MATLAB 7辅助信号处理技术与应用

"第1章

信号与系统1■1.1

连续信号及其MATLAB实现2■1.1.1

单位冲激信号2■1.1.2

任意函数5■1.1.3

单位阶跃函数6■1.1.4

斜坡函数8■1.1.5

实指数函数9■1.1.6

正弦函数10■1.1.7

指数调制正弦函数11■1.2

离散信号及其MATLAB实现13■1.2.1

单位冲激序列13■1.2.2

任意序列14■1.2.3

单位阶跃序列15■1.2.4

斜坡序列16■1.2.5

正弦序列17■1.2.6

复正弦序列18■1.2.7

实指数序列19■1.2.8

复指数序列20■1.2.9

随机序列20■1.3

离散信号的基本运算21■1.3.1

信号的延迟22■1.3.2

信号相加23■1.3.3

信号相乘24■1.3.4

信号乘以标量值25■1.3.5

信号翻转26■1.3.6

信号和27■1.3.7

信号积27■1.3.8

信号能量28■1.4

噪声及波形信号的产生28■1.4.1

square函数29■1.4.2

sawtooth函数29■1.4.3

chirp函数30■1.4.4

dirichlet函数32■1.4.5

sinc函数32■1.4.6

rectpuls函数33■1.4.7

gauspuls函数34■1.4.8

tripuls函数35■1.4.9

pulstran函数36■1.5

连续系统的模型及其MATLAB实现38■1.5.1

连续系统的性质38■1.5.2

连续系统的模型40■1.5.3

连续系统模型的MATLAB实现43■1.6

离散系统的模型及其MATLAB实现47■1.6.1

离散系统的性质48■1.6.2

离散线性系统模型51■1.6.3

离散线性系统模型的MATLAB实现56■1.6.4

离散系统之间相互转换的MATLAB工具箱65■第2章

信号变换67■2.1

Z变换及MATLAB实现67■2.1.1

Z变换的定义68■2.1.2

Z变换的收敛域68■2.1.3

Z逆变换70■2.1.4

Z变换的性质72■2.1.5

Z变换的工程应用74■2.2

Chirp

Z变换及MATLAB实现77■2.2.1

Chirp

Z变换的定义77■2.2.2

Chirp

Z变换的计算方法79■2.2.3

Chirp

Z变换的MATLAB实现80■2.3

离散傅里叶变换及MATLAB实现82■2.3.1

离散傅里叶变换定义82■2.3.2

离散傅里叶变换的MATLAB实现84■2.3.3

离散傅里叶变换性质86■2.3.4

离散傅里叶变换的FFT算法95■2.3.5

离散傅里叶变换FFT算法的应用98■2.4

DCT变换及MATLAB实现99■2.4.1

DCT变换的定义100■2.4.2

DCT变换的MATLAB实现101■2.5

Hilbert变换及MATLAB实现103■2.5.1

Hilbert变换的定义103■2.5.2

Hilbert变换的MATLAB实现104■2.5.3

Hilbert变换的性质105■第3章

离散系统结构109■3.1

离散系统结构的基本原理109■3.1.1

离散系统结构的分类109■3.1.2

离散系统结构的基本组成109■3.2

IIR系统结构及MATLAB实现110■3.2.1

直接I型111■3.2.2

直接II型111■3.2.3

级联型113■3.2.4

并联型118■3.3

FIR系统结构及MATLAB实现122■3.3.1

直接型123■3.3.2

级联型123■3.3.3

线性相位型124■3.3.4

频率取样型126■3.4

Lattice结构及MATLAB实现131■3.4.1

全零点FIR系统的Lattice结构131■3.4.2

全极点FIR系统的Lattice结构136■3.4.3

零极点ARMA系统的Lattice结构140■第4章

IIR数字滤波器设计147■4.1

滤波器的基本原理147■4.1.1

滤波原理147■4.1.2

滤波器的分类148■4.1.3

滤波器的技术要求150■4.2

模拟低通滤波器设计152■4.2.1

巴特沃斯低通滤波器的设计154■4.2.2

切比雪夫低通滤波器的设计159■4.2.3

椭圆低通滤波器的设计165■4.3

模拟高通、带通与带阻滤波器设计169■4.3.1

模拟高通滤波器的设计169■4.3.2

模拟带通滤波器的设计171■4.3.3

模拟带阻滤波器的设计173■4.4

基于冲激响应不变法的IIR滤波器设计175■4.5

基于双线性Z变换法的IIR滤波器设计179■4.6

数字高通、带通及带阻IIR滤波器设计183■4.6.1

基于原型滤波器转换法的IIR数字滤波器设计183■4.6.2

基于直接数字域法的IIR数字滤波器设计194■4.7

基于MATLAB函数直接设计IIR数字滤波器198■4.7.1

基于巴特沃斯法直接设计IIR数字滤波器198■4.7.2

基于切比雪夫法直接设计IIR数字滤波器200■4.7.3

基于椭圆法直接设计IIR数字滤波器203■4.7.4

基于Yule-Walk法直接设计IIR数字滤波器205■4.7.5

基于Prony法直接设计IIR数字滤波器206■4.7.6

基于线性预测法直接设计IIR数字滤波器207■4.7.7

基于Steiglitz-McBride法直接设计IIR数字滤波器209■4.7.8

基于反向频率法直接设计IIR数字滤波器210■第5章

FIR数字滤波器设计213■5.1

FIR数字滤波器的特性213■5.1.1

FIR滤波器的线性相位特性214■5.1.2

FIR滤波器的幅频特性216■5.2

常用窗函数及MATLAB实现218■5.2.1

矩形窗（Rectangular

window）219■5.2.2

三角窗（Triangular

window）220■5.2.3

汉宁窗（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

凯塞窗（Kaiser

window）228■5.2.9

各种窗函数的性能比较229■5.3

基于窗函数的FIR数字滤波器设计229■5.3.1

数字低通滤波器的窗函数设计230■5.3.2

数字高通滤波器的窗函数设计235■5.3.3

数字带通滤波器的窗函数设计240■5.3.4

数字带阻滤波器的窗函数设计246■5.4

基于频率抽样法的FIR滤波器设计248■5.5

基于切比雪夫逼近法的FIR滤波器设计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滤波器设计259■5.6

基于MATLAB函数直接设计FIR数字滤波器263■5.6.1

基于窗函数法直接设计FIR数字滤波器264■5.6.2

基于切比雪夫逼近法直接设计FIR数字滤波器269■5.6.3

基于约束最小二乘法直接设计FIR数字滤波器274■5.6.4

基于Remez扩展算法直接设计非线性相位FIR数字滤波器277■5.6.5

基于升余弦法直接设计FIR数字滤波器280■5.7

FIR滤波器与IIR滤波器的比较281■

■第6章

平稳信号分析283■6.1

平稳信号的描述284■6.1.1

平稳信号的定义284■6.1.2

平稳信号的时域描述284■6.1.3

平稳信号的频域描述292■6.2

经典功率谱估计293■6.2.1

相关函数估计293■6.2.2

基于直接法的功率谱估计299■6.2.3

基于间接法的功率谱估计302■6.2.4

基于改进直接法的功率谱估计303■6.2.5

基于多窗口法的功率谱估计309■6.3

基于参数建模的功率谱估计311■6.3.1

基于AR模型的功率谱估计312■6.3.2

基于MA模型的功率谱估计329■6.3.3

基于ARMA模型的功率谱估计331■6.3.4

基于最小方差的功率谱估计334■6.4

基于非参数建模的功率谱估计337■6.4.1

相关矩阵的特征分解337■6.4.2

基于MUSIC算法的功率谱估计339■6.4.3

基于特征向量的功率谱估计342■6.4.4

信号与噪声子空间维数估计344■第7章

非平稳信号分析347■7.1

STFT变换及其MATLAB实现348■7.1.1

STFT变换的定义348■7.1.2

STFT变换的时频分辨率350■7.1.3

STFT变换的MATLAB实现351■7.2

Gabor展开及其MATLAB实现354■7.2.1

连续Gabor展开354■7.2.2

离散Gabor展开355■7.2.3

Gabor时频谱的MATLAB实现356■7.3

Wigner-Ville分布及其MATLAB实现358■7.3.1

Wigner-Ville分布的定义358■7.3.2

Wigner-Ville分布的性质359■7.3.3

Wigner-Ville分布的离散化362■7.3.4

伪Wigner-Ville分布363■7.3.5

Wigner-Ville分布的MATLAB实现364■7.4

Choi-Williams分布及其MATLAB实现367■第8章

非高斯信号分析369■8.1

累积量与高阶谱定义369■8.1.1

随机变量的特征函数370■8.1.2

矩的定义370■8.1.3

累积量的定义371■8.1.4

高阶谱的定义372■8.2

累积量与高阶谱的性质373■8.2.1

累积量的性质374■8.2.2

高阶谱的性质374■8.3

基于非参数法的双谱估计375■8.3.1

直接法375■8.3.2

间接法378■8.4

基于参数模型的双谱估计382■8.4.1

AR、MA与ARMA模型阶次的确定383■8.4.2

基于非高斯AR模型的双谱估计386■8.4.3

基于非高斯MA模型的双谱估计391■8.4.4

基于非高斯ARMA模型的双谱估计394■8.5

基于双谱的有色高斯噪声信号检测401■8.6

基于双谱的信号延迟估计403■第9章

信号处理GUI实现407■9.1

滤波器设计与分析工具（FDATool）407■9.1.1

FDATool快速入门407■9.1.2

滤波器设计412■9.1.3

滤波器导入415■9.1.4

滤波器导出416■9.1.5

滤波器建模416■9.1.6

滤波器量化417■9.1.7

滤波器转换418■9.1.8

滤波器分析419■9.1.9

滤波器MATLAB脚本文件的生成423■9.2

滤波器设计与信号分析工具（SPTool）424■9.2.1

SPTool快速入门424■9.2.2

信号的时域分析431■9.2.3

滤波器设计、编辑与分析434■9.2.4

信号的频域分析442■参考文献449"