3 脈沖壓縮
第11章 寬帶信號應用舉例
11．1 相關函數介紹
11．2 應用實例
11．2．1 寬帶信號的MUSIC及傳統(tǒng)波束形成
11．2．2 寬帶信號的陣元間延遲仿真
11．2．3 寬帶信號的Monte—Carlo仿真及統(tǒng)計分析
11．3 總結
第3篇 時頻分析工具箱
第12章 時頻分析的基本理論
12．1 非平穩(wěn)信號
12．1．1 時間表示和頻率表示
12．1．2 局域化和Heisenberg—Gabor準則
12．1．3 解析信號
12．1．4 瞬時頻率和群延遲
12．1．5 平穩(wěn)性
12．2 第一類分析方法一核分解
12．2．1 短時傅里葉變換
12．2．2 時間尺度分析和小波變換
12．2．3 離散化表示
12．2．4 從核分解到能量分布
12．3 第二類分析方法一能量分布
12．3．1 Cohen類
12．3．2 仿射類
12．3．3 重排理論
第13章 時頻分析工具箱
13．1 應用背景，系統(tǒng)需求及安裝方法
13．2 時頻分析工具箱概述
13．3 時頻分析工具箱函數
13．3．1 信號產生文件
13．3．2 信號處理文件
14．3．3 其他相關函數
第14章 時頻分析的應用實例
14．1 瞬時頻率在雷達信號處理中的應用
14．1．1 基本理論
14．1．2 應用實例
14．2 利用Radon．Ambiguity變換估計線性調頻信號的參數
14．3 基于尺度圖和Unterberger分布局部奇異點的分析
14．3．1 基本理論
14．3．2 應用實例
14．4 基于時頻分析的跳頻信號參數盲估計方法
14．5 Gabor展開在信號檢測中的應用
14．5．1 基本理論
14．5．2 應用實例
第4篇 高階譜分析工具箱
第15章 高階譜分析工具箱介紹
15．1 工具箱介紹和安裝
15．1．1 高階譜分析工具箱應用介紹
15．1．2 高階譜分析工具箱安裝
15．2 函數表
第16章 高階統(tǒng)計量
16．1 高階累積量和高階譜定義
16．1．1 高階累積量定義
16．1．2 高階譜定義
16．2 高階累積量特點
16．3 估計子的偏差和方差
第17章 非參數化高階譜估計
17．1 高階累積量的估計
17．2 有關函數介紹
17．3 雙譜和互雙譜的估計
17．3．1 功率譜估計
17．3．2 雙譜和互雙譜的估計方法
17．3．3 有關函數介紹
17．4 非高斯性和線性檢驗——Hinich檢驗
17．4．1 基本理論
17．4．2 有關函數介紹
第18章 參數模型高階譜估計
18．1 ARMA模型及其模擬產生
18．2 MA模型的參數估計
18．2．1 基本理論
18．2．2 有關函數介紹
18．3 AR模型的參數估計
18．3．1 基本理論
18．3．2 有關函數介紹
18．4 ARMA模型參數估計
18．4．1 基本理論
18．4．2 有關函數介紹
18．5 AR階數確定
18．5．1 基本理論
18．5．2 有關函數介紹
18．6 MA階數確定
18．6．1 基本理論
18．6．2 有關函數介紹
第19章 線性預測模型
19．1 Levinson遞歸
19．2 Trench遞歸
19．2．1 Trench遞歸基本理論
19．2．2 有關函數介紹
19．3 前向后向最小平方解(FBLS)
19．4 自適應線性預測
19．5 RIV算法
19．5．1 基本理論
19．5．2 有關函數介紹
19．6 RIV算法：雙格型形式
19．6．1 基本理論
19．6．2 有關函數介紹
19．7 小結
第20章 諧波恢復與DOA估計
20．1 分辨力和方差
20．2 AR和ARMA模型
20．3 Pisarenko‘s方法
20．4 MIJSIC算法
20．5 最小范數(Minimum,．Norm)方法
20．6 ESPRIT方法
20．7 基于統(tǒng)計的估計子
20．8 基于累積量的估計
20．8．1 基本理論
20．8．2 相關函數介紹
20．9 小結
第21章 非線性隨機過程．
21．1 互雙譜解
22．1．1 基本原理
21．1．2 有關函數介紹
21．2 傅里葉變換解
21．2．1 基本原理
21．2．2 有關函數介紹
21．3 二次相位耦合
21．3．1 基本原理
21．3．2 有關函數介紹
21．4 小結
第22章 WigBeg時頻分布
22．1 Wigner 分布
22．1．1 基本理論
22．1．2 有關函數介紹
22．2 Wigner雙譜
22．2．1 基本理論
22．2．1 有關函數介紹
22．3 Wignerllispectrum
22．3．1 基本理論
22．3．1 有關函數介紹
22．4 小結
第23章 時延估計
23．1 基于互相關方法
23．1．1 基本理論
23．1．2 有關函數介紹
23．2 基于互累積量方法
23．2．1 基本理論
23．2．2 有關函數介紹
23．3 基于全息圖的方法
23．3．1 基本理論
23．3．2 有關函數介紹
23．4 小結
第24章 應用實例
24．1 太陽黑子數據
24．2 笑的數據分析
24．3 陷阱和技巧
參考文獻